中国科大周少华团队开源RNA模型structRFM，登Nature

11月5日，中国科学技术大学（中国科大）对外发布消息：该校医学影像智能与机器人（MIRACLE）实验室周少华教授、熊鹏特任研究员团队推出一款开源 RNA 序列基础模型 structRFM。该模型提升了 RNA 结构预测与功能推断等多个下游任务的表现，有望为人工智能驱动的科学研究、生物学机制理解以及药物发现提供助力。

相关研究成果于11月5日凌晨发表在国际学术期刊《自然》（Nature）上。

这也是2026年至今，中国科大以第一署名及通讯单位在 Nature、Science、Cell 三大国际顶尖刊物上发表的第16篇成果。

RNA（ribonucleic acid，核糖核酸）是存在于生物细胞以及部分病毒、类病毒中的一种重要生物大分子，广泛参与蛋白质合成、基因表达调控和 RNA 剪接等生命过程，其功能同序列、折叠结构关系密切。

RNA 分子靠碱基配对形成二级结构，再进一步折叠成三维构象，这些结构左右着分子的生物学活性以及它与其他分子的相互作用。正因如此，弄清序列、结构与功能三者之间的联系，既是揭示 RNA 生物学机制的重要基础，也是药物发现的一个支撑要素。

测序技术发展起来后，研究者手里积累的 RNA 序列数据已达海量。RNA 基础模型借鉴自然语言处理里的预训练方法，从这些数据中学习序列规律，提取能用于不同任务的通用特征，为结构预测和功能分析提供支持。

这项研究想做的事，是把结构知识融进大规模序列学习，同时让模型在不同结构与功能任务中保持适应性和泛化能力。团队先构建了约2100万条经计算注释的序列-二级结构配对数据，再设计算法，让模型在预训练中同时学习序列上下文与结构依赖。预训练完成后，模型只输入序列，就能提取序列级、核苷酸级和核苷酸对级特征，用于多种结构与功能推断任务，多项任务达到国际前沿水平。

实验显示，structRFM 在零样本同源性分类中表现良好，二级结构预测性能也有所提高；把它的特征融入三级结构预测模型后，三维结构及其对应二级结构的预测结果同样得到改善。功能推断方面，该模型可支持剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类。另外，面对新发布的 RNA 家族，模型仍保持了较好的二级结构预测表现，并通过分段策略扩展到长非编码 RNA 分类。消融实验进一步验证了引入结构信息和掩码策略对模型性能提升的作用，为算法设计提供了实验依据。

据研究人员介绍，实验室目前已开放完整配对数据、模型权重和源代码，可供复现研究结果、开发相关模型时复用。

论文第一作者为中国科大生物医学工程学院朱河勤博士，周少华教授和熊鹏特任研究员为共同通讯作者。

相关论文信息如下：

项目链接：