中科大《自然》发文：开源RNA基础模型structRFM引领结构预测新范式

【科技纵览】11月5日，中国科学技术大学团队在《自然》期刊发表重磅成果，正式推出名为structRFM的开源RNA序列基础模型。该研究不仅填补了领域空白，更向全球科研界敞开了大门——实验室已同步公开完整配对数据、模型权重及源代码，供全行业免费调用。作为生物体内参与基因调控与蛋白合成的关键大分子，RNA通过碱基配对形成二级结构并折叠为三维构象，其结构直接决定生物学活性，也是新药研发的核心靶点。针对这一难题，研究团队构建了约2100万条经计算注释的序列-二级结构配对数据，创新性地设计算法以同时预训练学习序列上下文与结构依赖。预训练完成后，只需输入序列，模型即可提取序列级、核苷酸级和核苷酸对级特征，在多项结构与功能推断任务中达到国际前沿水平。实验证实，structRFM在零样本同源性分类中表现优异，显著提升了二级结构预测性能；将其特征融入三级结构预测模型后，进一步改善了三维结构及其对应二级结构的预测结果。在功能推断方面，该模型支持剪接位点预测、内部核糖体进入位点识别和非编码RNA分类，并在新发布的RNA家族上保持了良好的二级结构预测表现，通过分段策略成功扩展至长非编码RNA分类。消融实验也验证了结构信息引入及掩码策略对模型性能提升的关键作用。项目开源链接：https://github.com/heqin-zhu/structRFM structRFM 结构引导预训练框架