中国科大公布 RNA 基础模型研究：把结构信息融入序列学习

中国科学技术大学11月5日介绍，研究团队在《自然》发表关于 RNA 基础模型 structRFM 的研究，探索如何把分子的结构信息融入序列学习，用于结构预测与功能推断。学校表示，相关数据集、模型权重和源代码已开放。

让模型同时学习序列与结构

RNA 是参与多种生命过程的生物大分子。仅有字母序列还不足以完整描述它的作用：分子内部的配对关系及进一步形成的空间结构，同样会影响功能。研究团队尝试把这类结构线索引入模型预训练。

据校方介绍，研究者结合多种二级结构预测方法，构建了约2100万组经计算注释的序列与结构配对数据，再让模型在恢复被遮盖的序列信息时学习配对关系。这里的结构注释由计算方法得到，并不意味着每一条都经过实验测定。

预测表现与研究边界

论文和学校介绍称，模型在同源性分类、二级结构预测及多项功能推断任务中表现良好；将相关特征用于三维结构预测模型后，也改善了研究所测试任务中的结果。论文还比较了多个测试集上的表现。

这是一项基础研究，预测结果仍需要结合具体任务与实验验证，不能把模型表现直接等同于已经开发出药物或临床治疗方法。团队开放相关资源，为其他研究者复现和继续研究提供了条件。

资料来源：中国科学技术大学：研究介绍；Nature：研究论文。