据IT之家11月5日报道，中国科学技术大学当日宣布，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发布开源RNA序列基础模型structRFM。相关研究成果于2026年11月5日凌晨发表于《自然》（Nature），研究将结构知识融入大规模序列学习，用于提升RNA结构预测与功能推断任务的表现。
RNA的功能与序列、折叠结构密切相关。RNA分子通过碱基配对形成二级结构，并进一步折叠为三维构象，这些结构会影响其生物学活性及其与其他分子的相互作用。随着测序技术发展，研究者积累了海量RNA序列数据；此次研究关注的是，如何在学习序列规律的同时引入结构信息，并保持模型对不同任务的适应性与泛化能力。
具体而言，团队先构建了约2100万条经计算注释的序列与二级结构配对数据，再设计算法，同时预训练学习序列上下文与结构依赖。预训练完成后，structRFM仅需输入序列，就能提取序列级、核苷酸级和核苷酸对级特征，供多种结构与功能推断任务使用。
报道介绍的实验结果显示，structRFM在零样本同源性分类中表现良好，并提高了二级结构预测性能。对于三级结构预测，研究采用的是将structRFM提取的特征融入预测模型的方式，改善了三维结构及其对应二级结构的预测结果。
功能推断方面，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。研究还显示，模型在新发布的RNA家族上保持了较好的二级结构预测表现，并通过分段策略扩展至长非编码RNA分类。报道将人工智能驱动的科学研究、生物学机制理解和药物发现列为这项研究有望助力的方向。