中国科大发布开源RNA基础模型structRFM，登顶《自然》期刊

中国科学技术大学医学影像智能与机器人（MIRACLE）实验室近日宣布，其研发的RNA序列基础模型structRFM已全面开源，相关论文于2026年11月5日发表于国际顶级学术期刊《自然》（Nature）。这是该校今年在Nature、Science、Cell三大顶刊上发表的第16篇第一署名成果，标志着国产AI在生物大分子建模领域取得实质性突破。

structRFM全称为“structure-guided RNA foundation model”，即结构引导的RNA基础模型。其核心创新在于将RNA二级结构知识显式融入大规模预训练过程，而非仅依赖纯序列学习。研究团队首先构建了约2100万条经计算注释的RNA序列-二级结构配对数据集，覆盖包括rRNA、tRNA、mRNA及非编码RNA在内的主要类型，并整合了来自RNAcentral、Rfam等公共数据库的权威结构信息。

在此基础上，团队设计了一种新型结构引导掩码策略（Structure-guided masking），在预训练阶段同步学习核苷酸序列上下文与碱基配对依赖关系。模型采用SgMLM（Structure-guided Masked Language Modeling）目标函数，通过动态调整掩码比例与结构约束强度，使模型在无监督学习中自发捕捉序列-结构映射规律。

预训练完成后，structRFM仅需输入原始RNA序列，即可输出三类关键特征：序列级（如全长嵌入向量）、核苷酸级（每个位点的表征）以及核苷酸对级（潜在配对概率矩阵）。这些特征可直接用于下游任务，无需额外微调或适配器模块。

实验评估显示，structRFM在多个基准任务中表现优异：

在零样本同源性分类任务中，准确率达78.4%，显著优于此前纯序列模型（如RNABERT、EvoRNA）；
二级结构预测方面，F1-score提升至0.892，较基线模型平均提高4.7个百分点；
将其提取的核苷酸对特征作为输入注入现有三级结构预测框架（如RoseTTAFold-RNA），三维构象建模的RMSD误差降低12.3%，且对应二级结构一致性同步改善；
功能推断任务中，剪接位点预测AUC达0.931，内部核糖体进入位点（IRES）识别F1为0.865，非编码RNA分类准确率91.6%；
针对新发布的RNA家族（如Rfam 14.9新增条目），模型保持稳定性能，未出现明显分布偏移；
通过分段滑动窗口策略，模型成功扩展至长非编码RNA（lncRNA）分类，处理长度达10,000 nt以上的序列仍具可行性。

消融实验进一步验证了结构引导机制的有效性：当移除结构掩码或禁用配对注意力模块时，模型在结构相关任务上的性能下降幅度达8–15%，证实结构先验信息对提升泛化能力具有关键作用。

RNA作为生命活动的核心分子之一，其功能高度依赖于折叠形成的二级与三级结构。传统实验手段（如X射线晶体学、冷冻电镜）解析RNA结构成本高、周期长；而计算预测方法长期受限于数据稀疏与建模能力不足。近年来，受自然语言处理启发，RNA基础模型成为新方向——但多数模型仍沿用纯序列预训练范式，未能有效利用已知结构知识。

structRFM的突破在于实现了“结构感知”的统一建模：它既保留了语言模型对序列模式的强大捕捉能力，又通过结构引导机制将物理约束嵌入表示空间。这种设计思路与AlphaFold2中引入距离约束的策略一脉相承，但在RNA领域属首次系统性实践。

值得注意的是，该模型完全开源。项目代码、预训练权重及2100万条配对数据均已发布于GitHub（https://github.com/heqin-zhu/structRFM），支持PyTorch框架部署，并提供完整推理与微调示例。中国科大朱河勤博士为论文第一作者，周少华教授与熊鹏特任研究员担任共同通讯作者。

从应用前景看，structRFM有望加速RNA靶向药物研发。例如，在反义寡核苷酸（ASO）或小干扰RNA（siRNA）设计中，精确预测靶标RNA的局部结构可显著提升结合效率与特异性；在mRNA疫苗优化中，调控5'UTR与3'UTR区域的结构稳定性有助于增强翻译效率。此外，模型对非编码RNA的功能分类能力，也为疾病相关lncRNA机制研究提供了新工具。

当前，全球RNA AI建模竞争日趋激烈。DeepMind尚未公开RNA专用大模型，而美国团队如Stanford的RNAformer、MIT的Ribonucleic Transformer均聚焦于特定任务或小规模数据。structRFM以开源+结构引导+大规模配对数据组合，在通用性与性能间取得较好平衡，为国内生物计算领域树立了新标杆。

开源生态的建立是推动该技术落地的关键一步。研究团队表示，未来计划联合生物信息学社区扩充多模态训练数据（如整合SHAPE-MaP等实验探针信号），并探索与蛋白质-RNA互作预测的联合建模路径。随着更多科研人员接入该平台, structRFM有望成为RNA智能分析的基础设施之一。