中国科大开源 RNA 序列基础模型 structRFM，成果登 Nature

中国科学技术大学团队于 2026 年 11 月 5 日公开 structRFM，并将论文发表于《Nature》；该项目把 RNA 序列与结构信息结合到基础模型预训练中，关注点在于开放模型能否支持 RNA 结构预测和功能推断研究。

• 项目使用约 2100 万条序列—结构配对数据进行训练，模型输入序列即可提取多层次特征。
• GitHub 项目列出二级结构、三级结构、剪接位点、IRES 和非编码 RNA 分类等任务。
• 仓库提供数据、代码和模型相关资源，并说明预训练数据来自 RNAcentral 与 BPfold。
• 研究成果是否能转化为药物发现价值，还需要在真实实验数据和具体生物学任务中进一步验证。
• 影响/看点：开放数据和代码可能降低 RNA 模型复现与再开发门槛，推动结构预测和功能注释工具化；潜在应用成立的前提是预测精度、跨家族泛化能力和实验验证能够持续。资料依据:
• Nature（2026-11-05）：https://doi.org/10.1038/s41586-026-11210-2
• GitHub structRFM（2026-11-05）：https://github.com/heqin-zhu/structRFM

本内容由 AI 生成，仅供参考，请注意甄别