跳到正文
bioRxiv· Zhu, H.; Li, R.; Chang, A.; Chen, H.; Zhang, F.; Tang, F.; Ye, T.; Li, X.; Gu, Y.; Xiong, P.; Zhou, S. K.·· 来源仅提供日期精选AI 评分78

研究团队提出开放的结构引导 RNA 基础模型 structRFM,面向可泛化预测

An open structure-guided RNA foundation model for generalizable prediction

AI 导读

研究团队提出结构引导 RNA 基础模型 structRFM,基于 2100 万条 RNA 序列-结构对预训练,并公开数据集、模型权重和源代码。模型通过配对匹配操作把碱基配对相互作用融入掩码语言建模,同时提出多源二级结构集成 MUSES 以缓解预测器偏差,并用动态掩码比例平衡结构引导与核苷酸级掩码。

推荐理由

材料给出 2100 万条序列-结构对、开放权重和源代码,便于比较结构引导预训练模型与 AlphaFold3 在 RNA 结构任务上的表现。

预印本 · biorxiv · 10.1101/2025.08.06.668731

本站摘要基于收录版本 v3(2026-10-30),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v3

摘要 · AI 翻译

RNA 语言模型通过利用大规模序列数据,在各类下游任务中取得了优异表现。然而,RNA 的功能从根本上受层级结构影响,因此结构信息对预训练至关重要。现有方法往往依赖噪声标注或任务特定的目标,这可能限制其泛化能力。在此我们提出 structRFM,这是一个结构引导的 RNA 基础模型,在 2100 万对 RNA 序列–结构数据上进行预训练,通过配对匹配操作将碱基配对相互作用整合到掩码语言建模中。我们还引入了 MUSES,一种为缓解预测器偏差而设计的二级结构多源集成方法,以及一种在结构引导掩码与核苷酸级掩码之间取得平衡的动态掩码比例。structRFM 学习序列级、核苷酸级和成对特征形式的序列与结构联合表征,以支持广泛的下游适配。它在零样本同源性分类中位居领先模型之列,并为二级结构预测树立了新的基准。其三级结构适配模型 Zfold 持续提升了三维结构预测及其所提取的二级结构的质量,在 CASP15-natural、CASP16 和 RNA-Puzzles 上的表现与 AlphaFold3 相当。structRFM 还提升了功能预测任务的表现,并能泛化到新发布的 RNA 家族和长非编码 RNA。这些结果共同证明了结构引导预训练的有效性,并凸显了多模态 RNA 语言模型在稳健的结构与功能推断中的潜力。完整的 2100 万对数据集、模型权重和源代码均已开放获取,以支持多模态 RNA 基础模型的开发。

来源:bioRxiv · biorxiv.org