跳到正文
Nature· Heqin Zhu; Ruifeng Li; Ao Chang; Haobin Chen; Feng Zhang; Fenghe Tang; Tong Ye; Xin Li; Yunjie Gu; Peng Xiong; S. Kevin Zhou·· 来源仅提供日期精选AI 评分72

研究团队提出结构引导 RNA 基础模型 structRFM 并开源

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,将碱基配对关系融入掩码语言建模并在数百万条序列与二级结构数据上预训练。该模型在 15 个生物语言模型的零样本同源分类中位列前茅,刷新二级结构预测基准,在 RNA Puzzles 数据集上的三级结构预测较 AlphaFold3 提升 19%,内部核糖体进入位点识别的 F1 分数提升 49%。

推荐理由

读者可据此了解结构引导预训练如何提升 RNA 结构与功能预测,以及作者开源的数据集和预训练模型。

已发表论文 · journal · 10.1038/s41586-026-11210-2

本站摘要基于收录版本 v1(2026-11-07),原始摘要与 AI 导读固定保留。

IF(5) 56.7 · 2025 · 期刊参考指标

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的性能。然而,RNA 的功能从根本上由其层级结构决定,因此将结构信息整合到预训练中至关重要。现有方法往往依赖于含噪的结构注释,或引入任务特定的偏差,从而限制了模型的泛化能力。在此,我们提出 structRFM,一个结构引导的 RNA 基础模型,它在数百万条 RNA 序列和二级结构数据上进行预训练,通过一种新颖的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。结构引导掩码与核苷酸级掩码进一步通过动态掩码比例进行平衡。structRFM 学习序列数据与结构数据的联合知识,生成多样化的表示,包括分类级、序列级和成对矩阵特征,从而支持广泛的下游适配。在十五个生物语言模型中,structRFM 在零样本同源性分类方面位居前列,并为二级结构预测树立了新的基准。structRFM 进一步衍生出 Zfold,实现了稳健可靠的三级结构预测,在估计 3D 结构及其相应提取的 2D 结构方面持续改进,在 RNA Puzzles 数据集上相比 AlphaFold3 取得了显著的 19% 性能提升。在内部核糖体进入位点识别等功能任务中,structRFM 在 F1 分数上取得了高达 49% 的性能提升。这些结果证明了结构引导预训练的有效性,并凸显了计算生物学中开发多模态 RNA 语言模型的 promising 方向。为了支持更广泛的科学界,我们已将 2100 万条序列-结构数据集和预训练的 structRFM 模型完全开源,以促进生物学中多模态基础模型的开发。

来源:Nature · doi.org