中国科大开源RNA序列基础模型structRFM，成果发表于《自然》
Miranda 中国科学技术大学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。该模型针对RNA结构预测与功能推断等下游任务进行了优化，相关论文已于11月5日发表在《自然》期刊。
structRFM采用结构引导的预训练方式，先构建约2100万条经计算注释的序列-二级结构配对数据，再同时学习序列上下文与结构依赖。预训练完成后，模型只需输入RNA序列，即可提取序列级、核苷酸级和核苷酸对级特征，用于多种结构与功能分析任务。
实验结果显示，structRFM在零样本同源性分类中表现良好，并提升了二级结构预测性能；其输出特征融入三级结构预测模型后，也改善了三维结构及对应二级结构的预测结果。在功能推断方面，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。对于新发布的RNA家族，模型仍保持较好的二级结构预测表现，并能通过分段策略扩展至长非编码RNA分类任务。消融实验还验证了结构信息与掩码策略对性能提升的作用。
目前，研究团队已开放完整配对数据、模型权重和源代码，项目代码可在GitHub获取：https://github.com/heqin-zhu/structRFM。论文第一作者为朱河勤博士，周少华教授和熊鹏特任研究员为共同通讯作者。
