模型与研究 / 国内
structRFM 研究登上 Nature：让 RNA 基础模型同时学习序列和结构
据 IT之家报道，中科大团队的 structRFM 研究于今日凌晨发表于 Nature。这项 AI 研究把 RNA 序列与结构知识结合起来，相关代码、训练数据和模型资源已有公开入口。
从字母序列走向空间关系
RNA 的功能与结构相关，只学习碱基排列不一定足以捕捉碱基之间的相互作用。项目介绍，structRFM 利用约两千一百万组序列与结构配对数据进行结构引导预训练，通过兼顾序列和结构的掩码策略学习表示。结构标签来自计算方法整合，并不代表两千一百万份实验测定结果。模型可输出不同粒度的特征，为结构预测和功能识别任务提供基础。
本次进展与可复现入口
此次新闻关注研究正式发表于 Nature，而不是把已有项目重新包装成首次开源。官方仓库已经提供预训练模型使用示例、配对数据下载入口以及微调任务目录，覆盖 RNA 二级结构、功能识别等方向。研究者可以从仓库了解输入序列、输出特征和任务适配方式，再检查具体实验设置。对关注 AI 科学研究的读者，这展示了将领域结构知识融入基础模型训练的一条路线，不能直接等同于已经实现药物开发或临床应用。