11 月 5 日凌晨，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，成果发表于国际学术期刊《自然》（Nature）。这是该校 2026 年至今以第一署名及通讯单位在 Nature、Science、Cell 三大刊物发表的第 16 篇成果。
先造出 2100 万条配对数据
研究团队先构建了约 2100 万条经计算注释的序列与二级结构配对数据。RNA 分子通过碱基配对形成二级结构并进一步折叠成三维构象，这些结构直接影响分子活性与相互作用，所以理解序列、结构与功能之间的关系是揭示 RNA 生物学机制的基础。团队的做法借鉴自然语言处理里的预训练思路，让模型从海量序列里学规律、提取通用特征，同时把结构知识也放进去。
结构信息怎么注入预训练
具体做法是设计算法同时预训练学习序列上下文与结构依赖。预训练后的模型只需输入序列，就能提取序列级、核苷酸级和核苷酸对级特征，用于多种结构与功能推断任务，并在多项任务中达到国际前沿水平。消融实验验证了结构信息的引入以及掩码策略对性能提升的实际作用。
能做什么，以及开源了什么
实验显示，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；把它的特征融入三级结构预测模型后，三维结构及其对应二级结构的预测结果同样改善。功能推断方面支持剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类，在新发布的 RNA 家族上也保持了较好的二级结构预测表现，并通过分段策略扩展到长非编码 RNA 分类。
实验室已开放完整配对数据、模型权重与源代码，生物医学工程学院朱河勤博士为论文第一作者，周少华教授与熊鹏特任研究员为共同通讯作者。这类基础模型与 Hydrogen-1.0 科学模型 属于同一条路线，把结构先验和领域数据放进预训练，换来药物发现与机制研究上的专用能力。
延伸阅读
- OpenAI上架gpt-rosalind-discovery：生命科学独立品牌首露面3 周前
- 强脑科技研发脑机减重设备 计划 2 到 3 年内上市1 天前
- Claude 64小时设计31.8万个抗蝎毒蛋白：211个送测17个达标2 周前
- Carbon-X：DNA 基准 66.7 分，成本仅 GPT-6.1 的 1/18002 周前
继续读
同一批更新里这几篇值得一看：
- 强脑科技研发脑机减重设备 计划 2 到 3 年内上市2026-11-04
- OpenAI上架gpt-rosalind-discovery：生命科学独立品牌首露面2026-10-12
- Carbon-X：DNA 基准 66.7 分，成本仅 GPT-6.1 的 1/18002026-10-23