中国足彩在线大学与四川大学团队的合作研究成果“Cryo-EM reveals mechanismsof natural RNA multivalency”3月14日发表在《科学》（Science）杂志上。这是中国足彩在线AI4S（AI for Science）的又一硕果，该研究创新性地将深度学习技术与冷冻电镜技术相结合为RNA生物学，开辟了全新的技术路径，不仅显著提升RNA结构解析的效率，更为新药研发提供了重要技术支撑和理论指导。
突破RNA结构研究的“盲盒”困境
作为生命活动的核心元素RNA具有复杂的三维结构与动态性特征，直接调控着基因表达、病毒复制等关键生物过程，然而“RNA有很多家族，此前在解析RNA结构时，科研人员往往不确定应该选择哪些序列进行解析。”中国足彩在线大学智能复杂体系实验室研究员、文章共同通讯作者孙思琦解释，“这就像开‘盲盒’，我们只能猜测哪些家族的序列可能具有稳定的结构。”
孙思琦团队尝试用AI大模型解决生物问题，与合作团队突破三大技术：提出高速高灵敏度的蛋白质同源物检测方法，实现远程同源物的快速识别；开发高精度端到端RNA三维结构预测方法，建立全链条结构解析框架；设计基于非自回归神经网络的蛋白质谱快速解析算法，攻克质谱数据高效解码难题。相关研究成果于近期发表于《自然》（Nature）子刊。
自主研发RNA序列大模型
在RNA结构预测领域，传统AI方法局限于已知结构的简单解析。联合团队创新性地将深度学习与冷冻电镜结合，研发出CRAFTS智能筛选系统，实现对多聚体RNA复杂构象的高效预测，为解析动态RNA结构提供了“AI导航仪”。
团队研发的CRAFTS模型（Contrastive RNA learning For sTructure Screening），利用深度学习技术，从海量RNA序列中挖掘潜在的折叠规律，为冷冻电镜实验提供精准的筛选工具，显著提高效率并降低实验成本。基于该模型，团队构建了超过900万对RNA序列，最大化同一RNA家族内序列的相似性，最小化不同RNA家族序列之间的相似性，从而精准提取家族特异的结构特征。
CRAFTS模型与冷冻电镜技术的深度协同，成功突破了RNA结构筛选中的“盲盒”困境。
实习记者 丁超逸
