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结构研究长期存在技术瓶颈成为科学界的一大难题。
3月14日，复旦大学与四川大学华西医院团队的合作研究成果以“Cryo-EM reveals mechanismsof natural RNA multivalency”为题发表在《科学》（Science）杂志上，作为复旦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生物学研究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
传统的RNA结构解析方法面临实验成本高昂、预测精度不足等难题。冷冻电镜虽然能够解析高分辨率结构，但要筛选出能够形成稳定构象的RNA序列，仍然需要耗费大量资源。此外，现有算法还依赖于Rfam数据库等二级结构信息。
“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。”复旦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道，“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。”
面对这一困境，团队决定引入人工智能技术。孙思琦本科毕业于复旦大学数学科学学院，博士期间在美国攻读计算机专业，研究方向为计算生物学，毕业后在美国微软研究院开展大语言模型相关的研究。回国后，他和团队开始尝试用AI大模型解决生物问题，RNA结构研究是他们持续关注的方向之一。复旦大学智能复杂体系实验室博士生吴浩、许晟为本文共同第一作者。
孙思琦团队与合作团队共同突破三大技术：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。通过融合大语言模型与对比学习技术，该系列成果在蛋白质检测、RNA结构预测、蛋白质测序等方向同步提升AI算法的速度与精度。相关研究成果于近期发表于《自然》（Nature）子刊，为本工作奠定了基础。
在这项最新研究中，复旦大学与华西医院团队紧密合作。复旦大学团队负责AI算法的开发，而四川大学华西医院则负责使用冷冻电镜对RNA结构进行解析。
“通过将AI与实验相结合，我们可以精确预测出哪些RNA序列具有稳定的结构。”孙思琦表示。基于AI的分析结果，实验人员在解析这些结构时，只需关注那些被推荐的序列，科研效率得到了大幅提升。
自主研发RNA序列大模型
此前，在RNA结构预测领域，传统AI方法往往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，能够从海量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，从而显著提高效率并降低实验成本。
图2：CRAFTS的性能评估，分析RNA家族结构特征。A. 对比学习用于确定输入对是否属于同一RNA家族。 B. 微调模型以从每个RNA家族的序列中提取结构特征。 C基准数据性能表现：平均ROC曲线及标准差（基于5折交叉验证）。D. 对5S rRNA、I类内含子、CP II类内含子等家族分析。通过实验结构测定验证的序列以橙色标注。
在技术架构和创新应用上，CRAFTS模型展现了显著的突破性进展。基于RNAcentral、NCBI等权威数据库的10亿多条非冗余RNA序列，模型通过自监督学习提取RNA序列的语义特征，生成深度表征。
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。
团队利用Rfam数据库中4038个RNA家族的数据进行训练，整合了未解析的RNA种子序列作为伪负类，显著扩展了训练数据的范围。这种数据增强策略大幅提升了模型的泛化能力，尤其是在数据稀缺的场景下，模型表现尤为突出。在仅有364个正样本的训练集中，CRAFTS通过5折交叉验证展现了高鲁棒性，测试结果的标准差低于0.03。
图3：冷冻电镜结构。A. ARRPOF 二聚体双构象冷冻电镜结构。B. OLE 二聚体冷冻电镜结构。C. ROOL 六聚体和八聚体冷冻电镜结构。D. GOLLD 十二聚体冷冻电镜结构。
实际应用中，CRAFTS模型不仅在经典RNA家族（如5S rRNA、I型内含子和II型内含子）中表现优异，还成功应用于ARRPOF、OLE、ROOL和GOLLD等新RNA家族的结构筛选。
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，为RNA结构生物学研究提供了全新的工具。这一研究成果不仅提升了RNA三级结构解析的效率，还为探索RNA多态性在生命活动中的潜在功能开辟了新的可能性。
“RNA的结构预测，其实还远远没有被完全解决。”孙思琦表示，通过进一步优化模型，可以提升其在不同RNA家族中的预测能力。“目前RNA相关的高质量数据非常有限，AI赋能的科研方法将在未来发挥更大的优势。”
基于RNA结构分析和筛选，科研人员能够更有效地判断哪些分子可以与RNA结合，从而加速RNA小分子药物的研发。这一突破不仅显著提升了RNA结构解析的精度和效率，更为新药研发提供了重要的技术支撑和理论指导。
