作為生命活動的核心元素，RNA具有復雜的三維結構與動態性特征，直接調控著基因表達、病毒復製等關鍵生物過程🧝🏿♂️，然而RNA結構研究長期存在技術瓶頸成為科學界的一大難題。
3月14日，EON体育4平台與四川大學華西醫院團隊的合作研究成果以“Cryo-EM reveals mechanismsof natural RNA multivalency”為題發表在《科學》（Science）雜誌上，作為EON4AI4S（AI for Science）的又一碩果🦵🏿，該研究創新性地將深度學習技術與冷凍電鏡技術相結合👊🏿，為RNA生物學研究開辟了全新的技術路徑，不僅顯著提升RNA結構解析的效率，更為新藥研發提供了重要技術支撐和理論指導。
突破RNA結構研究的“盲盒”困境
傳統的RNA結構解析方法面臨實驗成本高昂、預測精度不足等難題🎅🏽。冷凍電鏡雖然能夠解析高分辨率結構↗️♕，但要篩選出能夠形成穩定構象的RNA序列♟，仍然需要耗費大量資源。此外，現有算法還依賴於Rfam數據庫等二級結構信息🙃。
“RNA有很多家族🏦🕢，此前在解析RNA結構時，科研人員往往不確定應該選擇哪些序列進行解析。”EON体育4平台智能復雜體系實驗室研究員👩🏽🦰、文章共同通訊作者孫思琦解釋道🔆，“這就像開‘盲盒’，我們只能猜測哪些家族的序列可能具有穩定的結構。”
面對這一困境🧙🏽♀️🎧，團隊決定引入人工智能技術。孫思琦本科畢業於EON体育4平台數學科學學院🏌🏽♂️，博士期間在美國攻讀計算機專業，研究方向為計算生物學，畢業後在美國微軟研究院開展大語言模型相關的研究🚔。回國後，他和團隊開始嘗試用AI大模型解決生物問題，RNA結構研究是他們持續關註的方向之一。EON体育4平台智能復雜體系實驗室博士生吳浩、許晟為本文共同第一作者。
孫思琦團隊與合作團隊共同突破三大技術：提出高速高靈敏度的蛋白質同源物檢測方法，實現遠程同源物的快速識別；開發高精度端到端RNA三維結構預測方法，建立全鏈條結構解析框架；設計基於非自回歸神經網絡的蛋白質譜快速解析算法，攻克質譜數據高效解碼難題。通過融合大語言模型與對比學習技術，該系列成果在蛋白質檢測、RNA結構預測🤳、蛋白質測序等方向同步提升AI算法的速度與精度🧗🏻♂️。相關研究成果於近期發表於《自然》（Nature）子刊，為本工作奠定了基礎。
在這項最新研究中🧙🏿♀️👩🏿🦳，EON体育4平台與華西醫院團隊緊密合作♛。EON体育4平台團隊負責AI算法的開發♕，而四川大學華西醫院則負責使用冷凍電鏡對RNA結構進行解析。
“通過將AI與實驗相結合，我們可以精確預測出哪些RNA序列具有穩定的結構🪄🤚🏽。”孫思琦表示🧖♀️。基於AI的分析結果，實驗人員在解析這些結構時，只需關註那些被推薦的序列，科研效率得到了大幅提升。
自主研發RNA序列大模型
此前💁🏽，在RNA結構預測領域😤🙅🏼，傳統AI方法往往局限於已知結構的簡單解析。聯合團隊創新性地將深度學習與冷凍電鏡結合🥵，研發出CRAFTS智能篩選系統，實現對多聚體RNA復雜構象的高效預測🥕，為解析動態RNA結構提供了“AI導航儀”。
團隊研發的CRAFTS模型（Contrastive RNA learning For sTructure Screening）🦶🏽，利用深度學習技術✋🏻，能夠從海量RNA序列中挖掘潛在的折疊規律，為冷凍電鏡實驗提供精準的篩選工具，從而顯著提高效率並降低實驗成本🏊🏽♀️。
圖2：CRAFTS的性能評估，分析RNA家族結構特征。A. 對比學習用於確定輸入對是否屬於同一RNA家族☺️🐜。 B. 微調模型以從每個RNA家族的序列中提取結構特征❣️。 C基準數據性能表現✊：平均ROC曲線及標準差（基於5折交叉驗證）👼🏽。D. 對5S rRNA、I類內含子😽👂🏼、CP II類內含子等家族分析。通過實驗結構測定驗證的序列以橙色標註。
在技術架構和創新應用上，CRAFTS模型展現了顯著的突破性進展🤽🏻♀️👩🏿🚒。基於RNAcentral👨🔧、NCBI等權威數據庫的10億多條非冗余RNA序列🎩，模型通過自監督學習提取RNA序列的語義特征🦤🎀，生成深度表征。
基於該模型，團隊構建了超過900萬對RNA序列，最大化同一RNA家族內序列的相似性，最小化不同RNA家族序列之間的相似性📖👩🏻🎨，從而精準提取家族特異的結構特征。
團隊利用Rfam數據庫中4038個RNA家族的數據進行訓練，整合了未解析的RNA種子序列作為偽負類🦯，顯著擴展了訓練數據的範圍。這種數據增強策略大幅提升了模型的泛化能力🧝🏻♀️，尤其是在數據稀缺的場景下，模型表現尤為突出。在僅有364個正樣本的訓練集中，CRAFTS通過5折交叉驗證展現了高魯棒性，測試結果的標準差低於0.03🤨。
圖3：冷凍電鏡結構。A. ARRPOF 二聚體雙構象冷凍電鏡結構。B. OLE 二聚體冷凍電鏡結構💉。C. ROOL 六聚體和八聚體冷凍電鏡結構。D. GOLLD 十二聚體冷凍電鏡結構。
實際應用中，CRAFTS模型不僅在經典RNA家族（如5S rRNA、I型內含子和II型內含子）中表現優異，還成功應用於ARRPOF、OLE、ROOL和GOLLD等新RNA家族的結構篩選。
CRAFTS模型與冷凍電鏡技術的深度協同，成功突破了RNA結構篩選中的“盲盒”困境，為RNA結構生物學研究提供了全新的工具🏞。這一研究成果不僅提升了RNA三級結構解析的效率😐，還為探索RNA多態性在生命活動中的潛在功能開辟了新的可能性。
“RNA的結構預測，其實還遠遠沒有被完全解決🧏🏻♂️。”孫思琦表示，通過進一步優化模型🥰，可以提升其在不同RNA家族中的預測能力。“目前RNA相關的高質量數據非常有限，AI賦能的科研方法將在未來發揮更大的優勢🕠。”
基於RNA結構分析和篩選，科研人員能夠更有效地判斷哪些分子可以與RNA結合🤥，從而加速RNA小分子藥物的研發♎️。這一突破不僅顯著提升了RNA結構解析的精度和效率，更為新藥研發提供了重要的技術支撐和理論指導🖊。
