11月5日，中国科学技术大学官宣，该校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一款开源RNA序列基础模型structRFM，提高了模型在RNA结构预测与功能推断一系列下游任务中的性能，有望助力人工智能驱动的科学研究、生物学机制理解、药物发现等。11月5日凌晨，相关研究成果发表于国际学术期刊《自然》（Nature）。这是2026年至今，中国科大以第一署名及通讯单位在Nature、Science、Cell三大国际顶尖刊物上发表的第16篇成果。

RNA广泛参与蛋白质合成、基因表达调控和RNA剪接等生命过程，其功能与序列、折叠结构密切相关。研究团队研发的structRFM首先构建了约2100万条经计算注释的序列-二级结构的配对数据，在此基础上设计算法同时预训练学习序列上下文与结构依赖。预训练后的模型仅需输入序列，即可提取序列级、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。

实验显示，structRFM在零样本同源性分类中表现良好，并提高了二级结构预测性能；将其特征融入三级结构预测模型后，也改善了三维结构及其对应二级结构的预测结果。在功能推断方面，模型支持剪接位点预测、内部核糖体进入位点识别和非编码RNA分类。此外，模型在新发布的RNA家族上保持了较好的二级结构预测表现，并通过分段策略扩展至长非编码RNA分类。目前，实验室已开放完整配对数据、模型权重和源代码。中国科大生物医学工程学院朱河勤博士为论文第一作者，周少华教授和熊鹏特任研究员为该文章共同通讯作者。