中国科学技术大学研究团队近期在生命科学与人工智能交叉方向实现重大进展，正式发布开源 rna 序列基础模型 structrfm，相关成果已发表于国际顶尖学术期刊《自然》。为促进全球科研协作与知识共享，团队决定全面公开该模型的全部配对数据集、训练完成的模型权重及完整源代码，面向全球科研工作者免费开放、无任何使用门槛。
核心背景：直击 RNA 研究与创新药物研发的根本瓶颈
作为细胞内一类关键的功能性大分子，核糖核酸（RNA）深度参与并调控基因表达、蛋白质合成等核心生命过程，已成为当前全球新药研发中不可替代的重要靶标。
在分子尺度上，RNA 通过碱基互补配对形成多样的二级结构，并进一步折叠为特定三维空间构型。这些二级与三维结构特征，直接决定了 RNA 的生物学功能及其与其他生物分子的识别与互作模式。然而，高精度解析 RNA 结构与功能之间的映射关系，长期困扰着计算生物学与结构生物学领域。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
模型架构与训练数据：2100万条高质量序列-结构配对驱动双轨预训练
为突破上述挑战，中国科大团队另辟路径，构建了约2100万条经严格量子化学与物理建模注释的 RNA 序列-二级结构配对样本，为大模型训练提供了规模庞大且标注精准的数据基础。
依托该数据集，研究团队提出一种新型联合学习机制，使模型在预训练阶段同步建模序列语义信息与结构空间约束。完成深度预训练后，structRFM 展现出卓越的易用性与跨任务泛化能力：仅需输入原始 RNA 序列，即可自动输出序列级、单核苷酸级及碱基对级三类细粒度特征，高效支撑多种下游结构预测与功能分析任务。
实证表现：多项关键技术指标达国际领先水准
大模型 Token 成本节约工具。在请求到达大模型之前自动压缩 prompt 和上下文，减少 60-95% 的 token 消耗，直接降低 API 成本。支持 Claude/OpenAI/Gemini 等主流模型，提供代理模式、CLI 包装、Python SDK 和 MCP Server 四种接入方式。内置一键安...
在一系列严谨的基准测试与真实场景验证中，structRFM 表现出全面而强劲的性能优势：
零样本分类与二级结构预测：模型在零样本同源分类任务中准确率显著优于现有方法，并大幅提升了 RNA 二级结构预测的F1分数与PPV指标。
三维构象协同建模：将模型提取的结构感知特征嵌入主流三维结构预测流程后，显著优化了最终三维构象质量及其对应二级结构的一致性。
生物功能精准识别：在剪接位点定位、内部核糖体进入位点（IRES）检测、非编码 RNA 类型判别等典型功能推断任务中，模型均展现出优异的判别能力与鲁棒性。
强大泛化与可扩展性：面对尚未在训练集中出现的新 RNA 家族，模型仍保持稳定的二级结构预测精度；借助自适应分段策略，其应用范围亦成功拓展至长链非编码 RNA（lncRNA）的功能分类任务。
此外，团队通过系统性消融实验，从实证角度证实了结构先验信息引入以及动态掩码策略对整体性能提升的关键贡献，为后续 RNA 大模型的设计与优化提供了坚实的方法论支撑。随着 structRFM 的全面开源，全球科研界将能基于这一先进工具，加速 RNA 结构解析进程，并有力推动新型 RNA 疗法与靶向药物的研发落地。
