撰文丨王聪
编辑丨王多鱼
排版丨水成文
在生命科学领域，RNA的三维（3D）结构解析一直是块“硬骨头”。与相对稳定的蛋白质不同，RNA 分子天生灵活多变，能在不同构象间切换，这对其功能至关重要，但也让实验测定其精确三维结构变得异常困难。此外，传统的计算方法也常常束手无策。
然而，这一困局正被来自中国团队的一项研究成果所打破。
2026 年 4 月 21 日，山东大学杨建益教授团队（王文恺博士为论文第一作者）在 Nature 子刊Nature Machine Intelligence上发表了题为：Predicting RNA 3D structure and conformers using a pre-trained secondary structure model and structure-aware attention 的研究论文。
该研究开发了一个名为trRosettaRNA2的 AI 新算法，它不仅能够高精度预测 RNA 的静态三维结构，更能捕捉其动态构象变化，在国际权威结构预测竞赛 CASP16 中，力压包括AlphaFold3在内的所有对手，取得 RNA 结构预测自动算法组冠军。此外，研究团队还将其应用于核糖核酸酶 P RNA 的结构预测，结果显示，即使没有实验数据，trRosettaRNA2 也能成功捕捉到其结构异质性，显示出预测 RNA 多种构象的潜力。
核心创新：用“二维蓝图”指导“三维施工”
相较于蛋白质结构的解析和预测，确定RNA的三维（3D）结构和构象体，仍然是结构生物学中的一个重大挑战，这主要是由于实验数据的稀缺、RNA 分子固有的灵活性以及当前实验和计算方法的局限性。
在这项新研究中，研究团队的核心思路非常巧妙：既然 RNA 三维结构数据稀缺是主要瓶颈，那就另辟蹊径，从海量且易得的 RNA 二级结构数据中寻找突破口。
我们可以把 RNA 想象成一栋复杂的建筑：一级结构（序列）：就像建筑材料的排列顺序；二级结构：是这些材料局部折叠形成的稳定“模块”或“骨架蓝图”，例如哪些部分会配对形成双螺旋，哪些部分会形成环；三级结构：最终建成的、具有完整功能的立体建筑。
trRosettaRNA2的创新在于，它内部集成了一个预训练的二级结构（Secondary Structure，SS）先验模块。这个模块在包含海量 RNA 二级结构信息的数据库上进行了训练，能像一位经验丰富的建筑师，仅凭 RNA 序列就快速、准确地绘制出“二维结构蓝图”。这个模块本身就是一个独立的、性能顶尖的 RNA 二级结构预测工具——trRNA2-SS。
更重要的是，trRosettaRNA2并非简单地将这份“蓝图”作为固定约束，而是通过一种名为 “二级结构感知注意力”（SS-aware attention）机制，让神经网络在预测三维坐标时，能动态地、有侧重地参考这份蓝图信息，从而更精准地搭建出最终的“三维建筑”，甚至模拟出建筑在不同状态下的几种可能形态（即构象异构体）。
性能卓越：以小博大，超越巨头
在严格的基准测试中，trRosettaRNA2展现出了令人瞩目的性能：
精度领先：在标准测试集 TS28 上，trRosettaRNA2 的预测精度（以 RMSD 衡量）比其前代模型提升了 24%，并且在多项关键指标上优于AlphaFold3，同时产生的结构冲突更少，物理合理性更高。
效率惊人：trRosettaRNA2 的模型参数量仅为约 3000 万，是 AlphaFold3 的约 1/12，RoseTTAFoldNA 的 1/2。其训练成本也大幅降低，仅用单个 A100/A800 GPU 训练了约 33天，远低于其他主流方法。这真正实现了“小而精”的高效预测。
盲测夺冠：在最具挑战性的 CASP16 RNA 结构盲测中（参赛者不知道所预测的 RNA 的实验结构，纯粹比拼预测能力），基于 trRosettaRNA2 的“Yang-Server”在全部 36 个 RNA 单体靶标上，位列所有自动化服务器第一名，总排名在 64 个参赛组中高居第四，仅次于三个人工干预团队，超过了 AlphaFold3 服务器（排名第九）。
应用潜力：从静态到动态
这项研究的另一大亮点是成功预测了 RNA 的构象异构体。研究团队以核糖核酸酶 P（RNase P）RNA 为例，成功复现了其在原子力显微镜实验中观察到的多种构象，而这一切无需依赖任何实验数据作为输入。这意味着，trRosettaRNA2 不仅能给出 RNA 的“标准证件照”，还能推演出它的“动态生活影像”，为理解 RNA 如何通过形变来行使功能（例如基因调控、催化反应）提供了强大的计算工具。
trRosettaRNA2 的成功，标志着 RNA 三维结构预测领域迈出了坚实的一步。它通过巧妙地利用更丰富的二级结构数据作为先验知识，以更高效、更精准的方式解决了三维结构预测的难题，并在国际顶级竞赛中证明了其领先地位。这一成果不仅将极大推动非编码 RNA 功能机制、RNA 药物靶点发现等基础研究，也为整个计算结构生物学提供了新的思路——在面对数据稀缺的挑战时，融合多维度、多层次的信息可能是通往成功的关键路径。
论文链接：
https://www.nature.com/articles/s42256-026-01223-x
热门跟贴