［本站讯］近日，山东大学数学与交叉科学研究中心、教育部非线性期望前沿科学中心杨建益教授团队在RNA三维结构预测算法研发中取得系列重要进展，相关成果相继发表于Nature Machine Intelligence（影响因子23.9）和Nature Protocols（影响因子16.0）。两篇论文均以山东大学为唯一完成单位，博士后王文恺为第一作者，杨建益教授为通讯作者。

RNA三维结构是理解其功能的关键，人工智能辅助结构预测正成为RNA结构预测的新趋势。然而，相较于蛋白质结构预测，RNA领域仍面临数据稀缺、长程相互作用刻画难等瓶颈问题，亟需能够准确、高效预测复杂拓扑结构的计算工具。

图2 trRosettaRNA2流程图

针对上述挑战，团队创新性地借鉴了RNA“分层折叠”的生物学原理，开发了trRosettaRNA2算法（图2）。该算法突破了传统方法的局限，通过在海量二级结构数据上的大规模预训练，构建了新颖的“结构先验感知”端到端神经网络架构。基准测试表明，trRosettaRNA2在保持轻量化设计（参数量更少、训练资源更低）的前提下，其预测性能超越了Google DeepMind开发的AlphaFold 3。在被誉为结构预测领域“奥赛”的全球蛋白质结构预测竞赛中，该算法凭借卓越的表现斩获自动算法组冠军。此外，trRosettaRNA2在探索RNA动态构象这一前沿难题中展现了独特的潜力。介绍该算法的论文已发表于Nature Machine Intelligence。

为了让更多研究人员能够便捷地使用该算法，团队同步开发了网页服务器，极大简化了预测流程。用户无需掌握复杂的代码，仅需输入RNA序列，即可完成“一键”结构预测。自上线以来，该服务器已服务来自全球80多个国家和地区的5000余名用户，成为RNA结构预测的重要工具之一。详细介绍服务器操作的论文已发表于Nature Protocols。

以上研究得到了国家自然科学基金和“博新计划”等项目的资助。杨建益教授团队深耕生物分子结构预测算法研究，先后开发了trRosetta、trRosettaRNA、CryoAtom等一系列具有广泛国际影响力的工具，并在国际蛋白质结构预测竞赛中多次斩获冠军，相关成果发表于Nature子刊及PNAS等权威期刊。