Ustc lança modelo de base open-source structRFM, publicado na nature

Pesquisadores do Laboratório de Imagem Médica e Robótica da Universidade de Ciência e Tecnologia da China (USTC) apresentaram o structRFM, um modelo de base open-source para sequências de RNA. Este modelo melhora o desempenho em várias tarefas subsequentes relacionadas à previsão da estrutura de RNA e inferência funcional, potencialmente auxiliando em pesquisas científicas e descoberta de fármacos baseadas em IA. Este feito marca a 16ª publicação da USTC com o primeiro autor e a correspondência na Nature, Science ou Cell desde o início de 2026. A equipe, liderada pelo Professor Zhou Shaohua e pelo Pesquisador Associado Xiong Peng, desenvolveu o structRFM treinando-o em aproximadamente 21 milhões de pares de sequências anotadas-estrutura secundária, integrando o conhecimento estrutural em um aprendizado de sequências em larga escala. O structRFM permite a extração de características nos níveis de sequência, nucleotídeo e dinucleotídeo usando apenas a sequência de entrada. Os resultados experimentais mostram que o modelo apresenta bom desempenho na classificação de homologia no zero-shot e melhora a previsão da estrutura tridimensional quando suas características são incorporadas. Além disso, suporta tarefas de inferência funcional, como a previsão de sítios de splicing e a classificação de RNA não codificado. Os dados completos, os pesos do modelo e o código fonte foram disponibilizados publicamente para fins de reprodutibilidade.