3月14日，复旦新发一篇Science
今天（3月14日）复旦大学与四川大学华西医院团队的合作研究成果以“Cryo-EM reveals mechanismsof natural RNA multivalency”为题发表在《科学》（Science）杂志上 传统的RNA结构解析方法面临实验成本高昂、预测精度不足等难题。冷冻电镜虽然能够解析高分辨率结构，但要筛选出能够形成稳定构象的RNA序列，仍然需要耗费大量资源。此外，现有算法还依赖于Rfam数据库等二级结构信息。 “RNA有很多家族，此前在解析RNA结构时，科研人员往往不确定应该选择哪些序列进行解析。”复旦大学智能复杂体系实验室研究员、文章共同通讯作者孙思琦解释道，“这就像开‘盲盒’，我们只能猜测哪些家族的序列可能具有稳定的结构。” 面对这一困境，团队决定引入人工智能技术。孙思琦本科毕业于复旦大学数学科学学院，博士期间在美国攻读计算机专业，研究方向为计算生物学，毕业后在美国微软研究院开展大语言模型相关的研究。回国后，他和团队开始尝试用AI大模型解决生物问题，RNA结构研究是他们持续关注的方向之一。复旦大学智能复杂体系实验室博士生吴浩、许晟为本文共同第一作者。 祝贺恭喜！ 孙思琦青年研究员博士生导师复旦大学 智能复杂体系基础理论与关键技术实验室 青年研究员
E-mail: siqisun AT fudan.edu.cn
本科毕业于复旦大学数学系（2011），博士毕业于TTIC研究院（2017），师从许锦波教授。
2018-2022年继续在微软研究院开展研究，2022至今复旦大学智能复杂体系基础理论与关键技术实验室担任青年研究员。
致力于深度学习在生命科学和自然语言处理等交叉学科中的应用研究,并侧重于提高模型的精度和速度，解决模型在实践落地中的具体问题。
在PLOS Computational Biology、Nucleic Acids Research、ACL、EMNLP、NAACL、NeurIPS、ICML等国际顶级刊物和会议上发表多篇论文,共计被引用超过2000次（据谷歌学术统计）。
其中以共同一作身份研究并开发的算法获得了PLOS Computational Biology 2018年度的“突破/创新”奖项，相关成果还获得了The Critical Assessment of protein Structure Prediction 12 (CASP 12）接触图比赛预测的全球第一名。
此外，有多个工作被有国际影响力的媒体报道，例如The Economics, Science, The New York Times, Adweek, The Register, Synced等。多次受邀参与国际顶级学术会议ECML-PKDD和EMNLP的程序委员会。 孙思琦团队与合作团队共同突破三大技术：提出高速高灵敏度的蛋白质同源物检测方法，实现远程同源物的快速识别；开发高精度端到端RNA三维结构预测方法，建立全链条结构解析框架；设计基于非自回归神经网络的蛋白质谱快速解析算法，攻克质谱数据高效解码难题。通过融合大语言模型与对比学习技术，该系列成果在蛋白质检测、RNA结构预测、蛋白质测序等方向同步提升AI算法的速度与精度。相关研究成果于近期发表于《自然》（Nature）子刊，为本工作奠定了基础。 在这项最新研究中，复旦大学与华西医院团队紧密合作。复旦大学团队负责AI算法的开发，而四川大学华西医院则负责使用冷冻电镜对RNA结构进行解析。 复旦今年NSC能破20 jtuma 发表于 2025-3-15 09:27
复旦今年NSC能破20
大胆点，破25篇，超耶鲁 啊，接楼上吉言 独孤九剑破刀式 发表于 2025-3-15 09:44
大胆点，破25篇，超耶鲁
也不是没可能 实际应用中，CRAFTS模型不仅在经典RNA家族（如5S rRNA、I型内含子和II型内含子）中表现优异，还成功应用于ARRPOF、OLE、ROOL和GOLLD等新RNA家族的结构筛选。
CRAFTS模型与冷冻电镜技术的深度协同，成功突破了RNA结构筛选中的“盲盒”困境，为RNA结构生物学研究提供了全新的工具。这一研究成果不仅提升了RNA三级结构解析的效率，还为探索RNA多态性在生命活动中的潜在功能开辟了新的可能性。
“RNA的结构预测，其实还远远没有被完全解决。”孙思琦表示，通过进一步优化模型，可以提升其在不同RNA家族中的预测能力。“目前RNA相关的高质量数据非常有限，AI赋能的科研方法将在未来发挥更大的优势。”
基于RNA结构分析和筛选，科研人员能够更有效地判断哪些分子可以与RNA结合，从而加速RNA小分子药物的研发。这一突破不仅显著提升了RNA结构解析的精度和效率，更为新药研发提供了重要的技术支撑和理论指导。 先破15吧 嗯，一篇篇来 某些光头学校，这几天不正在被拷问？
页:
[1]