人体内的RNA分子就像精密的“分子机器”它们的功能不仅取决于自身的碱基序列，更与其折叠形成的空间结构密切相关。其中，RNA二级结构（由碱基配对形成的茎环结构）是理解RNA功能的关键，但传统的预测方法要么准确率不高，要么耗时太长，一直是科研界的难题。

近日，来自浙江大学、西湖大学等机构的研究团队在国际顶刊《Proceedings of the 41st International Conference on Machine Learning》发表了一项突破性成果——他们提出了一种名为RFold的新方法，将RNA二级结构预测难题转化为“棋盘摆子”问题，不仅预测精度远超现有方法，速度更是提升了8倍！

为什么RNA二级结构预测这么难？

RNA分子由A、U、C、G四种碱基组成，就像一串长短不一的“珠子”。这些珠子通过碱基配对（如A-U、G-C）折叠成特定的二级结构，而这种结构直接决定了RNA的功能（如催化反应、调控基因表达等）。

图1.  RNA二级结构示意图

传统预测方法主要有两类：

1.能量最小化模型：基于热力学原理计算最稳定结构，但无法处理复杂的“假结”结构（非嵌套的碱基配对），且计算量大；

2.深度学习方法：虽能提升精度，但常因约束条件复杂导致预测结果无效，generalization能力差。

把RNA结构变成“棋盘摆子”？这个思路绝了！

图2. K-堡垒问题示意图

研究团队另辟蹊径，将RNA二级结构预测重新定义为“K-Rook匹配问题”——想象一个L×L的棋盘（对应RNA序列长度L），每个碱基对就像棋盘上的“车”，规则是：

• 每个“车”不能在同一行或同一列（对应每个碱基最多形成一个配对）；

• 配对必须符合碱基互补规则（如A-U、G-C）；

• 相邻碱基不能配对（避免过近折叠）。

通过这种转化，RFold将复杂的结构预测简化为“概率匹配”问题，再通过双向优化策略（行方向和列方向分别求解），大幅降低计算复杂度，同时保证结果100%符合生物学约束。

RFold有多强？实验数据说话！

在多个国际基准数据集上，RFold的表现惊艳：

• 精度碾压：在RNAStralign数据集上，F1分数达到0.977，远超传统方法（最高0.633）和主流深度学习方法（如UFold的0.915）；

• 速度飙升：推理时间仅需0.02秒/序列，是现有最优方法的1/8，甚至比部分传统工具快20倍以上；

• 擅长复杂结构：在假结预测（最难的RNA结构之一）中，F1分数达到0.982，刷新领域纪录；
  

• 泛化能力强：跨数据集测试中，面对全新RNA家族仍保持高准确率，解决了深度学习模型“过拟合”痛点。

图3. RFold在实验样本上的性能

为什么这项研究很重要？

RNA结构预测是解析生命活动的关键一环，在疾病诊断（如病毒RNA靶向药物设计）、基因编辑等领域有重要应用。RFold的出现，不仅为研究者提供了更高效、更可靠的工具，更开创了“组合优化+深度学习”解决生物问题的新思路。

目前，RFold的代码已开源（github.com/A4Bio/RFold），任何人都可以免费使用。未来，这项技术有望加速RNA功能研究，推动更多生命科学突破！

结语

从“棋盘摆子”的巧思到双向优化的创新，中国团队用数学智慧破解了生物学难题。或许不久的将来，我们能借助RFold更深入地揭开RNA的神秘面纱，让生命科学研究迈上新台阶～

（关注我们，获取更多前沿生物信息学进展！）

分享人：刘洋睿