新加坡开发基于人工智能的工具 用于准确预测RNA的3D结构

新加坡研究团队成功地利用人工智能和深度学习技术，从初级RNA序列中模拟原子级RNA 3D结构。

与传统方法相比，这种基于人工智能的新型方法称为 DRfold，可将 RNA 模型的准确性提高 70% 以上。

据估计，与传统的蛋白质靶向药物发现相比，用小分子靶向RNA将成倍地扩大药物设计前景。因此，RNA生物学及其在开发新疗法中的应用是一个关键的新兴领域，在全球范围内获得了大量的学术和工业投资。

展望未来，该团队设想将他们的人工智能策略扩展到包括蛋白质-RNA相互作用，在这个领域，目前缺乏可靠的人工智能方法来预测高质量的蛋白质-RNA复合物结构。这些工具与RNA功能注释和RNA药物发现高度相关。

此外，该团队希望进一步提高DRfold在单链RNA结构预测中的准确性。固有的障碍之一源于实验性 RNA 结构的有限可用性，这会影响深度学习模型的准确性，尤其是对于大型 RNA。需要新的策略和思路来突破高精度RNA结构预测的瓶颈，研究人员目前正在研究它，并取得了令人鼓舞的进展。