← 最新论文
📄 分子生物学

B-RANKO: An ncRNA Foundation Model with Bidirectional Decoder-Only Architecture

B-RANKO 是一种新型的 150M 参数双向仅解码器基础模型,它统一了 RNA 序列的从头生成与可迁移表征学习,在生成生物学合理序列方面表现出强大的性能,并在 RNA 工程任务中取得了具有竞争力的结果。

原作者: Vucenik, F., Penic, R. J., Sikic, M.

发布于 2026-11-16
📖 1 分钟阅读☕ 轻松阅读

原作者: Vucenik, F., Penic, R. J., Sikic, M.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

在每一个活细胞内部,一种被称为核糖核酸(RNA)的分子扮演着至关重要的信使和管理者的角色。虽然 DNA 持有生命的蓝图总纲,但 RNA 是读取这些指令、构建蛋白质甚至催化化学反应的活跃工作者。近年来,科学家们意识到 RNA 不仅仅是信息的被动载体,更是一种具有巨大医学和生物技术潜力的可编程工具。正因如此,研究人员转向人工智能,以理解并设计新的 RNA 分子,希望创造出能够高精度靶向疾病的疗法。然而,教导计算机既要理解复杂的 RNA 语言,又要发明全新的、具有功能的序列,已被证明是一项难题。大多数现有的 AI 模型要么擅长其中一项任务,要么擅长另一项,却很少两者兼顾,这在我们的能力中留下了一个缺口,使我们无法充分利用这些分子的力量。

为了弥合这一鸿沟,来自萨格勒布大学和新加坡基因组研究所的研究团队开发了一种名为 B-RANKO 的新型人工智能系统。该模型旨在同时完成两件事:学习天然 RNA 的深层模式以进行准确预测,以及从零开始生成全新的 RNA 序列。研究人员在海量的已知 RNA 序列集合上对 B-RANKO 进行了训练,这些序列取自包含数百万个样本的公共数据库。其核心创新在于模型读取和写入这些序列的方式。与严格从左向右阅读文本的标准 AI 模型不同,B-RANKO 使用了一种独特的方法,即它从两端同时生成序列,向内移动直到两半相遇在中点。这种方法模拟了 RNA 分子自然折叠的方式,即链的两端经常汇聚在一起形成稳定的结构。通过训练模型同时从两个方向预测下一个拼图碎片,研究人员使单一架构能够同时精通新分子的创造和对现有分子的分析。

当团队测试该模型创造新 RNA 的能力时,结果令人瞩目。计算机生成的序列看起来并表现得就像真实的生物分子一样。它们具有正确的化学平衡,并折叠成物理性质稳定的形状,非常类似于自然界中的 RNA。至关重要的是,这些新序列不仅仅是模型在训练期间所见内容的副本。当研究人员将生成的分子与庞大的已知 RNA 库进行对比时,他们发现很大一部分新创造物都是全新的,代表了训练数据中不存在的独特变体。该模型不仅是在死记硬背过去,它已经掌握了 RNA 化学的底层规则,足以想象出新的可能性。

随后,研究人员将 B-RANKO 置于实际应用中进行测试,特别是观察其设计适配体(aptamers)的能力——适配体是经过工程化设计的 RNA 分子,用于结合特定目标,就像钥匙插入锁中一样。在利用已知适配体数据集对模型进行微调后,它成功生成了符合所需属性的新候选分子。在涵盖从预测 RNA 如何折叠到确定其如何与细胞机制相互作用的十三项不同任务的广泛评估中,B-RANKO 表现出了显著的实力。它在工程任务方面表现尤为出色,例如预测疫苗分子的稳定性,或预测 CRISPR 工具在针对特定基因时而不误伤其他基因的能力。在这些领域,它的表现优于许多领先的模型,证明了其生成新序列的能力并未以牺牲理解力为代价。

尽管该模型展现出了巨大的潜力,但研究人员也谨慎地指出了其局限性。它并非在每一项任务上都同样完美;例如,与在广泛工程应用中的成功相比,它在预测 RNA 内部结构的精细细节方面稍显逊色。这表明,虽然该模型已经掌握了 RNA 行为的一般规则,但在理解最复杂的局部细节方面仍有提升空间。此外,目前计算机生成的序列仅通过模拟进行了评估。真正的考验将在实验室中构建这些分子,并在真实的生物系统中进行测试,以观察它们是否能如预测般发挥功能。

B-RANKO 的开发标志着计算生物学领域的重大进步。通过证明单一模型可以有效地向自然学习并随后创造新的生物工具,研究人员为 RNA 设计提供了一个统一的框架。这种方法提供了一种探索广袤 RNA 分子景观的强大新途径,有望加速新药物和新生物技术的发现。这项工作表明,RNA 工程的未来可能不需要独立的分析工具和创造工具,而是一个能够兼顾两者的单一且多功能的系统,从而开启了可编程生物学的新时代。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →