近日，美国弗吉尼亚理工大学Sumi Tarafder与Debswapna Bhattacharya团队成功研发新型人工智能工具RNAbpFlow，其预测RNA三维结构的能力已可比肩谷歌DeepMind的AlphaFold 3。成果发表于《自然·方法》。针对RNA结构高度灵活且公共数据库匮乏的难题，RNAbpFlow摒弃传统算法对海量进化序列的依赖，创新采用流匹配生成技术，仅需基础序列与碱基配对信息即可从头构建全原子三维模型。盲测显示，该模型在14项RNA靶标中实现12项精准预测，表现显著优于AlphaFold 3的8项。团队指出，该工具对数据量要求极低，特别适用于缺乏同源数据的稀有RNA分子。精准三维结构解析将直接打通小分子靶向药物研发路径，为神经退行性疾病及病毒感染提供全新策略。目前，项目获美国联邦科研基金支持，团队已全面开源代码与数据，主创人员正持续优化算法，并计划将RNAbpFlow提交至年度国际结构预测赛事CASP验证。