中科大RNA模型上线,AI能读懂生命密码吗?
可以说,RNA模型正在学会“读”生命密码,但这里的“读懂”不是像人一样理解生命,而是从大量序列和实验数据中学习规律,再对未见过的RNA作出预测。
RNA由核苷酸序列构成。序列不仅携带信息,也会通过碱基配对折叠成不同结构;结构又影响稳定性、定位、与蛋白质或其他分子的结合,以及剪接、翻译等过程。因此,模型通常会处理几个层次的问题:给定序列预测二级或三维结构;判断某段RNA可能具有什么功能或结合特征;比较突变前后的结构、稳定性或调控效应;也有模型尝试按目标性质设计候选序列。所谓“上线”,若指模型或服务可供研究者使用,意味着这些计算能力更容易调用,并不等于模型已经能完整解释某条RNA在细胞里的全部作用。
它的价值主要在于缩小搜索范围、提出可检验的假设。例如,面对大量候选序列,模型可以优先挑出可能形成特定结构或值得做实验的对象;对突变也能给出风险线索。但预测结果依赖训练数据和任务设定:不同细胞环境、离子条件、RNA修饰、结合伙伴及动态折叠都可能改变真实状态;训练数据较少的物种、序列类型或功能类别,模型也可能不可靠。序列相似不必然意味着功能相同,结构预测准确也不自动证明生物学功能。
所以更准确的说法是:AI正在提高我们从RNA序列提出预测、筛选候选和设计实验的能力,属于强有力的研究工具,而非“破解了生命密码”。关键结论仍要用独立数据和实验验证,并看模型在目标物种、细胞类型和具体任务上的表现。