Nat Commun｜NuFold方法实现RNA三级结构“端到端”的精确预测

本文介绍了普渡大学Kihara课题组开发的NuFold深度学习方法，该方法实现了RNA三级结构的端到端精确预测。背景方面，RNA结构预测面临实验解析难度大、计算工具局限和数据稀缺等挑战。研究目的是开发一种能够直接输出全原子模型的RNA结构预测方法。NuFold基于AlphaFold2架构，通过改进核苷酸建模和整合多序列比对（MSA）等策略，显著提升了预测精度。实验结果表明，NuFold在碱基相互作用预测方面表现突出，优于传统方法，与先进深度学习模型竞争力相当。然而，受限于训练数据规模，其全局精度仍有提升空间。未来发展方向包括融合更多实验数据和扩展至RNA复合物预测。