RNA作为参与基因表达调控、蛋白质合成与催化反应的关键生物大分子，必须形成稳定的三维结构才能发挥生物学功能，但其自身构象灵活且易降解，通过实验手段解析结构难度极高，公共结构数据库中已解析的RNA结构数量远少于蛋白质，大量非编码RNA的空间结构与作用机制仍处于未知状态，而此前传统计算预测方法难以满足科研需求，深度学习驱动的高精度预测工具成为领域迫切需要的解决方案。山东大学杨建益教授团队开发出基于Transformer架构的自动化RNA三维结构预测工具trRosettaRNA，并将其搭建为便捷易用的网页服务器与开源本地化程序。相关内容以“The trRosettaRNA server for RNA structure prediction”为题发表在《Nature Protocols》上。从目标RNA序列输入开始，经自动构建多序列比对与二级结构预测，或用户自定义输入相关数据，再将信息送入端到端神经网络完成初始三维结构与二维核苷酸几何信息预测，最后依据结构冲突情况执行快速松弛或能量优化，最终输出预测的三维结构与置信度分数。上图展示了
trRosettaRNA相关服务器组在RNA建模任务中的权威排名，再通过点对点比较验证其相较于传统方法在各项评估指标上的优势，同时用具体结构案例对比体现trRosettaRNA在RNA三维拓扑结构预测上的精准度，全面证实了该工具的领先预测性能。图3 trRosettaRNA的置信度分数pLDDT作者揭示了该分数与实际结构偏差的强相关性，呈现了工具对大量无已知三维结构的Rfam家族的预测结果分布，用两个高置信度预测案例验证预测结构与后续实验解析结构高度吻合，直观体现工具置信度评估的可靠性与实际预测能力。图4 trRosettaRNA网页服务器的任务提交主页上图清晰标注了序列输入、文件上传、输入类型选择、参数设置、自定义二级结构输入、邮箱填写、结果隐私设置等核心功能区域，为用户提供了直观清晰的任务提交操作指引。图5 trRosettaRNA预测结果页面的核心界面trRosettaRNA预测结果页面包含三维结构可视化、整体与单核苷酸置信度分数展示、建模方法说明、多序列比对信息及预测距离数据下载入口等内容，完整呈现了工具输出的核心结构信息与评估数据。
预测结果包含核苷酸接触图谱、距离图谱，以及输入的二级结构、从预测三维结构中提取的二级结构等可视化内容，为用户全面解读RNA结构预测的细节信息提供了直观参考。本文系统介绍了基于深度学习的RNA 3D结构预测平台trRosettaRNA。以RNA序列为输入，通过Transformer网络结合能量优化实现高精度结构预测，提供网页服务器与开源本地版两种使用方式，支持自定义多序列比对与二级结构输入。经CASP16等权威测试验证，其预测精度、结构合理性与运行速度均达到领域领先水平，可高效辅助RNA结构解析与计算生物学研究。文章还给出完整使用流程、参数说明与问题排查。
「BioMed科技」关注生物医药×化学材料交叉前沿研究进展！交流、合作，请添加杨主编微信！
https://doi.org/10.1038/s41596-026-01356-8来源：BioMed科技
声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！
