Nature Methods
RNAbpFlow实现基于碱基配对条件的RNA 3D结构生成
小赛推荐：
该研究为RNA结构预测提供了无需多序列比对或同源模板的端到端生成方案，显著提升了对非编码RNA及含伪结结构的建模能力，对RNA结构生物学和RNA药物设计领域具有重要方法学启发。
文献概述
本文《RNAbpFlow: base pair-augmented SE(3) flow matching for conditional RNA 3D structure generation》，发表于《Nature Methods》杂志，系统探讨了如何通过深度生成模型实现RNA三级结构的高效、准确采样。作者提出了一种基于碱基配对信息条件化的SE(3)-等变流匹配模型RNAbpFlow，能够在不依赖进化信息或同源结构模板的前提下，从核苷酸序列出发直接生成全原子RNA结构。该方法采用核苷碱基中心表示法，结合几何流匹配机制，实现了对糖环构象（如C3′-endo和C2′-endo）和可旋转键角的灵活建模，显著优于现有方法在构象集合采样中的表现。背景知识
目前，RNA的三维结构解析仍面临重大挑战，尤其是在RNA therapeutics领域，高分辨率结构对于理性设计功能性RNA分子至关重要。然而，RNA分子高度柔性，且缺乏足够的同源序列进行共进化分析，导致传统基于MSA的方法（如trRosettaRNA、RhoFold+）在缺乏深度比对的情况下性能下降。此外，现有方法往往忽略非经典碱基配对（如G-U摆动配对、非标准配对）和碱基堆积作用，这些RNA secondary structure元素是决定RNA高级结构的关键因素。因此，如何有效整合RNA base pairing信息，尤其是非canonical interactions，成为突破当前瓶颈的核心切入点。RNAbpFlow正是在此背景下，提出将碱基配对作为显式条件信号，引导生成过程，从而实现更真实、多样化的构象采样。
研究方法与核心实验
作者构建了RNAbpFlow模型，其核心是基于SE(3)-等变的流匹配框架，输入为RNA序列及由三种不同工具（RNAView、MC-Annotate、DSSR）注释的碱基配对图谱。模型通过不变点注意力（IPA）模块处理单链与配对表示，并逐步更新骨架帧（以O4′–C1′–C2′为局部坐标系），最终输出全原子结构。训练过程中使用了来自PDB的RNA3DB数据集，并引入交叉蒸馏策略增强泛化能力。在实验验证中，作者在RNAJP、CASP15和CASP16数据集上进行了系统评估，对比了包括AF3、NuFold、DRfold在内的多种前沿方法。关键结论与观点
研究意义与展望
该研究为RNA结构生物学提供了全新的计算范式，摆脱了对多序列比对的依赖，特别适用于non-coding RNA、viral RNA等难以获得同源序列的体系。其端到端的全原子生成能力，使得大规模构象集合采样成为可能，有助于研究RNA折叠动力学和构象异质性。
从药物开发角度看，准确的RNA三维结构是设计小分子或反义寡核苷酸药物的前提。RNAbpFlow可为RNA-targeted drug discovery提供高质量结构模型，尤其在靶向非编码RNA（如lncRNA、circRNA）时具有广阔应用前景。
结语
RNAbpFlow代表了RNA 3D结构预测领域的重要进展，其创新性地将碱基配对信息作为生成条件，结合SE(3)-等变流匹配框架，实现了高精度、无偏倚的全原子结构生成。该方法不仅在CASP等国际竞赛中展现出优于现有工具的性能，更重要的是，它为研究RNA构象动态提供了可扩展的计算手段。未来，整合化学探针数据或长程交联信息，有望进一步提升对复杂RNA（如核糖开关、剪接体）的建模能力。从实验室到临床转化，RNAbpFlow将助力解析致病RNA的结构基础，加速RNA结构药物的理性设计，为精准医学提供关键技术支持。该研究为RNA结构生物学和RNA治疗领域奠定了坚实的计算基础。
