一、案例背景
1.1 从实验室到《自然》:一支交叉学科团队的五年攻关
中国科学技术大学(以下简称”中国科大”)是一所以前沿科学和高新技术为主的综合性大学,坐落于安徽合肥,依托国家实验室体系和合肥综合性国家科学中心,在人工智能、量子信息、生命科学等交叉领域形成了独特的科研生态。2026年11月5日,国际顶级学术期刊《自然》在线发表了中国科大科研团队的研究成果——一款名为structRFM的开源核糖核酸(RNA)序列基础模型。这一成果迅速被央视新闻等主流媒体报道,被评价为”有望助力人工智能驱动的科学研究、生物学机制理解、药物发现”。
structRFM团队是一支典型的交叉学科科研团队:核心成员来自生物信息学、人工智能与高性能计算三个方向,团队规模约20人,包括3名青年教师、6名博士后与工程师、以及十余名博士和硕士研究生。团队负责人林教授(化名)早年从事RNA结构生物学研究,2019年前后转向”AI for Science”方向,试图用大规模预训练模型解决RNA结构与功能预测这一长期难题。经过近五年攻关,团队构建了覆盖多物种、多类型的RNA序列数据库,训练出具有较强泛化能力的序列基础模型,并在结构预测、功能注释、非编码RNA分类等一系列下游任务上取得了优于现有方法的性能。
值得注意的是,structRFM选择了”开源”作为成果发布的基本方式:模型权重、训练代码与部分数据处理流程向全球学术界和产业界开放。这一选择在论文发表时被媒体作为亮点突出报道,但在团队内部,它并非一个自然而然、毫无争议的决定。
1.2 RNA基础模型赛道:一个正在升温的国际竞争场域
要理解structRFM团队面临的决策情境,必须将其置于RNA基础模型这一新兴赛道的国际竞争格局中。2020年以来,以AlphaFold为代表的蛋白质结构预测模型引发了”AI for Science”的全球浪潮,蛋白质基础模型迅速成为大模型竞争的新战场。相比之下,RNA领域起步稍晚,但战略价值同样突出:RNA不仅是遗传信息传递的关键分子,也是mRNA疫苗、RNA干扰疗法、核酸药物等生物医药产业的核心技术载体。谁能率先构建高性能的RNA基础模型,谁就可能在核酸药物设计、疾病机制解析等下游应用中获得先发优势。
……