基于距离和二面角的rsRNASP1统计势能模型显著提升RNA三维结构评估精度

【编辑推荐】为解决RNA三维(3D)结构预测评估精度不足的问题，研究人员开发了整合残基间距与扭转角的全原子统计势能模型rsRNASP1。该模型通过引入骨架、糖环和碱基的二面角特征，在CASP15等测试集中展现出优于现有评分函数的性能，为RNA结构预测领域提供了新工具。

　　

RNA分子作为生命活动的关键执行者，其三维结构解析一直是结构生物学领域的重大挑战。尽管近年来基于知识的统计势能(Knowledge-based statistical potentials)在RNA三维(3D)结构预测中发挥重要作用，但现有评分函数对各类预测方法产生的结构数据集评估效果仍不尽如人意。特别是在CASP15等国际竞赛中，传统方法对复杂拓扑结构的判别能力明显不足。

中国科学院Tan-group团队在《Biophysical Journal》发表的研究中，创新性地开发了名为rsRNASP1的全原子统计势能模型。该模型通过同时考虑距离依赖和扭转角参数，首次将骨架、核糖环和碱基的局部结构特征纳入统一评估体系。研究采用大规模结构数据库训练，通过残基分离(residue separation)策略优化能量项权重，最终构建出具有物理意义的评分函数。

关键技术包括：1) 从PDB数据库筛选高分辨率RNA结构构建训练集；2) 开发距离-二面角联合概率分布算法；3) 采用留一法验证模型鲁棒性；4) 通过Z-score标准化处理能量项。

【模型构建】通过分析超过2000个RNA结构单元，建立包含12类二面角的概率分布矩阵，显著提升了对嘧啶环构象的识别灵敏度。

【性能验证】在TS08测试集上，rsRNASP1的Pearson相关系数达到0.81，较已知最优方法提高23%，特别对假结(pseudoknot)结构具有显著判别优势。

【CASP15应用】对15个竞赛预测结构的评估显示，模型成功识别出所有近天然结构(near-native structures)，误报率降低至5%以下。

该研究突破传统距离依赖势能模型的局限，首次证实二面角参数对RNA局部结构评估的关键作用。rsRNASP1的开源发布为RNA药物设计、核酶工程等领域提供了高精度评估工具，其模块化设计框架也为后续开发更复杂的RNA评分函数奠定基础。研究团队特别指出，该模型对G四链体等特殊结构的适应性将是未来重点优化方向。