人工智能解码非编码RNA的互作机制与功能：迈向RNA生物学研究新范式

传统方法制约了RNA功能研究的突破。来自国际团队的研究人员通过整合人工智能(AI)技术，开创性地提出利用大语言模型(LLM)与图神经网络(GNN)解析mRNA非编码区（包括内含子、5′/3′非翻译区）的调控网络，构建上下文特异的mRNA互作组预测体系，为揭示RNA代谢调控提供全新计算范式。

　　

突破传统生化方法的局限，人工智能(AI)正重塑RNA生物学研究格局。mRNA除编码蛋白质外，其非编码区域（内含子、5′和3′非翻译区(UTR)）通过复杂调控网络参与细胞进程，但现有技术难以系统解析。研究者提出革命性方案：通过大语言模型(LLM)学习RNA序列的生物学特征，结合图神经网络(GNN)整合公共组学数据，构建能预测RNA-分子互作的计算框架。该路线图将实现两大突破——解码RNA与多种分子的动态互作，并建立组织特异性的mRNA互作组(mRNA interactome)模型，为精准医疗提供全新靶点挖掘工具。