哥伦比亚大学生物物理学家Hashim Al-Hashimi指出，虽然人工智能已能预测蛋白质结构，但生物学界更关注RNA和DNA在细胞内的实际功能。Al-Hashimi是Roy和Diana Vagelos生物化学与分子生物物理学教授，他表示：“有时人们忘记了解析结构的目的是理解功能。我们真正想预测的是活性——分子在细胞内执行其生物学工作的效率。今天的人工智能模型还无法做到这一点。”

Al-Hashimi实验室在《细胞》杂志上发布的新研究表明，基于生物物理学原理，研究人员已能预测调控基因活性的一类小RNA的细胞内行为。这项RNA活性预测研究有望推动新药开发，帮助解释遗传疾病机制，并优化细胞计算模型。

研究强调，预测RNA活性需要分析其整体构象集合。RNA分子通常高度灵活，能采取多种形状，其中一些结构稳定且占主导，而另一些虽短暂存在却可能最具生物活性。因此，准确预测必须考虑所有可能的构象状态。

为建立预测模型，团队以HIV RNA TAR为对象，通过实验确定了其整体构象集合及单点突变后的变化，并测量了活性。他们发现，利用现有生物物理模型可从序列直接计算RNA活性，成功预测了数千种TAR变体的行为。Al-Hashimi解释：“TAR中的大多数突变被拒绝，因为它们通过改变整体构象集合而非与其他分子的接触，显著改变了其活性。这表明分子也必须进化其序列，以确保不同构象状态之间的正确平衡。”

该模型已适用于另一种HIV RNA RRE，并有望推广至其他生物体的类似RNA。未来目标包括优化模型以处理更复杂RNA，并提高细胞内活性预测的准确性。这项RNA活性预测研究为疾病机制建模和新药设计提供了新工具，有望通过调节RNA构象集合开发更强效的治疗方法。

出版详情：作者：Columbia University Irving Medical Center；标题：《Predicting RNA activity expands therapeutic possibilities》；发表于：《Cell》(2026)。