PlantRNA-FM 是约翰-英纳斯中心（John Innes Centre）和埃克塞特大学（University of Exeter）的研究人员创建的人工智能模型，通过分析不同物种的 RNA 序列和结构模式，解密植物 RNA 的遗传"语言"。 这项突破性技术提供了有关 RNA 功能的新见解，并为植物科学、作物改良和基因设计领域的创新提供了潜力。

这个创新模型被命名为植物 RNA-FM，是首个此类模型，由约翰-英纳斯中心（John Innes Centre）的植物研究人员和埃克塞特大学（University of Exeter）的计算机科学家合作开发。

该模型的创建者表示，这是一项智能技术突破，可以推动植物科学的发现和创新，并有可能横跨无脊椎动物和细菌的研究领域。

核糖核酸（RNA）和它的化学亲戚DNA一样，是所有生物体内的重要分子，负责以其序列和结构携带遗传信息。 在基因组中，RNA 结构是由称为核苷酸的构件组合而成的，这些构件的排列方式与字母表组合成语言中的单词和短语的方式相同。

约翰-英纳斯中心丁一良教授的研究小组研究 RNA 结构，这是 RNA 分子的关键语言之一，RNA 可以折叠成复杂的结构，从而调控复杂的生物功能，如植物生长和应激反应。

为了更好地理解 RNA 在其功能中的复杂语言，丁教授的研究小组与埃克塞特大学 Ke Li 博士的研究小组进行了合作。

他们共同开发了植物RNA-FM模型，该模型是在一个包含540亿条RNA信息的庞大数据集上训练出来的，这些RNA信息组成了1124种植物物种的遗传字母表。

约翰-英纳斯中心（John Innes Centre）的植物研究人员与埃克塞特大学（University of Exeter）的计算机科学家合作开发了植物 RNA-FM，据信这是首个同类人工智能模型。 资料来源：约翰-英纳斯中心

在创建 PlantRNA-FM 时，研究人员采用了人工智能模型（如 ChatGPT）训练理解人类语言的方法。 通过研究全球植物物种的 RNA 信息，人工智能模型学会了基于植物的语言，从而对整个植物界的 RNA 工作原理有了全面的了解。

正如 ChatGPT 能够理解人类语言并做出反应一样，PlantRNA-FM 也学会了理解 RNA 序列和结构的语法和逻辑。

研究人员已经利用该模型对 RNA 的功能进行了精确预测，并确定了整个转录组中特定的功能性 RNA 结构模式。 他们的预测得到了实验的验证，实验证实，PlantRNA-FM 确定的 RNA 结构会影响遗传信息转化为蛋白质的效率。

约翰-英纳斯中心丁一良教授课题组的博士后研究员于浩鹏博士说："RNA序列在肉眼看来可能是随机的，但我们的人工智能模型已经学会了解码其中隐藏的模式。"

这项成功的合作还得到了东北师范大学和中国科学院科学家的支持，他们为这项工作做出了贡献。

丁教授说："我们的 PlantRNA-FM 只是一个开始。 我们正与李博士的研究小组密切合作，开发更先进的人工智能方法，以了解自然界中隐藏的 DNA 和 RNA 语言。 这一突破为理解植物并对植物进行编程提供了新的可能性，可能会对作物改良和下一代基于人工智能的基因设计产生深远影响。 人工智能在帮助植物科学家应对各种挑战方面发挥着越来越重要的作用，从为全球人口提供食物到开发能够在不断变化的气候中茁壮成长的作物。"

编译自/ScitechDaily