一項突破性的研究合作近日揭曉，科學家們推出了一款名為“Plant RNA-FM”的人工智能（AI）模型，該模型旨在解讀植物遺傳信息的序列和結構模式，為植物科學的發展注入新動力。
這款創新性的AI模型由約翰英納斯中心的植物研究團隊與?？巳卮髮W的計算機科學專家攜手打造，是同類模型中的佼佼者。Plant RNA-FM利用了一個龐大的數據集進行訓練，該數據集包含了來自1124種植物的540億個RNA信息，這些信息共同構成了植物遺傳信息的“字典”。
RNA，作為生物體內的重要分子，與DNA一樣承載著遺傳信息。其結構由核苷酸組成，排列方式類似于語言中的字母組合，構成了生物體遺傳信息的“語言”。Plant RNA-FM模型的研究者們，通過深入探索RNA的結構，揭示了這一語言在植物生長、應激反應等復雜生物功能中的調節作用。
為了破解RNA的復雜結構，約翰英納斯中心的丁義良教授團隊與?？巳卮髮W的李科博士團隊緊密合作。他們借鑒了ChatGPT等AI模型理解人類語言的方法，訓練Plant RNA-FM模型理解基于植物的“語言”。這一模型通過學習全球各地植物物種的RNA信息，全面掌握了RNA在植物界中的功能。
正如ChatGPT能夠理解并響應人類語言，Plant RNA-FM也學會了理解RNA序列和結構的“語法”與“邏輯”。研究團隊已經利用該模型對RNA功能進行了精準預測，并在轉錄組中發現了特定的功能性RNA結構模式。實驗證明，Plant RNA-FM所識別的RNA結構對遺傳信息轉化為蛋白質的效率具有重要影響。
約翰英納斯中心的博士后研究員余浩鵬博士表示：“盡管RNA序列在人類眼中可能顯得雜亂無章，但我們的人工智能模型已經學會了從中解碼出隱藏的模式?！边@一成果不僅展示了AI在植物科學研究中的巨大潛力，也為未來的作物改良和基因設計提供了新的可能。
這次成功的合作還得到了東北師范大學和中國科學院科學家們的支持。丁義良教授強調：“Plant RNA-FM只是我們的一個起點。我們正與李科博士的團隊緊密合作，開發更先進的人工智能方法，以揭示自然界中隱藏的DNA和RNA語言。這一突破為理解和‘編程’植物開辟了新途徑，可能對作物改良和基于AI的基因設計產生深遠影響。AI在幫助植物科學家應對全球農業挑戰方面發揮著越來越重要的作用，從確保全球糧食安全到培育適應氣候變化的新作物品種。”
