近日，一项由植物学家与计算机科学家携手合作的突破性成果震撼发布——他们共同开发出了一种名为Plant RNA-FM的人工智能模型，这一创新旨在揭示植物遗传信息的深层秘密，进而推动作物改良，应对全球农业领域的诸多挑战。
Plant RNA-FM模型的问世，标志着在植物科学研究领域，人工智能技术的运用迈出了重要一步。该模型由约翰英纳斯中心的植物研究团队与埃克塞特大学的计算机科学团队联合打造，是同类研究中的首个成功案例。
RNA，这一在生物体内扮演着遗传信息传递角色的分子，其结构与序列的复杂性一直是科学家们研究的热点。在Plant RNA-FM模型中，科学家们巧妙地借鉴了人类语言理解的人工智能技术，如ChatGPT，通过对海量RNA信息的深度学习，模型得以掌握植物界中RNA的“语言”规律。
具体而言，Plant RNA-FM是在一个包含540亿条RNA信息的庞大数据库中训练而成，这些信息覆盖了1124种植物的遗传信息。模型通过学习这些RNA的序列和结构，能够准确预测RNA的功能，并在转录组中发现具有特定功能的RNA结构模式。
约翰英纳斯中心的丁义良教授及其团队，在RNA结构研究领域深耕多年。他们发现，RNA分子能够折叠成复杂的结构，从而调节生物体的多种功能，如植物的生长和应激反应。为了更深入地理解RNA的“语言”及其功能，丁教授团队与埃克塞特大学的李科博士团队展开了合作。
经过不懈的努力，Plant RNA-FM模型已经学会了识别RNA序列和结构的内在逻辑与规律。研究人员利用该模型对RNA功能进行了精确的预测，并通过实验验证了其预测的准确性。模型鉴定出的RNA结构对遗传信息转化为蛋白质的效率具有显著影响。
丁教授团队的博士后研究员余浩鹏博士表示：“尽管RNA序列在表面上看起来杂乱无章，但我们的人工智能模型已经能够破解其中的隐藏模式。”这一发现不仅展示了人工智能在植物科学研究中的巨大潜力，也为未来的作物改良和基因设计提供了全新的视角。
这次成功的合作还得到了东北师范大学和中国科学院科学家们的支持与贡献。丁教授强调：“Plant RNA-FM只是我们探索自然界DNA和RNA语言的起点。我们正与李博士的团队紧密合作，开发更先进的人工智能方法，以揭示这些遗传信息的深层秘密。这一突破为理解和编程植物开辟了前所未有的道路，对作物改良和基于人工智能的基因设计领域将产生深远影响。”
Plant RNA-FM模型的诞生，标志着人工智能技术在植物科学研究中的应用迈出了坚实的一步。随着技术的不断进步和研究的深入，我们有理由相信，未来在人工智能的助力下，植物科学家们将能够更好地应对全球农业领域的挑战，为人类的粮食安全提供更加坚实的保障。
