近日，理学院应用物理系软物质与功能纳米材料研究团队在国际高水平学术期刊《Journal of Chemical Theory and Computation》上发表了题为“Advances and Challenges in Machine Learning for RNA-Small Molecule Interaction Modeling: Review”（阅读原文）的综述论文。孙婷婷教授为论文第一作者/通讯作者，2023级物理学硕士研究生夏文韬为论文第二作者，江苏理工学院许晓军教授为论文共同通讯作者。浙江科技大学为第一单位。
RNA在基因表达调控和蛋白质合成等生物过程中扮演着至关重要的角色。通过小分子靶向RNA，直接调节这些过程，为多种疾病的治疗提供了全新的策略。然而，RNA的结构动态性和复杂性，使得实验表征RNA-小分子相互作用面临重大挑战。近年来，基于机器学习的方法已成为模拟RNA-小分子相互作用的强大工具，能够精确预测结合位点、姿势、偏好及亲和力。本文全面综述了机器学习在RNA-小分子相互作用建模领域的最新进展，重点阐述了其在预测结合特征及其潜在机制方面的应用，并系统探讨了当前模型的局限性，同时突出了高通量筛选和人工智能驱动的从头设计等前景广阔的方向。这项研究有望为计算科学家在RNA靶向药物发现领域提供有价值的参考。
《Journal of Chemical Theory and Computation》期刊是ACS的重要期刊，也是计算化学领域的顶刊之一。此项工作得到了国家自然科学基金、浙江省自然科学基金的资助。（理学院）
