在生命体系里，RNA长期以来被认为是蛋白质的小弟，因为除了转运RNA（tRNA），核糖体RNA（rRNA），把信使RNA(mRNA)按照DNA指定合成特定的蛋白质之外，以后就没有RNA的什么事了。只有各种蛋白质，才是忙上忙下，包揽一切的万能手。但是，近年来越来越多的实验表明RNA似乎无处不在、无所不能，有用于RNA修饰的（例如snRNA，snoRNA），DNA复制的（例如Y-RNA），催化作用的（例如RNase P），RNA剪接(例如SmY-RNA) ，表达调控的（miRNA, piRNA, siRNA, lncRNA, riboSwitch等）等等，还有许多不知道有什么用的环状RNA（circRNA）。事实上，编码用的mRNA才占1.5%，而非编码RNA则占据了人类基因组的75％。但是，不像蛋白质，我们对绝大多数的非编码RNA了解甚少，主要原因是缺乏结构信息，因为结构决定功能，不知道结构，我们就没有线索（图一）。

图1杯子的结构决定了杯子的功能（盛水）【a picture from zazzle.com】

RNA的三维结构往往是在先形成的二级结构的框架上折叠而成的（图二），所以知道二级结构就能够用来表征RNA结构、推断功能机制、并设计新实验。二级结构是指RNA序列各个位置有氢健互补配对的碱基（例如第i个碱基与第j个碱基（i：j）有氢健相连），而邻近不间断多个配对碱基的堆积（i:j ，i-1:j+1，i-2:j+2等）所形成的螺旋长茎区是二级结构稳定的关键。二级结构的二维描述是螺旋茎区加无碱基配对的各种环状结构（Hairpin Loop发夹环； Multiple Loop多环；Internal Loop内环；Bulge Loop凸环）（图二），它也可以通过一维的碱基连接图来显示。

图2. 人工设计的四环RNA受体（PDB 6dvk）的三维结构是通过RNA主链在先形成的二级结构的环二、环四的转弯折叠而成的。SPOT-RNA非常准确的预测了它的二级结构，但没有能够预测假结这个决定三级结构的关键配对。

虽然二级结构是关于碱基的配对，但碱基的配对不仅仅有二级结构的信息。RNA序列通常是由四个碱基（A，C，G，U）的排列组合所组成。在两个碱基配对里，AU和GC配对最稳定、被称为Watson-Crick配对，GU是次稳定的配对（Wobble base pair）。 其它碱基之间也能配对，它们被称为非规范碱基对，往往需要靠三维结构才能稳定下来。需要三维结构来稳定的还有孤碱基对（没有多个配对碱基的堆积）以及各种假结结构（例如，一个茎环结构的茎的一半插入了另一个茎环结构的茎结构，相吻发卡（kissing hairpin），发卡-突环接触等，图二）。所以，完整的RNA碱基配对信息只有通过昂贵而且费时的三维结构测定才能精确获得。由于目前只有少量RNA(<5000)的结构被测定，只用序列就能快速预测RNA二级结构成为每个RNA生物学家的必备工具，二级结构预测的广泛使用可以从MFOLD方法自2003年以来已经引用11,000次以上可以看出。

但是，最近十多年来，二级结构预测的精度一直在同一个水平上徘徊不前(50%的覆盖率，75-83%的精确度)。这主要是下列原因：1）目前几乎所有的方法是基于折叠的算法，需要一个能量函数来寻找最低自由能的状态，但目前的能量函数过于简单，无法描述复杂的RNA相互作用，2）大多数二级结构预测只关心长螺旋茎区的规范碱基对（AU，GC，和GU），而不考虑孤碱基对和非规范碱基对，这无疑会对寻找最低自由能带来不利的影响，3）没有什么好的方法来获得假结，因为假结对环境非常敏感。

和RNA二级结构预测对应的是蛋白质氨基酸残基间的接触图预测（contact map prediction）。最近几年来，通过深度学习，蛋白质二级结构和接触图预测的精确度有了极大的改善，是最近几届蛋白质结构预测比赛（CASP）改进明显的根本原因，我们也发展了SPOT-1D， SPOT-Contact的蛋白质二级结构和接触图预测方法（Bioinformatics，35: 2403–2410，2019），其中SPOT-1D的蛋白质三态二级结构的预测精度可达86%。但深度学习还没有用于RNA二级结构预测，一方面是RNA的结构预测难，关注少，更重要的是已经被测定的有高清晰度的三维结构但序列又不相似的RNA 在整个PDB数据库里也就200左右，用机器学习来深度学习是不够用的。

为了充分利用最新的深度学习技术，我们决定使用通过人工同源比对的、虽然精确度不是100%但有大量数据的bpRNA二级结构库来进行初步训练，然后再用三维结构库进行迁移学习来进一步改进预测的精确度。我们发现使用单序列信息，这个SPOT-RNA方法用69个高清晰度RNA独立测试集、在50%覆盖率下、可以获得93%精确度。特别是，该方法在假结、孤碱基对、和非规范碱基对（需要三维结构稳定的碱基对）的改进更大。这个结果表明，用折叠来预测RNA二级结构的精确度的天花板可以用折叠以外的方法（深度学习+迁移学习）来打破。

该工作发表在Nature Communications (https://www.nature.com/articles/s41467-019-13395-9). SPOT-RNA可以通过网上服务器或者下载(http://sparks-lab.org/jaswinder/server/SPOT-RNA/ )。