2026年5月20日，WilliamHILL中国生物医学工程与健康学院2026年第6期研究生学术论坛在四号教学楼101室顺利举行。本次由学院谭雅岚老师所在团队组织，旨在搭建研究生学术交流平台，促进学科交叉融合与科研思维提升。会上，研究生乔宁、杨紫嫣及林飞分别围绕RNA结构基序、深度学习序列设计、多组学动态调控模型等前沿方向，开展文献分享与研究进展汇报，师生围绕报告内容进行深入研讨，针对研究难点与后续优化方向提出建设性意见，现场学术氛围浓厚、交流富有启发，进一步拓宽了生命科学与生物信息学研究视野。

乔宁同学汇报介绍了2026年新发表的题为《ATLAS: Graph-based 3D RNA Motif Library Incorporating non-Watson-Crick Interactions》的ATLAS数据库，它构建了新一代整合非沃森-克里克（non-WC）相互作用的RNA三维基序库。其核心创新在于首次将G-U wobble等非标准互作编码为图模型的边属性，并通过“先存全息详图，再用压缩骨架图搜索，最后回溯提取”的巧妙策略，高效挖掘了超40万个基序实例，揭示了同一二级结构骨架下隐藏的巨大构象多样性。ATLAS不仅提供了可计算的图数据，还配套开发了基于基序拓扑的RNA相似性算法（MBRS）和物理演化模型，为AI驱动的RNA结构预测、功能预测及演化分析提供了关键基础设施。

杨紫嫣同学本次分享了文献《Modular Deep Learning for Direct RNA Sequence Design via Self-Contained RNA Units》，汇报介绍了SCRU框架，它构建了基于自包含RNA单元（SCRU）的大规模模块化数据库SCRU-DB。其核心创新在于首次将RNA结构分解为热力学自稳定、可独立折叠的模块，通过螺旋连通网络（HCN）和贪心聚类策略，高效挖掘了超6万个SCRU实例及8,400余个结构簇，揭示了同一拓扑骨架下丰富的序列-结构映射规则。SCRU不仅提供了高质量的训练数据，还配套开发了双半径图表示（Dual-Radius Graph）与两种互补的深度学习模型——SCRU-Seq（直接O(1)预测，NSR 63.7%，速度提升100倍）和SCRU-Diff（离散扩散生成，最佳NSR 79.2%，C4’ RMSD低至1.5 Å，唯一序列率~85%），为AI驱动的RNA序列设计、结构保真度评估及模块化合成生物学提供了可扩展的基础设施。

林飞同学本次论坛汇报自己的研究进展《Time-conditioned multiome diffusion framework for dynamic regulatory program discovery》，介绍了一个面向时间、状态数据的调控机制发现框架。该工作在大数据分析与处理科研团队中完成，包括整合RNA表达、ATAC可及性等数据，利用扩散模型，学习去噪后的细胞状态表示，并在候选细胞分支中定义状态轴。随后通过dynamic GRN、结构回归等分析不同细胞分支中可能与疾病进展相关的TF调控程序，为后续机制验证提供候选方向。

此次系列学术论坛为研究生提供了展示前沿技术成果、交流科研心得的良好机会。感谢数学与统计学院大数据分析与处理科研团队对本次论坛的指导与支持。论坛帮助相关研究者及时跟进RNA计算设计领域的最新进展，进一步营造了跨学科协作、数据驱动创新、开放共享的学术氛围，也为其他计算领域的同类研究提供了新视角和新思路。