证监会允许的配资公司迈向RNA药物新时代：中国启动重大研发计划，以基础RNA研究赋能药物创新

撰文丨王聪

编辑丨王多鱼

排版丨水成文

2026 年 3 月 12 日，中国科学院遗传与发育生物学研究所曹晓风院士、同济大学生命科学与技术学院刘默芳教授、国家自然科学基金委员会交叉科学部杜全生处长、国科大杭州高等研究院王鑫研究员、北京大学未来技术学院汪阳明教授在 Nature 子刊Nature Chemical Biology上发表了题为：Empowering drug innovation through fundamental RNA research in China 的评论文章。

这篇评论文章探讨了中国一项跨学科综合研究计划——“赋能药物创新的 RNA 基础研究”（2025-2031）如何旨在将 RNA 生物学与转化药物研发相连接，以加速 RNA 创新，并助力全球医药行业向理性的以 RNA 为中心的疗法转变。

近年来，RNA 研究取得了显著进展，基于 RNA 的疗法已彻底改变了现代医学。基于RNA 干扰（RNAi）的药物以及mRNA 疫苗的里程碑式成功，证实了 RNA 分子的临床潜力。

然而，尽管取得了这些成就，创新 RNA 药物的开发仍受到持续存在的科学和技术挑战的阻碍。关键瓶颈包括难以识别和验证有效的 RNA 药物靶点，尤其是那些超出传统蛋白质编码基因的靶点。此外，RNA 分子的固有特性带来了可成药问题，包括潜在的免疫原性和脱靶毒性。高效的组织特异性递送，尤其是向非肝器官递送，仍是另一个重大障碍，通常还伴随着生物利用度低和体内快速降解的问题。解决这些问题，需要机制方面的见解、先进的化学知识、材料创新以及计算模型，这些因素共同作用才能推动理性设计。

RNA 疗法的关键障碍——难以确定有效靶点、RNA 分子的成药性有限以及递送难题

为了克服这些挑战，研究重点必须从描述性生物学转向预测性、机制导向和应用导向的发现——

首先，RNA 研究人员需要超越纯粹的探索性研究，开展以治疗应用为目标的定向调查。

其次，必须加强跨学科合作，汇集化学、材料科学和生物工程等不同领域的专业知识，共同解决 RNA 药物设计和递送方面的瓶颈问题。

第三，至关重要的是要利用人工智能（AI）的力量，将经验性的、反复试验的方法转变为数据驱动的、预测性的模型，从而加速发现。

推进基于 RNA 的药物研发的战略对策

在全球范围内，一些资助机构已经开始推动这种整合；中国国家自然科学基金委员会（NSFC）通过支持将基础 RNA 生物学与药物创新相连接的跨学科项目，起到了催化剂的作用。

NSFC 长期以来通过推动跨学科融合和创新驱动研究塑造了国家的基础科学格局。自 2001 年启动重大研究计划以来，NSFC 支持了既满足国家战略需求又涉及前沿科学问题的协同项目。这些举措促进了原始研究能力的发展，培养了科学人才，其中一些重点项目直接推动了中国 RNA 科学的发展。2014 年启动的“非编码 RNA 在基因信息传递中的调控机制”（2015-2022 年）项目，是一项具有里程碑意义的努力。这一举措使中国研究人员在系统识别非编码 RNA（ncRNA）、确定其调控机制、表征其功能以及开发创新工具和技术方面取得了显著进展。其中的显著成就包括对 circRNA 生物发生、代谢和功能的系统研究；发现 piRNA 在转座子沉默之外的功能；开发用于 RNA 结构和相互作用组分析的先进技术；建立新的 RNA 表观转录组图谱绘制方法；创建活细胞 RNA 成像工具；以及植物中 ncRNA 介导的光周期敏感雄性不育分子机制。与此同时，这一努力还培养了中国新一代杰出的 RNA 研究人员。

在此基础上，NSFC 近期启动了一项新的以 RNA 为重点的重大研究计划——“赋能药物创新的 RNA 基础研究”（2025-2032 年）。该计划将重点从分子层面的理解转向治疗应用，旨在将基础 RNA 生物学与药物发现相衔接，并加速研发出临床有效的 RNA 药物。

NSFC 资助的两项以 RNA 为重点的重大研究计划

推动药物创新

与之前侧重于识别各类非编码 RNA 在遗传信息传递中的调控作用和机制的计划不同，新的举措明确针对RNA 治疗药物开发中的关键瓶颈。该计划以基础 RNA 生物学和技术创新为依托，旨在推动下一代 RNA 基药物的研发，重点关注三大研究方向——

1、解析 RNA 动态变化及功能机制的原理。这涉及探究 RNA 合成、加工、修饰及翻译的基本规律。通过识别功能性 RNA 元件并理解其调控逻辑，这一方向旨在构建能够指导 RNA 药物理性设计的理论框架。

2、推进基于 RNA 的精准医疗和靶点发现。通过将可成药性概念扩展到涵盖 RNA 分子本身，而不仅仅是其蛋白质产物，这一方向使得此前难以触及的靶点得以发现。功能性 RNA 结构域、疾病特异性结构、转录后修饰以及亚细胞定位模式现在都可以作为可操作的治疗切入点进行探索。

3、为 RNA 药物创新奠定基础技术。为应对 RNA 固有复杂性所带来的局限，这一方向着重于开发 RNA 分析和调控的基础技术，以及 RNA 药物设计、靶向递送和生物利用度提升的创新解决方案。这些技术进步将为基于 RNA 的治疗药物开发提供关键的基础设施支持。

基于中国在 RNA 生物学方面的坚实基础，新的重大研究计划从学术发现迈向转化应用。该计划优先考虑核心理论、使能技术和创新平台，将基础知识转化为 RNA 治疗学方面的实际进展。实现这一愿景需要跨学科的紧密合作。整合化学、物理、材料科学和计算生物学方面的专业知识对于发现 RNA 功能的新原理以及将其转化为治疗设计至关重要。

跨学科融合

传统的还原论方法将单个成分孤立出来，无法捕捉到 RNA 多层次的复杂性。跨学科合作——将物理学用于 RNA 动力学研究，将数学用于预测折叠，将化学用于修饰控制，将材料科学用于递送——提供了一条整体的前进道路。时间分辨光谱学和单分子成像揭示了 RNA 的瞬态结构；纳米材料研究实现了靶向纳米颗粒载体；计算模型则在分子和系统尺度之间架起了桥梁。自 2020 年以来，国家自然科学基金委交叉科学部协调了整合这些不同专业知识的项目，这反映了中国致力于跨学科发现而非学科壁垒的战略承诺。通过将跨学科性嵌入其科学目标和组织框架，这一重大研究计划有望为未来 RNA 科学和药物创新的跨学科研究树立典范。

人工智能应用

人工智能（AI）正在成为 RNA 研究中的变革力量，也是基于 RNA 的药物创新的关键驱动力。通过利用机器学习、深度学习和技术，AI 能够以前所未有的精度加速结构预测、识别功能基序，并模拟 RNA 与蛋白质及小分子之间的相互作用。它还支持对生物医学文献和多组学数据集的挖掘，以发现 RNA 分子与疾病机制之间的隐藏联系。通过将海量数据转化为可操作的见解，AI 推动了机制驱动的药物发现，并促进了 RNA 治疗从经验性实验向理性、精准指导设计的转变。

然而，AI 在 RNA 研究中的成功取决于数据的质量、规模和可获取性。碎片化、低质量或标注不完善的数据库极大地限制了 AI 模型的预测能力，并有可能导致产生误导性或无法重复的结论。因此，高质量的数据库是实现 RNA 科学中 AI 驱动的发现和治疗创新的基础资源。然而，与 RNA 相关的生物数据本质上是高维、异质、无结构且快速变化的。开发有影响力、可互操作的数据库需要一个系统、前瞻性的策略，该策略应结合多学科合作、标准化和前沿技术。关键优先事项包括建立 RNA 数据管理与共享的标准；开发用于多模态、跨尺度 RNA 数据聚合、存储、整理和交互式可视化的核心技术；以及构建一个安全、分层访问的基础设施，以支持 RNA 大数据的高效和安全利用。

为了提高数据的可比性并尽量减少偏差，需要统一的数据生成实验系统。例如在小鼠中系统性标记 RNA 结合蛋白的基因组标记项目（GTP）等努力，展示了可重复的大规模数据生成。此外，还需要严格的数据提交和整理协议，以确保不同研究团队之间的一致性和可重复使用性。通过将这些实践嵌入到重大研究计划的框架中，该倡议能够推动高质量 RNA 数据生态系统的建设——这是未来 AI 模型的关键“训练语料库”。通过持续投资于数据质量、互操作性和开放获取，中国能够助力释放 AI 驱动的 RNA 药物发现的全部潜力。

结语

基于 RNA 的治疗策略正逐渐成为一种新的药物模式，能够对那些使用传统药理学框架难以解决的疾病机制进行干预。要实现这一潜力，仅靠科学发现是不够的——它需要将机制洞察、使能技术、数据基础设施和跨学科合作相结合的综合方法。重大研究计划“赋能药物创新的 RNA 基础研究”体现了国家为促进这种整合所做的努力。它提出了一个长期愿景，将基础 RNA 研究与转化应用相联系，在科学和结构层面都嵌入了跨学科性。通过持续投资、包容性合作以及对数据和技术的高度重视，该计划旨在构建一个强大的创新生态系统，推动机制驱动的 RNA 药物开发。随着全球 RNA 研究的不断发展，中国这种协调一致的方法可能为在 RNA 医学时代将基础科学发现与治疗创新相联系提供一个有价值的范例。

https://www.nature.com/articles/s41589-026-02173-6