5月8日，核酸领域国际权威期刊《核酸研究》（Nucleic Acids Research）在线发表了物理学院生物物理研究所肖奕教授团队题为《通过直接耦合分析的核苷酸共进化信息对RNA三级结构进行优化》(Optimization of RNA 3D structure prediction using evolutionary restraints of nucleotide-nucleotide interactions from direct coupling analysis)的论文，报道了一种利用共进化信息提高非编码核糖核酸（RNA）三维结构预测精度的方法。物理学院博士生王剑为论文第一作者，肖奕教授为论文通讯作者。

一般而言，传统研究表明机体的各种生命活动主要依靠蛋白质来完成，但近些年来科学界发现越来越多的RNA也同样参与这些过程，并且其内在机理和许多重大疾病息息相关。与蛋白质作用机理类似，RNA也需要具有特定的三维结构才能在生命过程中发挥其作用。然而，目前RNA三维结构的实验测定还非常困难，所以理论预测成为一种极为重要的手段。肖奕教授团队2012年提出了一种快速、自动化的RNA三维结构预测方法—3dRNA。2015年又在Nucleic Acids Research报道了一种准确性高于已有方法的RNA三维结构评估函数，使3dRNA得到进一步完善。基于此，肖奕教授团队结合基于基因组测序大数据的共进化信息分析方法和结构优化算法，大幅度地提高了3dRNA以及其它RNA三维结构预测方法的精度，特别是对于目前学界认为最困难的长非编码RNA表现出优异的预测效果。

3dRNA由于其快速、自动化、准确性好等特点，已经被国际上不少研究机构和研究者使用。肖奕教授因此受邀在国际著名的生物信息学工具系列丛书《Current Protocols in Bioinformatics》上撰写文章详细介绍3dRNA及其使用方法，该文章已于2017年3月在线发表。

该工作得到了国家自然科学基金项目的支持。论文链接：

https://academic.oup.com/nar/article-lookup/doi/10.1093/nar/gkx386

华中科技大学官网关于该文章的报道链接：http://news.hustonline.net/article/97733.htm