在生物学研究领域，传统基于分子、细胞、生理学等传统实验方法很依赖于不断的试错和积累，不仅耗资巨大，周期往往也很长。
随着人工智能时代的到来，深度学习、大数据等创新手段，为生物学研究打开了另一扇窗。
早在2018年4月，百度研究院就开始在计算生物学，尤其是 RNA 结构预测这个研究领域开始发力，并在2019年发表了第一个重磅成果：快速 RNA 结构预测算法 LinearFold。
而2020年，一场突如其来的新冠疫情让生物学与 AI 等技术的融合进一步加速。百度研究院利用 LinearFold 进行新冠全基因组结构分析，缩小了分析时间，并提升精度。而另一个 mRNA 疫苗基因序列设计算法：LinearDesign，最快能11分钟完成 mRNA 疫苗序列设计，大大提高了新冠疫苗稳定性和蛋白质表达水平。
那么，用 AI 预测 RNA 二级结构的生物学原理是什么？相关预测算法如何实现呢？
本周三飞桨开发者说，我们邀请了百度美研深度学习实验室, 计算生物学 Tech Lead 张贺，分享如何基于深度学习预测 RNA 二级结构，并会带来相关赛事的题目解读和基线模型介绍，对生物计算感兴趣的同学，千万不要错过唷。
螺旋桨RNA结构预测竞赛
本赛题旨在解决RNA结构预测的世界级难题，要求参赛选手基于百度发布的世界上最快的RNA二级结构预测算法LinearFold和世界上最快的RNA配分方程算法LinearPartition，预测给定RNA序列在每个位点上保持不成对的概率。对改比赛感兴趣的朋友，点击下方链接了解更多详情：https://mp.weixin.qq.com/s/xk4Ka7xxnLK7mOqJ-7vfvQ
每周三晚上 19:00-20:00，都有飞桨开发者技术专家（PPDE）或飞桨社区开发者在 B 站与大家见面交流。错过了往期直播的小伙伴，可以到 B 站搜索飞桨 PaddlePaddle 回顾之前的直播哟。
飞桨开发者技术专家（PPDE）是百度飞桨对开发者的荣誉认证体系，成为其中的一员后，除了有专属的 PPDE 系列活动外，还将享有从技术专家认证、顶级峰会交流与演讲邀约，到全球技术游学、PPDE 专项赞助等丰富权益。
