Nous présentons un pipeline d'apprentissage profond basé sur un modèle de langage d'ARN pour une prédiction précise et rapide de la structure 3D d'ARN de novo, démontrant une grande précision dans la modélisation des ARN monobrins et une excellente généralisation à toutes les familles et types d'ARN, tout en étant capable de capturer des caractéristiques locales telles que les angles interhélicoïdaux et les structures secondaires.