基于启发式算法预测含假结RNA二级结构的研究进展

RNA二级结构的预测算法研究已有近40年的发展历程,研究假结也将近30年的历史。在此期间,RNA二级结构的预测算法取得了很大进步,但假结预测的正确率依然偏低。其中启发式算法能较好地处理复杂假结,使其成为率先解决假结预测难题可能性最大的算法。迄今为止,未见系统地专门总结预测假结的各种启发式算法及其优点与缺点的报道。本文详细介绍了近年来国际上流行的贪婪算法、遗传算法、ILM算法、HotKnots算法以及FlexStem算法等五种算法,并总结分析了每种算法的优点与不足,最后提出在未来一段时期内,利用启发式算法提高假结预测准确度应从建立更完善的假结模型、加入更多影响因素、借鉴不同算法的优势等方面入手。为含假结RNA二级结构预测的研究提供参考。     

RNA二级结构预测系统构建

运用下列RNA二级结构预测算法:碱基最大配对方法、Zuker极小化自由能方法、螺旋区最优堆积、螺旋区随机堆积和所有可能组合方法与基于一级螺旋区的RNA二级结构绘图技术, 构建了RNA二级结构预测系统Rnafold. 另外, 通过随机选取20个tRNA序列, 从自由能和三叶草结构两个方面比较了前4种二级结构预测算法, 并运用t检验方法分析了自由能的统计学差别. 从三叶草结构来看, 以随机堆积方法最好, 其次是螺旋区最优堆积方法和Zuker算法, 以碱基最大配对方法最差. 最后, 分析了两种极小化自由能方法之间的差别.     

基于螺旋区随机堆积的RNA二级结构预测

提出了基于螺旋区随机堆积的ＲＮＡ二级结构预测算法,包括三个步骤：１．根据螺旋区定义,找出所有可能螺旋区;２进行螺旋区随机堆积,形成一定数目的ＲＮＡ二级结构;３．统计处理,推测ＲＮＡ可能折叠方式。最后以酵母Ｐｈｅ－ｔＲＮＡ为例来说明方法的可行性。     

基于PDB数据库的三个RNA二级结构预测软件评估

随着21世纪分子生物学研究的蓬勃发展,RNA二级结构预测成为其中一项重要内容。由于RNA二级结构预测的准确性最为关键,因此寻找高精度且易操作的二级结构预测工具显得非常重要。本文选取三种简单且易操作的二级结构预测软件,先基于PDB数据库收录的318个RNA发夹序列进行二级结构预测,进而通过比较预测结果与实验测定结果进行软件预测性能评估。比较结果显示,RNAstructure为三个软件中性能最优的RNA二级结构预测软件。     

多目标遗传算法的含假结RNA二级结构预测

假结是RNA中一种重要的结构,由于建模的困难导致它更难被预测。通过碱基之间的配对概率来预测含假结RNA二级结构的Prob Knot算法具有很高的精度,但该算法仅用了配对概率作为预测依据,导致阴性配对大量出现,因此精度中的特异性较低。实验结合Prob Knot算法中碱基配对概率模型,通过使用多目标遗传算法,从而提高预测含假结RNA二级结构的特异性,以此促进总体精度的提高。实验过程中,首先计算出每个碱基成为单链的概率,作为新增的预测依据,然后使用遗传算法对RNA二级结构进行交叉、变异和迭代,最后得到Pareto最优解,进一步得出最高的最大期望精度。实验结果表明,在使用的RNA案例中,采用该方法比现有方法精度平均提高约4%。     

文法推断RNA二级结构的研究进展

生物序列可看成是一种语言,通过计算语言学的方法理解生物序列的内涵是近年来研究的热点,本文综述了文法推断RNA二级结构的基本原理,研究历史和现状,阐述了文法推断RNA二级结构的理论模型和算法,列举了一些有代表性的预测方法,总结了存在的问题并展望了研究的趋势。     

RNA二级结构的最小自由能算法

RNA(即tRNA,rRNA,mRNA和SnRNA)有两大主要功能：一是某些病毒的遗传物质;二是参与蛋白质的合成,这些与细胞分化、代谢、记忆的储存等有重要关系,这些功能与RNA二级结构的稳定性。自由能密切相关．常用的计算自由能的方法有热力学微扰法及热力学微积分法等．本文以寻找最小自由能二级结构为目的,给出了RNA二级结构的最小自由能算法,该算法的时间复杂性不超过O(n^4)。     

基于动态权重匹配的RNA折叠算法

本文在最大权重匹配（Maximum Weighted Matching,MWM）算法的基顾础上引入与茎区长度相关的动态权重,采用一种递归算法逐步寻找具有最大权重和的茎区。从而最终确定RNA的二级结构．该算法避开了繁杂的自由能计算,同样也能达到较高的预测精确度并且还能预测到大多数类型的潜在假结（pseudoknots）．     

RNA二级结构数据库

RNA分子众多、结构复杂、功能重要,已经成为当前重要的研究热点之一。RNA的功能与结构密切相关,伴随RNA分子及功能的发现,建立了有关RNA二级结构的数据库,一方面有助于理解RNA功能的结构基础,一方面有助于开发各种有关RNA结构的预测模型。本文对近年常见的RNA二级结构数据库作一概述,希望有助于相关工作者更好地了解与应用相关数据。     

RNA二级结构数据库北大核心CSCD

RNA分子众多、结构复杂、功能重要,已经成为当前重要的研究热点之一。RNA的功能与结构密切相关,伴随RNA分子及功能的发现,建立了有关RNA二级结构的数据库,一方面有助于理解RNA功能的结构基础,一方面有助于开发各种有关RNA结构的预测模型。本文对近年常见的RNA二级结构数据库作一概述,希望有助于相关工作者更好地了解与应用相关数据。     

RnaPredict—An Evolutionary Algorithm for RNA Secondary Structure Prediction

This paper presents two in-depth studies on RnaPredict, an evolutionary algorithm for RNA secondary structure prediction. The first study is an analysis of the performance of two thermodynamic models, Individual Nearest Neighbor (INN) and Individual Nearest Neighbor Hydrogen Bond (INN-HB). The correlation between the free energy of predicted structures and the sensitivity is analyzed for 19 RNA sequences. Although some variance is shown, there is a clear trend between a lower free energy and an increase in true positive base pairs. With increasing sequence length, this correlation generally decreases. In the second experiment, the accuracy of the predicted structures for these 19 sequences are compared against the accuracy of the structures generated by the mfold dynamic programming algorithm (DPA) and also to known structures. RnaPredict is shown to outperform the minimum free energy structures produced by mfold and has comparable performance when compared to suboptimal structures produced by mfold.     

Using Pair-Coupled Amino Acid Composition to Predict Protein Secondary Structure Content

The pair-coupled amino acid composition is introduced to predict the secondary structure contents of a protein. Compared with the existing methods all based on singlewise amino acid composition as defined in a 20D (dimensional) space, this represents a step forward to the consideration of the sequence coupling effect. The test results indicate that the introduction of the pair-coupled amino acid composition can significantly improve the prediction quality. It is anticipated that the concept of the pair-coupled amino acid composition can be used to simplify the formulation of sequence coupling (or sequence order) effects and to study many other features of proteins as well.     

图论在RNA二级结构中的应用

图论是以图为研究对象的数学分支,是一门研究事物对象在图表示法中的特征与性质的学科。鉴于RNA二级结构在功能基因组研究中的重要地位,已发展了用二维图解表示法描述RNA二级结构。文章介绍了用于RNA二级结构图解表示法的两种图,即树图和对偶图的构造规则。并在树图表示基础上产生Laplacian矩阵和相应本征值谱。以有害突变预测和类RNA模体设计的例子,说明图论在RNA二级结构中的应用,同时对可能存在的一些问题做了讨论。     

RNA STRAND: The RNA Secondary Structure and Statistical Analysis Database

Background  

The ability to access, search and analyse secondary structures of a large set of known RNA molecules is very important for deriving improved RNA energy models, for evaluating computational predictions of RNA secondary structures and for a better understanding of RNA folding. Currently there is no database that can easily provide these capabilities for almost all RNA molecules with known secondary structures.     

Simulating the Folding Pathway of RNA Secondary Structure Using the Modified Ant Colony Algorithm

<正> A new method for simulating the folding pathway of RNA secondary structure using the modified ant colony algorithmis proposed.For a given RNA sequence,the set of all possible stems is obtained and the energy of each stem iscalculated and stored at the initial stage.Furthermore,a more realistic formula is used to compute the energy ofmulti-branch loop in the following iteration.Then a folding pathway is simulated,including such processes as constructionof the heuristic information,the rule of initializing the pheromone,the mechanism of choosing the initial andnext stem and the strategy of updating the pheromone between two different stems.Finally by testing RNA sequences withknown secondary structures from the public databases,we analyze the experimental data to select appropriate values forparameters.The measure indexes show that our procedure is more consistent with phylogenetically proven structures thansoftware RNAstructure sometimes and more effective than the standard Genetic Algorithm.