一个预测RNA二级结构的回溯算法.pdfVIP

维普资讯 北京大学学报 (自然科学版)，第26卷，第 3期，1990年 Aeta Scieatiarum Naturalium UniversitltlsPekinensis．~o1．26，№ 3(1990) 一 个预测 RNA二级结构的回溯算法 屈婉玲 李 东 张东明 (计 算机科学技术 系) 摘 要 本文讨论了一个预测 RNA二级结构的回溯算法。该算法根据极大基配对的原 则 按 字典顺序产生所有可能的二级结构。它的时间复杂性是 0(n：)。空间复 杂性是 o(n) 关键词 RNA=殷结构j算法；回溯算法 1．引 言 对生物大分子的结构、功能及其相互关系的研究是分子生物学的基础，电子计算机的广 泛应用为研究大分子的结构开创了新的途径。早在七十年代初就出现了预测 RNA 分子二级 结构的计算机算法。常用的方法是矩阵法 [1] 动态规划法 [2] [3]、[4]和 动力 学法 [5]。最初的预测方法是矩阵法。根据绐定的 RNA 序列(长为n)建立一个n×n的矩阵， 其中第 i行和第 i剐都对应了序列中的第 i个位置，而矩阵中的元素 M。则指明了 i和j是 可以配对。如果可以配对，则 M i：1，否则为 0。如果在二级结构S中的子结构 s．．(从 i到 j的序列产生的结构)是一个连续配对的区域，则 Mif，M f_l，…等元素在矩阵 中表 现为对角线形的连续线段，称之为臂。矩阵法首先把所有可 能 的 臂 列成表，然后把所有的 臂进行比较 如果两个臂布含公共对并且不产生交叉，就称为相容的。通过 比较，找出所有 臂之间的相容美系，最后用穷尽搜索来确定具有最小 自由能的相容臂的集合。该算法把一个 RNA 分手二级结构的预测问题转化为求一个图的极大团的问题，而后者已被证明是 N 完 全的[6]。动态规划方法是使用最多的方法，能有效地求得具有最多匹配对数或蜃小 自由能 的二级结构。它的时间复杂性为 O(n’)，空间复杂性为 o(n)。在隶得最小自由能以后还要 利用回溯来找到对应的二级结构，占用了较多的时间和内存。本文提 出一种回溯算法，它根 据极大基配对的原则，一个臂接着一个臂按字典顺序生成所有可能的二级结构。在回溯中采用 了分支定界的技术，并运用有关 RNA 分子=级结构的知识确定臂的位置，从而提高了回溯 速度。该算法的时间复杂性为 o(n)，空间复杂性为 0(n)。 2．算 法 RNA 分子的二级结构是 由 RNA 序列折叠而成。图 1给出了 tRNA 分子二级结构的一 般模型 [7]。 设输入的 RNA 链为L，长度为n，其核苷酸 (也称作基)g,5_端开始依次 标 记为： 国亲 自然科学基金资助项 目 本文1989年l2月17日收到 维普资讯 北 京 大 学 学 报 第26卷 臂 1 谱 图 1 tRNA分子=级结构的模型 图2 臂的标记 1，2，…，n。对于它的二级结构的任何一条臂，无论臂端 是发夹环还是 内环，如果连续 匹 配区域的两端是 i．一j，i一j：，并且满足 ii：jj 则把 i：称为该 臂的标记。图 2 的臂 1和臂 2的标记分别为11和25。 算法从输入链 L的5 端开始，先生成第一个臂，它的一端一定是发夹环，接着依次生 成其它的臂。生成顺序如下：设臂T的最小和最大的基分