随机文法模型在RNA二级结构预测中的应用.pdfVIP

Journal 0f 生 物 数 学 学 报 2008，23(4)：735-742 竺 随机文法模型在 RNA二级结构预测中的应用 唐四薪 周 勇 易 胤 。 (1衡阳师范学院 计算机科学系， 湖南 衡阳421008；2衡阳师范学院 数学系， 湖南 衡阳 421008) (3中南大学 信息科学与工程学院， 湖南 长沙 410083) 摘 要：RNA二级结构的研究是当今计算分子生物学的一个重要课题，基于比较序列分析 方法的随机文法模型预测 RNA二级结构具有准确率高，能对假结建模，但不易实施等特点，本 文通过分析随机文法对 RNA二级结构建模的过程，提出了一种综合利用比较序列方法，随机文 法方法，词条方法预测 RNA 二级结构的方案． 关键词：随机文法； RNA；二级结构；比较序列分析 中图分类号：TP301．2；Q71 MR 分类号t37A92；60B82 文献标识码：A 文章编号：1001-9626(2008)04-0735-08 0 引 言 RNA的功能与其结构密切相关，生物化学实验方法可以完全准确地测出RNA分子的空间 立体结构，但该方法费时费力且代价高昂．于是人们想出用计算机模拟和计算方法来预测RNA 的结构信息，用计算方法预测RNA二级结构的方法主要分两类：其一是基于热力学的最小 自 由能计分方法，这类算法本质上属于确定性动态规划类算法：其二是基于随机文法的比较序列 分析方法．随机文法方法把RNA序列看成是具有一定语法规则的语句，通过这些语法规则来 分析RNA序列中存在的碱基配对关系，也就是它的语义，从而得到该序列的二级结构，这种 方法需要一定数量的相关序列样本进行 比较统计，属于概率建模方法． RNA结构的划分和蛋 白质类似，也可分为一级结构、二级结构、三级结构等类型 1【J_一 级结构是指RNA单链中由四种核苷酸排列而成的有限线性序列：二级结构是指 RNA序列通 过 自身回折形成部分碱基配对和单链交替出现的茎环结构：三级结构则是由各二级结构单元之 间相互作用并在空间中形成稳定的地位和取向而构成的，RNA二级结构是三级结构的严格子 集，它只需考虑序列在二维平面上的排布，为RNA的结构预测提供了独特的计算模型．RNA 许多生物功能的实现需要借助于一定的二级结构甚至三级结构． 图1给出了一个RNA二级结构模型，其中包含了RNA二级结构中的各种基本单元． 收稿 日期：2006一Ii-09 基金项且：国家自然科学基金资助项目；衡阳师范学院科研基金资助项目(2006B63) 作者简介：唐四薪 (1980一)，男，湖南湘潭市人，硕士． E．mail：tangsix@tom．com 生 物 数 学 学 报 第 23卷 RNA二级结构中的碱基配对通常以嵌套的模式出现，即对于二级结构中的任意两对配对碱基 i·J和 i·J，它们的位置关系应当满足 iiJJ或 iJiJ(假设 iir)．当非嵌套 情形或者说交叉现象出现时，此时 iiJJ，那么就称之为假结 (pseudoknots)．假结属于 不规范的二级结构，有些文献也把它列为三级结构当中，相对于嵌套的碱基配对数来说，假结 形式的配对数在总体数量上是相当少的，但它却在 RNA的结构构成以及 RNA的功能活性中 起着非常重要的作用，很多重要的RNA中都存在假结 2【1_ I环 图 1 RNA 的二级结构及各结构单元 1 形式语言理论及其对RNA二级结构建模 可以生成并且只能生成所有句法正确的串，其所遵循的规则集合称为形式文法 3【】．一个 形式文法G包含；一个字符集A，称为终结符：变量的字符集V，其中的变量称为非终结符。 产生式规则 P组成的集合 R；在非终结符中有一个特殊的变量 s表示开始符．每个产生式规