几类常见的RNA二级结构预测方法（教学资料）.docVIP

几类常见的RNA二级结构预测方法（教学资料） 文档信息 主题： 关于“高等教育”中“生物学”的参考范文。 属性： F-010RWV，doc格式，正文3656字。质优实惠，欢迎下载！ 适用： 作为文章写作的参考文献，解决如何写好实用应用文、正确编写文案格式、内容摘取等相关工作。 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 搞要 1 关键字：RNA二级结构；算法；自由能；茎区 2 1RNA二级结构的预测方法 2 参考文献： 6 2004. 6 论文原创声明（模板） 7 论文致谢（模板） 7 正文 几类常见的RNA二级结构预测方法（教学资料） 搞要 摘要：RNA作为生物遗传信息传递和复制的重要组成部分，其结构非常复杂。使用计算机算法预测大分子量的RNA二级结构将是一个行之有效的途径。本文将介绍目前常用的几种RNA二级结构预测算法，并对其特点进行初步的比较分析 关键字：RNA二级结构；算法；自由能；茎区 中图分类号：Q522文献标识码：A文章编号：1006-8937（2012）05-0042-02 RNA分子是生物体内参与各种如细胞分化、代谢、记忆存储等重要生命活动的一类大分子，其常见种类有：rRNA、mRNA、tRNA。其中除tRNA分子量较小外，其余RNA分子都具有非常大的分子量且结构复杂。传统的物理、化学结构预测方法只适用于测量分子量较小的RNA。而针对大分子量的RNA二级结构预测，使用计算机技术预测是一条行之有效的方法。本文主要介绍基于系统发育比较和自由能最小两种技术的RNA二级结构预测算法，并对算法的特点做出简单的阐述。 1RNA二级结构的预测方法 从1960年fresco等提出第一个RNA二级结构预测算法开始，RNA二级结构的预测算法经历了近半个世纪的发展，已日趋成熟。1987年Von heijin对各种预测RNA二级结构的方法进行了综述[1]。1971年Tinoco 首次估算了与二级结构相关的能量，包括双链区中堆叠碱基对相关的稳态能量和未配对区域的稳定影响。1975年Pipas和McMahon开发出计算机程序可以列出tRNA序列中所有可能的螺旋区。直到1980年Nussinov和Jacobson首次设计出一个用于预测二级结构的精确而有效的算法，该算法运用了类似动态规划的相关技术，产生了两个记分矩阵，用于记录推测出的RNA分子中碱基的相关信息。目前，研究人员开发出多种RNA二级结构预测方法。但总体来说，这些方法可以从研究的数据量出发将其分为两大类：基于系统发育比较技术的预测算法和基于自由能最小技术的预测算法。 基于系统发育比较技术的预测算法 基于系统发育比较技术的预测算法即序列比较分析方法（comparative sequence analysis）,或称系统发育方法（phylogenetic methods）。该方法对多条序列进行互补碱基的共变连配（covariant alignment）在已知序列的数据库中搜寻被考察序列的相似序列，并利用各类统计分析技术及序列上下文语义分析来推断出待测序列的二级结构。具体算法包括：Eddy和Durbin提出的协同变异模型及Sakakibara提出的利用随机上下文无关文法（SCFG）预测RNA二级结构的方法等[1,2] 协同变异分析方法的结构预测算法将对待测序列进行优化排序和多重序列的对位排序，从而查找出其潜在的二级结构。然后对特定碱基对行统计分析，找出其出现频率的期望值。再对碱基对进行共有信息记分。通过对碱基对的记分信息的比较。找出16种碱基对所有组合的期望值。最终推测出该RNA二级结构的详细信息。从基于协同变异模型预测RNA二级结构的算法仿真实验结果中可看出，该算法在用于小分子量基因如tRNA时，显示出良好的性能，但在用于较大基因组搜索时则显得相当缓慢。 Sakakibara提出的基于SCFG技术的RNA二级结构预测算法从形式语言的角度出发，以字符方式标记RNA分子中的碱基，并规定了终结字符、非终结字符、产生式等来描述RNA二级结构中的不同子结构类型。其利用产生式的规则构造出的语法树即代表了一个可能的二级结构。由于不用产生式的概率不同，因此，该技术应用动态变成算法计算出其概率，从而构造出最可能的语法树。该类算法的缺点就于其具有计算上的复杂性[3] 从以上两个具体算法可以看出，基于系统发育比较技术的RNA二级结构预测算法具有很好的预测精确度，但是，对于序列的样本要求却很高。一般来说，依靠这种技术预测RNA二级结构需要一定数量的相关序列样本，并要求序列样本间具有一致的二级结构和一些共同的基本结构单元。对于小样本或来源差异大的序列，其比较结构就不大可靠了。此外，多序列联配是该预测技术的核心，但却非常消耗系统资源。 基