[发明专利]含假结基于扩展结构的核糖核酸折叠结构预测方法与装置

说明书

本发明提供一种含假结基于扩展结构的核糖核酸折叠结构预测方法及装置，该方法包括以下步骤：随机输入一段核糖核酸碱基序列、定义假结和扩展结构、建立包含假结和扩展结构的核糖核酸假结结构特征模型和数学模型、计算出特征模型的最小碱基自由能量、输出包含假结的核糖核酸折叠结构；该装置包括输入单元、初始化单元、存储单元、计算单元和输出单元。本发明基于扩展结构进行计算，并且引入基于扩展结构的连续堆叠和同轴堆叠，有利于形成包括连续堆叠、扩展结构、环结构和假结结构的完整准确的RNA折叠结构，搜索速度、正确率、敏感性和特异性都明显好于现有技术，在平面假结和非平面假结结构的预测上比现有技术更有效。

技术领域

本发明涉及一种对核糖核酸(以下简称为RNA)的假结结构和扩展结构进行预测的方法，尤其涉及包含假结基于扩展结构的核糖核酸折叠结构预测的方法及装置，属于生物信息工程领域。

背景技术

核糖核酸(缩写为RNA，即Ribonucleic Acid)，RNA是以DNA的一条链为模板，以碱基互补配对原则，转录而形成的一条单链，存在于生物细胞以及部分病毒、类病毒中的遗传信息载体。RNA由核糖核苷酸经磷酸二酯键缩合而成长链状分子。一个核糖核苷酸分子由磷酸，核糖和碱基构成。RNA的碱基主要有4种，即A腺嘌呤、G鸟嘌呤、C胞嘧啶、U尿嘧啶。主要功能是实现遗传信息在蛋白质上的表达，是遗传信息向表型转化过程中的桥梁。

RNA是生物系统内最为重要的三类生物大分子之一，它在生物体内行使多种功能，是合成蛋白质的模板。RNA折叠结构预测用于蛋白质功能分析，是RNA三级结构预测的基础。假结(pseudoknot)是RNA中最广泛的结构单元，是非常复杂和稳定的RNA结构，假结在RNA分子中具有构造、催化和调节功能，假结结构是目前RNA结构预测研究的关键点。

RNA折叠结构预测采用的方法主要有两种：早期采用的是序列对比分析方法，即对于在不同有机体中起相同生物功能的一级结构进行比较，此方法的困难之处在于：许多RNA分子的同源序列不易得到；需要大量人力，效率较低，所以目前主要采用的是最小自由能量方法。最小自由能量算法的理论依据是稳定的折叠结构的自由能量最小。基于最小自由能量算法的PKNOTS算法使用O(n⁶)时间和O(n⁴)空间计算任意的平面假结和部分非平面假结。PKNOTS算法仅能计算长度短于140个碱基的RNA序列，不能满足较长序列结构预测的需要。PknotsRG算法计算两个茎区构成简单的嵌套假结，其中任意两个假结为并列或嵌套关系。事实上，由内环和凸起构成的假结在RNA中普遍存在，交叉假结也具有重要作用。因此，两者都不能被忽略。平面假结是最广泛的假结子类，包含由内环和凸起构成的假结以及交叉假结的情况。PseudoBase数据库的所有序列中仅一个序列折叠为一个非平面假结，其余序列都折叠为平面假结。因此我们主要考虑任意平面假结的计算。

Zuker首次将动态规划算法用于最邻近邻居模型提出MFOLD算法，经过二十多年的不断改进和发展，现己成为国际上最广泛使用的RNA折叠结构预测方法之一，对于包含n个核苷酸的RNA序列，MFOLD算法使用O(n³)时间和O(n²)空间预测最优折叠结构，目前对于长度小于700个核普酸的RNA序列，MFOLD算法可正确预测大约73％的基对，对于较长的RNA序列及部分子类的预测正确率更低，另外由于算法本身的限制，MFOLD算法不能预测假结和更复杂的三级相互作用，该算法应用存在很大局限性。