[发明专利]一种基于模拟退火算法的假结RNA结构预测方法

权利要求书

1.一种基于模拟退火算法的假结RNA结构预测方法，所述假结RNA结构预测方法涉及RNA二级结构及其自由能，所述RNA二级结构包含一种梯子结构，所述RNA二级结构的自由能能根据近邻热力学参数计算出来，随着RNA序列长度的增加，二级结构候选解的数量也呈指数量级增加，所述梯子结构指的是一组依次连续匹配的核苷酸，形成一种梯子状的结构，对于带假结RNA二级结构的预测用到生物信息学中的评价参数：敏感性SE和特异性SP，预测结果中，敏感性指的是正确碱基数占实际碱基数的百分比，而特异性是指在预测结果的所有碱基中正确预测的碱基所占百分比，马休兹相互作用系数MCC是通过比对天然结构与预测结构而计算出来的值，它兼顾了敏感性与特异性，最小值为-1，表示预测结构与天然结构碱基配对相似度为0；最大值为1，表示预测结构与天然结构相似度为1；其特征是：

对假结RNA二级结构进行预测，建立一个多目标最优化模型P：

(P)

其中：

Ω是以茎区Pair为变量的决策空间，

X是一个或则多个茎区组成的茎区集合Pairs，

i表示RNA序列第i个碱基的序列，

x_i表示该碱基的配对号，在算法中被看作一个个体，

f₁(X)用于评价RNA二级结构中茎区结构的数量，StemGroup为茎区数量，用来评价RNA二级结构配对碱基对的数量，即总的碱基配对数，

Q_ij(X)＝M(class(x_i),class(x_j))+P(distance(x_i,x_j))+K是每个碱基对的匹配得分，其中Class()是类型运算符，输出该碱基类型；Distance()是距离运算符，输出这两个碱基的相对距离，K是常系数，M(class(x_i),class(x_j))是匹配类型得分，P(distance(x_i,x_j))是匹配距离得分；

用于刻画马休兹相互作用系数，具体衡量公式如下：

其中，TN表示正确预测的不配对的碱基的个数；TP表示预测结果中正确的碱基对个数，FP表示预测结果中不存在于实际结构中的碱基对数，FN表示没有预测出的碱基对个数。

2.根据权利要求1所述的基于模拟退火算法的假结RNA结构预测方法，其特征是：

所述多目标最优化模型P模型中，令则多目标最优化模型P可转化为:

(P1)

更改后的所述多目标最优化模型P更适合于数值计算。