质心法:受类别驱动的RNA二级结构预测方法

RNA二级结构预测问题是计算分子生物学中的一个重要问题.目前的RNA二级结构预测模型和算法都是把待测结构RNA的一级序列作为输入,仅根据输入的序列预测其二级结构.这样做丢失了待测RNA的类别信息,进而无法利用同类别RNA二级结构的保守性.在实际的生物学研究中,对于关心二级结构的RNA,其类别往往是已知的.本文提出一种新的RNA二级结构预测思路:结合类别信息、根据已知的近似形状细化RNA的二级结构.这种方法尤其适用于长度较短、保守性好的非编码RNA.该方法的一个关键问题是如何将一个序列按照近似的形状进行折叠.为此本文首次提出了茎区的"质心"和"质心距"的概念,并且给出了一个结合了Hopfield网络和类别信息的RNA二级结构预测算法.实验表明本文提出的方法在所测试ncRNA分子上效果好于目前的方法.     

基于结构文法的机器人模仿学习方法

针对机器人模仿学习方法泛化性弱、对低级检测器准确率要求较高的问题,提出了一种基于结构文法的模仿学习方法.该方法通过视觉传感器提取场景的符号描述,形成含有噪声的符号基元序列;采用概率上下文无关文法(PCFG)对这些序列进行表征和语法操作,从而形成语法空间;基于最小描述长度(MDL)准则对语法空间中的语法质量进行评价,用改进的Beam Search算法寻找最优语法,即演示活动的一般结构;获得的一般结构能够将含有噪声的符号基元序列进行解析,得到正确的序列.数据合成实验和汉诺塔实验的对比效果验证了该方法优秀的数据表达性能和良好的抗干扰性能,在高噪声环境下该方法的解析成功率约为90%.     

粗糙集算法在预测RNA保守功能二级结构中的应用

提出了一种预测RNA保守功能二级结构的粗糙集算法.使用粗糙集工具Rosetta软件,在保守结构预测过程的数据挖掘模块中,应用经过整理和离散化的RNA备择碱基对数据生成规则确定出将要出现在同源RNA序列的保守二级结构中的碱基对.将此算法应用在对爱滋病病原体HIV病毒RNA中REV应答元件单元的保守二级结构预测的结果表明,与传统的非数据挖掘算法相比,使用了这种机器学习算法的粗糙集预测方法,使得保守功能结构与野生型结构更加相似,重要的功能结构分支更加清晰明确.     

灯盏花ITS2基因克隆及RNA二级结构预测

利用PCR方法扩增灯盏花ITS2基因并克隆,获得ITS2基因序列.用生物软件对ITS2序列进行分析并构建系统进化树和RNA二级结构,得到灯盏花的ITS2核苷酸序列为205 bp,基于ITS序列飞蓬属11种共分为5支,分支与地理分布情况基本一致.ITS2 RNA二级结构在飞蓬属种间表现基本一致,而TS2区结构表现出属间差异.利用r DNA ITS区序列一结构和二级结构相结合达到鉴定药用植物灯盏花分类的目的.     

基于改进适应度函数的RNA结构预测

RNA二级结构预测是生物信息学的重要研究内容。本文提出了一个新的启发式算法进行带假节的RNA结构预测。本文首先通过对RNA序列的若干特征和RNA二级结构进行相关性分析,从中选择跟RNA结构有较大相关性的特征,然后依据遗传算法、综合自由能、被选择茎区的条数以及被选择茎区的平均长度等特征来构造打分函数预测RNA的结构。本文对该方法进行了测试,结果表明本文所采用的从特征分析中得出的打分函数以及通过启发式算法来叠加茎的方法是有效的,在对tRNA以及5SrRNA等序列的预测上相比单纯的自由能最小方法有更高的准确性。并且该方法进一步推广到预测含假结的RNA的二级结构时也有较好的结果。     

林麝线粒体基因组扩增及其序列结构的初步分析(英文)

林麝是我国一级保护动物,广西是其分布的最南缘,但目前境内资源已相当稀少.为了更好地了解这一物种,我们扩增林麝线粒体基因组并对其序列结构进行初步分析.其全序列长16354bp,包含13个蛋白质编码基因,22个转运RNA(transfer RNA,tRNA)基因,2个核糖体RNA(ribosomal RNA,rRNA)基因和一个控制区,各基因的排列顺序和绝大多数哺乳动物是一致的.林麝线粒体基因绝大部分密码子使用典型的脊椎动物模式,但是我们发现2个稀有的启动密码子,其中一个ATA启动ND2基因和ND3基因,另一个ATT启动ND5基因.控制区位于tRNA-Pro和tRNA-Phe基因之间,由924个碱基组成.在控制区,二个延伸终止序列(ETAS)和二个保守"模块"(CSB)被鉴定.轻链复制的起点(OL)由35个碱基组成,位于一个由5个tRNA基因串联组成的区域(WANCY区)内,形成一个茎环结构.线粒体基因组序列结构分析显示,林麝与鹿科动物有更近的亲缘关系.     

RNA二级结构预测的神经网络方法

针对利用经典的随机上下文无关文法(SCFG)等模型对RNA(R ibonucle ic ac id)二级结构进行预测时,存在计算复杂性问题,该文给出了RNA二级结构的“新二级结构单元标签”(N SSEL)表示,相应提出了一种新的RNA二级结构预测的神经网络方法。这种二级结构的N SSEL表示格式很容易转换成常用的CT格式。基于tRNA数据集的实验表明,在完全相同的训练与测试数据集下,该方法,较之性能最好的B JK与BK 2等SCFG模型,其预测精度与相关系数都有所提高,证明了所提方法的可行性与有效性。由于神经网络启发式方法不存在计算时间复杂性问题,因此可望将此法用于预测SCFG等算法难以处理的大于1 000个碱基的长RNA序列的折叠问题。     

桥序列在构建人工核酶M1GS中的作用

目的：为检验连接的Gs序列是否会影响M1RNA高级结构而导致M1RNA活性改变,对核酶的催化机制进行探讨。方法：通过软件模拟对M1GS进行结构分析,筛选了一段独立折叠的桥序列连接M1RNA与GS,并通过体外切割实验检验有桥和无桥序列的核酶的活性。结果：有桥序列的M1GS具备体外特异切割底物的核酶活性,而无桥序列的M1GS核酶未表现体外切割活性。结论：证实桥序列对维持M1RNA高级结构和保持人工核酶M1GS的体外切割活性具有重要作用。     

一种新的分析RNA相似性的方法

本文介绍了一种新的分析RNA序列相似性方法,并且利用该方法比较了Homo sapiens等11种RNase P RNA的二级结构的相似性,得出了比较好的结果,说明给出的方法是有效的。     

汉语双宾结构的传递意义探讨

划定汉语双宾结构不能只依据外在的语言序列形式,要从句法的角度分析得出典型双宾语句的特点。然后遵照＂一致化＂原则,将与之有共同句法特点的NP1-V-NP2-NP3的语言序列归入双宾结构。通过研究发现,真正的汉语双宾结构客体的转移方向也是右向的,这就与英语双宾结构具有了共同的语法意义,体现出了汉英双宾结构的语言共性。     

灵长类等TATA框折叠结构特征比较

通过对灵长类，啮齿类，无脊椎类三个物种各40个基因部分启动子系列的折叠结构进行分析研究，结果表明不同物种基因的TATA框在折叠结构模型中所表现的茎环结构特征的分布频率存在明显差异．     

Secondary structural analysis of the mRNA regions encoding the hemagglutinin cleavage site basic amino acids of the avian influenza virus H5N1 subtype samples

Here we report the codon bias and the mRNA secondary structural features of the hemagglutinin （HA） cleavage site basic amino acid regions of avian influenza virus H5N1 subtypes. We have developed a dynamic extended folding strategy to predict RNA secondary structure with RNAstructure 4.1 program in an iterative extension process. Statistical analysis of the sequences showed that the HA cleavage site basic amino acids favor the adenine-rich codons, and the corresponding mRNA fragments are mainly in the folding states of single-stranded loops. Our sequential and structural analyses showed that to prevent and control these highly pathogenic viruses, that is, to inhibit the gene expression of avian influenza virus H5N1 subtypes, we should consider the single-stranded loop regions of the HA cleavage site-coding sequences as the targets of RNA interference.     

Independent evolution of structural and coding regions in a Neurospora mitochondrial intron

The discovery of intervening sequences (introns) in eukaryotic genes has raised questions about the origin and evolution of these sequences. Hypotheses concerning these topics usually consider the intron as a unit that could be lost or gained over time, or as a region within which recombination can occur to facilitate the production of new proteins by exon shuffling. Additional complexities are observed in introns of mitochondrial and chloroplast genes which contain secondary structures required for messenger RNA splicing and open-reading frames encoding proteins. Here we describe differences in the organization of protein-coding sequences in the intron of the mitochondrial ND1 gene in two closely related species of Neurospora. These differences show that intron sequences involved in secondary structure formation and in protein coding can evolve as physically distinct elements. Indeed, the secondary structure elements of the ND1 intron can contain two different coding sequences located at two different positions within the intron.     

Simple RNA enzymes with new and highly specific endoribonuclease activities

In vitro mutagenesis of sequences required for the self-catalysed cleavage of a plant virus satellite RNA has allowed definition of an RNA segment with endoribonuclease activity. General rules have been deduced for the design of new RNA enzymes capable of highly specific RNA cleavage, and have been successfully tested against a new target sequence.     

A Novel Structural Measure Separating Non-Coding RNAs from Genomic Backgrounds

RNA secondary structure has become the most exploitable feature for ab initio detection of non-coding RNA(nc RNA) genes from genome sequences. Previous work has used Minimum Free Energy(MFE) based methods developed to identify nc RNAs by measuring sequence fold stability and certainty. However, these methods yielded variable performances across different nc RNA species. Designing novel reliable structural measures will help to develop effective nc RNA gene finding tools. This paper introduces a new RNA structural measure based on a novel RNA secondary structure ensemble constrained by characteristics of native RNA tertiary structures. The new method makes it possible to achieve a performance leap from the previous structure-based methods. Test results on standard nc RNA datasets(benchmarks) demonstrate that this method can effectively separate most nc RNAs families from genome backgrounds.