基于受限玻尔兹曼机的RNA相互作用预测研究

作     者：王晓囡 

作者单位：华中师范大学 

学位级别：硕士

导师姓名：赵蕴杰

授予年度：2020年

学科分类：0710[理学-生物学] 071010[理学-生物化学与分子生物学] 07[理学] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

主      题：核糖核酸 核苷酸相互作用 受限玻尔兹曼机 直接耦合分析 

摘      要：RNA由核苷酸聚合而成,是细胞中基本的生物大分子之一。RNA会参与中心法则中蛋白质的合成,具有催化和调控的功能,与神经系统、心血管和癌症等疾病的发生及发展密切相关。RNA的功能依赖于自身的三维分子结构,由于RNA易于降解和柔性较强等原因,现有的实验技术较难测定较为复杂的RNA三级结构。近年来发展的RNA结构预测方法可以较好搭建拓扑结构简单的RNA分子结构,对于序列较长和结构较为复杂的分子仍预测精度较低。研究表明,核苷酸-核苷酸相互作用信息对RNA分子结构预测与建模有重要的帮助。例如,直接偶合分析模型可以从RNA的同源序列中推断出核苷酸-核苷酸相互作用,但预测精度有待提高。因此,目前急需发展能精准预测RNA核苷酸-核苷酸相互作用的新方法。本文发展了基于受限玻尔兹曼机的RNA相互作用预测新方法（DIRECT）。该方法可以利用已知RNA的非同源结构特征和未知RNA的同源序列信息预测其RNA的核苷酸-核苷酸相互作用。首先,使用受限玻尔兹曼机模型统计分析非同源RNA的结构特征。然后,利用直接耦合分析（DCA）模型统计分析目标RNA的同源序列并得到序列的共进化信息。最后,将共进化信息和结构特征结合,提高RNA核苷酸-核苷酸相互作用的预测精度。我们将DIRECT在标准测试集上进行了测试,结果表明,该方法与传统的mfDCA和plmDCA预测模型相比,预测精度分别提高了 41%和18%;而且,DIRECT对序列间隔24nt以上的核苷酸-核苷酸长程相互作用有较为明显的改进。DIRECT可以较好的识别RNA预测模型中的天然态核苷酸-核苷酸相互作用,对RNA结构预测和建模有较为明显的帮助。基于受限玻尔兹曼机的RNA相互作用预测模型可以显著提高RNA核苷酸-核苷酸相互作用的预测精度,有效预测对RNA拓扑结构有较大影响的核苷酸-核苷酸相互作用,对RNA结构预测有较大帮助。