论文部分内容阅读
蛋白、DNA、RNA是三类非常重要的生物大分子。经一百多年的研究发现,RNA在蛋白合成、生物催化、信息遗传等生命活动中扮演着重要的角色。结构决定功能,因此RNA的一级序列、二级结构、三级结构的研究越来越受到人们的重视。由于RNA分子体外结晶非常困难、实验技术条件限制以及测定价格昂贵等原因,使得理论预测RNA分子的结构越来越受到青睐。另外,目前大多数的RNA三级预测大多以二级为基础,并且从RNA的二级结构出发也可以较为浅显的推知RNA的生物功能,所以RNA的二级结构研究也相当的重要且有意义。目前存在RNA二级结构预测方法有很多种,主要有比较序列分析法、基于自由能最小的动态规划算法、组合优化算法以及一些启发式算法等。就预测精度来说,比较序列分析法的精度最高,但该方法不仅对同源序列之间的相似程度要求较高,而且比对的好坏直接影响预测的结果,并且目前已知的RNA分子的结构又相对较少,使得这种方法无法广泛应用。基于自由能最小的动态规划算法是除了比较序列分析法外预测精度最高且应用最为广泛的方法,但随着序列的长度增加,预测精度急剧下降且对于假结的预测能力较弱。组合优化与启发式算法是思路比较新颖的方法,但受精度及收敛性的影响,应用范围较窄。基于此,我们提出了基于能量最小与保守发夹结构组合的RNA二级结构预测方法。这种方法对于那些序列相对较长结构的有一定的处理能力,并且对于某些RNA分子的预测精度较高。