[发明专利]基于茎区的核糖核酸二级结构的预测方法及装置

说明书

技术领域

本发明属于生物信息工程领域，涉及一种对核糖核酸(在下文中，简称为RNA)的二级结构进行预测的方法，尤其涉及基于茎区包含假结的RNA二级结构进行预测的方法及装置。

背景技术

RNA二级结构预测是RNA识别及其功能研究的根本途径与核心基础，是从海量的生物学数据中提取有用的知识，揭示其蕴含的生物学意义的手段和方法，为人类基因组计划的实施作出贡献。RNA二级结构预测问题是计算分子生物学中的一个经典问题，自2000年以来，有关RNA的研究已经多年连续被世界顶级刊物《科学》(《Science》)杂志列入世界十大科技进展。

RNA是合成蛋白质的模板，RNA二级结构预测用于蛋白质功能分析，是RNA三级结构预测的基础。RNA与DNA结构预测问题是计算机科学、数学和生物学交叉学科的基本课题之一。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，是目前RNA结构预测研究的关键点。

目前实验方法测定RNA二级结构成本很高且耗时太多，通常把待测结构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。因此用计算机预测RNA二级结构成为一种重要的方法。由于茎区结构相对稳定，包含假结的RNA二级结构预测问题是NPC问题。现在急需一种可行的计算机高效方法来预测RNA二级结构，降低时间和空间复杂性，特别是寻找一种基于茎区包含假结的RNA二级结构预测方法来提高预测的准确性。

RNA一级结构如图7所示，RNA二级结构如图8所示，碱基之间可形成氢键配对，相邻碱基对构成茎区。

当前，国内外许多计算机科学家和生物学家提出了用于预测RNA二级结构的方法，例如，Nussinov方法、Mfold方法、Rivas方法、LyngsΦ方法等。然而，Nussinov方法和Mfold方法均不能预测假结结构。Nussinov方法忽略环的自由能量，只考虑临近碱基的相互作用，时间复杂性为O(n³)。Mfold方法只对不包括邻接和交叉内边的半环结构进行预测，其时间复杂性也为O(n³)。Rivas方法提出了对包含假结的RNA二级结构进行预测的动态规划算法，但其时间复杂性为O(n⁶)，空间复杂度为O(n⁴)。再如，LyngsΦ方法虽然对Rivas方法进行了一些改进，但当预测任意的平面假结或受限的非平面假结时，时间复杂性和空间复杂度分别为O(n⁵)和O(n⁴)，但只能预测一个平面假节点。在当前预测任意平面假结和部分非平面假结的方法中，较好的为Pknots方法，需O(n⁶)时间和O(n⁴)空间。由此可见，这些预测方法存在准确性不高、时间复杂性和空间复杂性偏高、仅能预测符合严格限制的RNA二级结构等问题。

由于对RNA二级结构预测方法的空间复杂性和时间复杂性直接影响预测成本，因此，如何使RNA二级结构、尤其是包含假结的RNA的二级结构的预测方法的时间复杂性和空间复杂性尽可能小，且确保预测结果的准确性，已经成为生物信息工程领域的一项重要的研究课题。

发明内容

本发明所要解决的主要技术问题是使得对RNA二级结构、尤其是使基于茎区包含假结的RNA二级结构进行预测方法的时间复杂性和空间复杂性尽可能小，提高预测准确性。