[发明专利]一种基于模拟退火的核酸结构预测方法

摘要

本发明涉及一种基于模拟退火的核酸结构预测方法，通过最小茎区数和环中最小碱基数来确定随机点匹配列表和每组随机点对应的连续匹配数，生成茎区候选区域，再利用了模拟退火的思想，使得更快的产生有效匹配，最后引入能量评价函数，来提高RNA分子假结预测的准确率，从而达到降低了时间复杂度和空间复杂度，以及提高了RNA分子假结预测的准确率。

主权项

1.一种基于模拟退火的核酸结构预测方法，其特征在于，包括以下步骤：S100，通过用户直接输入设置最小茎区数、环中最小碱基数、初始温度值T0、临界温度T临、最大假结交叉分组数，然后初始化分子新状态、分子旧状态；S101，RNA序列S表示为x1x2x3…xn，其中x代表RNA分子的四种碱基：腺嘌呤A、胞嘧啶C、鸟嘌呤G、尿嘌呤U中的任一种，即xi∈{A,C,G,U},序列的长度为n,1≤i≤j≤n；因此，将RNA序列的每个碱基，用该碱基所在的位置序号来替代，即表示为1，2，3,…,i,…,j,…,n，这种编码方式被称为长度编码；S102，根据待预测的RNA序列，判断RNA序列中的碱基配对情况，当RNA序列中i，j位置发生碱基配对时，将长度编码中其对应的位置进行交换，即此时的RNA序列长度编码为：1，2，3,…,j,…,i,…,n；根据碱基配对情况计算符合碱基配对规则的随机点匹配列表：(i，j，k)，其中i，j分别表示RNA分子序列的第i个位置和第j个位置，k为随机点(i，j)的连续匹配数，即RNA序列长度编码为：1，2，3,…,j，j‑1,…j‑k+1,…,i+k‑1,…,i+1,i,…,n；S103，计算每组随机点(i，j)的连续匹配数列表：该连续匹配数列表的计算方法为：根据随机点匹配列表中的任意两个数组(i，j，k)和(m，n，l)，若i＝m，j＝n，k≠l，那么随机点组合(i，j)对应的连续匹配数列表中有k、l；S104，判断当前系统是否达到临界温度T临，若没有达到，进入步骤S105，若达到进入步骤S113；S105，判断当前环中最小碱基数是否达到上限，上限为分子长度n‑2*最小茎区数，若没有达到，则进入步骤S106，若达到，则进入步骤S112；S106，根据随机点匹配列表，计算新的分子状态，具体过程为首先从随机点匹配列表中随机挑选一组随机点(i，j)，然后从该组随机点的k连续匹配数列表中随机挑选一个连续匹配数k，根据挑选的随机点组合和挑选的连续匹配数生成新的RNA分子长度编码，即分子新状态；S107，根据步骤S106产生的分子新状态，计算出总的碱基配对数、平均每组碱基数和假结总交叉分组数；根据下式计算新旧RNA分子状态的能量差：ΔE＝E新‑E旧  (1)其中：E新为分子新状态的能量，E旧为分子旧状态的能量，E＝总的碱基匹配数×平均每组碱基数2×[(总分组数‑总假结交叉分组数)/总分组数]  (2)或E＝总的碱基匹配数×平均每组碱基数2  (3)，式(2)适用于碱基假结交叉分组数超过设定的最大假结交叉分组数的情况下，式(3)适用于碱基假结交叉分组数没有超过设定的最大假结交叉分组数的情况下；其中，总分组数为随机点匹配列表中三元组(i，j，k)的个数，假结总交叉分组数为上述三元组两两交叉的个数；S108，判断S107所得ΔE是否大于0，若大于0，则进入步骤S110，若小于0，则进入步骤S109；S109，根据公式(4)进行计算：其中，Random(0,1)为用随机函数Random生成一个0到1之间的数，T为当前系统温度，若等式成立，则进入步骤S110，否则进入步骤S111；S110，将RNA分子状态替换为新分子状态，更新RNA分子长度编码；S111，环中最小碱基数自增，再次进入步骤S105；S112，系统温度T以T＝T0*0.98的方式进行一次降温，然后，再次进入S104步骤中；S113，输出RNA分子最终状态。