RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)算法的研究.pdf

1、RNA(Ribonucleic Acid，RNA)分子在生物細(xì)胞中不僅充當(dāng)著遺傳信息的載體和傳遞工具，還具有催化RNA的剪接，加工和修飾RNA前體，調(diào)控基因表達(dá)和生物體的生長(zhǎng)發(fā)育等一系列重要的功能，而功能與結(jié)構(gòu)是密切相關(guān)的，因此對(duì)RNA分子結(jié)構(gòu)的研究就成為分子生物學(xué)的一個(gè)重要領(lǐng)域。由于RNA分子具有降解速度快，難以結(jié)晶等特點(diǎn)，通過(guò)X射線晶體衍射和核磁共振等實(shí)驗(yàn)方法去測(cè)定RNA分子的立體結(jié)構(gòu)花費(fèi)的成本高、時(shí)間長(zhǎng)，雖然測(cè)得的結(jié)果精確可靠，可

2、是面對(duì)當(dāng)前海量的生物序列，實(shí)驗(yàn)方法顯然跟不上要求，因此RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)就成為研究RNA分子結(jié)構(gòu)的主要手段。RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)是指借助于計(jì)算機(jī)手段和各種數(shù)學(xué)方法從理論上去預(yù)測(cè)RNA的空間結(jié)構(gòu)，可為揭示RNA結(jié)構(gòu)與功能的關(guān)系提供重要信息，大大提高認(rèn)識(shí)RNA空間結(jié)構(gòu)的效率。
　　 論文對(duì)目前主流的RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)算法的理論和實(shí)現(xiàn)方法進(jìn)行了細(xì)致的研究。通過(guò)對(duì)基于熱力學(xué)的預(yù)測(cè)方法(包括Zuker的最小自由能算法、遺傳模擬退火算法、Ho

3、pfield神經(jīng)網(wǎng)絡(luò)方法、免疫粒子群算法)和比較序列分析方法(協(xié)同變異預(yù)測(cè)模型、隨機(jī)上下文無(wú)關(guān)語(yǔ)法預(yù)測(cè))以及基于機(jī)器學(xué)習(xí)的分類預(yù)測(cè)方法的分析，對(duì)這些算法存在的優(yōu)缺點(diǎn)進(jìn)行了比較研究，總結(jié)出了RNA結(jié)構(gòu)預(yù)測(cè)方法發(fā)展的趨勢(shì)和要求，為本文的預(yù)測(cè)算法奠定了理論和實(shí)驗(yàn)基礎(chǔ)。
　　 首先論文分析了人工魚(yú)群智能算法在優(yōu)化問(wèn)題中的優(yōu)勢(shì)和不足，并針對(duì)基本人工魚(yú)群算法在解決離散問(wèn)題的過(guò)程中存在的的缺陷進(jìn)行了相應(yīng)改進(jìn)，首次將魚(yú)群算法應(yīng)用到RNA二級(jí)結(jié)構(gòu)

4、預(yù)測(cè)問(wèn)題中，建立了一種基于人工魚(yú)群算法的最小自由能算法模型。在對(duì)算法編碼實(shí)現(xiàn)時(shí)，采用集合表示狀態(tài)點(diǎn)，能有效地縮小搜索空間，有利于算法在較短時(shí)間內(nèi)找到目標(biāo)解。仿真實(shí)驗(yàn)與傳統(tǒng)的基于最小自由能的相關(guān)算法進(jìn)行了比較研究，結(jié)果表明，使用改進(jìn)魚(yú)群算法進(jìn)行RNA序列的二級(jí)結(jié)構(gòu)預(yù)測(cè)能獲得較理想的預(yù)測(cè)效果，能有效減少計(jì)算量、節(jié)省計(jì)算時(shí)間，特別當(dāng)待測(cè)序列長(zhǎng)度大于500時(shí)，魚(yú)群算法在收斂速度上有著較明顯優(yōu)勢(shì)。
　　 其次，研究了粒子群優(yōu)化算法在組合優(yōu)

5、化問(wèn)題中的應(yīng)用背景，針對(duì)基本粒子群算法的早熟收斂，容易陷入局部最優(yōu)且搜索精度不高等缺點(diǎn)，進(jìn)行了相應(yīng)的改進(jìn)，提出了局部精英粒子群算法，在該算法中，通過(guò)改變粒子的鄰居拓?fù)浣Y(jié)構(gòu)，使每個(gè)粒子擁有固定的局部鄰居，每次迭代都會(huì)根據(jù)自身在鄰居中的地位和狀態(tài)以及歷史最優(yōu)值來(lái)調(diào)整下一步的狀態(tài)。由于有效地保持粒子的多樣性，使得算法有較好地跳出局部極值的特性。
　　 本文根據(jù)局部精英粒子群算法的思想構(gòu)建了一套基于最小自由能思想的RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)模型

6、。在對(duì)算法進(jìn)行編碼時(shí)，使用集合來(lái)表示粒子的狀態(tài)，巧妙地將粒子運(yùn)動(dòng)的速度和狀態(tài)函數(shù)使用集合之間的運(yùn)算來(lái)重載，避免了傳統(tǒng)粒子群算法參數(shù)選擇的煩惱。實(shí)驗(yàn)數(shù)據(jù)有力地支持了改進(jìn)后的粒子群算法和新的粒子運(yùn)動(dòng)狀態(tài)編碼方式。
　　 第三，通過(guò)擴(kuò)展NSSEL(New Secondary Structure Element Labels，NSSEL)標(biāo)簽，創(chuàng)建了一套能夠描述偽結(jié)結(jié)構(gòu)信息的eNSSEL(extended NSSEL，eNSSEL)標(biāo)簽

7、。一條RNA分子序列中的所有堿基都可以使用eNSSEL標(biāo)簽進(jìn)行標(biāo)記，從另一個(gè)角度來(lái)理解，即：任意一個(gè)堿基都可以被分類為某一個(gè)標(biāo)簽，因此，一條原始的RNA分子序列能與一條eNSSEL標(biāo)簽序列一一對(duì)應(yīng)。由于eNSSEL標(biāo)簽攜帶了結(jié)構(gòu)信息，因此，對(duì)于某一個(gè)RNA分子而言，只要得到其對(duì)應(yīng)的標(biāo)簽序列，就可以知道其二級(jí)結(jié)構(gòu)的組成。根據(jù)該思想，建立了基于SVMs(support vector machines，SVMs)的分類預(yù)測(cè)模型。該模型通過(guò)有效