学位论文 > 优秀研究生学位论文题录展示

RNA二级结构预测的建模及其应用研究

作　者: 刘海军
导　师: 王翼飞
学　校: 上海大学
专　业: 计算数学
关键词: RNA二级结构预测遗传模拟退火算法动态权重匹配算法 MicroRNA
分类号: Q522
类　型: 博士论文
年　份: 2005年
下　载: 588次
引　用: 11次
阅　读: 论文下载

内容摘要

近20年来,生物学家们在RNA研究领域不断取得重大的突破和进展。一批具有重要功能的RNA新类别被陆续发现,如核酶RNA、反义RNA、核仁小分子RNA、双链小分子干扰RNA和MicroRNA等,使得人们对RNA的多样性和复杂性有了新的深刻认识。人们发现,RNA在细胞中不仅充当着遗传信息的载体和传递工具,还具有催化RNA的剪接,加工和修饰RNA前体,调控基因表达和生物体的生长发育等一系列重要的功能。对这些新型RNA研究工作的广泛开展大大深化了RNA研究的内涵,为生命科学领域带来了众多具有重大意义和极具挑战性的课题。继功能基因组学和蛋白质组学之后,现代分子生物学的一个新的门类RNA组学(RNAomics)正在逐步形成和发展壮大。跟蛋白质一样,RNA的各种功能是与其特定的结构紧密相联的。相对于RNA一维线性结构上的多样性而言,其单链自身回折形成的特征性二级结构和高级结构的多样性具有更多的生物学意义。因此要想深入探索RNA的复杂功能和特性,了解各类RNA在细胞中的运作机制,就要从研究RNA的具体结构入手。由于RNA分子具有降解速度快,难以结晶等特点,通过X射线晶体衍射和NMR等实验方法去测定RNA分子的立体结构很不容易。这样做花费的成本高时间长,虽然测得的结果非常精确可靠,可是面对当前海量的生物序列,实验方法显然跟不上要求。而借助于计算机手段和各种数学方法从理论上去预测RNA的空间结构,则可为揭示RNA结构与功能的关系提供重要信息,大大提高我们认识RNA空间结构的效率。RNA结构预测研究起步较早,1981年由Zuker提出的最小自由能算法,经过二十多年的不断改进和发展,现已成为国际上最广泛使用的RNA二级结构预测方法。然而一方面由于它的平均预测精度只达到50~70%,还不够高,另一方面它由于算法本身的限制而不能预测假结和更复杂的三级相互作用,因此日益满足不了当前RNA研究对结构预测的更高要求。为了能够预测假结和向三级结构预测进军,一批新的算法和改进算法被纷纷提出,RNA结构预测研究又重新受到人们的关注,成为生物信息学中一个热点问题。本文回顾和总结了当前已有的各类RNA结构预测算法,探索和研究了新一代RNA结构预测主导方法的发展方向,并提出了一些新的思路,另外还在RNA二级结构预测应用研究上做出了一点工作。论文主要包括以下四部分内容和结果:一、我们介绍了当前主要的一些RNA二级结构预测方法,分析了其中存在的若干问题。首先介绍了较为传统的比较序列分析方法中的两种模型——共变模型和随机上下

全文目录

摘要  7-9
Abstract  9-14
第一章 RNA 序列与结构  14-28
  1.1 RNA 与生物信息学  14-16
    1.1.1 生物信息学的内涵  14-15
    1.1.2 生物信息学中的RNA 研究  15-16
  1.2 RNA 的生物学背景  16-22
    1.2.1 RNA 的组成  16-18
    1.2.2 RNA 的分类与功能  18-19
    1.2.3 RNA 的结构特性  19-22
  1.3 RNA 的二级结构  22-26
    1.3.1 RNA 二级结构与假结  22-24
    1.3.2 RNA 二级结构的图形表示方式  24-25
    1.3.3 RNA 二级结构的实验测定  25-26
  1.4 论文工作与安排  26-28
第二章 RNA 二级结构预测模型  28-47
  2.1 比较序列分析模型  28-34
    2.1.1 模型的分类  28-29
    2.1.2 共变模型  29-32
    2.1.3 随机上下文无关语法模型  32-34
  2.2 最小自由能算法  34-39
    2.2.1 Nussinov 的最大碱基配对算法  34-36
    2.2.2 Zuker 的最小自由能算法  36-39
  2.3 组合优化算法的解决方案  39-43
    2.3.1 螺旋区堆积法  39-41
    2.3.2 遗传算法  41-42
    2.3.3 神经网络算法  42-43
  2.4 模型总结及现有资源  43-45
    2.4.1 对现有模型的总结  43
    2.4.2 现有的RNA 结构预测软件及相关数据库  43-45
  2.5 本章小结  45-47
第三章 RNA 的遗传模拟退火算法模型  47-70
  3.1 模拟退火算法  47-57
    3.1.1 基本模拟退火算法  47-50
    3.1.2 模拟退火的渐近行为  50-53
    3.1.3 冷却进度表的有关问题  53-56
    3.1.4 模拟退火算法的改进和变型  56-57
  3.2 遗传算法  57-64
    3.2.1 基本遗传算法  57-59
    3.2.2 模式理论  59-61
    3.2.3 遗传算法实现的技术问题  61-63
    3.2.4 遗传模拟退火算法  63-64
  3.3 基于遗传模拟退火算法的RNA 二级结构预测  64-69
    3.3.1 RNA 二级结构的编码  64-66
    3.3.2 RNA 的遗传模拟退火算法实现  66-67
    3.3.3 预测结果与讨论  67-69
  3.4 本章小结  69-70
第四章 RNA 的动态权重匹配模型  70-97
  4.1 最大权重匹配方法  70-75
    4.1.1 RNA 的最大权重匹配算法模型  70-72
    4.1.2 碱基配对权重值的确定  72-74
    4.1.3 改进的最大权重匹配模型  74-75
  4.2 最大权重匹配算法的理论基础  75-86
    4.2.1 基本概念和定理  75-78
    4.2.2 非二分图的最大基数匹配算法  78-81
    4.2.3 非二分图的最大权重匹配算法  81-86
  4.3 基于动态权重匹配算法的RNA 折叠  86-96
    4.3.1 动态权重的由来  86-88
    4.3.2 RNA 的动态权重匹配算法实现  88-90
    4.3.3 预测结果与讨论  90-96
  4.4 本章小结  96-97
第五章 MicroRNA 基因的计算机筛选和预测  97-112
  5.1 MicroRNA 的生物背景  97-99
    5.1.1 MicroRNA 的功能及特点  97-98
    5.1.2 MicroRNA 的计算机识别  98-99
  5.2 miRdetector 系统实现及其在水稻miRNA 基因筛选中的应用  99-111
    5.2.1 基于水稻全基因组的miRdetector 算法流程及实现  99-102
    5.2.2 识别参数的选取  102-104
    5.2.3 测试数据集和评价指标  104-106
    5.2.4 预测结果与讨论  106-111
  5.3 本章小结  111-112
第六章总结与展望  112-117
  6.1 论文总结  112-115
  6.2 存在的问题和今后的工作  115-117
参考文献  117-124
攻读博士学位期间发表的论文  124-125
致谢  125-126
博硕士学位论文同意发表声明  126-127
发表意见书  127

RNA二级结构预测的建模及其应用研究

内容摘要

全文目录

相似论文