RNA二级结构

摘要： 近年来,利用基因编辑工具编辑特定基因逐渐成为一种获得突变体的主要方法。CRISPR/Cas9编辑技术是目前最新和最高效的基因编辑技术。然而,这一技术在植物中的编辑率受到很多因素的影响,例如如何设计gRNA以及如何避免脱靶效应等。为了探究gRNA的二级结构对拟南芥基因编辑的影响,我们选择了拟南芥基因组中的组蛋白去乙酰化酶(HDACs)基因家族中一个植物特有的亚家族(HD2)为靶基因,通过设计这一亚家族中3个HD2基因不同的CRISPR/Cas9靶点,观察不同gRNA接头二级结构对CIRSPR/Cas9编辑率的影响。结果显示:不同gRNA接头二级结构对基因的编辑率会有一定的影响,当二级结构由一段单链RNA、5个茎环、2个突环和3个发夹环组成的时候,编辑率最高。该研究可为后续人们使用以tRNA为策略设计gRNA的CRISPR/Cas9工具时选择合适的靶点,为提高基因编辑率提供基础。

摘要： 目的 探讨绝经后骨质疏松症差异表达lncRNAs及其靶基因抑瘤素M(oncostatin M,OSM)在绝经后骨质疏松症外周血的表达及其意义.方法 在前期lncRNA-mRNA芯片检测绝经后骨质疏松症差异lncRNAs并进行共表达分析的基础上,利用blat软件分析lncRNA TTC28-AS1、linc-IRF2BP2-1、linc-FAM126B-1靶基因;RNAfold预测其二级结构;随机选择绝经后妇女受试者,检测骨密度,正常骨密度妇女25例为对照组,骨质疏松症患者25例为骨质疏松症组;定量PCR检测两组人群外周血lncRNA TTC28-AS1、linc-IRF2BP2-1、linc-FAM126B-1及抑瘤素M的表达.结果 blat软件预测lncRNA TTC28-AS1、linc-IRF2BP2-1、linc-FAM126B-1的靶基因为OSM,相关系数分别为0.8506(P=0.0037)、0.9314(P=0.0003)及0.9222(P=0.0004);RNAfold预测3个lncRNAs均具有多个茎环、多分枝内部环结构;lncRNA TTC28-AS1、linc-IRF2BP2-1、linc-FAM126B-1及其靶基因抑瘤素M在骨质疏松症组中表达水平均显著低于对照组(P值均小于0.05).结论 lncRNA TTC28-AS1、linc-IRF2BP2-1、linc-FAM126B-1及其靶基因抑瘤素M表达下调可能与绝经后骨质疏松症存在相关性.

摘要： 镁离子螯合酶是叶绿素合成过程中的关键酶之一,与植物叶色的白化现象密切相关.以陕茶1号、白叶1号、极白1号、黄金芽和黄金叶等5个茶树品种叶片为试验材料,分别克隆其镁离子螯合酶I亚基(Mg-chelatase I subunit,CHLI)编码基因CsCHLI全长CDS序列.多序列比对显示,白叶1号中两个碱基差异位点(G502C,C1169T)导致在AAA+和AAA lid结构域中有2个氨基酸残基发生改变(G168R,A390V),黄金叶中1个碱基差异位点(G1202A)导致在AAA lid结构域中有1个氨基酸残基发生改变(R401H).亚细胞定位结果显示,CsCHLI定位于叶绿体中,碱基或氨基酸残基的差异并不影响其亚细胞定位.RNA二级结构分析表明,碱基位点突变会影响CsCHLI的茎环结构和二级结构的稳定性.与陕茶1号相比,不同叶色白化茶树品种中总叶绿素含量分别为陕茶1号的25％～77％,CsCHLI基因表达量分别为陕茶1号的24％～46％.结果表明,茶树中CsCHLI的基因表达与叶绿素含量呈正相关.这些结果将为深入研究CsCHLI在茶树叶绿素代谢中的功能以及茶树叶色突变的作用机理提供试验证据.

摘要： 为了明确不同基因型腐烂茎线虫(Ditylenchus destructor)是否具有生殖隔离及杂交后代的变异程度,选用1条3-4龄幼虫与5条雄虫,将不同基因型群体进行生物学杂交,对F1代数量、ITS-rDNA序列及其二级结构比对分析.结果表明,杂交产生F1代数量普遍较少,不同基因型杂交组合F1代线虫数量≤6条/处理,部分组合的后代仅为1条.因F1代数量较少,11个杂交组合中获得5个F1代群体的ITS-rDNA序列,不同基因型杂交F1代与其亲本ITS-rDNA序列均存在0-86 bp的碱基差异,且其二级结构与亲本也有差异,核糖体ITS-RFLP结果呈现丰富的多态性,系统发育分析发现部分F1代群体与父本亲缘关系较近,部分与母本较近.不同基因型群体未发现生殖隔离,杂交F1代的变异主要出现在ITS1区H9螺旋区域,且变异程度与亲本间的差异呈正比.本研究通过模拟试验分析了腐烂茎线虫不同群体扩散后可能产生的杂交代基因型分化,研究结果对于腐烂茎线虫遗传多样性研究和防治实践均具有参考价值.

摘要： 翻译延伸是核糖体将信使RNA(mRNA)蕴含的遗传信息解码为蛋白质的有序过程,是细胞维持基本代谢活动的核心步骤.多种人类疾病(如神经退行性疾病、癌症等)都与翻译延伸的异常有关.翻译延伸作为中心法则的关键步骤曾是现代分子生物学研究的重点内容,然而方法学上的限制却阻碍了对其动态过程以及调控规律的进一步研究.近年来,对翻译延伸调控相关方法的突破让与其相关的生命科学研究获得了长足的发展,尤其是近10年来的研究揭示了翻译延伸的复杂调控机理和多种生物学效应,为理解蛋白表达调控和疾病发生的关联提供了新的理论视角.本文在总结翻译延伸研究方法的基础上,重点探讨了顺式调控元件(mRNA与新生肽链序列)对局部翻译延伸速率的调控作用,同时列举了翻译延伸调控对模板mRNA和蛋白质产物功能的影响,包括mRNA稳定性、蛋白质的合成与降解、蛋白质亚细胞定位以及蛋白质共翻译折叠等,以期吸引生命科学各领域的学者共同参与翻译延伸领域的研究.

摘要： 为探究RNA与SAFB1蛋白相互作用过程中RNA二级结构的作用.采用足迹法确定SAFB1与LINC-PINT-1特定的结合区域,在此基础上根据RNA结构分析研究SAFB1结合区域所具有特定的二级结构.最后通过凝胶迁移率实验论证该二级结构在RNA与SAFB1蛋白结合中的作用.结果显示:在针对LINC-PIN T-1的亚克隆发现只有包含30～55 nt区域的亚克隆才能维持RNA结合区域的二级结构,并且证实了LINC-PINT-1与SAFB1蛋白相互作用依赖于特定的RNA二级结构.结果表明:长非编码RNA与SAFB1蛋白相互作用或依赖于特定的RN A二级结构,本研究为RN A与蛋白质相互作用的分子机制研究提供了有力的理论实验支撑.

摘要： 利用分拆组装算法,构造了含有k+1个内点的有序树与森林之间的双射,讨论了在某些参数限制条件下的有序树的计数,并在建立RNA二级结构与非标号有序树之间的双射基础上,给出了满足一定参数条件的RNA二级结构计数问题的显示闭公式.

摘要： 目的 探讨乙醇脱氢核酶ribox02与NAD+、NADH特异性结合的位点以及结合力性质.方法 通过选择性2-OH酰基化学探测法(selective 2-hydroxyl acylation analyzed by primer extension,SHAPE)探测ribox02的二级结构;利用等温滴定量热法(isothermal titratio calorimetry,ITC)进一步测定ribox02与NADH、NAD+的亲和力强度及作用力性质;通过紫外交联法精确定位NAD+、NADH与ribox02 RNA的特异性结合位点.结果 直接解析ribox02的二级结构,并发现核酶ribox02与NADH、NAD+的相互作用力为范德华力或氢键作用,且ribox02与NADH的相互作用力较之与NAD+更为强烈,ribox02与NADH、NAD+的特异性结合位点为23G、24U、25U、38U、72U、73U、74U、75G和95G.结论 通过ribox02的二级结构及其与NAD+、NADH的相互作用揭示了核酶ribox02与NAD+/NADH特异性结合位点以及结合力性质.

摘要： 本研究提出了一种新的RNA二级结构的图形表示方法,这种方法不同于以往的表示方式.根据所提出的RNA二级结构的图形表示,将对9种病毒的RNA二级结构进行图形表示,构建系统进化树,进行序列间相似性的比较和分析.根据最终结果,可以很清晰地发现,AVII与LRMV两种病毒是最为相似的,另外,较大的距离值出现在了APMV与ALMV;PDV与AVII中,这说明这几种RNA二级结构明显不相似.这一研究结果与前人相似性分析的结果是十分相似的,同时,所采取的方法更加简单易于区分观察且得到的结果又是十分可靠的,因此,这些更加证明了该方法是有效的.%Recently, we propose a new 3D graphical representation of RNA secondary structures.Based on this graph representation, we will construct the phylogenetic tree of the 9 viruses, and compare and analyze the similarity between the RNA secondary structures.According to the final results, we clearly find that Pair AVII and LRMV are the most similar.In addition, the larger distance values appear in the APMV and ALMV, PDV and AVII, indicating that these RNA secondary structure sequence has obvious difference.The results of this study are very similar to previous published results one.At the same time,the used method is more simple and easy to identify what we see, while the results is very reliable.Therefore, these results demonstrate the effectivity of our methed.

摘要： Pseudoknot is a kind of important structure in RNA, which is more difficult to be predicted due to the difficulty in training the prediction model. ProbKnot algorithm has a high accuracy in predicting the secondary structure of pseudoknotted RNA based on base?pair probabilities. However, this algorithm only makes use of the base?pair probabilities as a predictive feature, which leads to a large number of negative pairs and lower specificity. The overall accuracy can be improved which follows the improvement of specificity by combining the probabilistic model of base pairing in ProbKnot algorithm and multi?objective genetic algorithm. In the experiments, we will first calculate the single?stranded probability as a new predictive feature, and then use genetic algorithm to cross, mutate and iterate the secondary structure of RNA. Finally, we can get the Pareto optimal solutions and the highest maximum expected accuracy. The experiment results showed that in the RNA cases, applying this method could achieve an average increase of 4%in the accuracy compared with the current existing methods.%假结是RNA中一种重要的结构,由于建模的困难导致它更难被预测.通过碱基之间的配对概率来预测含假结RNA二级结构的ProbKnot算法具有很高的精度,但该算法仅用了配对概率作为预测依据,导致阴性配对大量出现,因此精度中的特异性较低.实验结合ProbKnot算法中碱基配对概率模型,通过使用多目标遗传算法,从而提高预测含假结RNA二级结构的特异性,以此促进总体精度的提高.实验过程中,首先计算出每个碱基成为单链的概率,作为新增的预测依据,然后使用遗传算法对RNA二级结构进行交叉、变异和迭代,最后得到Pareto最优解,进一步得出最高的最大期望精度.实验结果表明,在使用的RNA案例中,采用该方法比现有方法精度平均提高约4%.

摘要： 利用机器学习方法预测单链RNA序列的二级结构,是目前计算生物学研究的热点之一.在对现有RNA折叠算法中的动态规划方法进行深入分析的基础上,提出了一种基于模糊动态规划的RNA二级结构预测算法.以大肠杆菌(E.coli)基因组的tRNA家族作为研究对象,确定了模糊决策、模糊目标、状态、模糊阶段数隶属度等参数,并基于ViennaRNA程序中的RNAfold模块,设计了相应的数据结构与程序框架,具体实现了该算法.实现的折叠程序可以对输入的tRNA序列进行预测,输出可能的tRNA二级结构.通过将大肠杆菌的alaTtRNA作为测试数据,程序输出了4种可能的折叠结构,给出了相应的二级结构可视化显示,并对结果进行了分析.

摘要： 利用机器学习方法预测单链RNA序列的二级结构,是目前计算生物学研究的热点之一.在对现有RNA折叠算法中的动态规划方法进行深入分析的基础上,提出了一种基于模糊动态规划的RNA二级结构预测算法.以大肠杆菌(E.coli)基因组的tRNA家族作为研究对象,确定了模糊决策、模糊目标、状态、模糊阶段数隶属度等参数,并基于ViennaRNA程序中的RNAfold模块,设计了相应的数据结构与程序框架,具体实现了该算法.实现的折叠程序可以对输入的tRNA序列进行预测,输出可能的tRNA二级结构.通过将大肠杆菌的alaTtRNA作为测试数据,程序输出了4种可能的折叠结构,给出了相应的二级结构可视化显示,并对结果进行了分析.

摘要： 利用机器学习方法预测单链RNA序列的二级结构,是目前计算生物学研究的热点之一.在对现有RNA折叠算法中的动态规划方法进行深入分析的基础上,提出了一种基于模糊动态规划的RNA二级结构预测算法.以大肠杆菌(E.coli)基因组的tRNA家族作为研究对象,确定了模糊决策、模糊目标、状态、模糊阶段数隶属度等参数,并基于ViennaRNA程序中的RNAfold模块,设计了相应的数据结构与程序框架,具体实现了该算法.实现的折叠程序可以对输入的tRNA序列进行预测,输出可能的tRNA二级结构.通过将大肠杆菌的alaTtRNA作为测试数据,程序输出了4种可能的折叠结构,给出了相应的二级结构可视化显示,并对结果进行了分析.

摘要： 应用热动力学最小自由能量方法从RNA序列预测其二级结构起始于Tinoco等人,Zuker将动态规划算法用于复杂的Tinoco模型,设计了Mfold算法,算法的时间复杂度为O(n3).Mfold算法不允许伪结点存在,但伪结点在几种已知RNA中具有重要功能.包含伪结点的RNA二级结构预测问题是NPC问题.Rivas与Eddy提出了简化的包含多个伪结点的热动力学模型,并首次相应的多项式时间算法,算法的时间复杂度为O(n6).B.1yngs(Φ)等人提出仅包含一个平面伪结点的模型及算法,其时间复杂度为O(n5),空间复杂度为O(n3). 本文提出了一个新算法，其时间复杂度为O（n5），空间复杂度为O（n4）。算法使用六段子序列的组合表示包含伪结点的＊＊A二级结构，并利用Lsnns巾算法的一个计算技巧，可预测包含多个平面伪结点和一个非平面伪结点的二级结构。

摘要： 应用热动力学最小自由能量方法从RNA序列预测其二级结构起始于Tinoco等人,Zuker将动态规划算法用于复杂的Tinoco模型,设计了Mfold算法,算法的时间复杂度为O(n3).Mfold算法不允许伪结点存在,但伪结点在几种已知RNA中具有重要功能.包含伪结点的RNA二级结构预测问题是NPC问题.Rivas与Eddy提出了简化的包含多个伪结点的热动力学模型,并首次相应的多项式时间算法,算法的时间复杂度为O(n6).B.1yngs(Φ)等人提出仅包含一个平面伪结点的模型及算法,其时间复杂度为O(n5),空间复杂度为O(n3). 本文提出了一个新算法，其时间复杂度为O（n5），空间复杂度为O（n4）。算法使用六段子序列的组合表示包含伪结点的＊＊A二级结构，并利用Lsnns巾算法的一个计算技巧，可预测包含多个平面伪结点和一个非平面伪结点的二级结构。

摘要： 应用热动力学最小自由能量方法从RNA序列预测其二级结构起始于Tinoco等人,Zuker将动态规划算法用于复杂的Tinoco模型,设计了Mfold算法,算法的时间复杂度为O(n3).Mfold算法不允许伪结点存在,但伪结点在几种已知RNA中具有重要功能.包含伪结点的RNA二级结构预测问题是NPC问题.Rivas与Eddy提出了简化的包含多个伪结点的热动力学模型,并首次相应的多项式时间算法,算法的时间复杂度为O(n6).B.1yngs(Φ)等人提出仅包含一个平面伪结点的模型及算法,其时间复杂度为O(n5),空间复杂度为O(n3). 本文提出了一个新算法，其时间复杂度为O（n5），空间复杂度为O（n4）。算法使用六段子序列的组合表示包含伪结点的＊＊A二级结构，并利用Lsnns巾算法的一个计算技巧，可预测包含多个平面伪结点和一个非平面伪结点的二级结构。

摘要： 本文首先介绍了RNA二级结构预测,然后给出了三种算法:Mfold算法、Rivas算法和LyngsΦ算法.最后寻找次最优结构,在可能的结构间设计试验予以辨别.

摘要： 本文首先介绍了RNA二级结构预测,然后给出了三种算法:Mfold算法、Rivas算法和LyngsΦ算法.最后寻找次最优结构,在可能的结构间设计试验予以辨别.

摘要： 本文首先介绍了RNA二级结构预测,然后给出了三种算法:Mfold算法、Rivas算法和LyngsΦ算法.最后寻找次最优结构,在可能的结构间设计试验予以辨别.

摘要： 本文首先介绍了RNA二级结构预测,然后给出了三种算法:Mfold算法、Rivas算法和LyngsΦ算法.最后寻找次最优结构,在可能的结构间设计试验予以辨别.

摘要： 本发明公开了一种基于卷积神经网络和规划动态算法的RNA二级结构生成器，包括：微处理器；存储单元，处理单元，其包括：预处理单元，负责获取缓存单元中RNA数据，并对所述RNA数据进行预处理；滑动窗口单元，其连接所述预处理单元，用于将经过预处理后的RNA数据分割为大小相同的RNA二维数组；卷积神经网络模型单元，其以前期收集的大量RNA测序及其结构数据为基础，构建卷积神经网络模型，对序列内各个碱基进行分类预测；规划动态算法单元，其用于修正卷积神经网络模型单元的预测结果，还公开了一种基于卷积神经网络和规划动态算法的RNA二级结构预测方法。

摘要： 本发明涉及一种基于RNA表达值和二级结构的相关性融合方法，旨在识别长非编码RNA和信使RNA之间的潜在相互作用关系：首先，根据差异分析方法，确定差异表达的长非编码RNA和信使RNA；然后，计算差异表达的长非编码RNA和信使RNA在表达值上的相关性，这个相关性的计算是基于表达值的；其次，计算差异表达的长非编码RNA和信使RNA在二级结构上的相关性，并进行标准化处理，这个相关性的计算是基于最小自由能的；最后，将表达值相关性和二级结构相关性进行融合，获得最终的相关性数据；本发明可以对长非编码RNA和信使RNA之间潜在的相互作用关系进行预测。

摘要： 一种采用新型二级分离结构的连接器，包括相互适配的插头和插座；安装于插头壳体的第一安装基体、铰接在第一安装基体上且转动轴线与插合方向相垂直的锁扣、铰接在第一安装基体上的锁止块，锁扣具有锁紧端和解锁端并在其转动行程内形成锁紧位和解锁位，锁扣的转轴上还套设有锁扣扭簧，锁止块具有限位部，所述锁止块连接有锁止块弹性件；安装于插座壳体上的第二安装基体、设置于第二安装基体上的限位块，所述锁扣的锁紧端具有在插头插座分离时分离时与所述限位块抵接配合使插头和插座由一级分离进入二级分离的凸台。所述连接器仅需扳动锁止块这一次动作，即可完成插头与插座的分离，并能给电气设备中的继电器预留反应时间，避免拉弧现象的出现。

摘要： 本发明公开了一种RNA二级结构预测方法及系统，涉及生物信息学领域。本发明包括以下步骤：获取RNA数据样本，并读取RNA样本序列；构建螺旋区点阵图；根据螺旋区点阵图构建初始茎区池；利用茎区池构建初始种群；在初始种群的基础之上，对RNA的种子进行能量计算，交叉，变异，茎区替换等操作，得到RNA种子自由能值，茎的位置和长度，环的种类和个数，多分支环和发夹环的位置以及发夹环长度，RNA中未配对的自由碱基单链的长度以及位置。本发明对于RNA进行二级结构预测有着合理的空间复杂度，以及较高的准确性，使得能量计算和结构预测时拥有更快的效率。

摘要： 本发明涉及一种基于双向GRU和注意力机制的RNA二级结构预测算法，该方法首先获取到RNA二级结构数据集；然后进行数据预处理，即将RNA序列信息进行向量化，得到矩阵形式表示的特征信息，并按固定维度进行特征矩阵拼接；设计融合了加权向量、标志向量，在双向GRU神经网络的基础上，增加了注意力机制，增强了网络的预测能力；然后将特征矩阵输入到网络中对RNA二级结构进行预测，充分的利用了前后碱基的信息，预测结果较为准确，而且能够处理变长的RNA序列，同时，可以有效地处理正负样本不平衡的问题，有助于预测出更精准的RNA二级结构。

摘要： 本发明涉及一种基于RNA表达值和二级结构的相关性融合方法，旨在识别长非编码RNA和信使RNA之间的潜在相互作用关系：首先，根据差异分析方法，确定差异表达的长非编码RNA和信使RNA；然后，计算差异表达的长非编码RNA和信使RNA在表达值上的相关性，这个相关性的计算是基于表达值的；其次，计算差异表达的长非编码RNA和信使RNA在二级结构上的相关性，并进行标准化处理，这个相关性的计算是基于最小自由能的；最后，将表达值相关性和二级结构相关性进行融合，获得最终的相关性数据；本发明可以对长非编码RNA和信使RNA之间潜在的相互作用关系进行预测。

摘要： 本发明提供一种基于并行改进的人工蚁群算法的RNA二级结构预测方法，人工蚁群算法在迭代寻优过程中存在收敛过慢的缺陷，对于人工蚁群算法改进方面，本发明采用多线程优化的方法，将每一只人工蚂蚁分配一个线程进行各自的线程搜索；在RNA二级结构预测方面，改进了子结构区分算法，使得算法更加适用于并行计算，同时是的使用改进并行人工蚁群算法预测RNA二级结构时，能获得更低的自由能，更快运算速度和更少的计算资源。

摘要： 本发明公开了一种基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法，属于生物信息学与计算机应用领域，该方法通过结合的集成学习模型进行非编码RNA与蛋白质相互作用预测，方法的步骤中包括：分别提取非编码RNA、蛋白质序列和二级结构的k‑mer字符组合；根据序列和二级结构的对应关系，构造非编码RNA和蛋白质的高阶序列‑二级结构特征矩阵，使RNA、蛋白质序列信息数字化；搭建卷积神经网络框架，使用公开的PDB数据集训练该深度学习模型；提取通过深度学习处理后的高水平特征，训练随机森林模型。有益效果：本发明能在不丢失关键RNA和蛋白质序列信息的情况下，准确高效地预测出给定非编码RNA与蛋白质是否相互作用，预测精度高，性能稳定。

摘要： 本发明提供基于Xgboost的全基因组RNA二级结构预测方法，包括：获取RNA序列和RNA序列中碱基位点配对的可能性值；配对的可能性值高的碱基及其上下游一定长度的碱基结合形成的序列片段作为正样本；配对的可能性值低的碱基及其上下游一定长度的碱基结合形成的序列片段作为负样本；将正负样本组合成的样本数据集划分为训练集和测试集，将训练集和测试集加载至基于Xgboost算法建立的机器学习模型，对机器学习模型进行训练与测试；利用训练与测试后的机器学习模型进行RNA二级结构的预测。利用本发明得到RNA在形成二级结构时，每一个碱基位点会形成配对的概率分数，根据概率分数，能为下一步二级结构的形成提供判断依据。

摘要： 本发明提供了一种预测突变对RNA二级结构影响程度的方法和相关设备。本发明还提供了预测癌症基因组中富含或缺失riboSNitch元件的方法。本发明也提供了名为SNIPER的软件，能够用于预测riboSNitch并识别肿瘤中富含或缺失riboSNitch的非编码元件。