RNA二级结构的若干计算生物学问题研究

论文摘要

对于RNA分子结构与功能的研究是当今生物信息学领域的一个非常重要的课题。随着研究的不断深入,RNA正在从人们眼中简单的、线性的、功能单一的分子形象演变成今天种类多样,结构复杂,功能特异的新个体,特别是大量非编码RNA的发现以及对于其功能特性的分析,使得人们逐步认识到RNA世界的多样性和重要性。RNA已经不仅仅被认为是DNA到蛋白质之间的一种信息传递中介,它已经逐渐在中心法则中取得了与DNA和蛋白质同等重要的地位。RNA组学（Rnomics）或者核糖组学（Ribonomics）也成为继基因组学（Genomics）,蛋白质组学（Proteomics）等一系列系统生物学概念之后的一个崭新的系统交叉学科。RNA分子结构与功能的研究不光依赖于实验手段,同时也需要借助生物信息学的方法进行分析,特别是目前对于RNA分子的研究已经进入了一个大规模的,高通量的,系统分析的时代,为了更加深入探索RNA结构与功能的关系,了解RNA在生命活动中的各种工作机制,大力发展RNA研究方面的生物信息学方法和技术显得尤为重要。在这样一个热点研究背景之下,本论文从算法设计以及计算机软件平台构建的角度,对于RNA分子结构相关的计算生物学问题进行研究。论文内容涉及RNA分子结构的表示,RNA结构预测,RNA结构比对,RNA结构的压缩和信息度的衡量,RNA综合分析平台的构建,以及非编码RNA基因预测等若干问题,属于计算机,生物,医学交叉的前沿学科领域。论文的主要内容与成果概括如下:（1）.对于RNA分子的结构表示理论进行了系统的分析,对于各种结构表示方法进行比较,同时提出了一种基于6-D编码的RNA分子二级结构表示方法,将RNA构象的二级结构转化为结构矩阵,提取矩阵奇异值向量作为其主要结构特征,从而从代数矩阵论角度给出了其分子结构的精确描述。（2）.对于RNA分子二级结构的预测算法进行了系统的阐述,基于图论极大独立集思想提出了一种基于Hopfield网络进行并行预测的有效算法,进一步提高了RNA二级结构预测的效率。（3）.对于RNA分子二级结构的各种相似度衡量算法进行了探讨和比较,采用6-D编码设计了一种利用矩阵奇异值分解进行结构比对的算法。（4）.基于上述相似度提出了一种新的模糊核聚类（Kernel Fuzzy C-means,KFCM）算法,应用于RNA二级结构构象的聚类分析中。结果表明该聚类算法对于RNA构象分析十分有效。（5）.构建了RNA结构比对以及结构构象聚类的整合软件平台（RNACluster）,将基于最小生成树（Minimum Spanning Tree,MST）表示的聚类算法应用于RNA分子的构象聚类、RNA构象转换（RNA conformational switches）以及非编码RNA预测当中。（6）.首次提出了RNA二级结构压缩的概念,设计了一种利用上下文无关文法压缩RNA二级结构的算法,构建了相关软件（RNACompress）,该软件可以有效的对于RNA一级序列及二级结构同时进行建模,并且进行无损压缩。（7）.首次引入基于压缩的Kolmogorov复杂度来衡量RNA结构的信息度。并将其应用于11种GTP-binding RNA核酸适体（aptamer）的结构信息度衡量及其绑定活性与结构信息复杂度关系的定量研究中。（8）.对于非编码RNA的相关概念及其基因预测算法进行了论述。系统总结了非编码RNA相关的网上平台与数据库资源。对于非编码RNA计算生物学领域的未来研究方向和研究热点提出了自己的看法,并作了相应展望。

论文目录

• 致谢
• 摘要
• Abstract
• 第1章 绪论
• 1.1 计算生物学概述
• 1.2 研究现状及课题背景
• 1.2.1 研究现状
• 1.2.2 课题背景
• 1.3 论文内容及结构安排
• 1.3.1 论文内容
• 1.3.2 论文结构
• 1.4 本章小结
• 第2章 RNA分子结构的表示方法
• 2.1 引言
• 2.2 RNA二级结构
• 2.2.1 二级结构
• 2.2.2 子结构
• 2.3 RNA结构表示方法
• 2.3.1 平面图表示法
• 2.3.2 点-括号对表示法
• 2.3.3 树表示法
• 2.3.4 RNA-Z曲线
• 2.3.5 其他基于碱基序列编码的表示方法
• 2.4 RNA二级结构矩阵的奇异值分解表示
• 2.4.1 结构矩阵
• 2.4.2 奇异值分解
• 2.5 本章小结
• 第3章 RNA二级结构预测
• 3.1 引言
• 3.2 二级结构预测
• 3.2.1 最大碱基配对算法
• 3.2.2 最小自由能算法
• 3.2.3 划分函数算法
• 3.2.4 共变模型预测算法
• 3.2.5 随机上下文无关文法预测
• 3.2.6 螺旋区组合算法
• 3.2.7 方法总结及常用预测软件
• 3.2.8 基于离散Hopfield网络RNA二级结构预测
• 3.3 本章小结
• 第4章 RNA二级结构比对
• 4.1 引言
• 4.2 二级结构比对
• 4.2.1 普适的RNA二级结构比对
• 4.2.2 RNA二级结构构象比对
• 4.3 基于奇异值分解向量的二级结构比对
• 4.3.1 基于奇异值分解的任意RNA二级结构比对
• 4.3.2 基于奇异值分解的RNA二级结构构象比对
• 4.4 本章小结
• 第5章 RNACluster.RNA结构构象比对及聚类的整合平台
• 5.1 引言
• 5.2 RNACluster软件平台
• 5.3 基于MST表示的聚类算法
• 5.3.1 聚类发现
• 5.3.2 聚类簇有效性的统计学衡量以及簇的紧致性
• 5.3.3 簇的中心结构
• 5.4 应用
• 5.4.1 应用一:构象聚类分析
• 5.4.2 应用二:构象转换分析
• 5.4.3 应用三:簇的紧致性在区分非编码RNA及其混乱序列中的应用
• 5.5 本章小结
• 第6章 RNACompress:RNA结构压缩及基于kolmogorov复杂度理论的信息度衡量
• 6.1 引言
• 6.2 RNACompress:RNA结构压缩
• 6.2.1 基于上下文无关文法的RNA二级结构描述
• 6.2.2 压缩算法
• 6.3 压缩性能测试
• 6.4 kolmogorov复杂度理论及其应用
• 6.4.1 kolmogorov复杂度理论
• 6.4.2 基于RNACompress的GTP-binding RNA核酸适体的信息复杂度衡量
• 6.4.3 讨论
• 6.5 本章小结
• 第7章 非编码RNA基因预测
• 7.1 引言
• 7.2 非编码RNA基因预测
• 7.2.1 非编码RNA简介
• 7.2.2 非编码RNA基因预测
• 7.3 microRNA功能研究
• 7.4 非编码RNA网上数据库资源
• 7.5 研究展望
• 7.6 本章小结
• 第8章 总结与展望
• 8.1 总结
• 8.2 展望
• 参考文献
• 作者简历
• 攻读博士期间主要研究成果