Кіріспе
Нуклеин қышқылының құрылымын есептеу арқылы болжау Нуклеин қышқылының құрылымын есептеу арқылы болжау Нуклеин қышқылының құрылымын болжау - екінші және үшінші нуклеин қышқылының құрылымын оның реттілігінен анықтаудың есептеу әдісі. Екіншілік құрылымын бір немесе бірнеше нуклеин қышқылы реттілігінен болжауға болады. Үшіншілік құрылымын тізбектен немесе салыстырмалы модельдеу арқылы болжауға болады (гомологты тізбектің құрылымы белгілі болған кезде). Нуклеин қышқылының екіншілік құрылымын болжау мәселесі негізінен негізді жұптастыруға және негізді үйіру өзара әрекеттесулеріне байланысты; көптеген молекулаларда бірнеше үш өлшемді құрылымдар бар, сондықтан бұл құрылымдарды болжау, егер трансферттік РНК (tRNA) немесе микроРНК (miRNA) сияқты белгілі бір кластағы нуклеин қышқылы молекулаларына айқын реттілік пен функционалдық ұқсастық байқалмаса, қол жетімді емес болып қалады. Көптеген екіншілік құрылымды болжау әдістері динамикалық бағдарламалаудың түрлеріне сүйенеді, сондықтан псевдо түйіндерді тиімді анықтай алмайды. Әдістер ұқсас болғанымен, РНК және ДНҚ құрылымын болжау тәсілдерінде кішкене айырмашылықтар бар. In vivo, ДНК құрылымдары екі тармақтың толық толықтай өзара толықтай өзара байланысы бар дуплекстер болуы ықтимал, ал РНК құрылымдары күрделі екінші және үшінші құрылымдарға, мысалы, рибосома, сплайцесома немесе РНК-ны ауыстыруға ықтимал. Бұл, бір жағынан, РНК-дағы қосымша оттегі нуклеин қышқылының арқа сүйегінде сутекті байланыстыруға бейімділікті арттырады. Екі нуклеин қышқылының энергия параметрлері де әртүрлі. Құрылысты болжау әдістері толықтай теориялық немесе эксперименттік деректерді қамтитын гибридті тәсілмен жүзеге асырылуы мүмкін.
the computational prediction of nucleic acid structure
Nucleic acid structure prediction is a computational method to determine secondary and tertiary nucleic acid structure from its sequence. Secondary structure can be predicted from one or several nucleic acid sequences. Tertiary structure can be predicted from the sequence, or by comparative modeling (when the structure of a homologous sequence is known). The problem of predicting nucleic acid secondary structure is dependent mainly on base pairing and base stacking interactions; many molecules have several possible three dimensional structures, so predicting these structures remains out of reach unless obvious sequence and functional similarity to a known class of nucleic acid molecules, such as transfer RNA (tRNA) or microRNA (miRNA), is observed. Many secondary structure prediction methods rely on variations of dynamic programming and therefore are unable to efficiently identify pseudoknots. While the methods are similar, there are slight differences in the approaches to RNA and DNA structure prediction. In vivo, DNA structures are more likely to be duplexes with full complementarity between two strands, while RNA structures are more likely to fold into complex secondary and tertiary structures such as in the ribosome, spliceosome, or transfer RNA. This is partly because the extra oxygen in RNA increases the propensity for hydrogen bonding in the nucleic acid backbone. The energy parameters are also different for the two nucleic acids. The structure prediction methods can follow a completely theoretical approach, or a hybrid one incorporating experimental data.
Бір реттілік құрылымды болжау
РНК-мен жұмыс істейтін зерттеушілердің жалпы проблемасы - тек нуклеин қышқылының тізбесін ғана ескере отырып, молекуланың үш өлшемді құрылымын анықтау. Алайда РНК жағдайында соңғы құрылыстың көп бөлігі молекуланың екінші құрылымдары немесе молекулалық базалық жұптасуы арқылы анықталады. Бұл әртүрлі түрлердегі негіз жұптасуларының жоғары сақталуымен көрсетіледі.
Ең тұрақты құрылым
Кіші РНК молекулаларының екіншілік құрылымы негізінен сутекті байланыстар мен негізді үйілу сияқты күшті жергілікті өзара әрекеттесулермен анықталады. Мұндай өзара әрекеттесулердің еркін энергиясын қосу берілген құрылымның тұрақтылығын шамамен анықтауға мүмкіндік береді. Берілген екінші құрылымның бүктеу еркін энергиясын болжау үшін эмпирикалық ең жақын көрші модель қолданылады. Ең жақын көрші модельінде әр мотивтің еркін энергиясының өзгеруі мотивтің және оның ең жақын негіз жұптарының реттілігіне байланысты. Құрылымға негізделген сәйкестендіру бағдарламалары осы сәйкестендірулердің жұмысын жақсартады және олардың көпшілігі Санкофф алгоритмінің нұсқалары болып табылады. Үш өлшемді құрылымды болжау әдістері салыстырмалы модельдеуді қолдана алады, ол үлгі деп аталатын байланысты белгілі құрылымнан басталады. Альтернативті стратегия - РНК-ның екінші реттік құрылымын модельдеу, ол молекулалық динамика немесе конформациялық ландшафттың кездейсоқ үлгісін алу сияқты физикаға негізделген принциптерді қолданады, содан кейін балл қою үшін статистикалық әлеуетті скрининг жүргізіледі. Бұл әдістер нуклеин қышқылының құрылымының барлық атомдық бейнеленуі немесе ірі түйіршікті бейнеленуі қолданылады. Осы модельдеу әдістерінің көбісімен құрылған төменгі ажыратылымдағы құрылымдар жоғары ажыратылымдағы тазартуларға ұшырайды.