Введение
Вычислительное предсказание структуры нуклеиновой кислоты вычислительное предсказание структуры нуклеиновой кислоты Прогнозирование структуры нуклеиновой кислоты - это вычислительный метод определения вторичной и третичной структуры нуклеиновой кислоты из ее последовательности. Вторичная структура может быть предсказана из одной или нескольких последовательностей нуклеиновой кислоты. Третичная структура может быть предсказана из последовательности или сравнительным моделированием (когда структура гомологичной последовательности известна). Проблема предсказания вторичной структуры нуклеиновой кислоты зависит в основном от взаимодействия пар оснований и укладки оснований; многие молекулы имеют несколько возможных трехмерных структур, поэтому предсказание этих структур остается недостижимым, если не наблюдается очевидная последовательность и функциональное сходство с известным классом молекул нуклеиновой кислоты, таких как трансферная РНК (тРНК) или микроРНК (миРНК). Многие методы прогнозирования вторичной структуры полагаются на вариации динамического программирования и поэтому не могут эффективно идентифицировать псевдоузлы. Хотя методы схожи, существуют небольшие различия в подходах к прогнозированию структуры РНК и ДНК. В организме ДНК структуры с большей вероятностью являются дуплексами с полной комплементарностью между двумя нитями, в то время как структуры РНК с большей вероятностью складываются в сложные вторичные и третичные структуры, такие как в рибосоме, сплайцесоме или трансферной РНК. Отчасти это связано с тем, что дополнительный кислород в РНК увеличивает склонность к водородным связям в основном составе нуклеиновой кислоты. Энергетические параметры также различны для двух нуклеиновых кислот. Методы прогнозирования структуры могут следовать полностью теоретическому подходу или гибридному подходу, включающему экспериментальные данные.
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.
Прогноз структуры одной последовательности
Общая проблема для исследователей, работающих с РНК, заключается в определении трехмерной структуры молекулы, имея только последовательность нуклеиновых кислот. Однако в случае РНК большая часть конечной структуры определяется вторичной структурой или внутримолекулярными взаимодействиями парных оснований молекулы. Это показывает высокая сохранность пар оснований в различных видах.
Самая стабильная структура
Вторичная структура малых молекул РНК во многом определяется сильными локальными взаимодействиями, такими как водородные связи и укладка оснований. Сумма свободной энергии для таких взаимодействий должна дать приблизительное представление о стабильности данной структуры. Для прогнозирования свободной энергии сгибания данной вторичной структуры используется эмпирическая модель ближайшего соседа. В модели ближайшего соседа изменение свободной энергии для каждого мотива зависит от последовательности мотива и его ближайших пар оснований. Программы выравнивания на основе структуры улучшают производительность этих выравниваний, и большинство из них являются вариантами алгоритма Санкоффа. Методы прогнозирования трехмерной структуры могут использовать сравнительное моделирование, которое начинается с связанной известной структуры, известной как шаблон. Альтернативная стратегия - моделирование вторичной структуры РНК de novo, которое использует принципы, основанные на физике, такие как молекулярная динамика или случайная выборка конформационного ландшафта, за которой следует скрининг со статистическим потенциалом для оценки. Эти методы используют либо все атомы, представляющие структуру нуклеиновой кислоты, либо грубозернистые представления. Структуры с низким разрешением, полученные многими из этих методов моделирования, затем подвергаются усовершенствованию с высоким разрешением.