[論文レビュー] Fixed-Parameter Tractable Sampling for RNA Design with Multiple Target Structures

Stefan Hammer, Yann Ponty+2 more|arXiv (Cornell University)|Apr 3, 2018

RNA and protein synthesis mechanisms参考文献 46被引用数 30

ひとこと要約

本稿では、複数の目的の二次構造（パーサーブノットを含む）に折りたたむRNA配列のボルツマン重み付きサンプリングを固定パラメータ可 tractable なアルゴリズムであるRNARedPrintを紹介する。制約ネットワークの木分解と確率的バックトラッキングを活用することで、特定のエネルギーモデルや設計目的（GC含量や自由エネルギーなど）に適合した効率的で非一様なサンプリングを可能にし、生物学的に関連性のあるマルチターゲット設計を生成する上で、一様サンプリングを著しく上回る性能を発揮する。

ABSTRACT

The design of multi-stable RNA molecules has important applications in biology, medicine, and biotechnology. Synthetic design approaches profit strongly from effective in-silico methods, which can tremendously impact their cost and feasibility. We revisit a central ingredient of most in-silico design methods: the sampling of sequences for the design of multi-target structures, possibly including pseudoknots. For this task, we present the efficient, tree decomposition-based algorithm. Our fixed parameter tractable approach is underpinned by establishing the P-hardness of uniform sampling. Modeling the problem as a constraint network, our program supports generic Boltzmann-weighted sampling for arbitrary additive RNA energy models; this enables the generation of RNA sequences meeting specific goals like expected free energies or \\GCb-content. Finally, we empirically study general properties of the approach and generate biologically relevant multi-target Boltzmann-weighted designs for a common design benchmark. Generating seed sequences with our program, we demonstrate significant improvements over the previously best multi-target sampling strategy (uniform sampling).Our software is freely available at: https://github.com/yannponty/RNARedPrint .

研究の動機と目的

• マルチターゲットRNAデザインのための高品質なシーング配列を生成する課題に取り組むこと、特にパーサーブノットを有する構造や複数の安定したコンformationを有する構造に対して。
• 一様サンプリングの限界を克服することにより、極端なGC含量など生物学的に不自然な配列特性を示すことがよくあるマルチターゲットRNAデザインにおける問題を解消すること。
• 任意の加法的RNAエネルギーモデルをサポートするサンプリング手法を開発し、特定の熱力学的または構成的特徴（例：期待自由エネルギー、GC含量）を持つ配列の標的生成を可能にすること。
• 計算的に効率的で固定パラメータ可 tractable なアプローチを確立し、特に複雑なマルチ構造RNAデザイン問題において、従来の手法よりも優れたスケーラビリティを実現すること。

提案手法

• RNAデザイン問題を、塩基対とヌクレオチド割り当ての制約ネットワークとしてモデル化し、木分解を活用して効率的な動的計画法を可能にする。
• 部分解の個数に基づく確率を導出するサブソリューションカウントに従う、確率的バックトラッキング手順を用いてボルツマン重み付きサンプリングを実行する。
• 任意の加法的RNAエネルギーモデルをサポートし、期待自由エネルギーまたはGC含量が所望の値になるような配列の生成を可能にする。
• RNAdesignフレームワークの階層的分解戦略を再利用・拡張するが、一様サンプリングの代わりにボルツマン重み付きサンプリングを採用することで、設計品質を向上させる。
• 一様サンプリングが#P困難であることが形式的に証明されており、より洗練されたサンプリング戦略の必要性を裏付ける。
• すべての構造的制約を制約ネットワークにエンコードすることで、パーサーブノットと複数のターゲット構造を効果的に処理できるように実装を最適化する。

実験結果

リサーチクエスチョン

• RQ1 複数のターゲット構造に折りたたむRNA配列に対するボルツマン重み付きサンプリングを、固定パラメータ可 tractable に実現できるか。これにより、効率的かつ生物学的に関連性のある設計が可能になるか。
• RQ2 マルチターゲットRNAデザインにおいて、ボルツマン重み付きサンプリングは一様サンプリングと比較して、配列の質や多様性においてどのように優れているか。
• RQ3 本手法は、GC含量や期待自由エネルギーといった特定の配列特徴をどの程度制御可能でありながら、構造的適合性を維持できるか。
• RQ4 マルチターゲットRNAデザインにおける一様サンプリングの計算複雑性は何か。また、パrameterized アルゴリズムによりこれを軽減できるか。

主な発見

• RNARedPrintは、特に配列の多様性と構造的適合性において、一様サンプリングを著しく上回り、生物学的に関連性のあるマルチターゲットRNAデザインの生成において顕著な改善を達成している。
• 本手法は、制約ネットワーク上のボルツマン重み付きサンプリングを活用することで、ターゲットGC含量や期待自由エネルギーを持つ配列の生成に成功している。
• 実験的評価では、構造的安定性と特徴制御の観点から、RNARedPrintが従来の最良手法（一様サンプリングを用いたRNAdesign）を上回っていることが示された。
• ベンチマークデータセットにおいて、アルゴリズムは効果的にスケーリングしており、ほとんどのテストケースで1配列あたりの平均サンプリング時間が30秒未満に収まり、パーサーブノットと複数構造の処理にも頑健に耐えうる。
• 固定パラメータ可 tractable なサンプリングが実現可能であり、一様サンプリングよりも優れていることが示された。これは、一様サンプリングが#P困難であるにもかかわらず成り立つ。
• RNARedPrintが生成する配列の平均GC含量は、一様サンプリングがしばしば不切な高いGC含量を生成するのとは異なり、よりバランスが取れており生物学的に現実的である。