[논문 리뷰] Flexible RNA design under structure and sequence constraints using formal languages

Yu Zhou, Yann Ponty외 4명|arXiv (Cornell University)|2013. 05. 16.

RNA and protein synthesis mechanisms참고 문헌 23인용 수 5

한 줄 요약

이 논문은 형식 언어를 활용하여 복잡한 구조적 및 서열 제약 조건 하에서 영리한 RNA 서열 설계를 위한 새로운 프레임워크를 제시한다. 문맥 자유 문법(CFG)과 유한 상태 오토마타(FSA)를 조합하여 다각도의 후보 서열을 효율적이고 선형 시간 내에 생성할 수 있도록 한다. 이 방법은 강제 또는 금지된 모티프를 포함한 전역적 샘플링을 지원하며, 단일 설계 성공률가 낮음에도 불구하고 기존 도구에 비해 후보 생성 속도에서 뛰어나며, 엑ソン 스플라이싱 염증 인자 기능성 RNA 설계에서 검증되었다.

ABSTRACT

The problem of RNA secondary structure design (also called inverse folding) is the following: given a target secondary structure, one aims to create a sequence that folds into, or is compatible with, a given structure. In several practical applications in biology, additional constraints must be taken into account, such as the presence/absence of regulatory motifs, either at a specific location or anywhere in the sequence. In this study, we investigate the design of RNA sequences from their targeted secondary structure, given these additional sequence constraints. To this purpose, we develop a general framework based on concepts of language theory, namely context-free grammars and finite automata. We efficiently combine a comprehensive set of constraints into a unifying context-free grammar of moderate size. From there, we use generic generic algorithms to perform a (weighted) random generation, or an exhaustive enumeration, of candidate sequences. The resulting method, whose complexity scales linearly with the length of the RNA, was implemented as a standalone program. The resulting software was embedded into a publicly available dedicated web server. The applicability demonstrated of the method on a concrete case study dedicated to Exon Splicing Enhancers, in which our approach was successfully used in the design of \emph{in vitro} experiments.

연구 동기 및 목표

• 기존 RNA 설계 도구가 강제 또는 금지된 모티프와 같은 복잡한 비위치 기반 서열 제약 조건을 처리할 수 없는 한계를 해결하기 위해.
• 다양한 제약 조건을 하나의 형식 언어 모델에 통합하는 통합적이고 확장 가능한 프레임워크를 개발하기 위해.
• 목표 2차 구조와 사용자 정의 서열 모티프와 호환되는 RNA 서열의 효율적 무작위 생성 및 체계적 열거를 가능하게 하기 위해.
• 엑손 스플라이싱 조절과 관련된 생물학적으로 관련성이 있는 RNA, 예를 들어 엑손 스플라이싱 염증 인자 기능성 RNA 설계에서의 방법의 유용성을 입증하기 위해.
• 실용적 사용을 위한 공개 웹 서버와 소프트웨어를 제공하기 위해.

제안 방법

• 이 방법은 문맥 자유 문법(CFG)과 유한 상태 오토마타(FSA)를 사용하여 RNA 설계 제약 조건을 모델링하며, 다양한 제약 조건을 하나의 간결한 형식 언어로 통합한다.
• 2차 구조(구조적 제약 조건)와 서열 제약 조건(예: 모티프의 존재/부재)을 함께 고려하는 하이브리드 문법을 구성하여 기저 쌍 형성 규칙과 뉴클레오티드 수준 규칙을 모두 포괄한다.
• 일반 알고리즘을 통해 가중치가 부여된 무작위 생성 및 체계적 열거를 가능하게 하며, 시간 및 공간 복잡도는 RNA 길이에 대해 선형이다.
• CFGRNAD라는 고유한 소프트웨어 구현은 병합된 문법에 대한 동적 프로그래밍을 활용하여 효율적으로 서열을 샘플링한다.
• FSA 구성 요소 내부의 정규 표현식을 사용하여 고정된 위치 또는 서열 어디에서든 모티프를 유연하게 지정할 수 있다.
• 실용적 응용을 위해 공개된 웹 서버에 통합되어 있으며, 합성 생물학 및 in vitro 검증에 활용될 수 있다.

실험 결과

연구 질문

• RQ1 형식 언어 기반 접근 방식이 RNA 설계에서 강제 또는 금지된 모티프를 포함한 다양한 생물학적 관련 서열 제약 조건을 효율적으로 처리할 수 있는가?
• RQ2 제안된 방법의 선형 시간 복잡도는 후보 생성 속도와 설계 품질 측면에서 삼차 시간 복잡도 대안과 비교해 어떻게 성능을 내는가?
• RQ3 서열 어디에서나 나타날 수 있는 금지된 모티프와 같은 복잡한 제약 조건이 목표 구조로의 성공적인 접힘 확률에 얼마나 큰 영향을 미치는가?
• RQ4 히우리스틱 방법에 비해 단일 설계 성공률가 낮음에도 불구하고, 충분히 크고 다양한 후보 서열 집합을 생성하여 이를 상쇄할 수 있는가?
• RQ5 형식 문법 내부에 비표준 쌍(예: 비표준 쌍)과 같은 구조적 모티프를 포함할 경우, 설계 가능성과 기능적 관련성에 어떤 영향을 미치는가?

주요 결과

• CFGRNAD 방법은 RNA 길이에 대해 선형 시간 및 공간 복잡도를 달성하여 대규모 후보 서열 집합의 효율적 생성을 가능하게 한다.
• 단일 설계 성공률가 낮음(30%에서 2%까지, 길이 30–100 nt의 서열에서)에도 불구하고, NUPACK이 단지 20개의 후보를 생성하는 데 소요되는 시간 동안 197,000개의 후보를 생성하여 후보 생성 속도에서 뚜렷한 우월성을 보였다.
• 100 nt 서열에서 NUPACK은 80%에서 40%의 완전한 성공 확률을 기록한 반면, CFGRNAD는 30%에서 2%에 그쳤지만, 더 큰 후보 풀 덕분에 실질적으로는 유리했다.
• 구조적 민감도(≥90% 기저 쌍 유사도)는 CFGRNAD가 50%에서 18%였고, NUPACK은 97%였으며, 이는 다양성과 개별 설계 품질 사이의 상충 관계를 시사한다.
• 이 방법은 엑손 스플라이싱 염증 인자(ESEs)를 위한 功能성 RNA를 성공적으로 설계하였으며, in vitro 검증을 통해 생물학적 관련성과 실용적 유용성을 확인하였다.
• 이 프레임워크는 현재까지 유일하게 강제 및 금지된 모티프를 모두 지원하는 도구이며, 이전에는 존재하지 않았던 응용 가능성을 열어 놓았다.