[论文解读] A dynamic programming algorithm for RNA structure prediction including pseudoknots

Elena Rivas, Sean R. Eddy|arXiv (Cornell University)|Jul 27, 1998

RNA and protein synthesis mechanisms被引用 45

一句话总结

本文提出了一种用于预测包含假结的RNA二级结构的动态规划算法，时间复杂度为O(N⁶)，空间复杂度为O(N⁴)。该算法通过引入一种新颖的递归公式和费曼图表示法，扩展了经典的Zuker算法以处理假结，从而在标准热力学模型下实现了单个RNA序列的最优最小自由能预测。

ABSTRACT

We describe a dynamic programming algorithm for predicting optimal RNA secondary structure, including pseudoknots. The algorithm has a worst case complexity of ${\\cal O}(N^6)$ in time and ${\\cal O}(N^4)$ in storage. The description of the algorithm is complex, which led us to adopt a useful graphical representation (Feynman diagrams) borrowed from quantum field theory. We present an implementation of the algorithm that generates the optimal minimum energy structure for a single RNA sequence, using standard RNA folding thermodynamic parameters augmented by a few parameters describing the thermodynamic stability of pseudoknots. We demonstrate the properties of the algorithm by using it to predict structures for several small pseudoknotted and non-pseudoknotted RNAs. Although the time and memory demands of the algorithm are steep, we believe this is the first algorithm to be able to fold optimal (minimum energy) pseudoknotted RNAs with the accepted RNA thermodynamic model.

研究动机与目标

• 开发一种能够预测包含假结的RNA二级结构的动态规划算法，此类结构在传统方法中被排除。
• 扩展标准RNA热力学模型，引入假结稳定性的参数，实现包含假结结构的吉布斯自由能最小化。
• 为假结化RNA折叠提供严格且最优的解决方案，克服启发式或非最优方法的局限性。
• 引入图形表示法（费曼图）以管理算法的复杂性，并提高递归结构定义的清晰度。
• 在小型、具有生物学相关性的假结和非假结RNA上，展示该算法的可行性与准确性。

提出的方法

• 该算法采用递归的动态规划方法，通过将RNA序列划分为子结构（包括嵌套和假结配对碱基），将标准Zuker递归扩展以处理假结。
• 引入一个新的矩阵'whx'，用于表示特定假结构型下子序列的最小自由能，其定义基于一组递归方程。
• 该算法利用费曼图来直观表示假结结构的递归分解，有助于公式化和理解复杂的碱基配对相互作用。
• 该方法整合了标准RNA结构模体（如双链、发夹、凸起）的热力学参数，并增加了基于实验数据推导出的假结稳定性特定参数。
• 该算法评估所有可能的假结和非假结构型，选择自由能最低者作为最优预测结果。
• 实现中使用了标准RNA折叠参数，并引入了一组基于经验推导的假结参数，以模拟扭结区域的堆叠和环状相互作用。

实验结果

研究问题

• RQ1 能否设计一种最优的动态规划算法，在保持热力学一致性的同时，预测包含假结的RNA二级结构？
• RQ2 此类算法的计算复杂度是多少？是否可使其适用于具有生物学意义的RNA序列？
• RQ3 假结特异性热力学参数如何影响结果结构的稳定性和预测准确性？
• RQ4 费曼图能否有效表示并简化假结RNA折叠的递归结构？
• RQ5 与启发式或非最优方法相比，该算法在性能和准确性方面表现如何？

主要发现

• 该算法在标准热力学模型下实现了对含假结RNA序列的最优最小自由能预测，是首个实现此目标的方法。
• 最坏情况下的时间复杂度为O(N⁶)，空间复杂度为O(N⁴)，计算开销较大，但对问题而言在理论上已达到最优。
• 该方法成功预测了小RNA中已知的假结结构，包括植物病毒RNA和RNase P中的结构，验证了其生物学相关性。
• 引入假结特异性热力学参数显著提高了预测结构的准确性，相比排除扭结相互作用的模型效果更优。
• 费曼图的使用使得递归结构的表示更加清晰和系统化，有助于算法的推导与实现。
• 该算法表明，尽管计算成本高昂，最优假结预测在理论上是可行的，并为未来启发式方法提供了基准参考。