[论文解读] 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 30

一句话总结

本文提出RNARedPrint，一种用于折叠成多个目标二级结构（包括伪结）的RNA序列的Boltzmann加权采样算法，具有固定参数可解性。通过利用约束网络的树分解与随机回溯，该方法实现了高效、非均匀的采样，可针对特定的吉布斯自由能模型和设计目标（如GC含量或自由能）进行定制，显著优于均匀采样，在生成具有生物学意义的多目标设计方面表现更优。

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 .

研究动机与目标

• 为解决生成多目标RNA设计高质量种子序列的挑战，特别是针对具有伪结和多个稳定构象的结构。
• 克服均匀采样在多目标RNA设计中的局限性，后者常导致GC含量极端或非生物学特性的序列。
• 开发一种支持任意可加RNA吉布斯自由能模型的采样方法，并可针对性地生成具有特定热力学或组成特征的序列。
• 建立一种计算高效、固定参数可解的方法，其可扩展性优于以往方法，尤其适用于复杂、多结构RNA设计问题。

提出的方法

• 该方法将RNA设计问题建模为碱基对与核苷酸分配之间的约束网络，利用树分解实现高效的动态规划。
• 通过基于子解数量的随机回溯过程执行Boltzmann加权采样，其中采样概率由子问题中有效完成方案的数量决定。
• 该算法支持任意可加RNA吉布斯自由能模型，可生成具有期望自由能或GC含量的序列。
• 重用了并扩展了RNAdesign框架的分层分解策略，但将均匀采样替换为Boltzmann加权采样，以提升设计质量。
• 该方法在理论上被证明对均匀采样为#P难问题，从而证明了需要更复杂的采样策略的必要性。
• 通过将所有结构约束编码到约束网络中，实现对伪结和多个目标结构的高效处理。

实验结果

研究问题

• RQ1 能否使针对折叠成多个目标结构的RNA序列的Boltzmann加权采样实现固定参数可解，从而实现高效且具有生物学意义的设计？
• RQ2 在多目标RNA设计中，Boltzmann加权采样与均匀采样在序列质量和多样性方面有何差异？
• RQ3 该方法在保持结构相容性的前提下，能在多大程度上控制特定序列特征（如GC含量或期望自由能）？
• RQ4 多目标RNA设计的均匀采样计算复杂度如何？是否可通过参数化算法降低其复杂度？

主要发现

• RNARedPrint在生成具有生物学意义的多目标RNA设计方面显著优于均匀采样，尤其在序列多样性和结构相容性方面表现突出。
• 通过在约束网络上进行Boltzmann加权采样，该方法成功生成了具有目标GC含量和期望自由能的序列。
• 实证评估表明，RNARedPrint在设计质量方面优于先前最佳方法（即使用均匀采样的RNAdesign），其衡量标准为结构稳定性和特征控制能力。
• 该算法在基准数据集上表现出良好的可扩展性，大多数测试案例的平均采样时间低于30秒，且能稳健处理伪结和多结构。
• 该方法证明了固定参数可解采样在实践中的可行性，并优于均匀采样，尽管均匀采样本身为#P难问题。
• RNARedPrint生成的序列平均GC含量更加均衡且更符合生物学实际，而均匀采样常产生不切实际的高GC含量。