1、RNA结构预测：从基础到应用的全面解析

RNA结构预测：从基础到应用的全面解析

1. RNA结构分析概述

自20世纪60年代以来，RNA二级结构分析已广泛应用于各类RNA，如rRNA和RNA病毒基因组。随后，RNA三维结构分析也逐渐展开。然而，由于RNA结构的不稳定性，与蛋白质相比，检测到的RNA结构数量要少得多。截至2020年，蛋白质数据库（PDB）中仅含RNA的结构有1523个，而仅含蛋白质的结构有151,577个。因此，计算机模拟结构预测成为克服这些限制、全面揭示RNA结构的有力手段。

最常用且高性能的结构预测方法基于热力学模型，该模型以RNA的一级序列为输入，根据结构稳定性预测代表性结构。通过使用短寡核苷酸的熔解温度或数据库中的结构，对每个子结构的自由能变化进行近似估计，以此作为结构稳定性的度量。为了计算基于热力学模型的RNA二级结构概率，需要计算自由能变化指数的总和，公式为：$\sum_{\zeta\in\Omega(x)} e^{\Delta G(\zeta,x)/RT}$，其中$\Delta G(\zeta,x)$是序列$x$和结构$\zeta$的自由能变化，$R$是气体常数，$T$是绝对温度，$\Omega(x)$表示序列$x$的所有可能结构的集合。对于每个可能的子序列$x$的$\Delta G(\zeta,x)$，可以使用动态规划（DP）技术，通过子问题$\Delta G(\zeta,x_0)$（其中$x_0$是$x$的子序列）进行有效计算。计算完完整序列的DP变量后，可以根据正则分布计算配分函数和结构概率。

先前的基准研究对RNA二级和三维预测工具进行了全面评估，结果表明，许多预测方法不仅具有足够高的预测准确性，而且在鲁棒性和性能稳定性方面存在计算限制。

2. 计算机模拟结构分