带假结的RNA二级结构预测新方法及其针对流感病毒的反向遗传学应用研究

RNA不同于DNA和蛋白质，既可携带遗传信息，又可作为功能分子，而RNA功能与其结构密切相关，因此，研究RNA的二级结构可揭示RNA在生命过程中的进化规律，对推进人类后基因组计划和医学生物学的发展具有重要意义。但由于RNA分子降解速度快，通过生物试验方法测定RNA结构相当困难，借助于计算机及其算法预测其结构成为一种公认的有效方法。假结在RNA的二级结构以及RNA的功能活性中起着重要作用，预测带假结的RNA二级结构是极为重要的理论与技术难题。目前很多RNA二级结构预测的基础是最小自由能算法，其不足是不能预测假结，而其它可预测带假结的RNA二级结构的算法存在时间复杂度高、序列最大长度受到限制等问题，制约了算法的应用。为此，本项目拟建立带假结的RNA二级结构预测的一般方法，解决预测算法实用化的关键技术难题，并将结果用于流感病毒基因反向遗传操作分子设计，具有较高的学术与应用价值。

本研究建立了更加贴近实际的平衡能能量模型，基于该平衡能能量模型，提出了多种RNA二级结构的预测方法，并将预测得到的RNA二级结构应用到药物设计理论研究中。平衡能能量模型是以生物实验中测定的RNA二级结构熵、焓及能量变化数据为基础，并结合有可靠二级结构的RNA数据库建立的，同时完善了多分支环能量计算，加入了初步假结能量，使得能量计算更为精确，更贴近实际。基于能量模型，提出了四种RNA二级结构预测方法：一、基于蚁群算法的RNA二级结构预测算法，此算法与RNAstructure、GA算法相比，敏感度、特异性、MCC虽然增加量不大，但运行时间有显著改进，与RNAstructure相比，运行时间平均缩短了39.1%，与GA相较，运行时间平均缩短了41.1%；二、基于隐马模型的RNA二级结构预测算法，此算法与其它算法在算法复杂度上相当；三、基于茎区动态规划的RNA二级结构预测算法，此算法与GA相比，敏感度增加了7.5%，特异性增加了2.7%，MCC增加了9.68%；四、基于粒子群优化的带假结RNA二级结构预测算法，此算法与Mfold相比，敏感度增加了9.56%，特异性增加了8.81%，与RnaPredict相比，敏感度增加了3.9%，特异性增加了4.53%。本研究将应用上述四种预测方法得到的RNA二级结构及其能量应用到如下的药物设计理论研究中：一、miRNA靶标寻找算法，将结构与能量信息等特征加入miRNA靶标特征中，再使用SVM聚类，与使用传统特征的算法相比，提高了靶基因的聚类程度；二、针对人类流感病毒的miRNA发现算法，在人类流感病毒中发现了5条人编码miRNA，将理论中的多条miRNA数量减少至实验可验证的范围；三、针对H1N1病毒的siRNA特征分析和药物设计，提出了多个siRNA特征，提高了siRNA的药物设计效率，对药物设计的理论研究起到了推动作用。在本项目研究中，共发表论文15篇，其中SCI检索5篇，EI检索10篇；提出专利申请两个：《基于CPLD碱基片段编码和蚁群算法的RNA序列二级结构预测方法》和《基于ARM微处理器的siRNA干扰效率预测新方法》 ；完成软件著作权两个：《ACRNA二级结构预测软件[简称：ACRNA]V1.0》和《miRNA靶基因预测软件V1.0》，已取得了预期的研究成果。