[发明专利]一种基于ARM处理器的玉米lncRNA筛选分类方法

说明书

本发明公开了一种基于ARM处理器的玉米lncRNA筛选分类方法，包括如下步骤：步骤一、将玉米全长cDNA序列输入CPLD；步骤二、筛选长度大于200的cDNA序列，对cDNA进行开放阅读框预测并确定阈值，确定长度小于阈值的cDNA，其与已知蛋白作同源比对，对不同源部分进行保留，对已有植物lncRNA作二级结构预测，提取二级结构特征，同时对剩余序列作二级结构预测，保留满足结构特征的部分，将待筛选的cDNA序列与小RNA序列进行比对，排除小RNA前体；步骤三、收集已知功能的玉米lncRNA序列，并进行结构预测，对功能lncRNA进行结构特征提取并筛选，构建已知功能玉米lncRNA结构特征集，将步骤二筛选出的玉米lncRNA进行二级结构提取，比对结构特征集，对lncRNA功能确认分类。

技术领域

本发明涉及生物信息学研究领域，具体涉及一种基于ARM处理器的玉米lncRNA筛选分类方法。

背景技术

RNA的二级结构就是指因碱基互补配对，RNA自身折叠构成的茎-环结构。因碱基互补配对，RNA虽然是单链却会自身折叠在部分区域构成双螺旋结构，使得RNA的三维空间结构变得复杂。除典型配对(Waston-Crick配对，A＝U、G≡C)外，还有G＝U(wobble basepairs摆动配对)这种例外情况。 G≡C稳定性最高，G＝U稳定性最低。二级结构中茎是碱基连续构成配对的地方，按照上述A＝U、G≡C、G＝U的配对规则构成的双螺旋区域。部分没有形成配对的单链部分为环。

在研究有关RNA的问题时，我们通过RNA一级序列可以获得有关RNA 的部分信息，而对RNA二级结构的研究可以进一步探索其具有的生物学功能。RNA二级结构预测是现在生物信息学领域的焦点问题，发展到今天，已经有许多算法解决这个问题。总结常用的二级结构预测算法有以下4类：动态规划算法，比较序列分析法，组合优化算法，启发式算法。目前使用生物实验方法实现RNA二级结构预测耗时耗力，而基于计算方法的预测局限于序列整体结构的准确性，忽略局部结构保守的功能组件，不适用于长序列的预测需求。为满足lncRNA二级结构预测的需求，所以提出lncRNA分段二级结构预测新方法。

序列比对算法主要有三个，枚举法、动态规划算法、blast算法。枚举法是最容易想到且易理解的一个方法，但是此方法没有任何优化，时间复杂度较高，无法在合理时间内计算。故而枚举法只能理论可行，无法实际应用在较长序列中。动态规划算法是在解决决策问题时的一种最优化的方法。动态规划是在针对最优化问题时，会有多种可行解，所有可行解都有自己的值，寻找最优解的值就是动态规划的作用。其思想是将大问题分割，分别求解后，再将解合并，在求解过程中去除多数不需计算的非最优解，节省很多时间。考虑基于动态规划算法的比对，其时间复杂度正比于两条序列，即计算量相当于计算以两条序列长度建立的二维矩阵。若是可以减少二维矩阵中部分的计算量则可以提升计算速度，blast算法尽量围绕最优比对路径来计算，减少了很多不必要的运算。

发明内容

本发明设计开发了一种基于ARM处理器的玉米lncRNA筛选分类方法，本发明的发明目的是减少运算时间，提高筛选速度以及筛选准确性的问题。

本发明提供的技术方案为：

一种基于ARM处理器的玉米lncRNA筛选分类方法，包括如下步骤：

步骤一、将将玉米全长cDNA序列输入CPLD，其通过编码关联表将 cDNA序列以编码的形式存储于SRAM中；

步骤二、筛选长度大于200的cDNA序列，对cDNA进行开放阅读框预测并确定阈值，确定长度小于所述阈值的cDNA，其与已知蛋白作同源比对，对不同源部分进行保留，对已有植物lncRNA作二级结构预测，提取二级结构特征，同时对剩余序列作二级结构预测，保留满足结构特征的部分，将待筛选的cDNA序列与小RNA序列进行比对，排除小RNA前体；