[发明专利]核酸结构中核苷酸与核苷酸相互作用预测的方法

说明书

本发明公开了一种核酸结构中核苷酸与核苷酸相互作用预测的方法。该方法利用直接耦合分析方法计算核酸同源序列的序列共进化关系，利用机器学习模型分析核酸三维结构的相互作用特征，然后结合序列共进化与三维结构特征预测核苷酸与核苷酸相互作用。结果表明，在预测排名前100的相互作用预测结果中，核苷酸与核苷酸的相互作用预测精度较传统方法提高了4％‑15％。本发明提出的利用序列和机器模型预测核酸结构中核苷酸与核苷酸相互作用的方法将提高核酸分子三级结构预测的精度，对核酸结构建模与功能机理的研究有重要帮助。

技术领域

本发明属于生物分子结构分析研发领域，具体是指一种核酸结构中核苷酸与核苷酸相互作用预测的方法。

背景技术

RNA是细胞中最基本生物大分子之一，除传递遗传信息与蛋白质合成的生物学功能外，RNA还参与基因调控等其它生物学功能，与肿瘤和神经系统等多种人类疾病有密切的关联。RNA的生物学功能依赖于它的三维空间结构，由于RNA易于降解，实验上测定RNA的三维空间结构需耗费大量的资源，极大限制了RNA相关的生物学功能研究。近几年，RNA三维空间结构理论预测的出现改变了RNA结构-功能研究领域的研究现状。但是，现有的RNA三级结构预测方法大多数不能很好预测RNA的长程空间结构相互作用，无法精确预测复杂拓扑结构的RNA分子。RNA长程空间结构相互作用可以稳定RNA的拓扑结构，对RNA折叠与三级结构十分重要。因此，亟需发展一种核酸结构中核苷酸与核苷酸相互作用预测的方法。

针对现有技术的缺陷或改进需求，本发明提供了一种核酸结构中核苷酸与核苷酸相互作用预测的方法。其目的在于利用受限玻尔兹曼机模型分析核酸的结构特征，利用直接耦合分析模型分析核酸序列的共进化特征。结合和两者优势预测核苷酸与核苷酸相互作用，解决现有技术对核苷酸与核苷酸相互作用预测精度较低，无法搭建复杂核酸三级结构的技术问题。

为解决上述技术问题，本发明提供了一种核酸结构中核苷酸与核苷酸相互作用预测的方法，其特征在于：包括如下步骤：

(1)核酸序列和结构数据的选取：

该步骤中的核酸序列提取自核酸信息分类数据库Rfam，结构数据提取自核酸三级结构数据库RNA 3D HUB，version 3.21(数据统计截止至2018年5月11日，具体信息见http://rna.bgsu.edu/rna3dhub/nrlist/release/3.21)；

(2)受限玻尔兹曼机学习核酸结构特征：

首先将结构数据中的核酸结构以的距离截断，计算得到核苷酸与核苷酸相互作用数组；然后利用线性插值的方法，VGG-16，将长程空间结构相互作用数组统一调整到100x100的大小；进一步，将长程相互作用数组的下三角转换成一维数组，该数组中1表示核苷酸与核苷酸间有相互作用，0表示核苷酸与核苷酸间无相互作用；每个数值为1时相互作用或数值0时无相互作用均有一个通道，一维数组的元素将被输入到受限玻尔兹曼机的可见单元中；接着，利用随机梯度下降法和对比散度算法对受限玻尔兹曼机模型进行训练，学习率为0.1，训练次数为10000；保留产生的后5000个结构，计算5000个结构产生的核苷酸与核苷酸的相互作用概率，并以此作为核酸的三维结构特征；

受限玻尔兹曼机的能量表达式为

E(v,h|W,b,c)＝-b^Tv-c^Th-h^TWv (1)

其中W是可见层单位v与隐藏层单位h之间的连接权重矩阵，h、b、c是作为补偿的偏置单元。v、h的概率给定如下：

z(W,b,c)＝∑_v,he^{-E(v,h|W,b,c)} (3)