RNA-RNA相互作用预测：分拆函数和碱基配对概率

Deconvolving RNA Base Pairing Signals

A growing number of RNA sequences are now known to have distributions of multiple stable sequences. Recent algorithms use the list of nucleotides in a sequence and auxiliary experimental data to predict such distributions. Although the algorithms are largely successful in identifying a distribution's constituent structures, it remains challenging to recover their relative weightings. In this paper, we quantify this issue using a total variation distance. Then, we prove under a Nussinov-Jacobson model that a large proportion of RNA structure pairs cannot be jointly reconstructed with low total …

RNA-RNA相互作用结构的拓扑

Topology of RNA-RNA interaction structures

相互作用的RNA复合物的拓扑过滤的研究和作用进行了分析，某些图表称为不可约的阴影，形成合适的积木更一般的结构。我们证明了，对于两个相互作用的RNA，称为相互作用结构，存在固定的亏格只有100多个不可约的阴影。这意味着，对于固定的亏格，只有100多类相互作用结构。特别是亏格为零的最简单的情况已经为自然界中出现的某些类型的结构提供了形式主义，而这些结构不被其他滤子所覆盖。这种情况下的属零相互作用结构已经是实际的兴趣，在这里详细研究，并发现由一个多上下文无关的语法扩展通常的RNA二级结构表示。我们表明，在$O(n^6)$时间和$O(n^4)$空间复杂性，这种语法属零相互作用结构不仅提供了最小的自由能的解决方案，但也完整的分拆函数和碱基配对概率。

一种高效的双采样汉明距离滤波算法

An efficient dual sampling algorithm with Hamming distance filtration

最近，一个框架考虑RNA序列和RNA二级结构的配对，导致一些信息论的观点如何在RNA序列中编码的语义可以推断。在这种情况下，配对自然产生于RNA二级结构的能量模型。在配对中固定序列产生RNA能量景观，其分配函数由麦卡斯基尔发现。双重地，固定结构诱导序列的能量景观。后者已被认为是设计更有效的反折叠算法。我们在这里提出的汉明距离过滤，双分区函数，连同玻尔兹曼采样器使用新的动态编程例程的循环为基础的能量模型。该算法的时间复杂度为$O(h^2n)$，其中$h,n$分别为汉明距离和序列长度，降低了采样器的时间复杂度，文献中已有$O(n^2)$的报道。然后，我们提出了两个应用程序，第一个是在自然序列结构对microRNA的进化和第二个构建中性路径的背景下。前者研究序列-结构对的反向折叠率（IFR），通过汉明距离过滤，观察到这样的对朝着更高水平的鲁棒性发展，即，增加IFR。后者是一种构造中性路径的算法：给定一个神经网络中的两个序列，我们使用采样器来构造连接它们的短路径，这些短路径由所有包含在神经网络中的序列组成。

多模式匹配：一种马尔可夫链方法

Multiple pattern matching: A Markov chain approach

RNA基序通常由短的模块化模式组成，包括在模块内和模块之间形成的碱基对。估计这些模式的丰度对于评估全基因组搜索中匹配的统计学意义以及预测给定功能是否在不同物种中进化多次或起源于单个共同祖先具有根本重要性。在这篇手稿中，我们回顾了自动机理论的一些基本概念，生成函数和转移矩阵的方法，在生物序列的模式分析相关的集成和自包含的方式。我们形式化，在一个一般的框架，马尔可夫链嵌入的概念，分析模式的随机字符串产生的无记忆信源。这种概念化，再加上自动机识别复杂模式的能力，可以系统地分析与随机字符串中模式的出现和频率有关的问题。我们提出的应用程序集中在自动机同步的概念，以及自动机用于搜索有限数量的关键字（包括根据基本配对规则生成的模式集）在一般的文本。