Coupled dynamics of RNA folding and nanopore translocation
结构化的RNA或DNA分子通过狭窄的孔的移位需要打开所有的碱基对。在这里，我们研究的动力学易位和碱基配对理论之间的相互作用，使用动力学蒙特卡罗模拟和分析方法。我们发现，在基态不发生的碱基对的瞬时形成可以显着加快易位。
2005-09-29 cond-mat.soft q-bio.BM
Prediction of RNA-RNA interaction structure by centroids in the Boltzmann ensemble
新的高通量测序技术使得全基因组转录组学的出现成为可能。这一进展与最近发现的调节性非编码RNA（ncRNA）相结合，需要快速准确的算法来预测RNA-RNA相互作用的概率和结构。虽然有算法来预测两个核酸的最小自由能相互作用二级结构，但很少有人利用碱基对概率中的信息来改进相互作用结构预测。在本文中，我们提出了一个算法来预测的汉明质心的玻尔兹曼系综的相互作用结构。我们还提出了一个有效的算法来采样的相互作用结构的合奏。我们的采样算法使用一个平衡的计划遍历索引，提高了运行时间的丁劳伦斯采样算法。Ding-Lawrence采样算法具有$O(n^2m^2)$时间复杂度，而我们的算法具有$O((n+m)^2\log(n+m))$时间复杂度，其中$n$和$m$是输入链的长度。我们在新版本的{ \tt piRNA}中实现了我们的算法，并将我们的结构预测结果与竞争对手进行了比较。我们的质心预测平均优于竞争对手的最小自由能预测算法。
2010-02-08 q-bio.BM q-bio.GN
Enhanced sampling and cryo-EM data resolve magnesium binding to RNA
Scuola Internazionale Superiore di Studi Avanzati (SISSA)（高级国际研究学院）
研究镁离子与RNA结合难的问题，采用增强采样策略，结合势垒平坦化偏差与哈密顿量副本交换加速Mg²⁺内壳层结合，利用冷冻电镜图谱验证并引入局部分析框架，凸显采样在建模中的作用，提供模拟与实验数据整合策略。
2026-07-09 physics.bio-ph physics.comp-ph q-bio.BM
On UMAP's true loss function
Heidelberg University（海德堡大学）
UMAP已经取代了t-SNE，成为许多学科中可视化高维数据集的最先进技术，但其成功的原因尚不清楚。在这项工作中，我们研究了UMAP的采样为基础的优化方案的详细信息。我们推导了UMAP的有效损失函数的封闭形式，并发现它不同于公布的。因此，我们表明，UMAP并不旨在重现其理论动机的高维UMAP相似性。相反，它试图重现相似性，只编码共享的$k$最近邻图，从而挑战了以前的理解UMAP的有效性。相反，我们认为UMAP成功的关键是它的吸引力和排斥力的隐性平衡所产生的负采样。这种平衡又通过梯度下降促进优化。我们证实了我们的理论研究结果的玩具和单细胞RNA测序数据。
2021-04-22 cs.LG stat.ML
Flow-dependent unfolding and refolding of an RNA by nonequilibrium umbrella sampling
单生物分子的非平衡实验，如力诱导展开，揭示了复杂系统的几个自由度的细节。分子动力学模拟可以提供补充信息，但探索空间的可能配置往往是阻碍相空间中的大障碍，分隔亚稳区。为了解决这个问题，已经开发了增强的采样方法，该方法将相空间划分为多个区域并在每个区域中整合轨迹段。这些方法提高了越过障碍物的概率，并且促进了并行化，因为轨迹段的整合除了其初始化和终止之外不需要通信。在这里，我们提出了一个并行版本的增强采样方法，适用于系统驱动远离平衡：非平衡伞采样（NEUS）。我们将这种方法应用到一个262个核苷酸的RNA分子，展开和重折叠在一个明确的流场随机旋转动力学建模的粗粒度模型。使用NEUS，我们能够观察到非常罕见的展开事件，其平均首次通过时间长达1.4秒（3.4 E13动力学步骤）。我们研究展开过程中的介质的流速范围内，我们描述了两个竞争的途径，其中不同的分子内接触被打破。
2011-04-27 cond-mat.soft cond-mat.stat-mech q-bio.BM
Shapes of interacting RNA complexes
相互作用的RNA复合物的过滤通过其拓扑亏格进行了研究。RNA复合物的形状通过（迭代地）折叠堆叠和消除发夹环来获得。这种形状投影保留了RNA复合物的拓扑核心，对于固定的拓扑亏格，只有100个这样的形状.我们的主要结果是一个新的双射，它把RNA复合物的形状和RNA结构的形状联系起来.这使得可以通过RNA结构的形状多项式来计算RNA复合物的形状多项式.此外，我们提出了一个线性时间均匀采样算法的形状的RNA复合物的固定拓扑亏格。
2014-05-20 math.CO q-bio.BM
Ab initio Prediction of RNA Nucleotide Interactions with Backbone k-Tree Model
鉴于非编码RNA对细胞调控功能和RNA转录物快速生长的重要性，RNA三级结构的计算预测仍然是高度需求的，但具有重大挑战性。即使对于一个短的RNA序列，三级构象的空间是巨大的;现有的方法来识别天然样构象大多采取随机抽样的构象，以获得计算的可行性。然而，可能无法检查天然构象，并且由于采样，预测准确性可能会受到影响。特别地，现有技术的方法尚未提供长度超过50的RNA的期望的预测性能。本文介绍了RNA三级结构预测问题中的一个关键步骤，即预测构成所需三级结构的核苷酸相互作用。该研究是建立在一种新的图形模型，称为骨干k树，显着约束RNA三级结构中的核苷酸相互作用关系。它表明，新的模型使得有可能有效地预测从查询序列的核苷酸相互作用的最佳设置，包括在所有最近发现的家庭的相互作用。初步结果表明，该方法可以高精度地预测构成查询序列三级结构的核苷酸相互作用，从而为从头计算预测RNA三级结构提供了一种可行的解决方案。
2014-07-26 q-bio.BM
Optimizing RNA yield using deep neural networks coupled to massively parallel screening
Sanofi（赛诺菲）
本研究结合大规模平行测序与卷积神经网络，构建了可高分辨率预测RNA产量的深度学习框架，其预测与实验产量的皮尔逊相关系数达0.94，可用于RNA序列的生产前优先排序，降低成本并加速RNA工程。
2026-08-26 q-bio.BM q-bio.GN
RNA Dynamics and Interactions Revealed through Atomistic Simulations
Scuola Internazionale Superiore di Studi Avanzati, SISSA（国际高等研究学院）
本文通过原子模拟研究RNA动态与相互作用，探讨了增强采样技术和人工智能在RNA建模中的应用。
2026-03-04 physics.chem-ph q-bio.BM
Uniform generation of RNA-RNA interaction structures of fixed topological genus
相互作用的RNA复合物的研究通过双细胞地图使用过滤通过其拓扑属。我们的主要结果是一个新的双射的RNA-RNA相互作用结构和线性时间均匀采样算法的RNA复合物的固定拓扑亏格。双射允许直接减少双细胞图的拓扑属，或者通过将复合物分解成一对单链RNA结构来失去连接性。我们的主要结果是双射证明。它提供了一个明确的算法，如何重新连接相应的复合和一个明确的分解语法。利用亏格诱导的概念，构造了线性时间内一致的固定拓扑亏格$g$的双胞映射.我们提出了各种统计这些拓扑RNA复合物，并比较我们的研究结果与生物复合物。此外，我们将展示如何使用我们的分解语法构建基于循环能量的复合物。
2014-04-12 math.CO q-bio.BM
Transport-Coupled Bayesian Flows for Molecular Graph Generation
School of Computer Science, Wuhan University（武汉大学计算机学院）；Department of Computing, Macquarie University（麦考瑞大学计算系）；Wuhan University Shenzhen Research Institute（武汉大学深圳研究院）
TopBF通过连续参数分布和准瓦瑟斯坦最优传输耦合，实现分子图生成的高效可控生成。
2026-09-23 cs.LG
RNA folding landscapes from explicit solvent all-atom simulations
考虑到开发现实力场的困难和采样罕见构象转变的固有计算复杂性，RNA折叠的原子详细模拟已被证明是非常具有挑战性的。为了解决这两个问题，我们扩展到RNA的增强路径采样方法以前成功地应用于蛋白质。在这个方案中，关于RNA的天然结构的信息被一个软的依赖于历史的偏置力所利用，该偏置力被添加到原子力场中，从而促进了生产性折叠轨迹的产生。在这里，我们报告的结果，在明确的溶剂中的RNA分子从20至47个核苷酸长和拓扑结构的复杂性增加的模拟。从折叠途径的统计分析中，我们推断，与蛋白质不同，即使对于具有简单拓扑结构的相对较小的链，潜在的自由能景观也显着受挫。折叠机制和热力学与现有的实验和一些现有的粗粒度模型是一致的。该方案提供了一个完整的微观表征RNA折叠，有关的动力学和动力学的转变的化学链和它的溶剂。因此，它提供了一个可转移的框架，为未来的翻译应用程序奠定了基础。
2022-05-25 cond-mat.soft physics.bio-ph q-bio.BM
La-Ribo: RNA Co-Design via Geometry-Latent Flow Matching
Shanghai Jiao Tong University（上海交通大学）
本研究提出基于几何-潜在流匹配的RNA协同生成框架La-Ribo，构建含168561个RNA结构的质控语料库，其在可设计性等指标上优于基线，还可支持骨架条件下的逆折叠。
2026-10-09 cs.AI q-bio.BM
Computer Folding of RNA Tetraloops: Identification of Key Force Field Deficiencies
生物分子的计算机辅助折叠，特别是RNA，是计算结构生物学中最困难的挑战之一。RNA四环是RNA折叠、RNA-RNA和RNA-蛋白质相互作用中的基本RNA基序。虽然国家的最先进的分子动力学（MD）力场正确地描述了这些tetraloops作为一个稳定的自由能盆地微秒的时间尺度上的原生状态，增强的采样技术显示，原生状态是不是全球自由能最小值，这表明尚未确定的显着不平衡的力场。在这里，我们测试了我们在各种力场和模拟设置中折叠RNA四环的能力。我们采用了三种不同的增强采样技术，即，温度副本交换MD（T-REMD），副本交换与溶质回火（REST 2），以及回火metadhesics（WT-MetaD）。我们的目标是将有限的采样引起的问题与力场不准确引起的问题分开。我们发现，没有一个当代力场能够正确地描述折叠的5 '-GAGA-3'四环在一系列的模拟条件。因此，我们的目的是确定哪些条款的力场是负责这种穷人的描述TL折叠。我们发现，至少有两种不同的不平衡有助于这种行为，即，过度稳定的碱基-磷酸盐和/或糖-磷酸盐的相互作用和低估的稳定性的氢键相互作用的碱基配对。第一个伪影稳定了未折叠的整体，而第二个伪影使折叠状态不稳定。前一个问题可以通过Case等人提出的磷酸盐氧的范德华参数的重新参数化来部分缓解，而为了克服后者的影响，我们建议局部电位，以更好地捕捉氢键相互作用。
2016-09-27 physics.bio-ph physics.chem-ph physics.comp-ph
RNA Secondary Structures: Complex Statics and Glassy Dynamics
没有伪结的RNA二级结构（折叠RNA的拓扑结构）模型是具有低于临界温度的复杂状态空间的无序系统。因此，当执行蒙特卡罗模拟时，可以预期复杂的动力学（玻璃态）行为。有趣的是，与大多数其他复杂系统相比，基态和态密度可以用转移矩阵方法在多项式时间内精确计算。因此，RNA二级结构是研究算法的静态/热力学性质与动力学之间关系的理想模型。它们也构成了新的Monte Carlo方法的理想基准系统。在这里，我们考虑了三种不同的最新蒙特卡罗方法：使用平坦直方图的熵采样，优化权重集成和ParQ，它从转移矩阵估计状态密度。这些方法进行了检查，通过比较得到的态密度与精确的结果。通过研究隧穿时间、采样误差、亚稳态量和有限温度下超度量度之间的相关性，我们将蒙特卡罗算法的动态复杂性与相空间的静态性质联系起来。
2008-02-02 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
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。
2017-10-31 math.CO q-bio.BM
Statistics of topological RNA structures
本文研究了RNA拓扑结构的性质，即~ RNA切触结构具有交叉串联相互作用，通过其拓扑属过滤。在这个框架内的RNA二级结构是具有亏格零的拓扑结构。我们推导出一个新的二元生成函数，其奇异扩展使我们能够分析弧，堆栈，发夹，内部和多循环的分布。然后，我们将此分析扩展到H型伪结，接吻发夹以及$3$结，并计算其各自的期望值。最后，我们讨论了我们的结果，并把它们与固定亏格的均匀抽样结构所获得的数据。
2016-06-22 math.CO q-bio.BM q-bio.QM
Can biopolymer structures be sampled enumeratively? Atomic-accuracy RNA loop modeling by a stepwise ansatz
大分子结构的原子级精确预测是计算生物物理学长期追求的目标。精确的建模应该是通过优化物理上现实的能量函数来实现的，但是目前由于生物聚合物的许多自由度的不完整采样而被排除。我们在这里提出了一个工作假设，称为“逐步ananomaly”，递归地构建包装良好的原子细节模型，在小的步骤，列举了数百万的构象为每个单体，并涵盖所有建立的路径。通过在Rosetta中实施该策略，并利用高性能计算，我们提供了这一假设的第一个测试的基准15 RNA环建模问题，从核糖开关，核酶，和核糖体，包括10例，是无法解决的先验知识为基础的建模方法。对于每个循环问题，这种确定性逐步组装（SWA）方法要么达到原子精度，要么暴露罗塞塔的全原子能量函数中的缺陷，表明构象采样瓶颈的解决方案。据我们所知，SWA是第一个枚举，从头构建方法，系统地优于现有的蒙特卡洛和基于知识的方法，用于三维结构预测。作为一个严格的实验测试，我们已经应用SWA的小RNA基序以前未知的结构，C7.2 tetraloop/tetraloop受体，并严格测试这种盲目的预测与核苷酸分辨率结构映射数据。
2011-04-28 q-bio.BM
An Efficient Algorithm for Upper Bound on the Partition Function of Nucleic Acids
Wayne State University（韦恩州立大学）；Monash University（莫纳什大学）
已经表明，RNA和RNA-RNA相互作用的最小自由能结构通常是不正确的，这是由于能量参数的不准确性和能量模型的固有局限性。相比之下，基于系综的量，如熔化温度和平衡浓度可以更可靠地预测。甚至通过从集合中取样并通过Sfold [7]对这些结构进行聚类的结构预测也已被证明比最小自由能结构预测更可靠。基于集成的方法的主要障碍是配分函数和碱基配对概率的计算复杂性。例如，RNA-RNA相互作用的配分函数的空间复杂度是$O(n^4)$，时间复杂度是$O(n^6)$，它们非常大[4，12]。我们的目标是在本文中给出一个快速算法，基于稀疏折叠，计算上界的分区函数。我们的工作是基于最近的算法Hazan和Jaakkola [10]。该算法的空间复杂度与稀疏折叠算法相同，时间复杂度对于单个RNA为$O(MFE(n)\ell)$，对于RNA-RNA相互作用为$O(MFE(m, n)\ell)$，其中$MFE$为稀疏折叠的运行时间，$\ell \leq n$（$\ell \leq n + m$）为序列相关参数.
2013-01-08 cs.LG q-bio.BM
Topological language for RNA
在本文中，我们介绍了一种新的，上下文无关文法，{ \it RNAFeatures $^*$ }，能够产生任何RNA结构，包括pseudokont结构（pk结构）。我们将pk结构表示为可定向胖图，这自然会导致通过其拓扑亏格进行过滤。在这个框架内，RNA二级结构对应于属零的pk结构。{ \it RNAFeatures $^*$ }作用于正式的、弧形标记的RNA二级结构，称为$λ$ -结构。$λ$ -结构与pk-结构以及一些附加信息一一对应。该信息由主链的特定重排组成，通过该重排可以使pk结构无交叉。{ \it RNAFeatures $^*$ }是二级结构语法的扩展，并通过标记符号和产生式规则进行了增强。本文讨论了如何利用RNA序列和结构的数据，利用{ \it RNAFeatures $^*$ }获得pk-结构的随机上下文无关文法。诱导语法有利于快速玻尔兹曼采样和统计分析。作为第一个应用程序，我们提出了一个$O(n log(n))$运行时算法，样本pk结构的基础上90 tRNA序列和结构的核酸数据库（NDB）。
2016-05-09 cs.FL q-bio.BM
RNA structure prediction: progress and perspective
最近许多令人兴奋的发现揭示了RNA的多功能性及其在与RNA结构强烈耦合的各种细胞功能中的重要性。为了更好地理解RNA的功能，近年来人们建立了一些结构预测模型。本文介绍了RNA结构预测计算模型的研究进展，并讨论了许多优秀算法的特点，重点介绍了三维（3D）结构预测。简要介绍了一种预测RNA三维结构、稳定性和盐效应的粗粒度模型。最后，我们讨论了RNA三维结构建模的主要挑战。
2014-08-28 physics.bio-ph physics.chem-ph physics.comp-ph
Correcting pervasive errors in RNA crystallography through enumerative structure prediction
适合晶体学密度图的三维RNA模型表现出普遍的构象模糊性，几何误差和空间冲突。为了解决这些问题，我们提出了枚举的真实空间细化Rosetta（ERRASER）下的电子密度辅助，再加上基于Python的分层环境集成的“xtallography”（PHENIX）衍射为基础的细化。在24个数据集上，ERRASER自动纠正了大多数MolProbity评估的错误，提高了平均Rfree因子，解决了非正则结构中功能上重要的差异，并改进了低分辨率模型，以更好地匹配高分辨率模型。
2012-12-03 q-bio.BM
Why Can't We Predict RNA Structure At Atomic Resolution?
现有的算法无法从任意RNA序列开始，并返回确保其生物功能的精确三维结构。本章概述了目前的自动RNA结构预测算法（包括我们自己的FARNA-FARFAR），突出了他们的成功，并剖析了他们的局限性，使用四环和sarcin/ricin基序作为例子。未来发展的障碍被认为是在光的三个特定的挑战：提高计算采样，减少依赖实验解决的结构，并避免粗粒度的原子级相互作用的表示。为了帮助应对这些挑战并更好地了解该领域的现状，我们提出了一个正在进行的社区范围内的CASP式实验，用于评估当前结构预测算法的性能。
2011-03-15 physics.bio-ph physics.chem-ph q-bio.BM
RiboDiffusion: Tertiary Structure-based RNA Inverse Folding with Generative Diffusion Models
针对直接从3D结构进行RNA逆折叠设计的难题，提出由图神经网络结构模块与Transformer序列模块构成的RiboDiffusion扩散模型，可平衡序列回收率与多样性，在多类测试集上表现优于基线，为RNA设计提供新工具。
2024-04-17 q-bio.BM
RNAprofiling 2.0: Enhanced cluster analysis of structural ensembles
通过挖掘次优采样数据，RNAprofiling 1.0将低能二级结构中的优势螺旋识别为特征，将它们组织成划分玻尔兹曼样本的图谱，并以图形格式突出显示信息量最大（即选定）图谱中的关键相似性/差异性。版本2.0增强了这种方法的每一步。首先，特征子结构从螺旋扩展到茎。第二，配置文件选择包括类似于特征的低频配对。结合起来，这些更新将该方法的实用性扩展到长度为600的序列，如在相当大的数据集上评估的。第三，关系在决策树中可视化，突出最重要的结构差异。最后，这种聚类分析是可访问的实验研究人员在一个便携式的格式作为一个互动的网页，允许更好地了解不同的可能的碱基配对组合之间的权衡。
2023-03-27 q-bio.BM
Molecular dynamics simulations of chemically modified ribonucleotides
本文综述了化学修饰核糖核苷酸的分子动力学模拟研究，探讨了力场、增强采样和炼金模拟等技术细节，为实验人员与模拟专家提供了跨学科研究指南。
2022-11-24 physics.bio-ph physics.chem-ph q-bio.BM
Distribution of graph-distances in Boltzmann ensembles of RNA secondary structures
大的RNA分子通常携带多个功能结构域，其空间排列是其功能的重要决定因素。此外，前体mRNA剪接依赖于剪接点的空间接近性，剪接点可以被非常长的内含子分开。在RNA病毒基因组的加工过程中也出现了类似的效果。尽管是一个粗略的测量，但热力学平衡中的空间距离分布因此提供了关于分子整体形状的有用信息，可以提供对其功能结构域相互作用的见解。空间距离可以用RNA二级结构中的图距离来近似。在这里，我们表明，任意核苷酸之间的图形距离的平衡分布可以计算在多项式时间内通过动态规划。时间复杂度为O（n^11）的递归。虽然我们能够在许多实际应用中将其减少到O（n^6），但进一步减少似乎很困难。因此，我们的结论是，采样方法，这是更容易实现的，也是理论上有利于大多数现实生活中的应用，特别是因为这些主要涉及在非常大的RNA分子的长程相互作用。
2013-07-30 q-bio.BM q-bio.QM
MORAD: Reinforcement Learning with Multi-Objective Rewards for RNA Inverse Design
Fudan University（复旦大学）
本研究提出MORAD框架，通过多目标奖励强化学习优化RNA逆设计，在多项关键指标上优于现有方法，达成该领域新的最优性能。
2026-10-12 cs.LG q-bio.BM
Reweighting of molecular simulations with explicit-solvent SAXS restraints elucidates ion-dependent RNA ensembles
小角X射线散射（SAXS）实验越来越多地用于探测RNA结构。一些\emph{forward models}，涉及测量的SAXS强度和结构特征，并适合于模型无论是显式溶剂效应或溶质动力学，在过去的几年中已经提出。在这里，我们介绍了一种方法，集成原子分子动力学模拟和SAXS实验，以重建RNA结构系综，同时占RNA构象动力学和显式溶剂效应。我们的协议利用SAXS纯溶质正演模型和增强的采样方法来采样的异质系综的结构，没有信息对实验提供的飞行。然后通过最大熵原理对生成的结构系综进行重新加权，以匹配多离子条件下的参考SAXS实验数据。重要的是，精确的显式溶剂远期模型在这个重新加权阶段使用。我们应用这个框架的GTP酶相关的中心，一个相关的RNA分子参与蛋白质翻译，以阐明其离子依赖的构象合奏。我们表明，（a）溶剂和动力学是至关重要的重现实验SAXS数据和（b）由此产生的动力学合奏包含一个离子依赖的扩展结构的分数。
2021-03-30 physics.bio-ph physics.chem-ph q-bio.BM
Understanding In-line Probing Experiments by Modeling Cleavage of Non-reactive RNA Nucleotides
核糖核酸（RNA）参与细胞中的许多调节和催化过程。任何RNA分子的功能都与其结构密切相关。在线探测实验为各种RNA提供了有价值的结构数据集，并用于表征核糖开关的构象变化。然而，尚未研究导致未配对核苷酸中差异反应性的结构决定因素。在这项工作中，我们使用了理论方法的组合，即，经典的分子动力学模拟，多尺度量子力学/分子力学计算，和增强的采样技术，以计算和解释在几个RNA基序，包括最重要的GNRA和UNCG四环家族的成员的个别残基的差异反应性。需要在多ns时间尺度上进行模拟，以收敛相关的自由能景观。uGAAAg和cUUCGg四环和双螺旋的结果与来自在线探测实验的可用数据进行比较，并显示所引入的技术能够基于它们对磷酸二酯骨架裂解的结构倾向来区分uGAAAg四环的核苷酸。对于cUUCGg四环，需要更高级的从头计算。这项研究是第一次尝试计算分类化学探测实验，并铺平了道路的三级结构的基础上测得的反应性的非反应性核苷酸的识别。
2017-02-03 physics.bio-ph physics.chem-ph physics.comp-ph
Evolving methods for rational de novo design of functional RNA molecules
具有新功能的人工RNA分子在合成生物学、制药和白色生物技术等领域有着广泛的应用。使用计算方法和预测工具重新设计此类设备是实验筛选和选择管道的资源有效的替代方案。在这篇评论中，我们描述了许多这样的计算方法的共同点，彻底剖析这些方法，并强调开放的问题，为个别步骤。最初，它是必不可少的，以调查的生物靶系统，将被利用的监管机制，以及所需的组件，以确定设计目标。需要随后的计算设计来组合所选择的组件并获得新的功能。这个过程通常可以分为约束序列采样，优化问题的制定和计算机分析，以缩小相对于次要目标的候选人数量。最后，实验分析是很重要的，以检查是否定义的设计目标确实满足目标环境和详细的表征实验，应进行改进的机制模型和检测缺失的设计要求。
2019-05-10 q-bio.BM
LinearAlifold: Linear-Time Consensus Structure Prediction for RNA Alignments
本文提出LinearAlifold，将RNA比对共识结构预测降至随序列长度与数量线性扩展，支持多种能量模型和预测模式，并在SARS-CoV-2数据上实现约36倍加速与更高准确率。
2024-07-05 cs.DS physics.bio-ph q-bio.BM
Evolutionary Curriculum Learning Improves Biological Sequence Modeling
该研究提出进化课程学习（ECL），将其应用于VAE模型的蛋白质变异预测与RNA序列生成任务，提升了下游任务性能，证实进化距离是生物序列建模中排序训练课程的有效归纳偏置。
2026-08-11 cs.AI cs.LG q-bio.BM
The structure of the genotype-phenotype map strongly constrains the evolution of non-coding RNA
中性突变的流行意味着生物系统通常具有比表型多得多的基因型。但是基因型在表型上的分布方式能决定进化的结果吗？提出这样的问题是困难的，因为基因型的数量可能是超级天文数字。通过解决RNA二级结构的基因型-表型（GP）地图系统的长度为$L=126$核苷酸（其中所有可能的RNA链的集合将重量超过可见宇宙的质量），我们表明，GP地图强烈约束非编码RNA（ncRNA）的进化。基因型上的简单随机抽样预测了性质的分布，例如在天然存在的ncRNA中发现的突变稳健性或每个二级结构的茎数，其准确性令人惊讶。由于我们忽略了自然选择，这种与图谱惊人的密切对应表明，尽管遗传空间巨大，但允许功能的结构很容易被发现。映射是非常有偏见的：大多数基因型映射到所有生物学上可能的结构的形态空间的指数小部分。这种强约束为锤头状核酶等结构的趋同进化提供了非适应性解释。这些结果提出了一个特别明确的例子，在变化的到来强烈塑造进化的结果，并可能与迈尔的近因和最终原因在进化生物学的区别偏见。
2015-09-25 q-bio.BM q-bio.PE
RiboPO: Preference Optimization for Structure- and Stability-Aware RNA Design
RiboPO 通过从物理反馈中强化学习，利用偏好优化微调 gRNAde，同时优化RNA三维结构和热力学稳定性，在基准上显著提升 MFE 和二级结构一致性。
2025-10-27 q-bio.BM
Atomic-accuracy prediction of protein loop structures through an RNA-inspired ansatz
一致性预测生物聚合物结构在原子分辨率单独从序列仍然是一个困难的问题，即使是小的子段的大蛋白质。在比较建模和蛋白质设计中经常出现的这种环预测挑战，当环长度超过10个残基并且如果周围的侧链构象被擦除，则可能变得难以处理。本文介绍了一种基于“逐步ansatz”的建模策略，最近开发的RNA建模，假定任何现实的全原子分子构象可以建立由残基的残基逐步枚举。当利用Rosetta框架中的动态编程类递归时，所得到的逐步组装（SWA）协议能够以数千CPU小时的显著但可实现的成本对12个残基循环进行枚举采样。在先前建立的基准中，SWA恢复了20个循环中19个循环的亚埃精度的晶体学构象，而KIC建模的20个循环中有14个循环的计算能力相当。此外，SWA对生物学文献中突出显示的另外一组15个环给出了高准确度结果，因为它们的不规则性或不寻常的长度。成功的例子包括顺式-Pro接触转角、穿过其他侧链隧道的环和长度高达24个残基的环。剩余的问题情况下，罗塞塔所有原子能量函数的不准确性。在另外五个盲测中，SWA实现了亚埃精度模型，包括在蛋白质/RNA结合界面中的首次成功，即第四次RNA谜题竞赛中的YbxF/扭结-转弯相互作用。这些结果建立了全原子计数作为蛋白质结构的系统方法，可以利用高性能计算和物理上真实的能量函数来更一致地实现原子分辨率。
2013-05-24 q-bio.BM
DeepSilencer: A Novel Deep Learning Model for Predicting siRNA Knockdown Efficiency
研究提出DeepSilencer深度学习模型，通过创新的在线数据采样、改进的损失函数和神经网络架构预测siRNA敲低效率，在多测试集上达到最先进性能，助力RNAi治疗设计。
2025-03-06 q-bio.BM
Comparing secondary structures of RNA and calculating the free energy of an interior loop using a novel method for calculating free energy
本论文由两个项目组成。在第一个项目中，我们提出了一个软件，分析RNA的二级结构，并比较它们。该软件的目标是找到两个二级结构（实验或预测）之间的差异，以改进或比较预测二级结构的算法。然后，维也纳包预测的二级结构实验发现的比较和情况下，存在的预测和实验结构之间的差异被确定。由于差异主要来自维也纳软件包不允许的面和氢键，因此建议通过将它们集成到软件中来改进预测。在第二个项目中，我们使用Monte-Carlo模拟计算内部环路的自由能。首先，我们提出了一个半粗粒度模型的内环RNA，和能量模型的不同的相互作用。然后，我们介绍了蒙特卡罗模拟和并行回火的方法，使良好的采样的配置空间模拟系统同时在几个温度。接下来，我们介绍热力学积分，这是一种计算自由能差的方法。然后，我们介绍了一种方法，计算自由能显着更快，因为我们只需要使用一个参数，$T$。为了实现这种方法，我们必须达到两个系统的配分函数相等的状态，这对于在高温极限下具有不同熵的系统是不满足的，因此必须找到这个问题的解决方案。显示了各种内部循环的自由能值，如果验证或更现实的建模，将这些建议纳入维也纳一揽子计划，并为所做的实验提供一种替代办法。
2012-12-17 cond-mat.stat-mech physics.comp-ph q-bio.BM
Metadynamic sampling of the free energy landscapes of proteins coupled with a Monte Carlo algorithm
元分析是一种获得复杂系统自由能分布的有力计算工具。蒙特卡罗算法已被证明是有用的计算热力学量与简化模型的蛋白质，从而获得不断增长的了解的一般原则的基础上的机制蛋白质折叠。我们表明，它是可能的耦合元分析和蒙特卡罗算法获得的自由能的模式蛋白质的方式，这是计算上非常经济。
2007-10-03 cond-mat.stat-mech q-bio.BM
Leveraging generative hallucination and biophysics-informed modeling for unified biomolecular sequence-structure co-design
University of Florida（佛罗里达大学）；University of Chicago（芝加哥大学）；Data Science Institute, University of Chicago（芝加哥大学数据科学研究所）；Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）；Mayo Clinic（梅奥诊所）；Argonne National Laboratory（阿贡国家实验室）
研究针对DNA/RNA等生物分子设计难题，提出MCTH框架，通过蒙特卡洛树搜索实现序列-结构协同设计，在多模态设计任务中性能优于基线，且可跨模态泛化。
2026-08-19 cs.AI cs.LG q-bio.BM
Fast and Functional Structured Data Generators Rooted in Out-of-Equilibrium Physics
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；IBPS（生物与健康研究所）；Universidad Complutense de Madrid（马德里康普顿斯大学）；Université Paris-Saclay（巴黎萨克雷大学）；INRIA（法国国家信息与自动化研究所）；LISN（核科学与技术实验室）
本文提出一种利用非平衡效应的新型训练算法，应用于受限玻尔兹曼机，在少量采样步骤内实现高质量、标签特异性结构化数据生成，并在手写数字、人类基因组、酶蛋白和RNA序列四类数据上验证有效。
2024-11-12 cond-mat.dis-nn cs.LG q-bio.BM
G-protein coupled receptor subfamily identification using phylogenetic comparison of gene and species trees
大多数从蛋白质初生结构预测蛋白质功能的方法是基于查询序列与已知功能序列之间的相似性。然而，这种方法忽略了基因复制（旁系）或基因的趋同进化的发生。考虑到所研究基因的进化历史，对共享共同结构域的相关蛋白质的分析可以为具有未知功能的预测蛋白质提供更可靠的注释。开发了一个计算机程序，可以实时比较“基因树”与“物种树”。系统发生基因组注释器（PGA）对共享共同结构域的一组序列进行基于谱的多个序列比对，以生成系统发生基因树，将其与从比对的核糖体RNA数据推断的物种系统发生进行比较。然后，相关的蛋白质结构域与相应物种的同源性并排显示。用四重困惑法给出了基因簇（分支）的统计支持。这种分析很容易区分旁系同源物和直系同源物，从而能够鉴定由基因重复产生的蛋白质，并预测相似序列组中可能的功能差异。该工具在G蛋白偶联受体超家族的三个不同的亚家族中进行了测试。在分析的数据集，旁系预测同意与已知的亚科分组，这表明亚科分歧是由祖先节点的重复事件。
2014-04-02 q-bio.BM q-bio.PE
Multiscale enhanced path sampling based on the Onsager-Machlup action: Application to a model polymer
我们提出了一种新的路径采样方法的基础上的Onsager-Machlup（OM）的行动，通过推广的多尺度增强采样（MSES）技术提出的Moritsugu和同事（J.化学物理133，224105（2010））。这种方法的基本思想是，我们想要研究的系统（例如，分子力学描述的一些分子系统）被耦合到一个粗粒度（CG）系统，该系统可以比原始系统移动得更快，计算效率更高。我们模拟这个组合系统（原始+ CG系统）使用（欠阻尼）Langevin动力学不同的热浴耦合到两个系统。当耦合足够强时，原系统在CG系统的引导下，能够更有效地对位形和路径空间进行采样。然而，我们需要通过使用哈密顿副本交换来校正由耦合引起的偏差，其中我们制备了具有不同耦合强度的多个路径副本。其结果是，一个无偏的路径合奏的原始系统中可以找到最弱的耦合路径合奏。这种策略很容易实现，因为如果我们正确定义路径的“哈密顿量”，则由OM作用计算的路径的权重在形式上与玻尔兹曼权重相同。我们将这种方法应用于一个具有Asakura-Oosawa相互作用的模型聚合物，并与传统的过渡路径采样方法的结果进行了比较。
2013-04-27 cond-mat.stat-mech physics.bio-ph q-bio.BM
