Expected degree for RNA secondary structure networks
考虑给定RNA序列的所有二级结构的网络，其中当相应结构的碱基对距离为1时，节点连接。网络的期望度是邻居的平均数，其中平均值可以相对于均匀概率或玻尔兹曼概率来计算。在这里，我们描述第一个算法，RNAexpNumNbors，它可以计算输入序列的预期邻居数或预期网络度。对于来自Rfam数据库的RNA序列，预期度显著小于CMFE结构，CMFE结构被定义为在与Rfam共有结构一致的所有结构上具有最小自由能。结构RNA（如嘌呤核糖开关）的预期程度似乎比随机RNA的预期程度小，但MFE结构的程度与预期程度之间的差异却比随机RNA的差异大。预期度似乎与RNA的标准结构多样性度量无关，例如位置熵、整体缺陷等。程序{ \tt RNAexpNumNbors}用C编写，在立方时间和二次空间中运行，可在http://bioinformatics.bc.edu/clotelab/RNAexpNumNbors上公开获得。
2014-11-01 q-bio.BM
Improving RNA secondary structure prediction via state inference with deep recurrent neural networks
本文提出基于深度双向LSTM的RNA状态推断方法，将状态预测转化为合成SHAPE数据并用于指导NNTM，在16S rRNA测试集上使二级结构预测准确率平均提升25个百分点。
2020-02-23 q-bio.BM
CHSalign: A Web Server That Builds upon Junction-Explorer and RNAJAG for Pairwise Alignment of RNA Secondary Structures with Coaxial Helical Stacking
RNA连接是RNA分子的重要结构元件。当三个或更多的螺旋在三维空间中聚集在一起时，它们就形成了。最近的研究集中在注释和预测的同轴螺旋堆积（CHS）图案内的连接。在这里，我们利用这样的预测，开发一个有效的比对工具来处理RNA二级结构与CHS基序。具体来说，我们建立在我们的连接，资源管理器软件预测同轴堆叠和RNAJAG建模连接拓扑结构的树形图，将约束树匹配和动态规划算法到一个新的方法，称为CHSalign，对齐的二级结构的RNA分子含有CHS基序。因此，CHSalign旨在成为包含相似连接的RNA的有效比对工具。基于数千次比对的实验结果表明，CHSalign可以比其他RNA二级结构比对工具更准确地比对含有CHS基序的两个RNA二级结构。当比对具有相似CHS基序或螺旋排列模式的两个RNA二级结构时，CHSalign产生高分，否则产生低分。这种新方法已经在Web服务器中实现，该程序也可以在http://bioinformatics.njit.edu/CHSalign/上免费获得。
2016-09-05 cs.CE q-bio.BM
RNA folding kinetics using Monte Carlo and Gillespie algorithms?
RNA二级结构折叠动力学对于某些过程的生物学功能是重要的，例如大肠杆菌中的hok/sok系统。杆菌虽然线性代数提供了一个精确的计算解决方案的二级结构折叠动力学相对于特纳能量模型的微小（~ 20 nt）的RNA序列，折叠动力学的较大的序列，只能近似通过分箱结构到宏观状态的粗粒度模型，或通过重复模拟二级结构折叠的蒙特卡洛算法或吉莱斯皮算法。在这里，我们调查的Monte Carlo算法和Gillespie算法之间的关系。我们证明了，渐近地，期望的时间为一个K步轨迹的Monte Carlo算法是等于<N>倍的Gillespie算法，其中<N>表示玻尔兹曼期望网络度。如果网络是规则的（即每个节点都有相同的度），那么由蒙特卡罗算法计算的平均首次通过时间（MFPT）等于由吉莱斯皮算法计算的MFPT乘以<N>;然而，这对于非规则网络是不正确的。特别地，RNA二级结构折叠动力学，如通过Monte Carlo算法计算的，不等于折叠动力学，如通过Gillespie算法计算的，尽管平均第一次通过时间大致相关。根据Monte Carlo和Gille spie算法的RNA二级结构折叠的模拟软件是公开可得的，正如我们计算给定RNA序列的二级结构的网络的预期程度的软件（参见http://bioinformatics.bc.edu/clote/ RNAexpNumNbors.
2017-07-12 q-bio.BM
Large Deviations for Random Trees and the Branching of RNA Secondary Structures
给出了RNA二级结构组合模型平面树顶点度分布的显式速率函数大偏差原理。我们计算了基于最近邻自由能的典型度分布，并将我们的结果与两组大RNA二级结构中的分支构型进行了比较。我们发现基本一致的整体，与一些有趣的偏差，值得进一步研究。
2008-03-27 q-bio.BM q-bio.QM
Improved RNA pseudoknots prediction and classification using a new topological invariant
基于两个拓扑不变量，提出了一种新的具有伪结的RNA二级结构的拓扑刻画。从RNA二级结构的经典弧表示出发，我们考虑了一个模型，它耦合了I）图的拓扑亏格和II）对应的本原图的交叉弧的数目。我们增加了一个长期的比例，这些拓扑不变量的RNA分子的标准自由能，从而获得一种新的自由能参数化，考虑到丰富的拓扑结构的RNA pseudoknots中观察到的RNA数据库。
2016-05-16 q-bio.BM
An infinite class of unsaturated rooted trees corresponding to designable RNA secondary structures
RNA二级结构是可设计的，如果有一个RNA序列，可以达到其最大数量的碱基对，只有通过采用该结构。组合RNA设计问题是由Haleland等人在2016年提出的，目的是确定给定的RNA二级结构是否可设计。Haleland等人通过参考其相应的有根树来鉴定某些类别的可设计和不可设计的二级结构。我们引入了一个无限类的有根树含有不成对的核苷酸在最大的深度，并建设性地证明，其相应的二级结构是可设计的。这补充了以前的结果的组合RNA设计问题。
2020-05-08 cs.DS math.CO q-bio.BM
RNA secondary structure prediction from multi-aligned sequences
大多数功能性非编码RNA（ncRNA）的二级结构与其功能密切相关，并且在进化过程中是保守的。因此，保守的二级结构预测进化相关的序列是RNA生物信息学的一个重要任务，该方法是有用的，不仅进一步的ncRNA的功能分析，但也提高了二级结构预测的准确性，并发现新的功能RNA从基因组。在这篇综述中，我专注于共同的二级结构预测从一个给定的对齐的RNA序列，其中一个二级结构的长度是等于输入的比对预测。我系统地回顾和分类现有的工具和算法的问题，利用工具中采用的信息，并通过采用统一的观点，最大预期增益（MEG）估计。我相信，这种分类将使人们更深入地了解每种工具，并为用户提供有用的信息，以选择常用的二级结构预测工具。
2013-07-08 q-bio.BM q-bio.QM
A growth model for RNA secondary structures
本文提出了一个RNA二级结构平面拱结构生长的层次模型，并证明其等价于树生长模型。这两种模型都可以解析求解，从而获得大分子的缩放函数，并通过高达6500个碱基的数值模拟来检查缩放的校正。这两个模型的等价性有助于理解更一般的树木生长过程。
2007-11-21 cond-mat.stat-mech q-bio.BM
Fast, approximate kinetics of RNA folding
在本文中，我们介绍的软件套件，Hermes，它提供了快速，新颖的算法RNA二级结构动力学。使用快速傅里叶变换来有效地计算给定RNA序列的二级结构S具有碱基对距离X [resp. y]从参考结构A [resp. B]，Hermes在这个粗粒度模型中计算从A到B的折叠的精确动力学。特别地，Hermes通过使用矩阵求逆从转移概率矩阵计算平均首次通过时间，并且还通过使用谱分解从速率矩阵计算平衡时间。由于模型的粒度和Hermes的速度，它能够确定大RNA序列的二级结构重折叠动力学，超出了其他方法的范围。Hermes与其他方法的比较基准表明，Hermes提供了适用于RNA的计算设计的准确性的重折叠动力学，这是合成生物学的一个重要领域。Hermes的源代码和文档可在http：//bioinformatics上获得。bc.edu/clotelab/Hermes/.
2015-01-19 q-bio.BM
Review of Machine-Learning Methods for RNA Secondary Structure Prediction
Northeastern University（东北大学）；Dalian Maritime University（大连海事大学）；Dalian University of Technology（大连理工大学）；China Medical University（中国医科大学）；Liaoning University（辽宁大学）；Stevens Institute of Technology（斯蒂文斯理工学院）
二级结构在决定非编码RNA的功能方面起着重要作用。因此，RNA二级结构的鉴定具有重要的研究价值。计算预测是预测RNA二级结构的主流方法。不幸的是，尽管在过去的40年中提出了新的方法，但计算预测方法的性能在过去十年中停滞不前。最近，随着RNA结构数据的可用性越来越高，基于机器学习技术的新方法，特别是深度学习，已经缓解了这个问题。本文综述了基于机器学习技术的RNA二级结构预测方法，并以表格形式总结了这一领域中最重要的方法。最后，对RNA二级结构预测领域目前存在的问题和未来的发展趋势进行了讨论。
2020-09-01 cs.LG q-bio.BM stat.ML
Scalable Deep Learning for RNA Secondary Structure Prediction
University of Freiburg（弗莱堡大学）
本研究提出采用轴向注意力与隐空间循环机制的轻量化深度学习模型RNAformer，通过直接在隐空间建模邻接矩阵并扩模，在TS0基准上达SOTA且优于用外部信息的方法，还能学习RNA折叠的生物物理模型。
2023-07-14 cs.LG q-bio.BM
RNA secondary structures having a compatible sequence of certain nucleotide ratios
给定随机RNA二级结构$S$，我们研究具有与$S$相容的固定核苷酸比率的RNA序列。我们进行这种分析的RNA二级结构受到各种碱基配对规则和最小弧和堆栈长度的限制。我们的主要结果是：在核苷酸比的单形中存在一个凸区域，在长序列的极限下，凸区域中存在一个随机结构a.a.s.~具有与这些比率相容的序列，并且在其之外a.a.s.~随机结构没有这样的兼容序列。我们本地化这个区域的RNA二级结构受到各种碱基配对规则和最小弧和堆栈长度的限制。特别地，对于具有小于$1/3$的{\bf G}核苷酸比率的{\bf GC}-序列，没有任何最小弧和堆叠长度限制的随机RNA二级结构具有a.a.s.~没有这样的兼容序列。对于具有大于$1/3$的{ \bf G}核苷酸比率的序列，随机RNA二级结构具有a.a.s.这样的兼容序列。我们讨论我们的结果的背景下，各种家庭的RNA结构。
2016-03-11 math.CO q-bio.BM q-bio.QM
TT2NE: A novel algorithm to predict RNA secondary structures with pseudoknots
我们提出了TT2NE，一个新的算法来预测RNA二级结构的伪结。该方法是基于RNA结构的分类，根据其拓扑属。TT2NE保证找到最小自由能结构，而与伪结拓扑无关。这种独特的熟练程度是以可以处理的最大序列长度为代价获得的，但与最先进的算法相比，TT2NE在其限制范围内是一个非常强大的工具。对TT2NE错误预测的分析揭示了研究空间约束如何限制由给定序列形成的假结结构范围的必要性。公共服务器上的TT2NE实现可以在http://ipht.cea.fr/rna/tt2ne.php上找到。
2010-10-21 cond-mat.soft q-bio.BM
Glassy transition in a disordered model for the RNA secondary structure
我们数值研究了RNA二级结构的无序模型，我们发现它经历了一个相变，在低温区域（如自旋玻璃）的副本对称性的破坏。我们的结果是基于精确的评估的配分函数。
2000-12-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
Kirigami: large convolutional kernels improve deep learning-based RNA secondary structure prediction
Dana-Farber Cancer Institute（达纳-法伯癌症研究所）；University of Michigan（密歇根大学）
本文提出名为Kirigami的全卷积神经网络，利用11像素大卷积核提升RNA二级结构预测性能，在标准测试集上MCC显著超越现有方法，尤其在假结预测上提升58-400%。
2024-06-06 cs.AI q-bio.BM
Fair splits flip the leaderboard: CHANRG reveals limited generalization in RNA secondary-structure prediction
CHANRG通过170,083个非冗余RNA结构评估，揭示了深度学习在RNA二级结构预测中的泛化能力限制，指出基础模型方法在分布外鲁棒性上存在不足。
2026-03-20 cs.LG q-bio.BM
Rethinking Performance Measures of RNA Secondary Structure Problems
University of Freiburg（弗莱堡大学）
本文针对传统度量难以评估RNA复杂结构的问题，提出用Weisfeiler-Lehman图核作为替代评估指标，并通过RNA设计实验证明其能提供更公平准确的评价和有效指导。
2023-12-04 cs.LG q-bio.BM
Comprehensive benchmarking of large language models for RNA secondary structure prediction
Research Institute for Signals, Systems and Computational Intelligence（信号、系统与计算智能研究所）
本研究在统一深度学习框架下对多种预训练RNA-LLM进行综合基准测试，发现两个模型在RNA二级结构预测任务中表现更优，并揭示了低同源场景下泛化的重大挑战。
2025-01-31 cs.AI cs.LG q-bio.BM
MultiStructRNA: a Python package for multi-algorithm RNA secondary structure prediction, ensemble analysis, and visualization
Moderna, Inc.（莫德纳公司）
MultiStructRNA是一款统一Python工具包，整合多种RNA二级结构预测算法，解决工具碎片化等问题，支持集成分析与可视化，简化RNA结构分析，助力相关工作流程应用。
2026-08-18 q-bio.BM q-bio.QM
Parametrized Stochastic Grammars for RNA Secondary Structure Prediction
我们提出了一个两级随机上下文无关文法（SCFG）的结构参数化随机建模的一个家庭的RNA序列，包括其二级结构。这种类型的随机模型可用于最大后验估计的二级结构的任何新的序列在家庭中。所提出的SCFG架构将包括成对碱基的RNA序列建模为随机加权的Dyck语言单词，即，作为加权的平衡括号表达式。不成对碱基的每一次运行的长度，形成一个环或一个凸起，被认为具有相型分布：在有限状态马尔可夫链中的命中时间。在不失一般性的情况下，每个这样的马尔可夫链可以被认为具有有限的复杂性。该计划产生一个整体的家庭SCFG与可管理的参数数量。
2007-01-24 math.PR q-bio.BM
Geometric combinatorics and computational molecular biology: branching polytopes for RNA sequences
计算分子生物学中的问题产生了各种离散的优化问题，如DNA序列比对和RNA二级结构预测。然而，最优解从根本上取决于目标函数中使用的参数。参数分析的目的是阐明这种依赖关系，特别是当它们与最优解的准确性和鲁棒性有关时。几何组合学的技术，包括多面体和他们的正常球迷，以前已经被用来给DNA序列比对和RNA分支配置的简单模型的参数分析。在这里，我们提出了一个新的计算框架，和证明的原则的结果，这给出了第一个完整的参数分析的分支部分的最近邻热力学模型的二级结构预测真实的RNA序列。
2016-06-16 q-bio.BM
Model for Folding and Aggregation in RNA Secondary Structures
我们研究了RNA二级结构的统计力学，该二级结构被设计成具有两种不同类型的结构之间的吸引力，作为杂聚物聚集的模型系统。二级结构的分支熵和通过配对获得的能量之间的竞争驱动RNA经历从熔融相到聚集相的“温度无关的”二级相变“。由此获得的聚集相在不同RNA之间具有宏观上大量的接触。该相的配分函数标度指数为θ~ 1/2，相变的交叉指数为ν~ 5/3。这些计算的生物分子的聚集的相关性进行了讨论。
2006-01-12 cond-mat.stat-mech physics.bio-ph q-bio.BM
Asymptotics of Canonical and Saturated RNA Secondary Structures
RNA二级结构的渐近数为$1.104366 n^{-3/2} 2.618034^n$是Stein和Waterman的经典结果。本文研究了RNA二级结构的两个特殊子类--规范结构和饱和结构的组合渐近性。经典二级结构是由Bompfünewerer等人引入的，他指出，当将计算限制在规范结构时，维也纳RNA包的运行时间大大减少。在这里，我们提供了一个解释的速度。饱和二级结构具有这样的性质，即在不违反二级结构定义的情况下不能添加碱基对（即引入伪结或碱基三重组）。在这里，我们计算饱和结构的渐近数，我们表明，渐近期望的碱基对数是$0.337361 n$，饱和茎环结构的渐近数是$0.323954 1.69562^n$，在对比的数量$2^{n-2}$（任意）茎环结构经典计算的Stein和Waterman。最后，我们证明了[所有的响应]的态密度。典型响应饱和的]二级结构是渐近高斯。我们引入了一种随机贪婪的方法来采样随机饱和结构，称之为准随机饱和结构，并证明了期望的碱基对数是$0.340633 n$。
2009-08-27 q-bio.BM q-bio.QM
Reply to the Comment on `Glassy Transition in a Disordered Model for the RNA Secondary Structure'
我们回答哈特曼（cond-mat/9908132）对我们的论文物理评论快报的评论。84（2000）2026（也称为cond-mat/9907125）。
2000-12-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
Glass transition in secondary structures formed by random RNA sequences
RNA二级结构的形成是生物聚合物中普遍存在的序列结构问题的一个例子。最近的一个理论问题是随机RNA序列是否经历有限温度的玻璃化转变。我们肯定地回答这个问题，首先通过两个副本计算建立的高温相的微扰稳定性。随后，我们表明，这一阶段不能持续到零温度考虑由于罕见的区域的互补双折射充满活力的贡献。
2001-06-04 cond-mat.soft cond-mat.stat-mech physics.bio-ph
RNA secondary structures: from ab initio prediction to better compression, and back
在本文中，我们将生物领域知识结合到随机模型中用于从头RNA二级结构预测，以改进RNA序列和结构数据的联合压缩的现有技术（Liu等人，BMC Bioinformatics，2008）。此外，我们表明，相反，压缩比可以作为比较不同随机模型预测质量的廉价且强大的代理，这可能有助于指导寻找更好的RNA结构预测模型。我们的研究结果建立在RNA二级结构的专家随机上下文无关语法模型（Dowell & Eddy，BMC Bioinformatics，2004; Nebel & Scheid，Theory in Biosciences，2011）上，并结合了不同的（静态和自适应）规则概率和算术编码模型。我们提供了一个原型实现和广泛的实证评估，我们说明了语法功能和概率模型如何影响压缩比。
2023-02-22 cs.IT math.IT q-bio.BM
MERGE-RNA: a physics-based model to predict RNA secondary structure ensembles with chemical probing
Université de Strasbourg（斯特拉斯堡大学）
本研究提出MERGE-RNA模型，通过物理建模方法预测RNA二级结构集，克服了传统方法在解析化学探针数据方面的局限，实现了对RNA结构集的更准确和可解释的预测。
2026-08-12 physics.bio-ph q-bio.BM
Enumerating secondary structures and structural moieties for circular RNAs
分子序列和结构之间关系的定量表征对于提高我们对功能如何出现的理解至关重要。这种特殊的基因型-表型图谱经常在RNA序列的背景下进行研究，其中折叠构型代表表型。在这里，我们计数的二级结构的环状RNA的长度$n$和计算的渐近分布的不同结构部分，如茎或发夹环，通过符号组合学。环状RNA在本质上不同于它们的线性对应物。从数学的角度来看，相应的二级结构的枚举需要使用组合技术，除了用于线性RNA。环状RNA的二级结构的渐近数随着$a^nn^{-5/2}$而增长，a取决于应用于二级结构的特定约束。任何结构部分的丰度在极限$n\to\infty$内呈正态分布，平均值和方差随$n$线性增加。
2017-02-20 physics.bio-ph q-bio.BM q-bio.MN
Asymptotic distribution of motifs in a stochastic context-free grammar model of RNA folding
我们分析了预测程序Pfold中使用的Knudsen-Hein随机上下文无关文法给出的RNA二级结构的分布。我们证明了在这个概率模型中，RNA二级结构中的碱基对、螺旋和各种类型的环的分布是渐近高斯的，对于语法概率的一般选择。我们的证明是基于概率生成函数的奇异性分析。最后，我们使用我们的结果来讨论这个模型如何反映一些已知的核糖体二级结构的属性。
2012-04-16 math.CO q-bio.BM
Neural representation and generation for RNA secondary structures
McGill University（麦吉尔大学）；Mila（米拉）
我们的工作涉及RNA的生成和靶向设计，RNA是一种遗传大分子，可以采用影响其细胞活性和功能的复杂结构。大规模和复杂的生物结构的设计刺激了专用的基于图的深度生成建模技术，这代表了计算药物发现的关键但未被充分认识的方面。在这项工作中，我们研究了代表和生成不同RNA结构模式背后的原理，并提出了一个灵活的框架，以联合嵌入和生成这些分子结构及其序列在一个有意义的潜在空间。凭借对RNA分子结构的深刻理解，我们最先进的编码和解码方法在分子图以及连接树层次上操作，整合了关于RNA结构规律性和折叠机制的强诱导偏差，从而实现了生成的RNA的高结构有效性，稳定性和多样性。此外，我们试图充分组织RNA分子嵌入与蛋白质相互作用的潜在空间，并使用有针对性的优化来在这个潜在空间中导航，以寻找所需的新型RNA分子。
2021-02-01 cs.LG q-bio.BM
Graph-Theoretic Partitioning of RNAs and Classification of Pseudoknots-II
对偶图已经被应用于模拟具有假结或缠结碱基对的RNA二级结构。在以前的工作中，引入了一个线性时间算法来划分对偶图成最大连通分量称为块，并确定每个块是否包含一个伪结或没有。由于假结不能包含在两个不同的块中，这种表征使我们能够有效地分离较小的RNA片段，并将其分类为假结或无假结区域，同时保持这些子结构的完整性。此外，我们已经扩展了分区算法，通过将伪结分类为递归或非递归，以继续我们的研究，在开发用于RNA设计的构建模块库的片段组装。在本文中，我们提出了一种方法，使用我们以前的结果和分类pseudoknot到经典的H，K，L和M类型，基于一种新的表示RNA二级结构的双重有向图（即，二合字母）。这种分类将有助于RNA结构的系统分析和预测，例如实现更准确的折叠算法。
2021-09-07 q-bio.BM
RNA secondary structure formation: a solvable model of heteropolymer folding
在RNA二级结构的背景下研究了杂聚物结构形成的统计力学。设计的RNA序列偏向于一个特定的天然结构（发夹）被用来研究天然和熔融相的RNA之间的转变作为温度的函数。该转变是由从聚合物与天然结构的重叠获得的能量与形成随机接触的熵增益之间的竞争驱动的。提出了一种简化的类围棋模型并精确求解。预测的临界行为验证通过精确的数值枚举一个大的合奏类似设计的序列。
1999-03-05 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Direct-Coupling Analysis of nucleotide coevolution facilitates RNA secondary and tertiary structure prediction
尽管非编码RNA具有生物学重要性，但其结构表征仍然具有挑战性。利用快速增长的序列数据库，我们分析核苷酸的同源序列之间的协同进化，通过直接耦合分析，以检测核苷酸-核苷酸接触。对于一组有代表性的核糖开关，我们表明，直接耦合分析的结果与广义Nussinov算法相结合，系统地提高了RNA二级结构预测的结果，超越了传统的协方差方法的基础上的互信息。更重要的是，我们表明，直接耦合分析的结果是丰富的三级结构接触。通过将这些预测整合到分子建模工具中，与单独使用二级结构信息相比，可以获得系统改进的三级结构预测。
2015-10-12 physics.bio-ph q-bio.BM
Cold denaturation of RNA secondary structures with loop entropy and quenched disorder
利用约束退火方法研究了具有猝灭序列随机性的RNA二级结构的折叠。热力学相变诱导包括环结构的构象重量。除了预期的高温熔融外，还出现了冷熔融转变。我们的研究结果表明，实验发现的RNA冷变性，实际上是一个连续的相变猝灭的顺序无序触发。我们计算了热熔融和冷熔融的临界温度之间的有利和不利的碱基对的竞争能量的情况下，并提出了一个相图作为循环指数和温度的函数。
2018-10-05 cond-mat.soft physics.bio-ph q-bio.BM
The rainbow-spectrum of RNA secondary structures
本文分析了RNA二级结构中彩虹的长度谱。二级结构中的彩虹是关于嵌套诱导的偏序的最大弧。我们发现，在这个长度谱有一个显着的差距。我们将证明渐近地几乎必然存在一个长度至少为$n-O(n^{1/2})$的唯一最长彩虹，并且以很高的概率，任何其他彩虹都有有限的长度。我们表明，最长的彩虹的长度的分布收敛到一个离散的极限法律，并为有限的$k$，彩虹的长度分布$k$，成为大$n$一个负二项分布。然后，我们把本文的结果的背景下，比较分析结果与RNA最小自由能结构，生物RNA结构中观察到的，并与我们的研究结果的稀疏折叠算法。
2018-06-08 math.CO math.PR q-bio.BM
Combinatorics of locally optimal RNA secondary structures
RNA二级结构的渐近数为$1.104366 \cdot n^{-3/2} \cdot 2.618034^n$是Stein和Waterman的经典结果。出于动力学的RNA二级结构的形成，我们有兴趣在确定的渐近数量的二级结构是局部最优的，相对于一个特定的能量模型。在Nussinov能量模型中，每个碱基对结构的能量贡献为-1，局部最优结构恰好是饱和结构，我们之前已经证明，对于长度为$n$的序列，渐近地存在$1.07427\cdot n^{-3/2} \cdot 2.35467^n$许多饱和结构。在本文中，我们考虑的基础堆叠能量模型，Nussinov模型的一个温和的变种，其中每个堆叠的碱基对有助于-1对结构的能量。相对于碱基堆积能量模型的局部最优结构正是那些茎不能延伸的二级结构。这种结构首先由Evers和Giegerich考虑，他们描述了一种动态规划算法来枚举所有局部最优结构。在本文中，我们应用枚举组合学的方法来计算这种结构的渐近数。此外，我们认为类似的组合问题的二级结构与注释的单链，堆叠核苷酸（悬垂）。
2012-12-30 math.CO q-bio.BM
McGenus: A Monte Carlo algorithm to predict RNA secondary structures with pseudoknots
我们提出了McGenus，一个算法来预测RNA二级结构的伪结。该方法是基于RNA结构的分类，根据其拓扑属。McGenus可以处理多达1000个碱基的序列，并对它们的最小自由能结构进行高级随机搜索，允许非平凡的伪结拓扑。具体而言，McGenus采用了多马尔可夫链计划，用于最小化一般评分函数，其中不仅包括自由能对堆叠的贡献，循环罚款等，但也是一个现象学的惩罚的属的配对图。随机搜索策略的良好性能针对TT2NE被成功地验证，TT2NE使用相同的自由能参数化并执行穷举或部分穷举结构搜索，尽管对于短得多的序列（高达200个碱基）。接下来，将该方法应用于其他RNA集，包括广泛的tmRNA数据库，产生与现有算法竞争的结果。最后，它表明，McGenus强调可能的限制，在自由能评分功能。该算法可在http://ipht.cea.fr/rna/mcgenus.php作为网络服务器获得。
2013-02-14 cond-mat.soft q-bio.BM
α-HMM: A Graphical Model for RNA Folding
University of Georgia（佐治亚大学）；North Oconee High School（北奥科尼高中）
提出α-HMM图模型，通过灵活限制随机过程中的事件影响关系，高效预测含假结的RNA二级结构。
2024-01-07 cs.LG q-bio.BM
Correcting a SHAPE-directed RNA structure by a mutate-map-rescue approach
非编码RNA的三维构象支持其生化功能，但在很大程度上回避了实验表征。在这里，我们报告说，将经典的突变/拯救策略与高通量化学作图相结合，可以快速推断RNA结构，并具有非常强的验证能力。我们重新审视了一个典型的16 S rRNA结构域，其中SHAPE（选择性2`-羟基酰化与引物延伸）表明了载脂蛋白和全核糖体构象之间的构象变化。计算支持的估计，来自替代化学探针的数据，以及突变和映射（M2）实验暴露了先前方法的局限性，而是给出了接近晶体学的二级结构。通过高通量突变/拯救方法对单个碱基对进行系统性询问，然后允许对基于M2的二级结构进行彻底验证和细化，并进一步揭示功能构象作为通过单核苷酸寄存器移位可访问的激发态（25+/-5%群体）。这些结果纠正了错误的形状推断的核糖体构象变化，并提出了一个通用的突变地图救援方法解剖RNA动态结构景观。
2014-01-21 q-bio.BM
Nature of the glassy phase of RNA secondary structure
我们通过确定涉及l个碱基的激发的典型能量标度E（l）来表征RNA二级结构的简单模型的低温相。在零温度下，我们发现了一个标度律E（1）\sim 1 ^θ，θ \approx为0.23，并且在足够低的温度下，同样的标度也成立。在临界温度以上，存在不同的相，其特征在于类似于标度指数θ=1的均聚物的相对平坦的自由能景观。这些结果加强了有利于在低温下存在玻璃相的证据。
2002-03-04 cond-mat.dis-nn cond-mat.stat-mech 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
Parametric analysis of RNA folding
我们将最近的参数序列比对方法扩展到参数空间，用于对RNA折叠进行评分。这涉及RNA多表位的构建。该多面体的顶点对应于具有共同分支的RNA二级结构。我们使用这个多面体和它的正常风扇研究的影响，不同的三个参数的自由能模型，没有实验确定。我们的研究结果表明，这些特定的参数的变化并没有显着的影响，由自由能模型预测的结构。我们还将已知的RNA二级结构的集合映射到RNA多表位。
2009-04-23 math.CO q-bio.BM
Designing RNA Secondary Structures is Hard
一个RNA序列是一个单词在一个字母表上的四个元素$\{A,C,G,U\}$称为碱基。RNA序列折叠成二级结构，其中一些碱基彼此匹配，而另一些则保持不配对。无假结的二级结构可以表示为带有附加点的适当括号的表达式，其中成对的匹配括号表示配对的碱基，而点表示未配对的碱基。RNA算法中的两个基本问题是预测序列如何在某种能量模型内折叠以及设计将折叠成目标二级结构的碱基序列。自80年代以来，已知预测给定的RNA序列如何折叠成无假结的二级结构在立方时间内是可解的，并且根据Bringmann等人的最新结果，在真正的亚立方时间内是可解的（FOCS 2016）。与此形成鲜明对比的是，设计一个给定的RNA二级结构是否是一项容易处理的任务尚不清楚;这是Anne Condon提出的一个具有挑战性的开放性问题（ICALP 2003）。由于RNA二级结构在药物研究和生物化学等许多领域的重要性，目前有数十种专门用于RNA二级结构设计的方法学和软件库。因此，令人惊讶的是，生物信息学中这个中心问题的计算复杂性几十年来一直没有得到解决。在本文中，我们表明，在最简单的能量模型，这是沃森-克里克模型的二级结构的设计是NP-完全的，如果一个添加的形式的自然约束：索引$i$的序列必须由基地$b$标记。这个负结果表明，对于更现实的能量模型，同样的下限也成立。值得注意的是，这些额外的限制绝不是人为的：它们是由所有RNA设计软件提供…
2018-03-25 cs.DS math.CO 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 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
On the behavior of random RNA secondary structures near the glass transition
RNA通过分子内碱基配对形成精细的二级结构。这些结构在每个细胞内执行关键的生物功能。由于可用多项式算法来计算这些结构上的配分函数，它们也是无序系统的统计物理学的合适系统。在这个模型中，低于变性温度，随机RNA二级结构存在于两个阶段之一：一个强烈无序，低温玻璃相，和一个弱无序，高温熔融相。两个碱基配对的概率随它们的距离以指数3/2衰减，在熔融相中约为4/3。从玻璃化转变分离的两相的重整化场理论以前的结果的启发，我们数值研究这种转变。我们引入不同的顺序参数为每个阶段，都消失在临界点。最后，我们探讨了这种转变背后的驱动机制。
2019-01-15 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
RNA Secondary Structure Prediction Using Transformer-Based Deep Learning Models
Johns Hopkins University（约翰霍普金斯大学）；Columbia University（哥伦比亚大学）；Northeastern University（东北大学）
该研究围绕RNA结构预测展开，介绍相关基础概念与机器学习应用，提出基于ResNet的RNA三级结构评分模型及预测算法，同时指出该领域现存的开放性挑战。
2024-04-14 cs.AI cs.LG q-bio.BM
RBPBind: Quantitative prediction of Protein-RNA Interactions
摘要：我们介绍RBPBind，一个基于网络的定量预测RNA-蛋白质相互作用的工具。给定用户指定的RNA和从一组常见的RNA结合蛋白质中选择的蛋白质，RBPBind计算所讨论的反应的结合曲线和有效结合常数。服务器还计算在给定蛋白质浓度下，蛋白质分子与RNA中任何特定核苷酸结合的概率。RBPBind的软件改编自Vienna RNA包，其源代码已被修改以适应单链RNA结合蛋白的作用。因此，RBPBind完全结合了RNA二级结构对蛋白质-RNA相互作用的影响。可用性：我们的Web服务器可在http://bioserv.mps.ohio-state.edu/RBPBind上找到
2016-11-04 q-bio.BM
CoFold: thermodynamic RNA structure prediction with a kinetic twist
现有的采用单个RNA序列并预测相应RNA二级结构的最先进方法是热力学方法。这些预测了最稳定的RNA结构，但没有考虑结构形成的过程。然而，到目前为止，我们已经有了充足的实验和理论证据，证明序列在体内转录时会折叠，而且结构形成的过程很重要。我们在这里提出了一个概念上的新方法来预测RNA的二级结构，称为CoFold，结合热力学与动力学的考虑。我们的方法在预测准确性方面显着提高了最先进的水平，特别是对于长度超过一千个核苷酸的长序列，如核糖体RNA。
2012-07-25 q-bio.BM q-bio.QM
LinearCoFold and LinearCoPartition: Linear-Time Algorithms for Secondary Structure Prediction of Interacting RNA molecules
许多ncRNA通过RNA-RNA相互作用发挥作用。考虑到RNA-RNA相互作用的快速可靠的RNA结构预测是有用的。一些现有的工具由于忽略了分子间和分子内碱基对的竞争而不太准确，或者更专注于预测结合区域而不是预测两个相互作用链的完整二级结构。Vienna RNAcofold通过连接两条链将问题简化为经典的单序列折叠，以立方时间对组合序列长度进行缩放，并且对于长序列来说很慢。为了解决这些问题，我们提出了LinearCoFold（预测线性运行时两条链的完整最小自由能结构）和LinearCoPartition（计算线性运行时的共折叠配分函数和碱基配对概率）。LinearCoFold和LinearCoPartition遵循RNAcofold的级联策略，但比RNAcofold快几个数量级。例如，在组合长度为26，190 nt的序列对上，LinearCoFold比RNAcofold MFE模式快86.8倍（0.6分钟对52.1分钟），LinearCoPartition比RNAcofold分配函数模式快642.3倍（1.8分钟对1156.2分钟）。与局部算法不同，LinearCoFold和LinearCoPartition是不受碱基长度限制的全局共折叠算法。令人惊讶的是，LinearCoFold和LinearCoPartition的预测具有更高的PPV和分子间碱基对的灵敏度。此外，我们应用Line…
2022-10-26 cs.DS physics.bio-ph q-bio.BM
RNA secondary structure design
我们考虑RNA二级结构的逆折叠问题：对于一个给定的（无伪结）二级结构，找到一个以该结构为基态的序列。如果存在这样的序列，则该结构称为可设计的。我们实现了一个分支定界算法，该算法能够在序列空间内进行穷举搜索，即，给出了一个确切的答案是否存在这样的序列。分支定界算法所需的边界由动态规划算法计算。我们考虑不同的字母大小和一个合奏的随机结构，我们要设计。我们发现，对于两个字母，几乎没有这些结构是可设计的。对于三个字母的情况，可设计性有所改善，但仍然有很大一部分结构是不可设计的。当我们看到自然的四个字母的情况下，两对互补的碱基：不可设计的结构是例外，尽管它们仍然存在。最后，我们还研究了分支定界算法的可设计性与算法复杂度之间的关系。在整体结构中，高的平均不可设计性程度与证明给定结构是（不可）设计的较长时间相关。在四个字母的情况下，可设计性在任何地方都很高，算法复杂性在天然存在的RNA区域最高。
2006-09-15 physics.bio-ph q-bio.BM
Valid plane trees: Combinatorial models for RNA secondary structures with Watson-Crick base pairs
RNA的组合学在生物学中起着核心作用。数学生物学家有几种常用的RNA模型：固定字母表中的单词（代表核苷酸的一级序列）和平面树（代表RNA序列的二级结构或折叠）。本文考虑了一个增强版本的标准模型的平面树，一个结合了一些观察到的约束如何折叠可以发生。特别地，我们假设字母表由互补对组成，例如RNA的沃森-克里克对A-U和C-G。给定字母表中的一个单词，一个有效的平面树是这样一棵树，当单词围绕树折叠时，每条边都匹配两个互补的字母。考虑一个图，其顶点是一个固定字的有效平面树，其边由Condon，Heitsch和Hoos的局部移动给出。我们证明这个图是连通的。在至少存在一棵有效平面树的条件下，给出了从一个准素序列构造一棵有效平面树的显式算法。我们的算法产生的树有其他有用的特征，包括一个唯一性条件定义的局部移动。我们还研究了有效平面树的枚举性质，分析了有效平面树的数目如何依赖于序列长度和字母表大小的选择。最后，我们表明，至少有一个有效的平面树的字的比例为零，字的大小增加。我们还提出了一些开放性问题。
2017-06-22 math.CO q-bio.BM
Effects of RNA branching on the electrostatic stabilization of viruses
许多单链（ss）RNA病毒从衣壳蛋白亚基和核酸自组装以形成感染性病毒体。据信，带负电荷的RNA和带正电荷的病毒衣壳蛋白之间的静电相互作用驱动了包装，尽管越来越多的证据表明病毒RNA的序列也在包装中起作用。特别地，该序列将决定ssRNA在溶液中可能采用的二级结构。在这项工作中，我们使用平均场论来研究如何结合静电相互作用的RNA的二级结构影响组装的效率和组装的病毒粒子的稳定性。我们表明，RNA的二级结构可能会导致负渗透压，而线性聚合物在相同的条件下会导致正渗透压。这可能表明，分支结构使RNA更有效地包装和病毒粒子更稳定。
2016-08-09 cond-mat.soft physics.bio-ph q-bio.BM
