通过最大一致二级结构总结RNA结构集成

《Journal of Computational Biology》：Summarizing RNA Structural Ensembles via Maximum Agreement Secondary Structures

　　

摘要

总结一组$P$相关的RNA二级结构是进化分析、替代折叠研究和mRNA疫苗设计等应用中的关键挑战。这既需要将输入结构聚类为相似组，又需要识别它们所一致或不同的核心结构基序。现有方法均只聚焦于其中一个目标而失败：聚类方法无法输出共享基序，而共识方法则忽视了结构集合中存在的结构多样性。在此，我们提出了Maximum Agreement Secondary Structures（最大共识二级结构，MASS）问题，其目标是寻找$P$中最大的一组结构特征F，使得这些特征能够将输入结构划分为用户指定的$\tau$个不同的聚类。我们证明了MASS是NP困难的，并建立了其与受限二元矩阵投影问题的等价性。我们提出了一个精确的整数线性规划模型、一个精确的组合算法以及一个可扩展的束搜索启发式方法。通过模拟实验，我们展示了这些精确算法和启发式方法相对于仅聚焦于聚类或识别单一共识树的基线方法的性能表现。在真实数据上，我们证明了MASS能够识别构象数据集中的保守支架结构，揭示RNA家族中不同物种的保守结构基序，并恢复编码同一蛋白质的同义转录本之间的共享结构特征。MASS为总结RNA结构组织提供了一个通用且可解释的框架。

获取本文完整访问权限

查看所有访问和购买选项以获取本文内容。

获取访问权限