Prediction of RNA secondary structure including pseudoknots for long sequences.
Prediction of RNA secondary structure including pseudoknots for long sequences.
复制标题
DOI：
10.1093/bib/bbab395
复制
发表时间：
2022-01-17
影响因子：
9.5
通讯作者：
Kato Y
中科院分区：
文献类型：
--
作者：
Sato K;Kato Y
称为假结的RNA结构元件参与各种生物现象，包括核糖体移码。由于不可能建立一个有效的可计算的二级结构模型，考虑伪结的二级结构预测方法还没有广泛使用。我们开发了IPknot，它使用算法来加速计算，但仍然很难将其应用于长序列，如信使RNA和病毒RNA，因为它需要相对于序列长度的立方计算时间，并且需要手动调整阈值参数。在这里，我们提出了一种改进的IPknot，使计算在线性时间内通过采用线性分区模型，并自动选择最佳阈值参数的基础上的伪预期的准确性。此外，IPknot在我们详尽的基准测试中在广泛的条件下显示出良好的预测准确性，不仅对于单个序列，而且对于多个比对。
RNA structural elements called pseudoknots are involved in various biological phenomena including ribosomal frameshifts. Because it is infeasible to construct an efficiently computable secondary structure model including pseudoknots, secondary structure prediction methods considering pseudoknots are not yet widely available. We developed IPknot, which uses heuristics to speed up computations, but it has remained difficult to apply it to long sequences, such as messenger RNA and viral RNA, because it requires cubic computational time with respect to sequence length and has threshold parameters that need to be manually adjusted. Here, we propose an improvement of IPknot that enables calculation in linear time by employing the LinearPartition model and automatically selects the optimal threshold parameters based on the pseudo-expected accuracy. In addition, IPknot showed favorable prediction accuracy across a wide range of conditions in our exhaustive benchmarking, not only for single sequences but also for multiple alignments.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btr215
发表时间：
2011-07-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Sato K;Kato Y;Hamada M;Akutsu T;Asai K
通讯作者：
Asai K
影响因子：
14.9
作者：
Hamada M;Sato K;Asai K
通讯作者：
Asai K
DOI：
10.1093/bioinformatics/bts565
发表时间：
2012-12-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Fu L;Niu B;Zhu Z;Wu S;Li W
通讯作者：
Li W
影响因子：
5.8
作者：
Kiryu, Hisanori;Kin, Taishin;Asai, Kiyoshi
通讯作者：
Asai, Kiyoshi
影响因子：
5.8
作者：
Ruan, JH;Stormo, GD;Zhang, WX
通讯作者：
Zhang, WX