Inferring Parameters for an Elementary Step Model of DNA Structure Kinetics with Locally Context-Dependent Arrhenius Rates
Inferring Parameters for an Elementary Step Model of DNA Structure Kinetics with Locally Context-Dependent Arrhenius Rates
复制标题
推断具有局部上下文相关阿伦尼乌斯速率的 DNA 结构动力学基本步骤模型的参数
DOI：
10.1007/978-3-319-66799-7_12
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Winfree, Erik
中科院分区：
文献类型：
--
作者：
Zolaktaf, Sedigheh;Dannenberg, Frits;Rudelis, Xander;Condon, Anne;Schaeffer, Joseph M;Thachuk, Chris;Winfree, Erik
核酸热稳定性的模型被校准到宽范围的实验观察，并且通常以合理的准确度预测核酸二级结构的平衡概率。相比之下，迄今为止尚未尝试对核酸动力学模型进行类似的校准和评估以进行广泛的测量。我们介绍了一个相互作用的核酸动力学，涉及的激活能的状态转换与受影响的碱基对的直接本地环境的Arpaulius模型。我们的模型可以用于随机模拟，以估计动力学性质，并与现有的热力学模型是一致的。我们使用集合马尔可夫链蒙特卡罗（MCMC）方法在训练数据集上推断模型的参数，该训练数据集具有发夹闭合和打开，螺旋缔合和解离，气泡闭合和立足点介导的链交换的320个动力学测量。我们的新模型超越了先前建立的大都会模型的训练集和测试集的大小56组成的立足点介导的3路链置换与错配和发夹的开放和关闭速率的性能：反应速率预测为三个因子内的训练和测试集的反应，分别。
Models of nucleic acid thermal stability are calibrated to a wide range of experimental observations, and typically predict equilibrium probabilities of nucleic acid secondary structures with reasonable accuracy. By comparison, a similar calibration and evaluation of nucleic acid kinetic models to a broad range of measurements has not been attempted so far. We introduce an Arrhenius model of interacting nucleic acid kinetics that relates the activation energy of a state transition with the immediate local environment of the affected base pair. Our model can be used in stochastic simulations to estimate kinetic properties and is consistent with existing thermodynamic models. We infer parameters for our model using an ensemble Markov chain Monte Carlo (MCMC) approach on a training dataset with 320 kinetic measurements of hairpin closing and opening, helix association and dissociation, bubble closing and toehold-mediated strand exchange. Our new model surpasses the performance of the previously established Metropolis model both on the training set and on a testing set of size 56 composed of toehold-mediated 3-way strand displacement with mismatches and hairpin opening and closing rates: reaction rates are predicted to within a factor of three forandof reactions for the training and testing sets, respectively.
登录
查看更多内容
影响因子：
4.4
作者：
Y. Suhov;M. Kelbert
通讯作者：
M. Kelbert
DOI：
10.1007/978-1-4939-6433-8_10
发表时间：
2016-01-01
期刊：
RNA STRUCTURE DETERMINATION
影响因子：
--
作者：
Xu, Zhenjiang Zech;Mathews, David H.
通讯作者：
Mathews, David H.
概率论与数理统计举例：剑桥大学 IB 统计数学 Tripos 考试题
影响因子：
14.9
作者：
Y. Suhov;M. Kelbert
通讯作者：
M. Kelbert
影响因子：
5.6
作者：
Reynaldo, LP;Vologodskii, AV;Lyamichev, VI
通讯作者：
Lyamichev, VI
影响因子：
4.5
作者：
Andronescu, Mirela;Condon, Anne;Murphy, Kevin P.
通讯作者：
Murphy, Kevin P.