具有旋转不变性的最小不可设计 RNA 结构基序的可扩展且可解释识别
数据结构与算法
2025-05-06 v4
摘要
RNA 设计旨在寻找一个序列，使其以最高概率折叠成指定的目标结构。然而，某些结构是不可设计的，意味着在默认（Turner）RNA 折叠模型下，没有序列能折叠成目标结构。理解导致不可设计性的特定局部结构（即“基序”）对于完善 RNA 折叠模型和确定 RNA 可设计性的极限至关重要。尽管其重要性不言而喻，但该问题受到的关注极少，且以往的努力既不具备可扩展性也不具备可解释性。我们开发了一个新的基序（不可）设计性理论框架，并设计了可扩展且可解释的算法，以识别给定 RNA 二级结构内的最小不可设计基序。我们的方法通过搜索竞争基序来确立基序的不可设计性，而非穷举枚举所有可能折叠成该基序的（部分）序列。此外，我们利用 RNA 结构中的旋转不变性来检测、分组和重用等价基序，并构建独特最小不可设计基序数据库。为此，我们提出了一种用于基序的环 - 对图表示法和一种用于基序等价性的递归图同构算法。我们的算法成功地在 Eterna100 基准测试的 18 个不可设计谜题中识别出 24 个独特的最小不可设计基序。令人惊讶的是，我们还在源自多样化 RNA 家族集的 ArchiveII 数据集中发现了超过 350 个独特的最小不可设计基序和 663 个不可设计的天然结构。我们的源代码可在 https://github.com/shanry/RNA-Undesign 获取，我们的 Web 服务器可在 http://linearfold.org/motifs 访问。
引用
@article{arxiv.2402.17206,
title = {Scalable and Interpretable Identification of Minimal Undesignable RNA Structure Motifs with Rotational Invariance},
author = {Tianshuo Zhou and Wei Yu Tang and Apoorv Malik and David H. Mathews and Liang Huang},
journal= {arXiv preprint arXiv:2402.17206},
year = {2025}
}