基于茎区的RNA二级结构预测算法研究的开题报告

基于茎区的RNA二级结构预测算法研究的开题报告一、研究背景及意义RNA分子在生物体内具有多种功能，如催化反应、传递遗传信息等，而RNA二级结构是RNA功能的关键因素之一，因此RNA二级结构预测一直是生物信息学领域的研究热点。传统的RNA二级结构预测方法主要基于序列信息，但这种方法存在一定的局限性，如难以预测众多的伪结构、局部结构的误差等，因此开展基于茎区的RNA二级结构预测算法研究具有重要的理论和实际意义。二、研究内容本文旨在从茎区入手，对RNA二级结构预测算法进行深入研究，主要包括以下内容：1.建立基于茎区的RNA二级结构模型茎区是RNA二级结构的一个重要组成部分，本文首先将RNA序列中茎区定义为核酸链上距离大于等于五个碱基且形成三个及以上配对的区域，并将茎区的相关特征进行分析和挖掘，然后构建出一种基于茎区的RNA二级结构模型。2.改进RNA二级结构预测算法本文将建立的RNA二级结构模型应用到RNA二级结构预测算法之中，设计一种在茎区特征基础上的算法，并将其与传统的RNA二级结构预测算法进行对比，对比结果表明，该算法预测效果明显优于传统算法。3.优化算法性能为了进一步提高算法的性能，本文将尝试利用RNA序列中现有的信息对RNA二级结构预测算法进行优化，包括基于机器学习的算法和深度学习算法等，以期提高RNA二级结构预测算法的准确性和鲁棒性。三、研究技术路线1.数据获取和预处理本研究将从公开数据库中收集各种类型的RNA序列数据，同时对RNA序列进行预处理，以便更好的应用于RNA二级结构预测算法的研究之中。2.建立基于茎区特征的RNA二级结构模型将RNA序列茎区的相关信息进行分析和挖掘，构建出一种基于茎区特征的RNA二级结构模型。3.设计RNA二级结构预测算法在RNA二级结构模型的基础上，设计一种基于茎区特征的RNA二级结构预测算法，并进行算法性能评估。4.优化算法性能尝试利用RNA序列中现有的信息对RNA二级结构预测算法进行优化，包括基于机器学习的算法和深度学习算法等，以期提高RNA二级结构预测算法的准确性和鲁棒性。四、预期研究成果本研究预期取得以下成果：1.建立一种基于茎区的RNA二级结构模型，为RNA二级结构预测算法提供新的思路和视角；2.设计一种基于茎区特征的RNA二级结构预测算法，实现对RNA二级结构的高精度预测；3.优化RNA二级结构预测算法，提高算法的准确性和鲁棒性。五、研究进度安排2018年9月至2019年2月：收集RNA序列数据，预处理RNA序列数据，对RNA序列茎区进行分析和挖掘，建立基于茎区的RNA二级结构模型。2019年3月至2019年8月：设计基于茎区特征的RNA二级结构预测算法，并进行算法性能评估。2019年9月至2020年2月：尝试基于机器学习或深度学习的算法对RNA二级结构预测算法进行优化。2020年3月至2020年5月：撰写论文，准备提交。六、参考文献1.NaeemH,TahirM,KhanMA.AnewcomputationalapproachforRNAsecondarystructurepredictionusingstatisticallearning.ComputationalBiologyandChemistry,2018,72:214-218.2.LiuJG,TianC,TaoL.etal.AnovelRNAstructurefeatureextractionmethodbasedontheextendeddouble-strandedRNAstructureanditsapplicationtoRNA-bindingproteinprediction.BMCBioinformatics,2018,19:308.3.LaiD,ProctorJR,MeyerIM.OntheimportanceofcotranscriptionalRNAstructureformation.RNA,2012,18:561-566.4.LiuM,WangD,WuFX,etal.ComputationalRNAsecondarystructurepredictionwithouts