RNA结构功能域的识别和提取

RNA structural motifs play an important role in binding proteins and consolidating RNA tertiary structures. The study of RNA structural motifs can enrich our knowledge in RNA structure conformation and diverse RNA functions. RNA structural motif recognition aims to find RNA substructures which are similar to a query motif, and RNA structural motif extraction aims to discover new types of RNA structural motifs. Currently, only a few methods were proposed in this field which is far from satisfactory when regarding the accuray and results analysis. In view of this, we will lay our focus on devising novel high performance methods for RNA structural motif recognition and extraction. Specifically, the newly proposed methods will be based on the analysis of RNA structural features and the theory of Procrustes Analysis. In this project, we will attempt to apply Procrustes Analysis appropriately in RNA structural motif recognition and extraction and finaly improve the accuracy of current methods. In addition, we will further analyze the experimental results to discover new RNA structural motifs and create an RNA structural motif database in the end. The anticipated output of this project will benefit RNA structural motif recognition and extraction both in theory and in application.

RNA结构功能域在RNA/蛋白质的结合和RNA三级结构的稳定中起到重要作用。对RNA结构功能域的研究可以帮助人们探索RNA的未知功能和预测RNA的空间结构。RNA结构功能域识别的目的在于搜索更多已知的RNA结构功能域，RNA结构功能域提取的目的在于找出未知的RNA结构功能域。目前这一领域在算法的准确度和实验结果分析方面都还处于起步阶段。鉴于此，在本项目中我们将致力于提出高性能的算法用于识别和提取RNA结构功能域。拟提出的新方法将建立在对生物分子结构性质的分析和普鲁克分析的基础上。我们将尝试把普鲁克分析应用于RNA分子结构的相似性度量上，提高算法的准确度。另外我们会进一步分析实验结果，找出新的RNA结构功能域，并创建一个相对完整的RNA结构功能域数据库。本项目的预期成果将在理论和应用两方面促进RNA结构功能域识别和提取的发展。

RNA结构功能域是RNA三级结构中非常重要的部分，它们帮助RNA在各种生命过程中行使正常的功能。通过分析RNA分子中包含的结构功能域的种类和个数，我们可以了解该RNA可能具有的功能。但是鉴于很多RNA分子结构非常复杂，手动识别RNA结构功能域的方法非常低效和不准确。因此如何从给定的RNA分子中快速识别所有的结构功能域成为一个亟需解决的问题。另外已发现的RNA结构功能域种类非常有限，还有很多潜在的结构功能域等待人们发现，因此我们希望能设计出一种算法能够自动地从RNA分子中识别出重要的结构片段，加深人们对RNA结构功能域的理解。..本项目旨在研究RNA结构功能域的结构性质，设计能够根据已知种类自动识别RNA结构功能域的算法，以及设计一种自动提取未知RNA结构功能域的算法。我们在结构相似性计算、RNA结构功能域的识别和提取、稀疏表示与字典学习的理论应用等方面取得了丰硕的成果。一些代表性成果简述如下。我们对RNA三级结构进行建模，利用稀疏表示理论工具提出LS-RSMR算法进行RNA结构功能域的提取（RNA’13）。基于LS-RSMR算法我们提出了一种提取未知种类RNA结构功能域的算法，并且成功找到了三种新型的RNA结构功能域（ICIC’15）。我们发现已知及后来新发现的RNA结构功能域在结构上都非常保守，在RNA分子中起着重要作用。我们还将LS-RSMR算法推广到蛋白质的RNA结合位点预测中，成功预测出了大部分RNA结合位点（BMC Bioinformatics’15）。除此之外我们还尝试了稀疏表示在其他领域的应用：我们研究了自然场景统计模型特征对于图像质量的刻画能力，并提出了基于自然场景统计模型理论的无参考图像质量评价方法IL-NIQE（IEEE TIP'15）。我们还研究了稀疏表示在三维人脸分类问题中的应用，并提出了基于多特征点描述子和多任务稀疏表示分类的三维人脸分类方法3DMKDSRC（Plos One'14）；..研究成果推动了RNA结构功能域分析领域的发展，也拓展了机器学习理论工具在该领域的应用，具有较好的科学理论价值和工程应用价值。