RNA扭转角预测的深度学习方法

作者：欧秀娟; 肖奕^*

来源：Acta Physica Sinica, 2023, 72(24): 270-280.

• RNA结构
• 扭转角预测
• 深度学习

RNA分子三级结构模建是分子生物物理学研究的基本问题之一,对理解RNA的功能和设计新的结构有重要意义. RNA三级结构主要由主链和侧链上的7个扭转角确定,准确预测这些扭转角是RNA分子三级结构模建的基础.目前只有个别采用深度学习模型预测RNA分子扭转角的方法,要用于模建RNA分子的三级结构其预测精度还有待进一步提高.本文提出了一种预测RNA分子扭转角的深度学习方法 1dRNA,采用了考虑相邻核苷酸的卷积模型(DRCNN)和考虑全链核苷酸的超长短期记忆模型(DHLSTM)两种不同的深度学习模型.结果显示,与现有方法相比,这两种模型都能提高RNA分子大部分扭转角的预测精度, DRCNN预测精度提高在5%到28%之间, DHLSTM预测精度提高在6%到15%之间.结果还显示, α和g角是最难预测的,环区扭转角比螺旋区的扭转角难预测,模型对预测序列长度的变化不敏感,模型预测角度与decoys的角度偏差可用于模型质量评估.

• 单位
  物理学院; 华中科技大学