项目名称: RNA结构预测与折叠热力学动力学研究

项目编号: No.11274157

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 张建

作者单位: 南京大学

项目金额: 78万元

中文摘要: 研究目标为发展RNA 的三级结构预测方法,并利用分子模拟等手段研究RNA折叠热力学和动力学,和结构预测研究相互促进,以加深人们对RNA结构和功能的认识。具体内容为:1)发展一个新的RNA碱基离散模型,并加入序列信息、考虑核苷酸的物理化学性质等;同时发展一套基于顺序蒙特卡洛方法的高效结构生成方法;2)发展计算RNA结构自由能的一组势函数,考虑碱基对相互作用、碱基堆积作用、静电、氢键、主链键长、键角、二面角等相互作用;3)利用大规模分子模拟,研究几个典型RNA体系的折叠机制与功能运动,和结构预测的研究相互促进;4)发展RNA的粗粒化模型,利用自学习多尺度的方法开发相匹配的分子力学势场,研究更大更复杂的RNA 体系。还将与本研究组的实验人员合作,理论结合实验开展工作。本研究取得的成果将用来搭建网络服务器,提供结构预测服务和软件下载,提高本研究组乃至我国在这一研究领域的影响与地位。

中文关键词: 核糖核酸;RNA结构预测;非编码RNA;热力学和动力学;分子模拟

英文摘要: The purpose of this research is to develop an RNA tertiary structure prediction approach, and study the thermodynamics of kinetics of the RNA folding and functional motion; these two researches will benefit each other and eventually deepen our understanding of the structure and functions of RNA molecules. In detail, we plan to do the following works: 1) developing an RNA base discrete-state model, considering the sequence information, physical chemical properties of nucleotides, and etc; to develop an efficient structure generating method based on the sequential Monte Carlo algorithm; 2) developling a statistical function that will be used for scoring the generated RNA structural candidates, implementing the base-pairing interactions, base stackings, electrostatic, hydrogen-bonds, bond, bond angle and torsional angle interactions; 3) Using large-scale computer molecular dynamics simulations, we will study the folding mechanism and functional motion of several RNA systems; 4) we also plan to build an RNA coarse-grained model and the corresponding force field with a self-learning, multiscale method, this approach will be used to study a large RNA system. To collaborate with experimental researches is also in plan; theoretical and experimental works will facilitate and benefit each other. The approaches and softwar

英文关键词: RNA;RNA structure prediction;non-coding RNAs;thermodynamics and kinetics;molecular simulations

成为VIP会员查看完整内容
1

相关内容

NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
24+阅读 · 2021年6月25日
Arxiv
13+阅读 · 2021年3月29日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
26+阅读 · 2018年9月21日
小贴士
相关资讯
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月18日
Arxiv
24+阅读 · 2021年6月25日
Arxiv
13+阅读 · 2021年3月29日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
26+阅读 · 2018年9月21日
微信扫码咨询专知VIP会员