项目名称: RNA结构功能域的识别和提取

项目编号: No.61303112

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 沈莹

作者单位: 同济大学

项目金额: 23万元

中文摘要: 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。

中文关键词: RNA功能域;RNA结构功能域;RNA结构功能域识别;RNA结构功能域提取;

英文摘要: 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.

英文关键词: RNA motif;RNA structural motif;RNA structural motif recognition;motif extraction;

成为VIP会员查看完整内容
0

相关内容

基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
45+阅读 · 2021年3月19日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
32+阅读 · 2021年2月1日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
229+阅读 · 2019年10月12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 · 2013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
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+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
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
37+阅读 · 2021年2月10日
小贴士
相关VIP内容
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
45+阅读 · 2021年3月19日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
32+阅读 · 2021年2月1日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
229+阅读 · 2019年10月12日
相关资讯
相关基金
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 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+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
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员