《基於多相似度融合的非編碼RNA結構比對和分類識別》是依託同濟大學，由劉琦擔任項目負責人的面上項目。
基本介紹
- 中文名：基於多相似度融合的非編碼RNA結構比對和分類識別
- 項目類別：面上項目
- 項目負責人：劉琦
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
非編碼RNA 結構和功能的研究是分子生物學研究的熱點問題之一。通過計算手段對於非編碼RNA 的二級結構進行比對以及分類識別，是進行非編碼RNA 功能分析的研究基礎。在深入研究非編碼RNA 二級結構特點的基礎上，本項目將提出一種基於多相似度融合的非編碼RNA二級結構比對和分類識別的計算模型。從非編碼RNA結構比對的alignment-based,semi-alignment-based以及alignment-free三個層面出發，進行全面有效的相似度刻畫。在此基礎上，結合機器學習算法，針對於後續進行的不同識別方式(分類，聚類，排序)設計不同的相似度融合方法。以Rfam資料庫所含有的已知類別的非編碼RNA分子為數據集，進行模型的訓練，最佳化以及測試，形成自動化的軟體平台，從而為高通量的小RNA分子數據處理，基因組層面的小RNA識別，以及後續的結構和功能分析提供有效的計算支持。
結題摘要
非編碼RNA結構和功能的研究是分子生物學研究的熱點問題之一，特別是近期在長非編碼RNA，環形RNA，RNAi以及CRISPR/Cas9的sRNA設計領域都需要對於RNA的結構進行計算分析。本項目在深入研究非編碼RNA二級結構特點的基礎上，重點關注於多相似度融合的機器學習算法設計，以及其在非編碼RNA二級結構比對和RNAi、CRISPR/Cas9領域的小RNA設計這些層面的具體套用。項目從非編碼RNA結構比對的“alignment-based”,“semi-alignment-based”以及“alignment-free”三個層面出發，進行全面有效的相似度刻畫。在此基礎上，結合機器學習算法，針對於後續進行的不同識別方式(分類，聚類，排序)設計不同的相似度融合方法，並且進一步探討其在小RNA設計層面的套用，形成自動化的軟體平台。作為課題的方法學層面的套用拓展，項目同時初步探討了多相似度融合的算法在小分子藥物虛擬篩選以及藥物重定位領域的套用。
