利用共同結構元實作核醣核酸分群

Abstract

本研究提出一個有關核醣核酸分群研究的新議題，針對一群未排比的核醣核酸序列，同時進行核醣核酸的分群與其結構元的預測。屬於相同家族的核醣核酸必定存在某些共同的特徵，而本研究選用共同的二級結構元作為分群的依據。我們的方法是一套反覆式的分群程序。首先，採用監督式學習(supervised learning)為訓練核心，預測出某家族的共同結構元後，再利用此結構元作為鑑定同源關係的準則，擁有此結構元的核醣核酸會被歸為同一家族。將這些序列分離出去，再重複整個程序，直到分完所有的群集。透過此系統的分析檢測，最後可以了解此組資料中包括幾群不同的核醣核酸家族、每一個家族的成員以及代表每個家族的共同結構元。此系統能準確地預測出一致性程度較高的結構元，Matthews相關係數值可高達0.85。雖然容易受到在非結構元區域的配對結構所影響，但依然可挑到大部份的成員，可有0.83擷取率。我們由實驗結果分析得知，結構元的長相一致性程度與非結構元區域是否會形成配對結構，是影響整個分群與結構元預測結果的主要兩個因素。