Pooo
Darío Canales Ignacio Salas Oscar Yañez
RNA
Está presente tanto en las células procariotas como en las eucariotas. Pares de bases canónicas
◦ A/U ◦ G/C ◦ G/U (par inestable)
Algunas funciones:
◦ Dirige la parte intermedia de la síntesis de proteínas ◦ Catálisis ◦ Regulan la expresión genética
Estructura secundaria del RNA
Se puede ver como un paso intermediohacia una estructura en 3D Doble cadena de RNA formada por el plegamiento de una molécula simple
Estructura terciaria del RNA
Hace referencia a la organización que tienen los elementos de la estructura secundaria en el espacio. Es el resultado del apilamiento de bases y de los enlaces por puente de hidrógeno entre diferentes partes de la molécula.
Predicción de la estructura del RNA
Elmodelado de la estructura de RNA en 2D sirve para la construcción de bases de datos de moléculas de RNA
◦ Formas similares, roles similares
Muchos métodos usan programación dinámica La molécula se pliega sobre si misma
Predicción de la estructura de RNA
Se buscan palíndromos Estructuras energéticamente estables
Algoritmo de Nussinov
Objetivo Algoritmo Recursivo
Hallar las estructurasecundaria que maximice el numero de bases pareadas. Encuentra la mejor estructura para los inputs i,j intentando una de las siguientes 4 posibilidades: - Agregar el par i, j sobre la mejor estructura i+1,j-1 - Agregar i sin aparear a la mejor estructura i+1,j - Agregar j sin aparear a la mejor estructura i,j-1 - Combinar las dos estructuras optimas i,k y k+1,j
i+1
i-1 i+1
par i,j
ji
j-1
i
k k+1
bifurcación
k
i no pareada
j no pareada
Algoritmo de Nussinov
Sea S una secuencia de RNA de tamaño L. Se define una matriz γ L x L de folding correspondiente a la secuencia S. Se establece una función δ(xi, xj) = 1, si xi y xj se pueden parear y δ(xi, xj) = 0, en caso contrario.
Inicialización:
γ (i, i-1) = 0, γ (i, i) = 0,
Llenado:
i= 2...L i=1...L
For i=1...L-1, j=i+1...L
Traceback
Inicialización: Push (1,L) en el stack Recursión: Repetir hasta que el stack este vacío pop(i,j) if i > j continuar else if γ (i+1, j) = γ (i, j) push (i+1, j) else if γ (i, j-1) = γ (i, j) push (i, j-1) else if γ (i+1, j-1)+ δ ij = γ (i, j): registrar i, j como apareamiento push (i+1, j-1) else for k= i+1 to j-1: if γ (i,k)+ γ(k+1,j)= γ (i,j): push(k+1,j) push (i,k) break
Ejemplo
Inicialización:
γ (i, i-1) = 0, γ (i, i) = 0,
i= 2...L i= 1...L
i
G j G G G A A A U C C 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 G G A A A U C C
Ejemplo
Llenado: For i=1...L-1, j=i+1...L
i
G j G G G A A A U C C 0 0 G 0 0 0 G 0 0 0 0 A 0 0 0 0 0 A 0 0 0 0 0 0 A 0 0 0 0 0 0 0 U 1 1 1 1 1 1 0 0 C 2 2 2 1 1 1 0 0 0 C 3 3 2 1 1 1 0 0 0
EjemploTraceback:
pop(i,j) if i > j continuar else if γ (i+1, j) = γ (i, j) push (i+1, j) else if γ (i, j-1) = γ (i, j) push (i, j-1) else if γ (i+1, j-1)+ δ ij = γ (i, j): registrar i, j como apareamiento push (i+1, j-1) else for k= i+1 to j-1: if γ (i,k)+ γ(k+1,j)= γ (i,j): push (k+1,j) push (i,k); break
i
G j G G G A A A U C C 0 0
G 0 0 0
G 0 0 0 0
A 0 0 0 0 0
A 0 0 0 0 0 0
A 0 0 0 0 00 0
U 1 1 1 1 1 1 0 0
C 2 2 2 1 1 1 0 0 0
C 3 3 2 1 1 1 0 0 0 A A G G G A U C C
Desventajas de Nussinov
•
Este método asume que la mejor estructura es la que contiene una mayor cantidad de bases pareadas. No necesariamente entrega la estructura más estable. Hay muchas combinaciones posibles de apareamiento, pero Nussinov detecta generalmente sólo una variante. No se consideraapilamiento de bases pareadas => Diferencias en estructura y estabilidad de hélices. No se considera tamaño de loops internos.
• •
•
•
Solución: Minimizar energía libre
Por Ley de la termodinámica, sólo una estructura secundaria es estable, normalmente, la que optimice la energía libre. Energía libre
G = H - TS
G: Energía Libre H: Entalpía (energía que puede generar trabajo) T:...
Regístrate para leer el documento completo.