Multiobjective Metaheuristic to Design RNA Sequences

今天要写的是《Multiobjective Metaheuristic to Design RNA Sequences》,这是今年（2019）发表在TEVC上的一篇文章。

该文提出了一种设计RNA序列的方法m2dRNAs，采用了三个目标函数：

1. 分区函数,即整体的自由能（partition function，free energy of the ensemble）
2. 集成多样性 （ensemble diversity）
3. 核苷酸成分（nucleotides composition）

---

约束为目标和预测结构间的相似度

代码下载地址：http://arco.unex.es/arl/m2dRNAs-source_code.zip

---

• 什么是RNA inverse folding problem(RNA逆折叠问题) ?

Given a particul RNA secondary structure (target structure), finding a sequence of base pairs that would fold into this structure is known as the RNA inverse folding problem.

---

• 几种解决RNA逆折叠的方法
  • RNAinverse
    将目标结构划分成几个更小的结果，并使用自适应随机漫步法最小化目标结构与当前序列中最小自由能（Minimum Free Energy, MFE）的二级结构间的汉明距离。
  • RNA-SSD
    采用分治法逐级分解输入的目标结构；采用贪婪初始化步骤选取初始的RNA序列，并采用了随机局部搜索方法。
  • INFO-RNA
    包含两个基本步骤。动态规划：用来产生好的初始解，且在初始化中只会选择能量低的的序列；改进的随机局部搜索法，基于额外的能量的准则采取了一种前瞻性（look-ahead）的选择步骤。主要得缺点是得到的RNA序列GC含量（鸟嘌呤与胞嘧啶占四种碱基的比例）高，这与生物学上的活RNA不一样。
  • MODENA
    采用NSGA-II解决，共有两个目标：a) 结构稳定性（序列的MFE结构的能量）；b) 结构相似性（候选序列和目标结构的MFE结构间的距离）
  • fRNAkenstein
    这个方法是用来解决这个问题的多任务版本，也就是说其目标是同时找到多个目标结构。
  • DSS-Opt
    DSS-Opt在序列空间中使用了牛顿动力学结合非设计项（a negative design 没有看原文不是很理解）和模拟退火来优化序列使起朝着理想的二级结构折叠。采用评分函数有：a) 序列成分的最近邻模型能量(nearest-neighbor model energies for sequence compositions); b) negative design; c) 序列异质性（sequence heterogeneity）；d) 成分约束（ composition constraint）
  • RNSAiFOLD
    带约束的规划法。提供的目标有：a) MFE；b) 自由能；c）整体缺陷，可由用户自行设选择其中一个目标，并且提供了各种约束。
  • EteRNA Bot
    基于由成千上万的EteRNA players和其他RNA设计软件做出的决策。这是市场上的第一个集成分类器。
  • ERD
    首先重建RNA子序列（池），其对应不同长度的不同成分。它构建了一个与给定目标结构兼容的初始RNA序列。然后利用进化算法提升子序列的质量。
  • antaRNA
    采用蚁群优化算法来设计RNA的结构。除了结构约束，antaRNA还允许用户自行设置GC阈值。

---

• 建模

1. Partition Function ($f_1$)
   $$f_1(x)=\sum _{S\in S^{\prime }(x)}{e}^{\frac{-\Delta G(S)}{RT}}$$
2. Ensemble Diversity ($f_2$)
   $$f_2(x)=\sum _{(i,j)\in x}{p}_{ij}\cdot \left(1-p_{ij}\right)$$
3. Necleotides Composition ($f_3$)
   f 3 ( x ) = max ⁡ { % G , % A U , % U G } + max ⁡ { % u A , % u C , % u G , % u U } + max ⁡ { % A , % C , % , σ 0 U } f_{3}(x) = \max \{\% G, \% A U, \% U G\} \newline + \max \{\% uA, \% uC, \% uG, \% uU\} \newline + \max \left\{\% A, \% C, \%, \sigma_{0} U\right\} f3​(x)=max{%G,%AU,%UG}+max{%uA,%uC,%uG,%uU}+max{%A,%C,%,σ0​U}

PS ：有关目标的描述，由于需要一定的背景知识，暂时先不写了。之后可能会补上。

此仅为本人阅读论文时的笔记，若有理解有误的地方还请批评指正。