AbstractBACKGROUND:RNAs are attract

Abstract
BACKGROUND:
RNAs are attractive molecules as the biological parts for synthetic biology. In particular, the ability of conformational changes, which can be encoded in designer RNAs, enables us to create multistable molecular switches that function in biological circuits. Although various algorithms for designing such RNA switches have been proposed, the previous algorithms optimize the RNA sequences against the weighted sum of objective functions, where empirical weights among objective functions are used. In addition, an RNA design algorithm for multiple pseudoknot targets is currently not available.
RESULTS:
We developed a novel computational tool for automatically designing RNA sequences which fold into multiple target secondary structures. Our algorithm designs RNA sequences based on multi-objective genetic algorithm, by which we can explore the RNA sequences having good objective function values without empirical weight parameters among the objective functions. Our algorithm has great flexibility by virtue of this weight-free nature. We benchmarked our multi-target RNA design algorithm with the datasets of two, three, and four target structures and found that our algorithm shows better or comparable design performances compared with the previous algorithms, RNAdesign and Frnakenstein. In addition to the benchmarks with pseudoknot-free datasets, we benchmarked MODENA with two-target pseudoknot datasets and found that MODENA can design the RNAs which have the target pseudoknotted secondary structures whose free energies are close to the lowest free energy. Moreover, we applied our algorithm to a ribozyme-based ON-switch which takes a ribozyme-inactive secondary structure when the theophylline aptamer structure is assumed.
CONCLUSIONS:
Currently, MODENA is the only RNA design software which can be applied to multiple pseudoknot targets. Successful design results for the multiple targets and an RNA device indicate usefulness of our multi-objective RNA design algorithm.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อพื้นหลัง:RNAs มีโมเลกุลสนใจชิ้นส่วนชีวภาพสำหรับชีววิทยาสังเคราะห์ โดยเฉพาะ สามารถเปลี่ยนแปลง conformational ซึ่งสามารถถูกเข้ารหัสในตัวออกแบบแบบ RNAs ช่วยให้เราสามารถสร้างสวิตช์ multistable โมเลกุลที่ทำงานในวงจรชีวภาพ ถึงแม้ว่าอัลกอริทึมต่าง ๆ สำหรับออกแบบสลับเช่นอาร์เอ็นเอได้รับการเสนอชื่อ อัลกอริทึมก่อนหน้านี้ปรับลำดับอาร์เอ็นเอกับผลรวมถ่วงน้ำหนักของฟังก์ชันวัตถุประสงค์ ที่มีใช้น้ำหนักรวมระหว่างฟังก์ชันวัตถุประสงค์ นอกจากนี้ มีอาร์เอ็นเอออกอัลกอริทึมสำหรับหลาย pseudoknot เป้าหมายปัจจุบันไม่มีผลลัพธ์:เราพัฒนาเครื่องมือคำนวณนวนิยายสำหรับการออกแบบลำดับของอาร์เอ็นเอซึ่งพับเป็นโครงสร้างรองหลายเป้าหมายโดยอัตโนมัติ อัลกอริทึมของเราออกแบบตามวัตถุประสงค์หลายพันธุอัลกอริทึม ที่เราสามารถสำรวจลำดับอาร์เอ็นเอที่มีค่าฟังก์ชันวัตถุประสงค์ดี โดยน้ำหนักรวมพารามิเตอร์ในฟังก์ชันวัตถุประสงค์ลำดับอาร์เอ็นเอ อัลกอริทึมของเรามีความยืดหยุ่นที่ดีอาศัยธรรมชาตินี้น้ำหนักฟรี เรา benchmarked อัลกอริธึมของเราออกแบบอาร์เอ็นเอเป้าหมายหลาย มี datasets สอง สาม สี่เป้าหมายโครงสร้าง และพบว่า อัลกอริทึมของเราแสดงเปรียบเทียบกับตัวก่อนหน้าอัลกอริทึม RNAdesign และ Frnakenstein แสดงออกที่ดีกว่า หรือเทียบเท่า นอกเหนือจากเกณฑ์มาตรฐานมี datasets ฟรี pseudoknot เรา benchmarked ราชินี มี datasets สองเป้าหมาย pseudoknot และพบว่า ราชินีสามารถออกแบบ RNAs ซึ่งมีเป้าหมาย pseudoknotted รองโครงสร้างมีพลังงานฟรีมักพลังงานอิสระต่ำ นอกจากนี้ เราใช้อัลกอริทึมของเราไปตามไรโบไซม์ ON-สวิตช์ที่มีโครงสร้างรองไรโบไซม์งานเมื่อโครงสร้าง aptamer theophylline สันนิษฐานบทสรุป:ปัจจุบัน ราชินีเป็นซอฟต์แวร์ออกแบบอาร์เอ็นเอเท่านั้นที่สามารถใช้กับเป้าหมาย pseudoknot หลาย ผลการออกแบบที่ประสบความสำเร็จเป้าหมายหลายและอุปกรณ์เป็นอาร์เอ็นเอบ่งชี้ประโยชน์ของขั้นตอนวิธีออกแบบอาร์เอ็นเอของเราหลายวัตถุประสงค์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อภูมิหลัง: RNAs เป็นโมเลกุลที่น่าสนใจเป็นชิ้นส่วนทางชีวภาพชีววิทยาสังเคราะห์ โดยเฉพาะอย่างยิ่งความสามารถในการเปลี่ยนแปลงโครงสร้างซึ่งสามารถเข้ารหัสใน RNAs ออกแบบช่วยให้เราสามารถสร้างโมเลกุล multistable สวิทช์ที่ทำงานในวงจรทางชีวภาพ แม้ว่าขั้นตอนวิธีการต่างๆในการออกแบบสวิทช์อาร์เอ็นเอดังกล่าวได้รับการเสนอขั้นตอนวิธีการเพิ่มประสิทธิภาพก่อนหน้าลำดับ RNA กับผลรวมถ่วงน้ำหนักของฟังก์ชั่นวัตถุประสงค์ที่น้ำหนักเชิงประจักษ์ในหมู่ฟังก์ชั่นที่ใช้ในวัตถุประสงค์ นอกจากนี้ขั้นตอนวิธีการออกแบบอาร์เอ็นเอสำหรับเป้าหมาย pseudoknot หลายอยู่ในขณะนี้ไม่สามารถใช้ได้. ผลการศึกษา: เราได้พัฒนาเครื่องมือใหม่สำหรับการคำนวณโดยอัตโนมัติออกแบบลำดับ RNA ที่พับเป็นหลายเป้าหมายโครงสร้างทุติยภูมิ อัลกอริทึมของเราออกแบบลำดับ RNA ขึ้นอยู่กับขั้นตอนวิธีพันธุกรรมหลายวัตถุประสงค์โดยที่เราสามารถสำรวจลำดับ RNA ซึ่งมีค่าฟังก์ชันวัตถุประสงค์ที่ดีโดยไม่มีพารามิเตอร์น้ำหนักเชิงประจักษ์ในการทำงานวัตถุประสงค์ อัลกอริทึมของเรามีความยืดหยุ่นที่ดีโดยอาศัยอำนาจตามธรรมชาติน้ำหนักฟรี เรา benchmarked ขั้นตอนวิธีการออกแบบอาร์เอ็นเอหลายเป้าหมายของเราที่มีชุดข้อมูลของสองสามและสี่โครงสร้างเป้าหมายและพบว่าอัลกอริทึมของเราแสดงให้เห็นว่าดีขึ้นหรือการแสดงการออกแบบเปรียบเมื่อเทียบกับขั้นตอนวิธีการก่อนหน้านี้ RNAdesign และ Frnakenstein นอกเหนือไปจากมาตรฐานกับชุดข้อมูล pseudoknot ฟรีเรา benchmarked MODENA มีสองเป้าหมาย pseudoknot ชุดข้อมูลและพบว่า MODENA สามารถออกแบบ RNAs ที่มีเป้าหมาย pseudoknotted โครงสร้างทุติยภูมิที่มีพลังงานฟรีอยู่ใกล้กับพลังงานต่ำสุด นอกจากนี้เราใช้อัลกอริทึมของเราที่จะ ribozyme ที่ใช้บนสวิทช์ซึ่งจะนำโครงสร้างทุติยภูมิ ribozyme-เมื่อไม่ได้ใช้งานโครงสร้าง aptamer theophylline จะถือว่า. สรุปปัจจุบัน MODENA เป็นซอฟต์แวร์ที่ออกแบบอาร์เอ็นเอเท่านั้นที่สามารถนำไปใช้กับเป้าหมาย pseudoknot หลาย ผลการออกแบบที่ประสบความสำเร็จสำหรับเป้าหมายหลายและอุปกรณ์ RNA บ่งบอกถึงประโยชน์ของการออกแบบขั้นตอนวิธี RNA หลายวัตถุประสงค์ของเรา

ผลลัพธ์ (ไทย) 3:

พื้นหลังนามธรรม
:
RNAs เป็นโมเลกุลที่น่าสนใจเป็นชิ้นส่วนทางชีวภาพชีววิทยาสังเคราะห์ โดยเฉพาะความสามารถในการเปลี่ยนแปลงโครงสร้างซึ่งสามารถสร้างนักออกแบบ RNAs ช่วยให้เราสามารถสร้างฟังก์ชันที่ multistable วงจรสวิตช์โมเลกุลทางชีวภาพ ถึงแม้ว่าขั้นตอนวิธีการต่างๆสำหรับการออกแบบเช่น RNA สวิตช์ได้ถูกเสนอขั้นตอนวิธีการเพิ่มประสิทธิภาพประสิทธิภาพลำดับก่อนหน้ากับผลรวมถ่วงน้ำหนักของฟังก์ชันวัตถุประสงค์ที่ประจักษ์น้ำหนักระหว่างฟังก์ชันวัตถุประสงค์ใช้ นอกจากนั้น ซึ่งการออกแบบขั้นตอนวิธีสำหรับเป้าหมาย pseudoknot หลายไม่สามารถติดต่อได้ในขณะนี้ ผล

:เราพัฒนาเครื่องมือโดยอัตโนมัติคำนวณออกแบบนวนิยายลำดับ RNA ที่พับเป็นโครงสร้างหลายเป้าหมายรอง ของเราออกแบบขั้นตอนวิธี RNA ลำดับขึ้นอยู่กับขั้นตอนวิธีทางพันธุกรรมหลาย ซึ่งเราสามารถศึกษาลำดับ RNA มีวัตถุประสงค์การทำงานที่ดีค่าโดยไม่ต้องพารามิเตอร์น้ำหนักเชิงประจักษ์ระหว่างวัตถุประสงค์การทำงานขั้นตอนวิธีของเรามีความยืดหยุ่นที่ดี โดยอาศัยนี้น้ำหนักฟรีธรรมชาติ เราตรวจสอบของเรา multi-target RNA การออกแบบขั้นตอนวิธีที่มีข้อมูล สอง สาม และสี่เป้าหมาย โครงสร้าง และพบว่าขั้นตอนวิธีของเราแสดงดีกว่า หรือเปรียบเทียบกับการแสดงการออกแบบขั้นตอนวิธีก่อนหน้า และ rnadesign frnakenstein . นอกจากมาตรฐานกับ pseudoknot ข้อมูลฟรีเราตรวจสอบข้อมูล pseudoknot โมเดนาที่มีสองเป้าหมาย และพบว่า โมเดนา สามารถออกแบบ RNAs ซึ่งมีเป้าหมาย pseudoknotted โครงสร้างทุติยภูมิที่มีฟรีพลังอยู่ใกล้กับพลังงานที่ถูกที่สุด นอกจากนี้ เราใช้ขั้นตอนวิธีของเรากับเน็ตแวร์ตามสลับซึ่งใช้เน็ตแวร์งานโครงสร้างทุติยภูมิเมื่อธีโอ aptamer โครงสร้างว่า

สรุปปัจจุบัน โมเดนา เป็นเพียงประเภทการออกแบบซอฟต์แวร์ที่สามารถใช้กับเป้าหมาย pseudoknot หลาย ผลการออกแบบที่ประสบความสำเร็จสำหรับเป้าหมายหลายและ RNA อุปกรณ์แสดงประโยชน์ของ RNA หลายของเราออกแบบขั้นตอนวิธี