本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
背景：預測一組相關 RNA 的共有結構是後續分析的重要第一步。 RNAalifold 計算由一組比對序列同時形成的最小能量結構，是用於此任務的最古老和最廣泛使用的工具之一。近年來，人們提出了幾種替代方法，指出了原始 RNAalifold 方法的一些缺點。結果：我們表明，透過引入不同的、更合理的比對間隙處理，並用更複雜的類似 RIBOSUM 的評分矩陣替換相當簡單的協方差評分模型，可以大大提高 RNAalifold 預測的準確性。這些改進是在不影響演算法計算效率的情況下實現的。我們在這裡展示了新版本的 RNAalifold 不僅優於舊版本，而且在不同資料集上也優於最近開發的其他幾種工具。結論：新版本的 RNAalifold 不僅可以在幾乎所有應用中取代舊版本，而且與其他方法（包括基於 SCFG、最大預期精度或分層最近鄰分類器的方法）相比也具有競爭力。