應用數學與交叉科學研究中心生物信息學團隊于2023年12月5日舉行第三十三期研究生論壇，小組全體成員和各位導師共同參加。在這次組會上，由一名研一學生、一名研二學生和一名研三學生分别彙報自己的研究進展，然後老師與同學們對彙報内容進行學術探讨，并對存在的問題給出相應的指導和建議。

郭成：本次彙報了一篇文獻《多序列比對通道》，分别是rMSA和RNAcmap。由于多序列比對（MSA）在蛋白質生物學中的重要性，特别是在蛋白質結構預測中，許多複雜的MSA生成方法已經被提出。相關文獻發現，單獨改進的msa可以立即更準确地預測蛋白質結構。相比之下，在RNA生物學中，關于如何為目标序列構建高質量MSA的研究很少，很少有自動化程序來生成高質量的目标RNA分子的msa。本文開發了rMSA，一個用于對目标RNA的RNA同源物進行敏感搜索和精确對齊的分層管道。在361種非冗餘RNA結構上，rMSA在rSS和遠程接觸預測方面的性能顯著比現有的MSA生成方法（RNAcmap）分别高出約20%和5%。

吳昊：本次彙報了一篇文獻《Arena: Rapid and Accurate Reconstruction of Full Atomic RNA Structures From Coarse-grained Models》。目前實驗或計算預測得到的RNA三維結構通常存在缺失的原子，這樣會阻礙對完整原子結構進行分析。目前用于RNA重建的程序往往速度較慢、準确性不高，或需要輸入中具有特定的原子。Arena（Atomic Reconstruction of RNA），它可以從僅具有一個原子的殘基中重建完整的原子RNA結構。Arena首先填充缺失的原子，然後通過疊代優化它們的位置，以減少非理想的幾何結構。Arena在一個包含361個RNA結構的數據集上進行了基準測試，結果顯示Arena相比其他結構重建程序具有高準确性和速度。

楊虎：本次彙報了一篇文獻《A task-specific encoding algorithm for RNAs and RNA-associated interactions based on convolutional autoencoder》。RNA通過與其他分子(RNA/蛋白質/化合物)的相互作用，在多種生理和病理過程中發揮着重要作用，多種計算方法可用于識别這些相互作用。然而，現有的方法所提供的編碼特性是有限的，現有的工具沒有提供一個有效的方法來集成交互夥伴。因此，在本研究中，我們開發了一種針對rna和rna相關相互作用的任務特異性編碼算法。這種新算法的獨特之處在于:(a)通過引入大量新穎的特征來實現全面的RNA特征編碼;(b)使用卷積自動編碼器導向的特征嵌入實現交互夥伴的特定任務集成。與現有的方法/工具相比，該算法在不同的基準測試研究中顯示出更好的性能。

— 學生彙報照片展示 —