Чув
Регистрация Вход
  1. Главная
  2. Конференция
  3. Фундаментальные и прикладные исследования по приор...
  4. Идентификация и классификация структурных мотивов...

Идентификация и классификация структурных мотивов длинных некодирующих РНК

Статья в сборнике трудов конференции
V Всероссийская научно-практическая конференция с международным участием «Фундаментальные и прикладные исследования по приоритетным направлениям биоэкологии и биотехнологии»
Creative commons logo
Опубликовано в:
V Всероссийская научно-практическая конференция с международным участием «Фундаментальные и прикладные исследования по приоритетным направлениям биоэкологии и биотехнологии»
Автор:
Воронина В. В. 1 , Антонова Е. И. 2
Рубрика:
Биоинформатика и системная биология
Страницы:
117-128
Получена: 17.05.2022

Рейтинг:
Статья просмотрена:
1285 раз
Размещено в:
РИНЦ
1 ФГБОУ ВО «Ульяновский государственный технический университет»
2 Научно-исследовательский центр фундаментальных и прикладных проблем биоэкологии и биотехнологии ФГБОУ ВО «Ульяновский государственный педагогический университет им. И.Н. Ульянова»
Для цитирования:
Воронина В. В. Идентификация и классификация структурных мотивов длинных некодирующих РНК: сборник трудов конференции. / В. В. Воронина, Е. И. Антонова // Фундаментальные и прикладные исследования по приоритетным направлениям биоэкологии и биотехнологии : материалы V Всерос. науч.-практич. конф. с международным участием (Ульяновск, May 20, 2022) / editorial board: Е. И. Антонова [etc.] – Чебоксары: «Лару-тăру» («Среда») издательство çурчě, 2022. – pp. 117-128. – ISBN 978-5-907561-33-5.

Аннотаци

Данное исследование посвящено аннотации и анализу взаимодействий третичной структуры РНК, в частности образованных удаленными друг от друга элементами вторичной структуры РНК. Показано, что наиболее распространенным типом окружения рассматриваемых контактов является взаимодействие стема и классической шпильки, а также выявлено, что наиболее распространенным третичным мотивом, содержащим дальнодействующие контакты, является мотив типа А-минор.

Список литературы

  1. 1. Баулин Е.Ф. Классификация и идентификация структурных мотивов РНК: дис. … канд. биол. наук. 03.01.09 – математическая биология, биоинформатика. Научные руководители: д-р физ.-мат. наук Михаил Абрамович Ройтберг, канд. физ.-мат. наук, д-р биол. наук Иван Владимирович Кулаковский. – Пущино, 2021.
  2. 2. Eugene Baulin, Victor Yacovlev, Denis Khachko, Sergei Spirin, Mikhail Roytberg, URS DataBase: universe of RNA structures and their motifs, Database, Volume 2016, 2016.
  3. 3. Novikova I.V., Hennelly S.P., Sanbonmatsu K.Y. Sizing up long non-coding RNAs: do lncRNAs have secondary and tertiary structure? // Bioarchitecture 2, 2012. 189–199. – doi: 10.4161/bioa.22592
  4. 4. Annotation of the local context of RNA secondary structure improves the classification and prediction of A-minors, Anna A. Shalybkova, Darya S. Mikhailova, Ivan V. Kulakovskiy, Iliia I. Fakhranurova, Eugene F. Baulin. RNA August 2021 27: 907–919. Published in Advance May 20, 2021.
  5. 5. Adams P.D., Afonine P.V., Baskaran K., Berman H.M., Berrisford J., Bricogne G., Brown D.G., Burley S.K., Chen M., Feng Z., Flensburg C., Gutmanas A., Hoch J.C., Ikegawa Y., Kengaku Y., Krissinel E., Kurisu G., Liang Y., Liebschner D., Mak L., Markley J.L., Moriarty N.W., Murshudov G.N., Noble M., Peisach E., Persikova I., Poon B.K., Sobolev O.V., Ulrich E.L., Velankar S., Vonrhein C., Westbrook J., Wojdyr M., Yokochi M. & Young J. Y. (2019). Acta Cryst. D75, 451–454.
  6. 6. Annotation of tertiary interactions in RNA structures reveals variations and correlations. Yurong Xin,Christian Laing,Neocles B. Leontis, Tamar Schlick. RNA 2008. 14: 2465–2477. Published in Advance October 28, 2008.
  7. 7. Classifying RNA pseudoknotted structures / A. Condon [et al.] // Theoretical Computer Science. – 2004. – June. – Vol. 320. №1. – P. 35–50. – DOI: 10.1016/j.tcs.2004.03. 042.
  8. 8. Engreitz J.M., Ollikainen N., Guttman M. Long non-coding RNAs: spatial amplifiers that control nuclear structure and gene expression // Nat. Rev. Mol. Cell Biol., 2016, 17, 756–770 https://doi.org/10.1038/nrm.2016.126.
  9. 9. Functional insights from the structure of the 30S ribosomal subunit and its interactions with antibiotics / A.P. Carter [et al.] // Nature. – 2000. – Sept. – Vol. 407. №6802. – P. 340–348. – DOI: 10.1038/35030019.
  10. 10. Fürtig B., Richter C., Wöhnert J., Schwalbe, H. (2003). NMR spectroscopy of RNA. Chembiochem. 4, 936–962. – doi: 10.1002/cbic.200300700.
  11. 11. Gorodkin J., Ruzzo W. L. RNA sequence, structure, and function: computational and Bioinformatic methods. – Springer, 2014. – DOI: 10.1007/978-1-62703-709-9.
  12. 12. Hendrix D.K., Brenner S.E., Holbrook S.R. RNA structural motifs: building blocks of a modular biomolecule // Quarterly Reviews of Biophysics. – 2005. – Aug. – Vol. 38. №3. – P. 221–243. – DOI: 10.1017/s0033583506004215.
  13. 13. Higgs P.G. (2000) RNA Secondary Structure: Physical and Computational Aspects. Quart. Rev. Biophys. 33, 199–253.
  14. 14. Leontis N.B., Zirbel C.L. (2012) Nonredundant 3D Structure Datasets for RNA Knowledge Extraction and Benchmarking. In: Leontis N., Westhof E. (eds) RNA 3D Structure Analysis and Prediction. Nucleic Acids and Molecular Biology, vol 27. Springer, Berlin, Heidelberg.
  15. 15. Low J.T., Weeks K.M. SHAPE-directed RNA secondary structure prediction // Methods. – 2010. – Oct. – Vol. 52. №2. – P. 150–158. – DOI: 10.1016/j.ymeth.2010.06.007.
  16. 16. Perkel J.M. Visiting «noncodarnia» // BioTechniques – 2013. – Vol. 54. N6. – P. 301, 303–304.
  17. 17. Regalia M. Prediction of signal recognition particle RNA genes // Nucleic Acids Research. – 2002. – Aug. – Vol. 30. №15. – P. 3368–3377. – DOI: 10.1093/nar/gkf468.
  18. 18. Rossi J.J. Ribozyme diagnostics comes of age // Chemistry & Biology (англ.) рус. – 2004. – Т. 11. №7. – С. 894–895. – doi:10.1016/j.chembiol.2004.07.002.
  19. 19. Stephen K. Burley, Helen M. Berman, Charmi Bhikadiya, Chunxiao Bi, Li Chen, Luigi Di Costanzo, Cole Christie, Ken Dalenberg, Jose M. Duarte, Shuchismita Dutta, Zukang Feng, Sutapa Ghosh, David S. Goodsell, Rachel K. Green, Vladimir Guranović, Dmytro Guzenko, Brian P. Hudson, Tara Kalro, Yuhe Liang, Robert Lowe, Harry Namkoong, Ezra Peisach, Irina Periskova, Andreas Prlić, Chris Randle, Alexander Rose, Peter Rose, Raul Sala, Monica Sekharan, Chenghua Shao, Lihua Tan, Yi-Ping Tao, Yana Valasatava, Maria Voigt, John Westbrook, Jesse Woo, Huanwang Yang, Jasmine Young, Marina Zhuravleva, Christine Zardecki, RCSB Protein Data Bank: biological macromolecular structures enabling research and education in fundamental biology, biomedicine, biotechnology and energy, Nucleic Acids Research, Volume 47, Issue D1, 08 January 2019, Pages D464-D474
  20. 20. Stochastic Sampling of Structural Contexts Improves the Scalability and Accuracy of RNA 3D Module Identification / R. Sarrazin-Gendron [et al.] // Lecture Notes in Computer Science. – Springer International Publishing, 2020. – P. 186–201. – DOI: 10.1007/978-3-030–45257-5_12.
  21. 21. Xiang-Jun Lu, Harmen J. Bussemaker, Wilma K. Olson, DSSR: an integrated software tool for dissecting the spatial structure of RNA, Nucleic Acids Research, Volume 43, Issue 21, 2 December 2015, Page e142.
  22. 22. Zuker M., Mathews D. H., Turner D. H. Algorithms and Thermodynamics for RNA Secondary Structure Prediction: A Practical Guide // RNA Biochemistry and Biotechnology. – Springer Netherlands, 1999. – P. 11–43. – DOI: 10.1007/978-94-011-4485-8_2.
  23. 23. Воронина В.В. Анализ окружения дальнодействующих контактов в структурах некодирующих РНК / В.В. Воронина, Е.Ф. Баулин [Электронный ресурс]. – Режим доступа: https://www.9111.ru/questions/777777777775012/

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.