TWOJA PRZEGLĄDARKA JEST NIEAKTUALNA.
Wykryliśmy, że używasz nieaktualnej przeglądarki, przez co nasz serwis może dla Ciebie działać niepoprawnie. Zalecamy aktualizację lub przejście na inną przeglądarkę.
Zapraszamy na wykład dr Olgi Karelkiny z Instytutu Badań Systemowych PAN pt. "Predykcja Struktury RNA – Podejścia Obliczeniowe", który odbędzie się 21 listopada (piątek) w godz. 13.15-15.15 w sali D1.2 budynku C-16.
Planowane jest zaproponowanie studentom współpracy w ramach prac dyplomowych w zakresie tematyki poruszanej na wykładzie.
Streszczenie
Kwas rybonukleinowy (RNA) odgrywa kluczową rolę w funkcjonowaniu wszystkich żywych organizmów. Uczestniczy w wielu procesach biologicznych, od katalizowania reakcji po regulację ekspresji genów. Zrozumienie struktury RNA jest niezbędne do poznania jego funkcji. Jednak eksperymentalne metody określania struktury RNA, takie jak krystalografia rentgenowska czy mikroskopia krioelektronowa, są trudne, czasochłonne i kosztowne. W efekcie tylko niewielka część znanych cząsteczek RNA ma poznaną strukturę.
Aby przezwyciężyć te ograniczenia, do przewidywania struktury RNA coraz częściej wykorzystuje się metody obliczeniowe. W trakcie wykładu omówione zostaną główne strategie obliczeniowe stosowane do predykcji struktury drugorzędowej RNA: modele termodynamiczne, porównawcze oraz oparte na uczeniu maszynowym.
Modele termodynamiczne przewidują strukturę RNA poprzez minimalizację energii swobodnej, wykorzystując eksperymentalnie wyznaczone parametry stabilności par zasad i pętli. Podejścia porównawcze bazują na analizie konserwacji ewolucyjnej homologicznych sekwencji RNA, w celu identyfikacji wspólnych motywów strukturalnych. W ostatnich latach coraz większe znaczenie mają metody uczenia maszynowego, w tym głębokiego, które uczą się wzorców strukturalnych na podstawie danych, bez konieczności jawnego modelowania energii. Na przykładach rzeczywistych danych zostanie pokazane, jak te metody działają w praktyce, jakie mają zalety i ograniczenia oraz w jaki sposób mogą pomóc w zrozumieniu związku między sekwencją a strukturą w biologii RNA.