投身AI战疫前你需要知道的前置知识

2023-11-08 19:40
文章标签 ai 需要 知识 知道 前置 投身 战疫前

本文主要是介绍投身AI战疫前你需要知道的前置知识，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

点击左上方蓝字关注我们

近期，百度飞桨上线了10万奖池生物计算大赛：螺旋桨RNA结构预测竞赛：Unpaired Probability Prediction。比赛不仅聚焦AI战疫的真实技术难点，更得到了世界知名计算生物学专家David H. Mathews和北京大学生命科学学院教授刘君的大力支持与指导。

该赛题旨在解决RNA结构预测问题，要求参赛选手基于百度发布的2个世界上最快的算法：RNA二级结构预测算法LinearFold和RNA配分方程算法LinearPartition，预测给定RNA序列在每个位点上保持不成对的概率。

然鹅，我听到的却是这样的声音：

A同学：RNA啊，我似乎好像大概在多年前的中学生物课堂上听到过。

B同学：作为一个术业有专攻的IT人才，我的全部精力只奉献给了计算机科学……

C同学：结构预测听起来太高大上，你们玩，我先撤了！

英雄请留步！

百度飞桨开发者技术专家、百度大脑智能对话训练师郑博培从孟德尔的豌豆到LinearFold和LinearPartition算法的使用为大家总结了超详细的参赛知识点，理解赛题so easy！

扫描二维码报名比赛

get更多学习资料


化学与遗传学

从孟德尔的豌豆说起

1. 显性基因与隐性基因

孟德尔从豌豆杂交实验结果中，得出了相对性状中存在着显性基因和隐性基因的原理。基因概念由孟德尔在推想中提出，虽然当时他并没有提出“基因”这个科学名词。孟德尔认为遗传单位（基因）具有高度的稳定性，一个显性基因和它相对的隐性基因在一起的时候，彼此都具有稳定性，不会改变性质。

2. 弱化学键

弱化学键对生物体至关重要，部分原因是因为弱化学键能在细胞的生理条件下形成和断裂，一个最简单的例子就是DNA的复制。DNA在复制过程中，其两条链要先分开，再分别作为模板进行DNA复制。DNA两条链分开的过程其实就是弱化学键氢键的断裂过程，在子代DNA合成过程中，氢键又形成。

3. 弱键和强键决定大分子结构

关键知识点总结如下：

（1）分子间和分子内的相互作用决定大分子高级结构；

（2）氢键的排列方式决定蛋白质的特定构象；

（3）大多数蛋白质由两个或三个结构域装配而成(不同的组合方式对应不同的功能)；

（4）弱化学键把蛋白质放在DNA和RNA的正确位置(序列或构象特异性)；

（5）变构:通过改变蛋白质的形状调控其功能(通过结合配体或相互作用)；

（6）不是所有蛋白质功能的调控都是通过变构进行的(募集作用)。

4. 核酸承载遗传信息

20世纪30年代，遗传学家就开始推测什么样的分子可能具有基因所需要的稳定性，同时又能为进化提供基础长久的突变形式。该实验证明了S型细菌中含有一种转化因子，将R型细菌转化成了S型细菌，当时得出的实验结论是DNA可能是关键的遗传物质。实际上，转化因子就是DNA，但是当时并没有提出DNA这个名词。


RNA初识核糖核酸

1. RNA的结构特征

RNA和DNA一样，也是由各种核苷酸通过3′、5′-磷酸二酯键连接构成的多核苷酸链，但与DNA有一些差异。

2. RNA与DNA的不同之处

RNA

DNA


核糖

核糖

2'脱氧核糖

碱基

尿嘧啶

胸腺嘧啶

结构

多聚核苷酸单链

多聚核苷酸双链


3.RNA的生物学功能

  • RNA是某些病毒的遗传物质

  • RNA是从基因到蛋白质合成的媒介(mRNA)

  • RNA是mRNA上密码子与氨基酸的接头分子(tRNA)

  • RNA是一种调节分子(regulatory RNA )

  • RNA有结构功能，rRNA是核糖体的组成成分

  • RNA可在细胞中催化重要反应-酶(RNase P ribozyme, large rRNA, self-splicing introns)

4. RNA的结构基础——碱基

RNA的碱基主要有4种，即A（腺嘌呤）、G（鸟嘌呤）、C（胞嘧啶)、U(尿嘧啶)，其中，U（尿嘧啶）取代了DNA中的T(胸腺嘧啶)。


5. 碱基的配对

一个碱基只能与另一个碱基配对，典型碱基对有：A-U，G-C和G-U。

6.RNA的表示结构

RNA的结构可分为一级结构、二级结构和三级结构。一级结构可以理解为遗传碱基对编码；二级结构是RNA的平面表示；三级结构即RNA的立体结构。

RNA的二级结构——RNA链自身折叠形成类似A-DNA的局部双螺旋

RNA通常是单链的，除了双链外，它还具有多种形式的二级结构。

上面列举的是一些比较常见的二级结构，下面是由上面这三种二级结构衍生出来的二级结构。

假结：由不相邻的RNA片段碱基配对而形成的复杂结构

Stem Loops (Hairpins)：茎环一般至少有4个碱基

Bulge Loops：当结构一侧的基无法形成碱基对时会形成凸环

Interior Loops：当结构两侧的碱基无法形成碱基对时会生成内环

Junctions (Multiloops)：两个或两个以上的双绞合区绞合形成闭合结构

Kissing Hairpins：两个独立的茎环相互组合

RNA二级结构的表示方法

1. 平面图形表示法

平面图形表示法可以直观地看出RNA的结构。

2. 圆点图表示法

由圆表示二级结构的碱基对，为结构中每个碱基对绘制弧，通过索引对（i，j）描述碱基对，表示碱基顶点之间的链接，如果有任何弧交叉，则存在假结。

3. RNA二级结构平面图

RNA二级结构平面图是另外一种比较常见的RNA二级结构表示方法，在这种表示方法中，RNA 序列中碱基间的配对信息一目了然，各个基本组成构件也表现的十分清楚，常常作为效果图输出。

4. 螺旋区点阵图

螺旋区点阵图，是指以数学坐标图的方式显示RNA二级结构的一种方法。设立一个数学坐标图后，首先按照 RNA 的序列情况在坐标图中分别标记出横、纵坐标值；然后通过查找构成碱基配对的序列的坐标，把该 RNA 结构的碱基对在坐标图上施划出来；再通过一线与横、纵坐标各成 45°角的斜线，串过全部碱基对，就可标出该 RNA 结构的茎区结构。

5. 点括号法

点括号表示法就是用点和成对的括号来表示RNA的二级结构信息。RNA序列中的未产生碱基互补配对的自由碱基用“.”表示，而形成互补碱基对的两个碱基分别用一对“（”和“）”表示。

碱基对中相对靠近5’端的碱基用“("进行表示，碱基对中相对靠近3'端的碱基用“)”进行表示。

6. CT 文件表示法

CT文件格式初步由ZuKerl提出，用于定义RNA二级结构和核苷酸序列，包含多个序列的多个子结构信息。在CT文件中，首行中整数N表示核苷酸序列的总长度，N在后面是预测二级结构得到的自由能和RNA分子的描述信息。CT文件中包含6列数据，分别为:索引信息、RNA二级结构中从5 '端开始到3 '端结束的标题(A, U, G和C) 、与之相邻的前一个栅极的编号、与之相邻的后1个串联的编号、是否存在与该字符串配对的串行（' 0 '表示无配对字符串，非' 0 '表示存在配对字符串，并用数字n表示配对的串联编号）;第6列同第1列。CT文件可以由RNA二级结构预测软件得到，用于计算RNA之间的相似性。


使用PaddleHelix螺旋桨

生物计算平台完成

RNA二级结构预测

螺旋桨PaddleHelix，是基于百度飞桨深度学习框架开发的生物计算工具和平台。螺旋桨针对生信&计算机交叉学科的学习者、研究者和合作伙伴，提供一整套开源工具集和计算平台，支持构建针对新药研发、疫苗设计、精准医疗场景的技术方案。

RNA二级结构预测包括线性时间RNA二级结构分析算法: LinearFold和LinearPartition。

1. LinearFold

LinearFold能够在线性时间内预测RNA二级结构，在长序列RNA上的预测速度远远大于传统算法。其中，LinearFold能够将新冠病毒全基因组序列（约30,000 nt）二级结构预测时间从55分钟降低到27秒，速度提升120倍。

同时LinearFold在预测精度上相比传统算法也有提升。尤其对于长序列RNA二级结构（如16S和23S rRNA二级结构）和长碱基对（相距500+ nt）预测上，LinearFold预测精度有显著地提升。

2. LinearPartition

2020年，百度再次发表世界最快RNA配分方程和碱基对概率预测算法LinearPartition。

该算法功能更加强大，可以模拟RNA序列在平衡态时成千上万种不同结构的分布，并预测碱基对概率矩阵。LinearPartition算法同样被ISMB顶会接收并在Bioinformatics杂志上发表：LinearPartition: linear-time approximation of RNA folding partition function and base-pairing probabilities。

论文链接请见：

https://academic.oup.com/bioinformatics/article/36/Supplement_1/i258/5870487

在使用上述两种算法之前，我们需要安装PaddleHelix：

pip install paddlehelix

1. LinearFold调用

机器学习模型
linear_fold_c(rna_sequence, beam_size = 100, use_constraints = False, constraint = "", no_sharp_turn = True)
热力学模型
linear_fold_v(rna_sequence, beam_size = 100, use_constraints = False, constraint = "", no_sharp_turn = True)
参数说明

  • rna_sequence: string, 需要预测结构的RNA sequence

  • beam_size: int (optional), 控制beam pruning size的参数，默认值为100。该参数越大，则预测速度越慢，而与精确搜索相比近似效果越好;

  • use_constraints: bool (optional), 在预测二级结构时增加约束条件, 默认值时False。为True时, constraint参数需要提供约束序列;

  • constraint: string (optional), 二级结构预测约束条件, 默认为空。当提供约束序列时, use_constraints参数需要设置为True。该约束须与输入的RNA序列长度相同，每个点位可以指定“? . ( )”四种符号中的一种，其中“?”表示该点位无限制，“.”表示该点位必须是unpaired，“(”与“)”表示该点位必须是paired。注意“(”与“)”必须数量相等，即相互匹配。具体操作请参考运行实例。

  • no_sharp_turn: bool (optional), 不允许在预测的hairpin结构中出现sharp turn, 默认为True。

返回值

  • tuple(string, double): 返回一个二元组, 第一个位置是结构序列, 第二个位置是结构的folding free energy

# 二级结构预测（无约束条件）import pahelix.toolkit.linear_rna as linear_rnainput_sequence = "AACUCCGCCAGGCCUGGAAGGGAGCAACGGUAGUGACACUCUCUGUGUGCGUAGGUUGCCUAGCUACCAUUU"linear_rna.linear_fold_c(input_sequence)('..((((.(((....)))...))))....((((((............................))))))....',0.4548597317188978)# 二级结构预测（有约束条件）constraint = "??(???(??????)?(????????)???(??????(???????)?)???????????)??.???????????"linear_rna.linear_fold_c(input_sequence, use_constraints = True, constraint = constraint)('..(.(((......)((........))(((......(.......).))).....))..)..............',-27.328358240425587)

2. LinearPartition调用

机器学习模型
linear_partition_c(rna_sequence, beam_size = 100, bp_cutoff = 0.0, no_sharpe_turn = True)
热力学模型
linear_partition_v(rna_sequence, beam_size = 100, bp_cutoff = 0.0, no_sharpe_turn = True)
参数说明

  • rna_sequence: string, 需要计算配分函数和碱基对概率的RNA sequence

  • beam_size: int (optional), 控制beam pruning size的参数，默认值为100。该参数越大，则预测速度越慢，而与精确搜索相比近似效果越好;

  • bp_cutoff: double (optinal), 只输出概率大于等于bp_cutoff的碱基对及其概率, 0 <= pf_cutoff <= 1, 默认为0.0;

  • no_sharp_turn: bool (optional), 不允许在预测的hairpin结构中出现sharp turn, 默认为True。

返回值

  • tuple(string, list): 返回一个二元组, 第一个位置是配分函数值, 第二个位置是存有碱基对及其概率的列表

import pahelix.toolkit.linear_rna as linear_rnainput_sequence = "UGAGUUCUCGAUCUCUAAAAUCG"linear_rna.linear_partition_c(input_sequence, bp_cutoff = 0.2)(0.6399235725402832,[(4, 13, 0.2007114291191101),(10, 22, 0.24662047624588013),(11, 21, 0.24573349952697754),(12, 20, 0.2092728614807129)])

本次比赛百度研究院也为大家总结了大量干货资料。报名比赛即可get资料链接。

https://aistudio.baidu.com/aistudio/competition/detail/61

百度飞桨官方提供的RNA二级结构讲义：

  • RNA secondary structure prediction and analysis

  • RNA Secondary Structure Prediction

中国大学MOOC上武汉大学的分子生物学课程：

  • Molecular Biology

知网学术论文：

  • RNA二级结构点括号图与CT文件表示法的相互转换算法研究

  • 基于卷积神经网络的RNA二级结构预测方法研究

抗议征程还未到终点，生命科学探索和医药技术创新仍旧任重道远。作为新时代的接触AI技术人才，我们诚邀您为计算生物学研究的应用实践贡献力量！

点击"阅读原文"，立即报名参加比赛

↓↓↓

这篇关于投身AI战疫前你需要知道的前置知识的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/372054。

相关文章

Ubuntu系统怎么安装Warp? 新一代AI 终端神器安装使用方法

Ubuntu系统怎么安装Warp? 新一代AI 终端神器安装使用方法

《Ubuntu系统怎么安装Warp?新一代AI终端神器安装使用方法》Warp是一款使用Rust开发的现代化AI终端工具，该怎么再Ubuntu系统中安装使用呢？下面我们就来看看详细教程... Warp Terminal 是一款使用 Rust 开发的现代化「AI 终端」工具。最初它只支持 MACOS，但在 20
阅读更多...
Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
Java架构师知识体认识

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物
阅读更多...
AI绘图怎么变现？想做点副业的小白必看！

AI绘图怎么变现？想做点副业的小白必看！

在科技飞速发展的今天，AI绘图作为一种新兴技术，不仅改变了艺术创作的方式，也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式，帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具，可以扫描下方，免费获取 定制服务：个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如，姓氏头像在电商平台上非常受欢迎，
阅读更多...
关于数据埋点，你需要了解这些基本知识

关于数据埋点，你需要了解这些基本知识

产品汪每天都在和数据打交道，你知道数据来自哪里吗？ 移动app端内的用户行为数据大多来自埋点，了解一些埋点知识，能和数据分析师、技术侃大山，参与到前期的数据采集，更重要是让最终的埋点数据能为我所用，否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式，可以区分为： 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理：自动程度高的，能解决通用统计，便于统一化管理，但个性化定
阅读更多...
从去中心化到智能化：Web3如何与AI共同塑造数字生态

从去中心化到智能化：Web3如何与AI共同塑造数字生态

在数字时代的演进中，Web3和人工智能（AI）正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术，正相互交织，共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界，并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展，它基于去中心化的区块链技术，旨在创建一个开放、透明且用户主导的数字生态。不同于传统
阅读更多...
AI一键生成 PPT

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人，是不是经常需要制作各种PPT来分享我的生活和想法。但是，你们知道，有时候灵感来了，时间却不够用了！😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手！🌟 什么是Kimi？ 一款月之暗面科技有限公司开发的AI办公工具，帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师，Kimi都能够为你的办公文
阅读更多...
Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人，AI大神Andrej Karpathy，曾是OpenAI联合创始人之一，特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ，宣布将长期致力于AI原生教育。 近日，Andrej Karpathy接受了No Priors（投资博客）的采访，与硅谷知名投资人 Sara Guo 和 Elad G
阅读更多...
sqlite3 相关知识

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式（Rollback Journal）定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能；支持多读者和单写者。支持安全的事务回滚，但并发性较低。性能写入性能更好，尤其是读多写少的场景。写操作会造成较大的性能开销，尤其是在事务开始时。写入流程数据首先写入 WAL 文件，然后才从 WAL 刷新到主数据库。数据在开始
阅读更多...
业务中14个需要进行A/B测试的时刻[信息图]

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中，我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试，如何有效地规划和启动测试，如何评估测试是否成功，您应该关注哪些指标，多年来我们发现的常见错误等等。 什么是A/B测试？ A/B测试（有时称为“分割测试”）是一种实验类型，其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体，以查看哪一种效果最好。 本质上，A/B测
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2