MALANG- Not Well Characterized Families ‘Multiple Examples’ menjadi bagian dari ncRNA gene characteristic. 

Jadi, pendekatan pada minimum folding energy (MFE) memiliki batasan dalam untuk memprediksi struktur sekunder RNA yang akurat. Biasanya, jika kalian ingin mengetahui hasil yang lebih baik bisa dicapai kalau beberapa urutan tersedia. Pendekatan ini bisa dibilang bermanfaat, dan juga mendapatkan informasi gabungan yang disediakan oleh beberapa urutan. Ada berbagai pendekatan yang dikembangkan dan diterapkan pada keadaan tertentu, misal seperti tabel dibawah ini.

Pada bagian ini, ada yang disebut sebagai Karakterisasi Keluarga (Fixed Alignment). Jika kalian belum tau, beberapa kasus menentukan struktur bersama dari keluarga ncRNA dari beberapa contoh sudah diidentifikasi. Ketika identitas urutan utama di antara contoh yang ada memiliki skala lebih besar, sekitar 60%, pendekatan penyelarasan akan bekerja dengan sangat baik. Ada contog program yang menentukan struktur famili dari penyelarasan nukleotida tetap, termasuk PFOLD m, RNAALIFOLD, RNAlishapes, dan RNA-DECODER. 

Program-program itu mencari kolom yang bervariasi supaya bisa menyelaraskan input untuk mendukung prediksi struktural (bebas simpul semu) dan bisa memprediksi struktur pseudo-knotted juga telah dikembangkan dan terdiri dari ILM, HXMATCH, dan KNetFold. Semua program itu memberikan informasi penilaian yang mencerminkan keandalan struktur konsensus yang diprediksi.

Karakterisasi Keluarga (Simultaneous Align and Fold) menjadi pendekatan untuk menyelaraskan dan melipat urutan homolog untuk mengungkapkan struktur umumnya jika kasus di bawah 50-60% urutan-identitas. Tuntutan komputasi ekstrim dari pendekatan ini adalah adanya kesulitan untuk berhasil. Jadi, salah satu pendekatan untuk membatasi perbandingannya ada pada dua urutan program di “Find Additional Family Members, Not Well Characterized Families: Single Example”. Program lain sudah diperluas supaya bisa beroperasi lebih dari dua urutan, misal RNA Sampler, FoldalignM, MASTR, dan STEMLOC.

Lalu, ada Karakterisasi Keluarga (Penyelarasan Struktural/Structural Alignment). Ketika tidak ada tingkat konservasi urutan yang membantu di antara satu set ncRNA homolog, pilihan terbaik adalah melewatkan upaya apa pun pada penyelarasan urutan dan melompat langsung ke perbandingan struktural. Yang harus kalian lakukan pertama adalah memprediksi struktur sekunder dari setiap urutan homolog secara terpisah menggunakan program seperti Mfold atau RNAfold. Struktur yang dihasilkan bisa dibandingkan satu sama lain untuk mengidentifikasi struktur umum. Ini merupakan contoh program RNAforester, MARNA, RNAcast, dan LARA.

RNAforester dan MARNA digunakan untuk menghitung keselarasan global dari beberapa urutan input yang tidak searah dan struktur bebas pseudo-simpulnya telah diketahui, struktur dan urutan RNA digunakan sebagai input. RNAforester mewakili struktur individu untuk menghitung keselarasan struktural dengan menyelaraskan pohon/trees dan skornya akan dikalkulasikan untuk melihat hasil dari structural alignment. Akan tetapi, sebaliknya, MARNA menjadi metode yang menggunakan strategi penyelarasan berpasangan progresif. Jadi, Program ini merupakan satu-satunya yang bisa mengusulkan struktur sekunder bebas pseudo-knot dari urutan input yang strukturnya tidak diketahui (berbasis pohon/trees).

Terima kasih sudah membaca! Jika kalian merasa penjelasan diatas kurang lengkap, kalian bisa mencaritahu lebih banyak di InBio Indonesia☺️

Sumber: Bioinformatics: Tools and Applications-David Edwards, Jason Stajich, David Hansen (book)