Identificação de RNAs não-codificadores por modelos de covariância com prioris Dirichlet adaptadas a grupos de ncRNAs com estruturas secundárias similares = Identifying non-coding RNAs using covariance models with Dirichlet priors specific to groups of ncRNAs of similar secondary structures

Abstract

RNAs não-codificadores (ncRNA) são macromoléculas biológicas que, apesar de não codificarem proteínas, realizam funções regulatórias importante nas células. A ferramenta Infernal é principal referência em buscas de ncRNAs por homologia, e o banco de dados Rfam um dos mais importantes repositórios de ncRNAs. Neste trabalho, mostramos que há clusters de famílias de ncRNAs estruturalmente bem similares no Rfam, adaptamos a ferramenta Infernal com novas distribuições a priori específicas a certos grupos de famílias de ncRNAs baseados nesses clusters e mostramos que essas prioris específicas a certos grupos podem tornar o Infernal mais sensível e específico. _______________________________________________________________________________________ ABSTRACT

Non-coding RNA (ncRNA) molecules do not code for proteins, but instead play an important regulatory role in cells. Infernal is the main tool for homology searches for ncRNAs, and Rfam is one of the main ncRNA databases. On this work, we show that there are clusters of structurally very similar ncRNA families on Rfam, adapt Infernal with new priors constructed especially for certain groups of ncRNA families (based on these clusters) and show that these group-specific priors may improve Infernal’s specificity and sensitivity.