Biopython - 在文献中计算 RNA 解链温度的巨大差异

Question

我在使用 Biopython 计算 RNA 7-mers 的 熔解温度 时发现与流行算法生成的值存在很大差异。

我尝试了使用 RNA 和盐浓度的最近邻算法，如相应论文中所述（热力学表在以下论文中使用：Freier et al 1986）。然而，这些值有很大的不同（执行下面的代码来查看）。 我尝试了 Biopython 提供的所有七种盐校正方法，但我仍然无法接近 siRNA 设计算法为相同的 7-mers 生成的值。

谁能告诉我 Biopython 的熔化温度最近邻算法有多准确？特别是对于像我的 7-mers 这样的短低聚物？可能有什么我实施错误？有什么建议吗？

从执行样本输入中得出的值： http://sidirect2.rnai.jp/ Tm 是针对引导链的种子双链体给出的：bases 2-7

文学： "热力学稳定性和 Watson–Crick 种子双链体中的碱基配对是主要的 效率的决定因素 基于siRNA的脱靶效应" http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2602766/pdf/gkn902.pdf

from Bio.Seq import Seq  
from Bio.SeqUtils import MeltingTemp

test_list = [
('GGAUUUG', 21.5),
('CUCAUUG', 18.1),
('CAUAUUC', 8.7),
('UUUGAGU', 19.2),
('UUUUGAG', 12.2),
('GUUUCAA', 14.9),
('AGUUUCG', 19.7),
('GAAGUUU', 13.3)
]


for t in test_list:
    myseq = Seq(t[0])
    tm = MeltingTemp.Tm_NN(myseq, dnac1=100, Na=100,   nn_table=MeltingTemp.RNA_NN1, saltcorr=7)  # NN1 = Freier et al (1986)
    tm = round(tm, 1)  # round to one decimal
    print 'BioPython Tm: ' + str(tm) + '  siDirect Tm: ' + str(t[1])

Answer 1

我在biology.stackexchange 和Biostars 回答了这个问题。简而言之：似乎 siDirect 由于使用了高 1000 倍的引物浓度，计算出的 Tm 错误。