在1990年发表的这篇文章中，作者提出了一种用于预测RNA二级结构的回溯算法。RNA（核糖核酸）是重要的生物大分子之一，它在生物体内扮演着众多关键角色，包括基因的表达、蛋白质的合成及细胞的调控等。RNA分子的功能在很大程度上取决于其二级结构，因此预测RNA的二级结构对于理解其功能和生物学机制具有重要意义。
RNA二级结构预测的核心在于确定分子中哪些碱基对之间能够通过氢键形成稳定配对，从而折叠成特定的三维形状。RNA分子通常是由腺嘌呤(A)、尿嘧啶(U)、胞嘧啶(C)和鸟嘌呤(G)四种核苷酸构成。在二级结构中，碱基配对主要是通过A与U、G与C之间的互补配对来实现的，形成所谓的“螺旋”结构。此外，还可能包含环状结构和其他非配对的区域。
该回溯算法的创新之处在于它能够穷举所有可能的二级结构，并从中找到能量上最稳定的结构。算法的基本原理是基于极大基配对原则，也就是说，它试图找到尽可能多的碱基配对，以形成最稳定的二级结构。这通常涉及寻找最长的互补碱基配对序列，但同时还要考虑到整体结构的热力学稳定性。
为了实现这一点，算法会按照某种顺序（如字典顺序）来生成所有可能的配对方式。例如，它可能会先考虑前几个核苷酸是否可以配对，然后再依次考虑后续的配对可能性。通过这样的过程，算法可以产生一个包含所有可能结构的列表，然后通过计算每个结构的自由能来评估其稳定性。
时间复杂性O(n^2)和空间复杂性O(n)指的是算法在处理和存储数据时所需的资源。时间复杂性表示随着输入大小（在这个情况下是RNA链的长度）的增加，算法所需时间的增长速度。O(n^2)意味着处理时间大致与RNA链长度的平方成正比。空间复杂性表示算法运行所需的存储空间，O(n)说明存储空间随着RNA链长度线性增长。这两个复杂性指标对于评估算法的实际应用能力至关重要。
通过实际运行该算法，研究人员能够预测出RNA分子的二级结构，这不仅有助于研究RNA分子的生物学功能，而且对于药物设计、遗传工程等领域也有着重要的应用价值。例如，对于一些疾病，通过设计药物来干预RNA的二级结构，可能会阻止病毒的复制过程或抑制某些致病基因的表达。
这篇文章所描述的预测RNA二级结构的回溯算法不仅展示了计算机科学与生物化学的交叉研究，也为分子生物学的研究提供了强大的工具。虽然随着科技的进步，现今可能已经发展出更高效的算法来预测RNA的二级结构，但1990年的这篇论文无疑在当时的科学界具有重大的贡献和启示作用。
