Новый метод SCOPER прогнозирует структуры РНК
В современной молекулярной биологии некодирующие РНК (нкРНК) представляют собой одну из самых интригующих загадок. В отличие от матричных РНК, которые служат шаблонами для синтеза белков, нкРНК выполняют разнообразные регуляторные и каталитические функции, участвуя в контроле генов, сборке рибосом и других ключевых клеточных процессах. Однако понимание их механизмов действия требует точного знания трехмерной структуры, что до недавнего времени оставалось сложной задачей.
Традиционные методы и их ограничения
Определение структуры РНК традиционно опиралось на методы, такие как рентгеновская кристаллография и криоэлектронная микроскопия. Однако эти подходы сталкиваются с существенными трудностями. РНК редко образуют стабильные структуры, необходимые для рентгеновского анализа. Их гибкость и динамичность означают, что молекула может существовать в нескольких конформациях, усложняя интерпретацию данных. Алгоритмы прогнозирования структуры, подобные AlphaFold, хотя и революционизировали изучение белков, пока демонстрируют ограниченную точность для РНК.
Инновационный подход SCOPER
Для преодоления этих ограничений ученые из Национальной лаборатории Лоуренса в Беркли и Еврейского университета в Иерусалиме разработали SCOPER (Solution Conformation Predictor for RNA). Этот метод объединяет вычислительные инструменты и экспериментальные данные, чтобы предсказать структуру РНК с атомарной точностью.
Ключевые этапы работы SCOPER включают предсказание структуры, при котором исходная нуклеотидная последовательность анализируется с помощью алгоритмов ИИ, таких как AlphaFold3, генерирующих несколько возможных моделей. Затем данные малоуглового рентгеновского рассеяния (SAXS), полученные на установке Advanced Light Source, позволяют экспериментально оценить форму молекулы в растворе. Далее машинное обучение корректирует структуры, учитывая расположение ионов магния, которые стабилизируют РНК. После этого SCOPER сопоставляет теоретические данные SAXS с экспериментальными, определяя наиболее точную конформацию. Финальный этап воссоздает подвижность молекулы, демонстрируя ее функциональные изменения.
Практические преимущества и перспективы
SCOPER устраняет необходимость вручную комбинировать результаты разных инструментов, предлагая исследователям готовые атомарные модели. Это особенно важно для фундаментальных исследований, таких как понимание роли нк-РНК в болезнях или эволюции, а также для прикладных разработок, включая создание РНК-терапий или биоинженерных решений в сельском хозяйстве.
Ученые работают над интеграцией SCOPER в суперкомпьютерные системы NERSC, что позволит проводить анализ удаленно. В будущем это может превратить Berkeley Lab в центральный хаб для изучения РНК, где пользователи смогут получать структуры, просто отправляя образцы по почте.
SCOPER представляет собой значительный шаг вперед в структурной биологии, предлагая надежный и доступный инструмент для изучения РНК. Его развитие не только углубит наше понимание молекулярных механизмов жизни, но и ускорит применение этих знаний в медицине и биотехнологиях.