Nucl Aci Res：简化RNA结构分析的新方法

最近，意大利的里雅斯特国际高级研究学校（SISSA）的一个科学家小组，根据RNA分子的几何结构，设计了一种简单而通用的方法，据证明，这种方法非常有望用于分析和理解表征这些分子的复杂相互作用。相关研究结果发表在国际核酸研究权威期刊《Nucleic Acid Research》。

　　

生物通报道：RNA分子，类似于我们十分熟悉的DNA，对于细胞的代谢至关重要，要了解一个RNA分子的功能，我们需要知道它的三维结构。不幸的是，构建一条RNA链的形状一点也不容易，往往需要实验技术和计算机模拟的结合。目前已经有许多计算机方法被使用，但是它们往往很复杂和缓慢，并且根据不同的问题而有所变化。最近，意大利的里雅斯特国际高级研究学校（SISSA）的一个科学家小组，根据RNA分子的几何结构，设计了一种简单而通用的方法，据证明，这种方法非常有望用于分析和理解表征这些分子的复杂相互作用。

信使RNA、转运RNA、核糖体RNA……有不止一种类型的RNA。它们的不同之处，不仅存在于核苷酸序列——形成链的“珠子”，而且还在于这个长分子所呈现的三维结构。研究人员经常用计算机模型来揭示这种结构，但它们往往是相当复杂，而且，根据应用领域有所不同。SISSA科学家小组使用数字技术来开发一种新的“几何”模型，这种模型具有比传统方法更简单、更快速的优势，而且还能应用于不同的研究领域。经测试证明，这种方法是有效和稳健的。

就像DNA一样，RNA是由核苷酸组成的一个长链，是包含核酸碱基（编码这些分子所含信息的“字母”）的构建模块。SISSA教授Giovanni Bussi解释说：“利用标准的实验技术发现一个RNA分子的核苷酸序列，相对比较简单。更困难的是，发现分子的形状，但是，如果我们想了解它的功能，这往往是很关键的。”

Bussi和同事们发明的这种方法，优点是它基于很简单的规则，据证明，比起实验室目前使用的其他计算方法，这种新方法不那么繁琐。研究人员表示：“我们的技术着眼于核苷酸的相对位置，它们的几何形状，在此基础上，根据分子的结构对它们进行分类。”

相关研究结果发表在国际核酸研究权威期刊《Nucleic Acid Research》，本文第一作者、SISSA的Sandro Bottaro评论说：“我们对这种方法进行了一系列的试验。例如，我们构建了一种记分函数。在实践中，必须比较不同的RNA结构的可能预测，记分函数对每种预测提供了一种精度测量。根据应用领域不同，有许多方法可以做到这一点。我们评估了我们方法的可靠性，发现它在某些情况下表现得一样好，甚至比传统方法更好，然而，传统方法要复杂得多。”

这意味着，除了比常规方法更简单以外，这种方法还更通用，因为它能应用于各种各样范围的问题。除了Bussi和Bottaro以外，SISSA的学生Francesco di Palma也参与了这项研究。

（生物通：王英）

延伸阅读：JACS：华人学者开发出RNA的强大工具

生物通推荐原文摘要：
Abstract: The intricate network of interactions observed in RNA three-dimensional structures is often described in terms of a multitude of geometrical properties, including helical parameters, base pairing/stacking, hydrogen bonding and backbone conformation. We show that a simple molecular representation consisting in one oriented bead per nucleotide can account for the fundamental structural properties of RNA. In this framework, canonical Watson-Crick, non-Watson-Crick base-pairing and base-stacking interactions can be unambiguously identified within a well-defined interaction shell. We validate this representation by performing two independent, complementary tests. First, we use it to construct a sequence-independent, knowledge-based scoring function for RNA structural prediction, which compares favorably to fully atomistic, state-of-the-art techniques. Second, we define a metric to measure deviation between RNA structures that directly reports on the differences in the base–base interaction network. The effectiveness of this metric is tested with respect to the ability to discriminate between structurally and kinetically distant RNA conformations, performing better compared to standard techniques. Taken together, our results suggest that this minimalist, nucleobase-centric representation captures the main interactions that are relevant for describing RNA structure and dynamics.