Überblick

Die RNA-Strukturvorhersage bestimmt die zwei- und dreidimensionale Konformation von RNA-Molekülen aus ihren Nukleotidsequenzen. Da sich das funktionelle Repertoire der RNA ständig erweitert, von Katalyse über Genregulation bis hin zum Gerüstbau, ist die Kenntnis der RNA-Struktur für das Verständnis des Mechanismus unerlässlich. Die RNA-Faltung ist hierarchisch: Die Sekundärstruktur (kanonische Watson-Crick-Basenpaare und G-U-Wobbles) bildet sich zuerst, getrieben durch thermodynamische Stabilität, und tertiäre Kontakte festigen anschließend die dreidimensionale Faltung. Computergestützte Methoden nutzen diese Hierarchie, um Strukturen mit zunehmender Genauigkeit vorherzusagen.

Methoden

Die Sekundärstrukturvorhersage verwendet dynamische Programmieralgorithmen basierend auf dem thermodynamischen Nächste-Nachbarn-Modell, bei dem die freie Energie jedes Basenpaarstapels aufsummiert wird, um die Struktur mit minimaler freier Energie (MFE) zu finden. Der Zuker-Algorithmus und seine Implementierung in Werkzeugen wie RNAfold und Mfold werden häufig verwendet. Partitionsfunktionsansätze (z. B. RNAfold -p) berechnen Basenpaarungswahrscheinlichkeiten im thermodynamischen Gleichgewicht. Vergleichende Sequenzanalyse verbessert die Vorhersagegenauigkeit durch Identifizierung kovarianter Positionen in homologen Sequenzen. Für die Tertiärstruktur erstellen Fragmentassemblierungsmethoden (z. B. SimRNA, FARFAR2) und Deep-Learning-Modelle (z. B. DRfold) dreidimensionale Modelle, die durch Sekundärstrukturzwangsbedingungen geleitet werden.

Anwendungen

Die RNA-Strukturvorhersage untermauert das Design von small interfering RNAs, Antisense-Oligonukleotiden und CRISPR-Guide-RNAs. Sie ermöglicht die Annotation nicht-kodierender RNAs und die Untersuchung von Riboswitch-Mechanismen, bei denen ligandinduzierte Konformationsänderungen die Genexpression regulieren. Diese Vorhersagen werden zusammen mit der RNA-Struktur und -Typen interpretiert, um neu entdeckte Transkripte zu klassifizieren, und in Bezug auf Transkription und RNA-Prozessierung, um die co-transkriptionale Faltung zu verstehen. Der Ansatz trägt auch zur Genregulation und Epigenetik bei, indem er modelliert, wie Strukturelemente in untranslatierten Regionen die Translationseffizienz kontrollieren.