Skip to content

Article image
Prediksi Struktur RNA: Dari Sekuens ke Bentuk

May 16, 2026

Ikhtisar

Prediksi struktur RNA menentukan konformasi dua dimensi dan tiga dimensi molekul RNA dari sekuens nukleotidanya. Seiring bertambahnya repertoar fungsional RNA, mencakup katalisis, regulasi gen, dan perancah, mengetahui struktur RNA sangat penting untuk memahami mekanisme. Pelipatan RNA bersifat hierarkis: struktur sekunder (pasangan basa kanonik Watson-Crick dan goyangan G-U) terbentuk terlebih dahulu, didorong oleh stabilitas termodinamika, dan kontak tersier kemudian mengkonsolidasi lipatan tiga dimensi. Metode komputasional mengeksploitasi hierarki ini untuk memprediksi struktur dengan akurasi yang meningkat.

Metode

Prediksi struktur sekunder menggunakan algoritme pemrograman dinamis berdasarkan model termodinamika tetangga terdekat, di mana energi bebas dari setiap tumpukan pasangan basa dijumlahkan untuk menemukan struktur energi bebas minimum (MFE). Algoritme Zuker dan implementasinya dalam alat seperti RNAfold dan Mfold banyak digunakan. Pendekatan fungsi partisi (mis., RNAfold -p) menghitung probabilitas pemasangan basa pada kesetimbangan termodinamika. Analisis sekuens komparatif meningkatkan akurasi prediksi dengan mengidentifikasi posisi kovarian di seluruh sekuens homolog. Untuk struktur tersier, metode perakitan fragmen (mis., SimRNA, FARFAR2) dan model pembelajaran mendalam (mis., DRfold) membangun model tiga dimensi yang dipandu oleh kendala struktur sekunder.

Aplikasi

Prediksi struktur RNA mendasari desain RNA interferensi kecil, oligonukleotida antisense, dan RNA pemandu CRISPR. Ini memungkinkan anotasi RNA non-pengkode dan studi mekanisme riboswitch, di mana perubahan konformasi yang diinduksi ligan mengatur ekspresi gen. Prediksi ini diinterpretasikan bersama dengan struktur dan tipe RNA untuk mengklasifikasikan transkrip yang baru ditemukan dan dalam kaitannya dengan transkripsi dan pemrosesan RNA untuk memahami pelipatan ko-transkripsional. Pendekatan ini juga berkontribusi pada regulasi gen dan epigenetik dengan memodelkan bagaimana elemen struktural di daerah yang tidak diterjemahkan mengontrol efisiensi translasi.