En la búsqueda de todos los pliegues subóptimos de una molécula de ARN

Área de la Ciencia:

• Biología computacional Biología computacional.
• La bioinformática es la bioinformática.
• Biología molecular La biología molecular.

Sus antecedentes:

• Predecir la estructura secundaria del ARN es crucial para comprender la regulación y la función de los genes.
• Los métodos existentes a menudo se centran únicamente en la energía libre mínima global, potencialmente faltando estructuras alternativas biológicamente relevantes.

Objetivo del estudio:

• Desarrollar un algoritmo y un programa informático para determinar estructuras secundarias de ARN dentro de un rango de energía libre especificado.
• Para permitir el análisis y la visualización de plegamientos de ARN subóptimos.
• Para incorporar parámetros termodinámicos detallados en las predicciones de plegamiento de ARN.

Principales métodos:

• Se desarrolló un algoritmo para calcular las estructuras secundarias de ARN dentro de un incremento de energía libre dado desde el mínimo global.
• Se creó un programa de computadora para implementar el algoritmo, lo que permite la visualización gráfica y el análisis de los pares de bases predichos.
• Los pliegues subóptimos se generaron mediante la inclusión sistemática de pares de bases específicos y el cálculo de estructuras óptimas que los contienen.
• Se aplicó un criterio de distancia para garantizar la singularidad y la diversidad de las estructuras subóptimas generadas.
• Los parámetros termodinámicos, incluidas las contribuciones de apilamiento y bucle, se integraron en el modelo plegable.

Principales resultados:

• El algoritmo determina con éxito las estructuras secundarias de ARN dentro de un incremento de energía libre prescrito.
• El programa de computadora proporciona una visualización gráfica de todos los pares de bases potenciales que participan en estructuras subóptimas.
• Se ha establecido un método para generar pliegues subóptimos representativos, evitando la redundancia.
• El modelo plegable incorpora parámetros termodinámicos detallados para una mayor precisión.

Conclusiones:

• El algoritmo y el programa desarrollados proporcionan un marco sólido para explorar el espacio conformacional del ARN.
• Este enfoque mejora la comprensión del plegamiento del ARN mediante el análisis de estructuras subóptimas más allá de la predicción de energía libre mínima única.
• La herramienta facilita la identificación y el análisis de estructuras de ARN alternativas biológicamente relevantes.