Determinación de las estructuras de los conformadores de ARN utilizando AFM y redes neuronales profundas

Área de la Ciencia:

• Biología molecular
• Biología estructural
• La biofísica

Sus antecedentes:

• Muchos ARN funcionales son conformacionalmente heterogéneos y flexibles, lo que plantea desafíos para las técnicas tradicionales de determinación de la estructura como la RMN y la criomecánica.
• Los métodos computacionales existentes, como AlphaFold, no son directamente aplicables al ARN debido a la falta de bases de datos de estructura completas y correlaciones claras de secuencia y estructura.
• La determinación precisa de las estructuras tridimensionales de ARN es crucial para comprender sus funciones biológicas.

Objetivo del estudio:

• Desarrollar un nuevo método para determinar las estructuras topológicas tridimensionales de moléculas de ARN heterogéneas.
• Superar las limitaciones de los métodos existentes para dilucidar las estructuras de ARN grandes, flexibles y conformacionalmente diversos.
• Proporcionar una nueva herramienta para avanzar en la biología estructural del ARN y comprender el papel del ARN en los sistemas biológicos.

Principales métodos:

• Desarrollo del método de determinación de la estructura del ARN holístico utilizando microscopía de fuerza atómica, aprendizaje automático sin supervisión y redes neuronales profundas (HORNET).
• Utilizando la microscopía de fuerza atómica (AFM) para capturar imágenes de alta resolución de moléculas individuales de ARN en solución.
• Aplicación de aprendizaje automático no supervisado y redes neuronales profundas para analizar datos de AFM y determinar estructuras topológicas en 3D.

Principales resultados:

• HORNET determinó con éxito múltiples estructuras heterogéneas del ARN de la RNasa P y del ARN del elemento de respuesta Rev del VIH-1.
• El método demostró una alta relación señal-ruido, lo que permite la captura de conformaciones distintas en moléculas de ARN grandes.
• La validación se realizó utilizando seis casos de referencia, confirmando la exactitud y aplicabilidad del método.

Conclusiones:

• HORNET proporciona una solución robusta para determinar las estructuras heterogéneas de moléculas de ARN grandes y flexibles.
• Este avance aborda un desafío significativo en la biología estructural del ARN, lo que permite una visión más profunda de la función del ARN.
• El método contribuye a la comprensión fundamental de la dinámica estructural del ARN y sus implicaciones en los procesos biológicos.