Caracterización del Paisaje Conformacional del Tetrámero de ARN Mediante Aprendizaje Automático Explicable

Área de la Ciencia:

• Biología Computacional; Biología Estructural; Biofísica

Sus antecedentes:

• Las moléculas de ARN exhiben flexibilidad conformacional crucial para diversas funciones fisiológicas.
• La complejidad estructural del ARN, incluso los tetrámeros cortos, desafía el análisis cuantitativo del paisaje conformacional.
• Los métodos convencionales de dinámica molecular requieren una gran cantidad de recursos computacionales para explorar el espacio conformacional del ARN.

Objetivo del estudio:

• Desarrollar y validar un enfoque computacional para explorar eficientemente los paisajes conformacionales de los tetrámeros de ARN.
• Identificar y caracterizar los estados y transiciones conformacionales clave en los tetrámeros de ARN de cadena simple.
• Mejorar la precisión de los campos de fuerza de los ácidos nucleicos a través de información basada en datos.

Principales métodos:

• Integración de inteligencia artificial explicable (XAI) con algoritmos de muestreo mejorado.
• Realización de simulaciones de dinámica molecular de tetrámeros de ARN.
• Utilización de aprendizaje automático interpretable para identificar las fuerzas impulsoras clave en los cambios conformacionales.

Principales resultados:

• Se capturaron con éxito estados conformacionales clave del tetrámero de ARN: apilado, intercalado, con nucleobase volteada y bobina aleatoria.
• Se logró un muestreo de población imparcial con un costo computacional significativamente reducido en comparación con los métodos estándar.
• Se distinguieron estados metaestables que a menudo se pasan por alto en el análisis convencional.
• Se identificaron ángulos de torsión críticos que influyen en la dinámica lenta y las estructuras no físicas.

Conclusiones:

• La IA explicable y el muestreo mejorado ofrecen una estrategia eficiente para explorar paisajes conformacionales complejos de ARN.
• Este enfoque basado en datos mejora la caracterización de la dinámica estructural del ARN.
• Los hallazgos proporcionan una base para refinar los campos de fuerza de los ácidos nucleicos y comprender la función del ARN.