Un conjunto de datos a gran escala de motivos de ARN en crio-EM y punto de referencia para la modelización de...

Área de la Ciencia:

• Biología Estructural
• Biología Computacional
• Bioquímica

Sus antecedentes:

• La estructura 3D del ARN es vital para sus funciones biológicas, incluida la regulación génica y la replicación viral.
• Los motivos estructurales secundarios del ARN son bloques de construcción fundamentales para arquitecturas complejas de ARN.
• Los métodos computacionales actuales para la predicción de estructuras de ARN a partir de datos de microscopía crio-electrónica (crio-EM) a menudo carecen de la utilización explícita de estos motivos debido a conjuntos de datos limitados.

Objetivo del estudio:

• Presentar un conjunto de datos grande y de código abierto de mapas de densidad de microscopía crio-electrónica (crio-EM) resueltos por motivos y estructuras atómicas correspondientes.
• Facilitar enfoques de aprendizaje automático para la predicción y el análisis de estructuras de ARN.
• Proporcionar un recurso valioso para el diseño terapéutico y los estudios estructurales centrados en el ARN.

Principales métodos:

• Compilación de más de 125 000 mapas de densidad de crio-EM resueltos por motivos en 25 clases de motivos estructurales secundarios de ARN.
• Estandarización de mapas de densidad de crio-EM segmentados en rejillas de vóxeles 3D con anotaciones a nivel de vóxel.
• Validación de la calidad de la segmentación mediante análisis de correlación cruzada con modelos atómicos.

Principales resultados:

• El conjunto de datos abarca resoluciones de 1,5 Å a 34,0 Å, cubriendo datos de crio-EM de alta y baja resolución.
• Se demostró una fuerte concordancia entre los mapas de densidad de motivos segmentados y los modelos atómicos de referencia.
• Un clasificador de aprendizaje automático entrenado con mapas de alta resolución logró una especificidad de 0,948 en la distinción de cinco clases de motivos.

Conclusiones:

• El conjunto de datos presentado es un recurso importante para avanzar en el análisis computacional de estructuras de ARN.
• Permite el desarrollo de modelos de aprendizaje automático que incorporan explícitamente motivos estructurales secundarios de ARN.
• Facilita una predicción más precisa de las estructuras de ARN y ayuda en el diseño de nuevas terapias basadas en ARN.