Selección de estructuras 3D de ARN guiada por FRET

Área de la Ciencia:

• Modelado biomolecular
• Biología estructural
• Biofísica de ARN

Sus antecedentes:

• La predicción de estructuras de ARN es un desafío debido a los complejos paisajes energéticos y la diversidad conformacional.
• Las colecciones estructurales precisas de ARN son cruciales para comprender la unión y el plegamiento.
• Los métodos computacionales existentes tienen dificultades con la heterogeneidad de las moléculas de ARN grandes.

Objetivo del estudio:

• Desarrollar y validar una estrategia guiada por transferencia de energía por resonancia de Förster (FRET) para predecir estructuras 3D de ARN.
• Identificar estados conformacionales de ARN consistentes con datos experimentales de FRET de molécula única (smFRET).
• Integrar el modelado computacional de ARN con técnicas biofísicas experimentales.

Principales métodos:

• Se predijeron estructuras 3D de ARN utilizando RNAComposer, FARFAR2 y AlphaFold3.
• Se validaron los modelos basándose en el apareamiento de bases de Watson-Crick y un umbral de eRMSD.
• Se calcularon los volúmenes de contacto accesibles del par de tintes utilizando FRETraj para predecir las distribuciones de FRET.
• Se compararon las distribuciones de FRET predichas con los datos experimentales de smFRET para identificar estados compatibles.

Principales resultados:

• Se predijeron con éxito estructuras 3D de ARN que son consistentes con los datos experimentales de smFRET.
• Se demostró que las estructuras de ARN predichas in silico pueden reproducir las eficiencias de transferencia experimentales.
• Se identificaron estados conformacionales específicos de ARN compatibles con los estados de FRET observados.
• Se validó la utilidad de un flujo de trabajo guiado por FRET para analizar motivos de ARN flexibles.

Conclusiones:

• El flujo de trabajo guiado por FRET permite la predicción precisa de los estados conformacionales del ARN.
• Este enfoque integrador mejora el estudio del plegamiento y la dinámica del ARN.
• El método proporciona una base para capturar diversos estados conformacionales en motivos de ARN flexibles.