植物体内 RNA 二级结构探测方法的研究进展

以下文章来源于生物技术通报 ，作者生物技术通报

植物体内 RNA 二级结构探测方法的研究进展

周晞雯，成柯，朱鸿亮

DOI:10.13560/j.cnki.biotech.bull.1985.2022-0518

生物体内的 RNA 是携带遗传信息的遗传物质，具有催化及调控基本生物过程的功能。与 DNA 不同，ssRNA（single-strand RNA）和 dsRNA（double-strand RNA）能够自发地进行碱基互补配对，在结合或不结合蛋白质的情况下形成结构。生物体内的 RNA 也因环境差异而展示出与体外 RNA 结构上的差异，因此，RNA 的体内结构解析是对有 RNA 结构参与的生命活动进行探究的必经之路。解析 RNA 二级结构（RNA secondary structure, RSS）面临两个重要问题 ：其一是体内、外 RNA 结构需要不同的探测方法 ；其二是 RNA 结构在体内参与的生物过程中产生的动态变化。RNA 结构的研究方法经过数十年的研究，从早期的 X 光和核磁共振技术发展至冷冻电镜，到酶切标记与化学探针标记后利用反转录中引入的截断和错配搭配测序技术获得结构，以及利用机器学习、深度学习根据碱基等进行预测，逐渐趋向于安全化和精确化。现有的技术已经能够探知生物体内的 RNA 二级结构以及三级结构，但是对于体内动态变化着的 RNA 仅能够提供较为稳定的构象，如何更加精确地展示体内 RNA 结构的全貌以及关键性的生理调控中 RNA 的精确结构是接下来的研究重难点。

近日，《生物技术通报》在线发表了《植物体内 RNA 二级结构探测方法的研究进展》文章。本文综述了影响体内 RNA 结构的因素及近年来用于植物体内 RNA 结构预测的方法，讨论了现有方法的应用限制下对 RNA 二级结构预测新方法开发的意义及存在的问题，展望计算机预测方法与实验方法未来的发展趋势，旨为后续 RNA 结构相关研究提供方法参考。

本文主要包括以下几部分内容：

1 植物体内的 RNA 二级结构

1.1 RNA二级结构的影响因素

1.2 植物中RSS的功能

2 基于实验的 RNA 结构预测方法

2.1 体外分析RNA结构方法

2.2 体内探测RNA结构方法

3 RNA 结构研究的计算机方法

3.1 基于实验数据构建二级结构

3.2 结合机器学习的混合方法

4 总结与展望

RNA 不仅是遗传中 DNA 和蛋白之间用于信息传递的桥梁，其丰富的结构信息足以成为生物遗传和生理调控中极为重要的研究方向。数十年以来，对于 RNA 结构的研究从未停止，RNA 结构分析仍然面临问题与挑战，最为关键的一点就是 RNA 体内状态的改变，尽管现有的高通量测序和分析方法能够对特定条件如蛋白结合下的 RNA 结构进行解析，并且评价 RNA 结构的打分系统也在不断进化，但是评分的标准仍然在不断变化，如何制定出使 RNA结构最贴近体内广泛存在的结构的评分标准仍有待解决。

此外，现有的分析 RNA 结构的测算方法大多需要实验数据的支撑，真实可靠的数据和测算出的可信的 RNA 结构是同源序列分析和比对的基石。应用广泛的化学标记法的多种标记试剂在植物中已有报道，但仍存在植株大小和部位的限制，而标记试剂成分对植物生理或者 RNA 结构的影响还不能完全排除，随着 RNA 结构研究的不断深入，效率更高、更易进入植物且无负面影响的标记探针亟待开发。利用标记 RNA 的方式不仅能够对 RNA 的二级结构进行测算，还能够进一步推算 RNA 的三级结构。尽管RNA 二级结构还未完全阐明，但是生物体内的生理活动也依赖于 RNA 的三维结构，探究 RNA 三级结构的行之有效的方法也还在探索中。利用计算机基于 RNA 结构数据库预测 RNA 三维结构的方法层出不穷，Vfold3D、3DRNA、FARFAR 以及基于物理模型的 iFold、NAST 和 SimRNA 等均展示出当下研究的趋势。

以往基于来源于 PDB 数据库中存储的结构所进行的计算已有成效，最近发展起来的基于神经网络的模型如 AlphaFold 和 RoseTTAFold 也已经被证明是高效且有力的预测及评估蛋白质 3D 结构的方法。而蛋白的结构研究和 RNA 的结构研究往往是相互促进，互相学习的，我们完全有理由相信 AlphaFold及更多的后续研究方法将会为植物体内的 RNA 结构研究增加新的方向。

转自：“蔻享学术”微信公众号

如有侵权，请联系本站删除！