Ученые впервые сняли на видео процесс самосборки рибозима

На изображении показаны карты плотности крио-ЭМ для двух крайних конформационных состояний, которые интрон группы II приобретает во время сворачивания. Автор: Шехар Джадхав/EMBL

Международная группа ученых впервые засняла процесс самосборки рибозима — РНК-молекулы, способной вырезать и вставлять собственную последовательность. Исследование, опубликованное в Nature Communications, показывает, как эта молекулярная машина складывается, изгибается и собирается.

Используя интегративный подход структурной биологии, сочетающий крио-электронную микроскопию, малоугловое рентгеновское рассеяние, биохимию РНК и молекулярное моделирование, ученые наблюдали динамический процесс сворачивания самосплайсирующегося рибозима.

«Определение структур РНК — сложная задача. Присущая гибкость и отрицательный заряд делают РНК notoriously трудной мишенью для структурных исследований», — пояснил Шехар Джадхав, бывший докторант EMBL.

Результатом стала самая полная на сегодняшний день «молекулярная лента» самосборки РНК-молекулы, показывающая, как она избегает неправильно свернутых, нефункциональных состояний.

Молекулярный режиссер

Ключевую роль в этом процессе играет Домен 1 (D1), который действует как центральный каркас рибозима и молекулярный дирижер. Этот домен координирует присоединение других доменов в строго определенные моменты времени, предотвращая структурные ошибки.

Скрытые кадры молекулярного кино

Проанализировав сотни тысяч отдельных молекул РНК, команда реконструировала промежуточные «дубли», невидимые в статических кристаллических структурах.

«Чтобы захватить эти мимолетные кадры, нам пришлось разработать новые стратегии обработки изображений крио-ЭМ», — отметила Майя Топф, руководитель группы в CSSB.

От древних молекул к искусственному интеллекту

Изученные рибозимы группы II intron считаются предшественниками сплайсосомы — сложного механизма, редактирующего РНК в человеческих клетках. Полученные данные также предоставляют ценный эталон для обучения ИИ-моделей предсказания структуры РНК.

«Эта работа должна сыграть ключевую роль в формировании подходов искусственного интеллекта к предсказанию структуры РНК, прокладывая путь к новому «AlphaFold для РНК», — заявил руководитель исследования Марко Марсия.

Исследование открывает новые возможности для разработки лекарств, нацеленных на РНК, и создания биотехнологий на основе РНК.