Un anello a forcina da un pre-mRNA. Sono evidenziate le basi azotate (verde) e lo scheletro ribosio-fosfato (blu). Nota che questo è un singolo filamento di RNA che si ripiega su se stesso. Credito:Vossman/ Wikipedia
Praticamente tutte le funzioni del nostro corpo richiedono interazioni precise tra tipi radicalmente diversi di molecole. La stragrande maggioranza delle volte, questi incontri non producono nulla, ma pochi speciali sostengono la vita come la conosciamo.
Dott. Faruck Morcos e Zachary Campbell dell'Università del Texas a Dallas stanno perseguendo ciò che differenzia un incontro fruttuoso da un disastro:un mistero con lunghe probabilità simile a trovare un'anima gemella tra i metaforici milioni di pesci nel mare. Il loro obiettivo finale è prevenire le relazioni che diventano tossiche e sfociano in malattie.
Un nuovo studio, pubblicato in Comunicazioni sulla natura , mostra i progressi dei ricercatori nella comprensione di come le molecole chiamate RNA si accoppiano con i partner proteici previsti. I ricercatori sperano che alla fine saranno in grado di prevedere e manipolare queste partnership che sono state scolpite attraverso milioni di anni di evoluzione.
"Stiamo cercando di capire come le proteine raggiungano una notevole selettività per determinati RNA, " ha detto Campbell, ricercatore presso il Dipartimento di Scienze Biologiche della Scuola di Scienze Naturali e Matematiche. "Generalmente, le persone hanno esaminato questo problema caso per caso. Crediamo che, analizzando milioni di varianti di RNA contemporaneamente, aiuteremo a rivelare i fondamenti di come le proteine che legano l'RNA riconoscono ciò che stanno cercando".
Collegamenti giusti
RNA, che sta per acido ribonucleico, è un tipo di piccola molecola simile nella struttura al DNA, il progetto genetico per la costruzione e il mantenimento di un organismo vivente. Mentre il DNA risiede all'interno del nucleo di una cellula, filamenti di RNA si muovono nella cellula, che trasportano copie delle istruzioni del DNA per la produzione di proteine.
A seconda della loro struttura, alcuni RNA svolgono ruoli oltre a quello di messaggero. Possono legarsi alle proteine e regolare il modo in cui i geni sono espressi o agire come catalizzatori per vari processi biologici.
I risultati sani delle interazioni RNA-proteina si basano su queste reazioni che procedono correttamente:interazioni difettose possono produrre problemi di sviluppo nell'organismo, alcuni dei quali fatali. Eppure questi incontri sono poco compresi, in parte a causa del numero di potenziali interazioni.
"Anche per un breve pezzo di RNA, ci sono tante combinazioni quante sono le stelle nella nostra galassia, " ha detto Campbell.
Predire i pezzi
Morcos, anche un assistente professore di scienze biologiche, ha sviluppato potenti metodi statistici per gestire gli immensi volumi di dati necessari per costruire un modello che quantifica lo spazio di un trilione di possibili strutture di RNA, e rivela quali sono i migliori candidati per le interazioni funzionali.
Egli descrive questo metodo come fornire "un gran numero di pezzi in un gigantesco puzzle, " permettendo al team di prevedere i pezzi adiacenti da indizi contestuali.
"Se gli esperimenti non riescono a catturare l'esatta struttura dell'RNA che l'evoluzione ha selezionato per le interazioni, informa il modello su come inferire tali strutture, " ha detto. "Non solo quello, possiamo anche prevedere pezzi che non sono mai stati utilizzati attraverso l'evoluzione, ma ciò può potenzialmente portare a un'interazione funzionale."
Morcos ha sottolineato come i progressi tecnologici nel calcolo dei big data abbiano permesso al loro progetto di avere successo.
"Questo è nuovo in quanto all'avanguardia, le capacità sperimentali ad alto rendimento e il sequenziamento di nuova generazione ci hanno permesso di esplorare più rapidamente un'abbondanza di possibilità e parametri, " ha detto. "Utilizzando approssimazioni intelligenti, possiamo essenzialmente risolvere un problema che era stato computazionalmente impossibile."
Morcos ha affermato che la forza del loro progetto deriva da ciò che lui e Campbell portano in tavola.
"I metodi sperimentali del Dr. Campbell possono aiutarci a campionare uno spazio molto ampio di interazioni funzionali, " disse. "Eppure, questa è solo una frazione della cartografia genetica completa. Ma quando combiniamo questo con i modelli statistici sviluppati nel mio laboratorio, possiamo colmare le lacune in questo campionamento, e quantificare davvero un enorme spazio di possibilità."
Campbell ha parlato della vasta gamma di potenziali usi per i dati che hanno raccolto.
"Questo ci permette di delineare quali partnership hanno maggiori probabilità di verificarsi, insegnandoci come si ottiene la selettività, e speriamo che ci consenta di migliorare ciò che si è naturalmente evoluto, " Egli ha detto.
Per Campbell e Morcos, l'obiettivo è quello di progettare nuovi tipi di agenti farmacologici che impediscano le interazioni indesiderabili che portano alla malattia o mimino quelle benefiche.
"Con una comprensione di come avviene il riconoscimento tra i partner, possiamo imparare molto sulla fisiologia umana, così come genomi e collegamenti virali e batterici che potrebbero essere interrotti per migliorare la salute umana, " ha detto Campbell.