RNAflash: Fast and Sensitive Structure-aware RNA Homology Detection and Alignment

في مكتبة الحياة الشاسعة، يعمل الحمض النووي الريبوزي (RNA) كرسول ومدير متعدد القدرات، حيث يحمل التعليمات من الحمض النووي الريبوزي منقوص الأكسجين (DNA) ويساعد في بناء البروتينات التي تدير خلايانا. ولفهم كيفية عمل قطعة معينة من الـ RNA، غالبًا ما يبحث العلماء عن أقربائها—وهي جزيئات RNA أخرى تشترك في سلف مشترك. هؤلاء الأقرباء، الذين يُطلق عليهم اسم "المتجانِسات" (homologs)، يشبهون أبناء العم البعيدين في شجرة العائلة؛ فقد يبدون مختلفين تمامًا في المظهر الخارجي، لكنهم غالبًا ما ينطوون في أشكال متشابهة لأداء المهمة نفسها. إن العثور على هؤلاء الأقرباء أمر بالغ الأهمية للتنبؤ بكيفية انطواء الـ RNA في هيكله ثلاثي الأبعاد، وهي خطوة رئيسية لفهم كيفية عمله وكيف يمكن استهدافه بالأدوية. ومع ذلك، هناك مشكلة مستمرة في هذا المجال: الأدوات المستخدمة للعثور على هؤلاء الأقرباء تجبر العلماء عادةً على الاختيار بين السرعة والدقة. فالأدوات السريعة غالبًا ما تفقد أبناء العم البعيدين لأنها تعتمد بشكل مفرط على التطابقات الحرفية الدقيقة، بينما الأدوات الدقيقة التي تنظر إلى شكل الجزيء بطيئة جدًا لدرجة أنها قد تستغرق أيامًا للبحث عبر قواعد البيانات الحديثة التي تحتوي على ملايين التسلسلات.

قدم فريق من الباحثين في جامعة شأنغهاي جياو تونغ نهجًا جديدًا يسمى RNAflash يهدف إلى كسر هذه المقايضة. تعمل طريقتهم كمحرك بحث مكون من خطوتين مصمم للعثور على أقرباء الـ RNA المراوغين بسرعة ثم ترتيبهم في صورة عائلية مفيدة. تستخدم الخطوة الأولى نظامًا مدربًا على التعرف على "صوت" تسلسلات الـ RNA، حتى عندما تتغير الحروف بشكل كبير بمرور الوقت. وبدلاً من مقارنة كل حرف من تسلسل الاستعلام مقابل كل تسلسل في قاعدة بيانات ضخمة تضم ثلاثين مليون مدخل، يقوم هذا النظام بتحويل كل تسلسل إلى ملخص موجز. ثم يستخدم فهرسًا عالي السرعة للعثور على أكثر المطابقات واعدًا في جزء من الثانية. هذه المسحة الأولية سريعة، لكنها ليست مثالية؛ فقد تتضمن بعض الإنذارات الكاذبة أو تفقد بعض الروابط الدقيقة التي قد يكشف عنها فحص أدق.

ولإصلاح ذلك، تأخذ الخطوة الثانية من العملية أفضل المرشحين من الجولة الأولى وتفحصهم بعين أكثر دقة. تستخدم هذه المرحلة نوعًا مختلفًا من التحليل الذي ينظر إلى الشكل المتوقع لجزيئات الـ RNA. وبما أن شكل جزيء الـ RNA غالبًا ما يكون أكثر استقرارًا وحفظًا من تسلسل حروفه، فإن هذه الخطوة يمكنها تأكيد العلاقات التي فاتتها عملية البحث السريعة. فهي تقوم بمحاذاة التسلسلات بناءً على كيفية تطابق أشكالها، مما يضمن أن تكون القائمة النهائية للأقرباء دقيقة وذات معنى بيولوجي. والنتيجة هي مجموعة من التسلسلات المرتبة في "محاذاة متعددة التسلسلات" (multiple sequence alignment)، وهي عبارة عن شبكة تصطف فيها الأقرباء بحيث يمكن للعلماء رؤية مواضع الاتفاق والاختلاف بينهم. هذه الشبكة هي الأساس للتنبؤ بالهيكل ثلاثي الأبعاد للجزيء.

اختبر الباحثون نظامهم مقابل مجموعة واسعة من الأدوات الموجودة، بما في ذلك بعض الأدوات التي تُعتبر المعيار الذهبي في هذا المجال. ووجدوا أن RNAflash قادر على إيجاد أقرباء أكثر بعدًا من الأدوات السريعة التي تعتمد على التسلسل فقط، وقد فعل ذلك بسرعة أكبر بكثير من الأدوات البطيئة التي تعتمد على الشكل. وفي اختبار واسع النطاق شمل مئات الاستعلامات ضد قاعدة بيانات تضم ثلاثين مليون تسلسل، أتمت الطريقة الجديدة عملية البحث والمحاذاة بالكامل لـ 174 استعلامًا في 1,682 ثانية. وفي المقابل، استغرقت الأدوات التقليدية القائمة على الشكل أكثر من 100 ضعف الوقت للقيام بنفس المهمة. ولم تكن المحاذات التي أنتجها RNAflash أسرع في الإنشاء فحسب، بل كانت أيضًا ذات جودة أعلى، حيث احتوت على المزيد من الإشارات التطورية المفيدة التي تساعد العلماء على فهم كيفية انطواء الـ RNA.

كما أنشأ الفريق نسخة أخف وأسرع من أداة البحث الخاصة بهم للحالات التي تكون فيها السرعة هي الأولوية القصوى. هذه النسخة، التي تسمى RNAflash-L، يمكنها العثور على الأقرباء ومحاذاتهم في أقل من ثانية لكل استعلام. وبينما هي أقل حساسية قليلاً من النسخة الكاملة، إلا أنها لا تزال تتفوق على الأدوات السريعة الأخرى في جودة المحاذات التي تنتجها. هذه السرعة مهمة لأنها تعني أنه يمكن للباحثين الآن توليد محاذات العائلة عالية الجودة اللازمة للتنبؤ المتقدم بالهيكل على نطاق كان مستحيلاً في السابق. ومن خلال جعل البحث عبر ملايين التسلسلات ممكنًا في ثوانٍ بدلاً من أيام، يفتح هذا العمل الباب لتحليل جزيئات الـ RNA التي كان من الصعب دراستها سابقًا، مما قد يسرع من اكتشاف وظائف بيولوجية جديدة وأهداف علاجية.