FRET-guided integrative modeling resolves Mg2+-dependent RNA tertiary-contact formation

Dentro de cada célula viva, máquinas complejas construidas a partir de moléculas de ARN realizan la labor esencial de leer instrucciones genéticas y construir proteínas. Para funcionar correctamente, estas largas y flexibles hebras deben plegarse en formas tridimensionales precisas, de forma muy similar a una pieza de origami que debe mantener su forma para ser útil. Una parte crítica de este proceso de plegamiento implica que secciones específicas de la hebra de ARN se extiendan para agarrar otras secciones, bloqueando la estructura en su lugar. Estas conexiones, conocidas como contactos terciarios, suelen estar estabilizadas por iones de magnesio, que actúan como una especie de pegamento molecular. Si bien los científicos han sido capaces durante mucho tiempo de tomar fotografías de alta resolución de estas estructuras plegadas, tales imágenes suelen capturar solo un único momento congelado en el tiempo. Esta visión estática puede ser engañosa, ya que no muestra la gama completa de movimientos y formas que la molécula adopta mientras flota en el entorno fluido de una célula, donde cambia y respira constantemente.

Para comprender cómo se comportan estas estructuras de ARN en la realidad, los investigadores recurrieron a una técnica llamada transferencia de energía de resonancia de Förster de molécula única, o smFRET. Este método actúa como una regla molecular, permitiendo a los científicos medir la distancia entre dos puntos específicos en una sola hebra de ARN mientras se mueve. Al observar cómo cambian estas distancias, pueden ver las diferentes formas que adopta una molécula y con qué frecuencia cambia entre ellas. En este nuevo estudio, el equipo se centró en un motivo de ARN específico y común donde una secuencia de cuatro letras, conocida como tetralazo, se conecta con un bucle receptor para estabilizar el plegamiento. Querían saber exactamente cómo los iones de magnesio influyen en esta conexión y si la molécula existe en una única forma bloqueada o en una mezcla de diferentes formas dependiendo de las condiciones de sal alrededor de ella.

Los investigadores construyeron un modelo simplificado de esta interacción de ARN, uniendo las dos partes clave con una cola flexible para imitar la libertad de movimiento natural que se encuentra en moléculas más grandes. Luego, utilizaron potentes simulaciones por computadora para construir una imagen detallada, átomo por átomo, de cómo se comporta este modelo. Para asegurar que sus modelos computacionales fueran precisos, compararon sus resultados virtuales con experimentos del mundo real. Midieron las distancias reales entre las partes del ARN en un laboratorio bajo diferentes condiciones de sal y utilizaron esas mediciones para guiar y refinar sus simulaciones. Este enfoque, conocido como modelado integrativo, les permitió combinar la precisión de la física computacional con la realidad de los datos experimentales para crear una imagen dinámica del ARN en acción.

Los resultados revelaron una complejidad sorprendente en el comportamiento de estas moléculas. Cuando los investigadores simularon el ARN en un entorno con concentraciones de magnesio muy altas, mucho más altas de lo que se encuentran en una célula normal, el modelo mostró al ARN bloqueándose firmemente en una única forma estable que coincidía con las imágenes estáticas observadas en estudios previos. Sin embargo, cuando ajustaron la simulación para que coincidiera con una concentración más realista de 10 milimolar de magnesio, la imagen cambió por completo. Bajo estas condiciones intermedias, el ARN no se asentó en una única forma rígida. En cambio, las simulaciones mostraron una mezcla heterogénea donde la molécula cambiaba constantemente entre un estado unido, donde los bucles estaban conectados, y un estado no unido, donde estaban separados. Este comportamiento dinámico fue confirmado por los datos experimentales, que mostraron una dispersión de distancias en lugar de un único punto fijo.

Este hallazgo desafía la idea de que estas estructuras de ARN existen en una sola forma permanente. El estudio demuestra que, en niveles de magnesio fisiológicamente relevantes, la molécula no es estática, sino que existe como una población cambiante de diferentes conformaciones. Los investigadores descubrieron que solo mediante el uso de su enfoque integrativo, que combinó el modelado computacional con mediciones de molécula única, pudieron detectar estas subpoblaciones invisibles. Las estructuras estáticas de alta resolución y las mediciones de conjunto tradicionales habían pasado por alto este matiz, presentando una visión simplificada que no reflejaba la verdadera naturaleza fluida de la molécula en solución. Al resolver estos estados ocultos, el trabajo proporciona un camino más claro para validar y refinar nuestra comprensión de cómo el ARN se pliega y funciona dentro del complejo entorno químico de una célula viva.