A polarized charge model for RNA: enhanced stability of G- quadruplexes and improved folding free energy landscapes

Het leven op aarde steunt op een complexe moleculaire taal geschreven in ribonucleïnezuur, of RNA. Hoewel DNA vaak wordt gevierd als het meesterontwerp van de erfelijkheid, fungeert RNA als de actieve werker die genetische instructies vertaalt naar eiwitten en talloze biologische processen reguleert. Om te begrijpen hoe RNA deze taken uitvoert, moeten wetenschappers zien hoe het zich vouwt in specifieke driedimensionale vormen. De vorm van een molecuul bepaalt de functie, net zoals een sleutel de juiste contouren moet hebben om in een slot te passen. Decennialang hebben onderzoekers krachtige computersimulaties gebruikt om deze moleculen te laten bewegen en vouwen, in de hoop hun gedrag te voorspellen zonder ze in een laboratorium te hoeven bouwen. Deze digitale modellen hebben echter moeite gehad om de ware aard van RNA te vatten, omdat ze vaak vormen produceerden die te los of instabiel waren, en niet overeenkwamen met wat in echte experimenten wordt waargenomen.

De kern van dit probleem ligt in de manier waarop de simulaties elektriciteit verwerken. RNA-moleculen zijn sterk elektrisch geladen en bestaan in een waterige omgeving waar watermoleculen de elektrische krachten voortdurend afschermen en hervormen. Standaard computermodellen hebben de elektrische lading van elk atoom traditioneel behandeld als een vaste, onveranderlijke waarde, waarbij ze negeren hoe het omringende water en andere atomen die lading licht kunnen verschuiven. Deze vereenvoudiging zorgt ervoor dat de simulaties verkeerd berekenen hoe sterk verschillende delen van het RNA elkaar aantrekken of afstoten. Als gevolg hiervan vallen de digitale moleculen vaak uit elkaar of slagen ze er niet in om de nauwe, ingewikkelde structuren te vormen die de natuur creëert.

In een recente studie heeft een team onderzoekers van de Jining University en de Shenzhen University of Advanced Technology een nieuwe manier voorgesteld om dit op te lossen. Ze ontwikkelden een methode om de elektrische ladingen van RNA-atomen niet als vaste getallen te berekenen, maar als waarden die veranderen afhankelijk van de specifieke vorm en omgeving van het molecuul. Ze noemen deze aanpak een gepolariseerd ladingsmodel. Door deze nieuwe methode toe te passen op twee verschillende typen RNA-structuren, toonde het team aan dat hun simulaties deze moleculen veel effectiever bij elkaar konden houden dan eerdere modellen. De resultaten suggereren dat het rekening houden met deze verschuivende elektrische krachten essentieel is voor het creëren van nauwkeurige digitale tweelingen van RNA.

De onderzoekers testten hun model eerst op een structuur die bekend staat als een G-quadruplex. Dit zijn complexe, vierstrengelige vormen gevormd door RNA-sequenties die rijk zijn aan een bouwsteen genaamd guanine. G-quadruplexen worden gestabiliseerd door een stapel platte ringen van guanine, en cruciaal is dat ze metaalionen, zoals kalium of natrium, vereisen die in het centrale kanaal moeten zitten om de structuur bij elkaar te houden. In standaardsimulaties met oudere modellen drijven deze centrale ionen vaak weg naar het omringende water, waardoor de hele structuur uit elkaar valt. Wanneer de onderzoekers hun nieuwe gepolariseerde ladingsmodel toepasten, bleven de ionen stevig op hun plaats. Het model reproduceerde succesvol de sterke elektrische aantrekking tussen de centrale ionen en de omringende RNA-ringen, waardoor de structuur stabiel bleef tijdens de duur van de simulatie. Deze stabiliteit werd waargenomen bij verschillende soorten ionen en diverse standaard simulatie-instellingen, wat aangeeft dat de nieuwe methode een fundamentele fout corrigeert in de manier waarop deze interacties voorheen werden berekend.

Vervolgens richtte het team zich op een eenvoudiger maar even belangrijk structuur: de RNA-hairpin. Dit is een veelvoorkomende vouw waarbij een enkele RNA-streng terugbuigt op zichzelf om een stam en een lus te vormen, wat lijkt op een haarpit (hairpin). Om hun model te testen, simuleerden de onderzoekers het proces waarbij een losse RNA-streng zich vouwt tot deze hairpin-vorm. Ze gebruikten een gespecialiseerde techniek waarmee de computer veel verschillende vormen kan verkennen en de energie kan berekenen die nodig is om elke vorm te bereiken. In de simulaties met standaardmodellen was het energielandschap rommelig en verwarrend, en slaagde het er vaak niet in aan te tonen dat de gevouwen hairpin de meest stabiele toestand was. In contrast hiermee, toen de onderzoekers hun gepolariseerde ladingsmodel gebruikten, toonden de simulaties consistent aan dat de gevouwen hairpin de meest energetisch gunstige vorm was. Het model leidde de virtuele RNA-streng succesvol naar de juiste, compacte vorm, wat overeenkomt met wat in de echte wereld wordt waargenomen.

Een belangrijk inzicht uit dit werk is dat de elektrische lading van een atoom geen statische eigenschap is, maar afhangt van de omgeving. In de gevouwen hairpin worden atomen die betrokken zijn bij waterstofbruggen iets meer geladen dan ze zijn in een losse, ongevouwen streng. Het nieuwe model vangt deze verandering op, terwijl oudere modellen elk atoom behandelen alsof het dezelfde lading heeft, ongeacht of het nu diep binnen een strak knoopje zit of blootgesteld is aan water. Door deze gevoeligheid in te bouwen, ontdekten de onderzoekers dat hun simulaties de juiste stabiliteit van het molecuul konden reproduceren zonder de onderliggende wiskundige regels van de simulatiesoftware te hoeven wijzigen. Dit betekent dat de methode gemakkelijk kan worden overgenomen door andere wetenschappers die standaard hulpmiddelen gebruiken, wat een praktische upgrade biedt aan het vakgebied.

De studie benadrukte ook een beperking: de nieuwe ladingswaarden zijn afhankelijk van de specifieke vorm van het molecuul die gebruikt wordt om ze te berekenen. Als de onderzoekers de ladingen hadden berekend op basis van een losse, ongevouwen streng en vervolgens het vouwingsproces probeerden te simuleren, waren de resultaten minder nauwkeurig. Het model werkt het best wanneer de ladingen worden afgeleid van een vorm die nauw overeenkomt met de uiteindelijke, stabiele structuur. Dit suggereert dat, voor de meest nauwkeurige resultaten, wetenschappers de bekende, stabiele vorm van een molecuul moeten gebruiken om de ladingsparameters te genereren voordat ze simulaties draaien over hoe dat molecuul zich gedraagt.

Uiteindelijk biedt dit onderzoek een helderder venster op de microscopische wereld van RNA. Door te verfijnen hoe elektrische krachten worden berekend, hebben de onderzoekers aangetoond dat het mogelijk is om simulaties te maken die veel trouwer zijn aan de werkelijkheid. Het vermogen om G-quadruplexen stabiel te houden en het correct te voorspellen van de vouwing van hairpins brengt wetenschappers dichter bij het begrijpen van hoe RNA functioneert bij gezondheid en ziekte. Hoewel de methode geen perfecte oplossing is voor elk scenario, vormt het een belangrijke stap voorwaarts in de zoektocht naar het modelleren van de dynamische en complexe machinerie van het leven op atomair niveau.