RNA Folding Nearest Neighbor Parameters Including the Modification 1-Methyl-Pseudouridine

Este artigo apresenta novos parâmetros de vizinho mais próximo para estimar a estabilidade de dobramento do RNA contendo a modificação 1-metil-pseudouridina, derivados de experimentos de fusão óptica e implementados no software RNAstructure, os quais demonstram que essa modificação estabiliza a estrutura do RNA e melhoram a previsão de ensembles de dobramento, como em tRNAs.

O essencial

Imagine que o RNA é como um livro de instruções que a célula usa para construir proteínas. Para que esse livro funcione, ele não pode ficar espalhado no chão; ele precisa ser dobrado de um jeito muito específico, como um origami, para que as "palavras" certas fiquem perto umas das outras.

Se o origami for dobrado errado, a célula não entende as instruções e a proteína não é feita.

Aqui está o que os cientistas descobriram neste estudo, explicado de forma simples:

1. O Problema: A "Letra Mágica" que Mudou Tudo

Nos últimos anos, os cientistas descobriram uma "letra" especial para escrever esses livros de instruções (RNA): a 1-metil-pseudouridina (vamos chamá-la de 1mΨ).

Essa letra é usada em vacinas de mRNA (como as da COVID-19). Ela é como um "disfarce": quando o corpo vê a letra normal (U), ele acha que é um vírus e ataca. Mas quando vê a 1mΨ, ele pensa: "Ah, é só uma coisa nossa!", e deixa o RNA trabalhar em paz.

O problema é que os cientistas sabiam que essa letra ajudava a evitar o sistema imunológico, mas não sabiam como ela mudava a forma como o RNA se dobra. Era como tentar dobrar um origami com um papel que tem uma textura diferente, mas sem saber se ele fica mais rígido ou mais mole.

2. A Solução: O Novo "Manual de Dobraduras"

Os autores deste estudo criaram um novo manual de instruções (chamado de parâmetros de "vizinhos mais próximos") para prever exatamente como o RNA se dobra quando contém essa letra especial (1mΨ).

Eles fizeram isso de uma maneira muito prática:

• O Laboratório de Testes: Eles criaram 208 pequenos pedaços de RNA (como mini-origamis) e os derreteram e resfriaram em laboratório para ver quão forte era a estrutura.
• A Descoberta: Eles perceberam que, na maioria das vezes, trocar a letra normal (U) pela letra especial (1mΨ) faz o RNA ficar mais forte e mais estável. É como se você trocasse uma folha de papel comum por uma folha de papelão: o origami fica mais resistente e não desmancha tão fácil.

3. Como Funciona a "Cola" Molecular

Para entender a estabilidade, imagine que o RNA é uma escada de corda onde os degraus são pares de letras que se encaixam (como A com U, ou G com C).

• A Cola: Quando a letra 1mΨ aparece, ela age como uma cola superforte.
• O Contexto Importa: A força dessa cola depende de quais letras estão ao lado. Às vezes, a cola é super forte; outras vezes, é apenas um pouco mais forte. O novo manual diz exatamente quanta "cola" usar em cada situação.

4. Por que isso é importante? (A Analogia da Fábrica)

Imagine que você é um engenheiro tentando construir uma ponte (o RNA) que precisa durar muito tempo e não quebrar.

• Antes: Você usava um manual antigo que não sabia sobre o novo material (1mΨ). Você achava que a ponte era fraca, mas na verdade ela era super forte. Ou pior, você projetava algo que parecia forte no papel, mas que na vida real desmoronava.
• Agora: Com o novo manual, você pode desenhar pontes (RNAs) que são perfeitamente estáveis.

Isso é crucial para:

1. Vacinas: Se o RNA da vacina for mais estável, ele dura mais tempo no corpo, produzindo mais proteção e funcionando melhor.
2. Medicamentos: Permite criar terapias genéticas que não se quebram antes de chegar ao alvo.
3. Previsão: Os computadores agora conseguem "ler" o RNA com a letra especial e prever sua forma 3D com muita precisão, algo que antes era um chute.

5. O Resultado Final

Os cientistas pegaram todos esses dados e colocaram em um software gratuito (chamado RNAstructure). Agora, qualquer pesquisador no mundo pode usar esse programa para:

• Desenhar novas vacinas.
• Criar novos medicamentos.
• Entender como o RNA funciona na natureza.

Em resumo: Eles descobriram que a "letra mágica" usada nas vacinas deixa o RNA mais forte e estável. Eles mediram exatamente o quanto ela fortalece cada parte da estrutura e criaram um novo guia para que os cientistas possam projetar moléculas de RNA mais eficientes e duráveis. É como ter um novo conjunto de ferramentas para construir origamis que nunca desmancham.

Resumo técnico

Título: Parâmetros de Vizinhança Mais Próxima para Dobramento de RNA Incluindo a Modificação 1-Metil-Pseudouridina

1. O Problema

O dobramento de RNA é fundamental para sua função biológica e para o desenvolvimento de terapias, como vacinas de mRNA. A previsão precisa da estrutura secundária do RNA depende de parâmetros termodinâmicos de "vizinhança mais próxima" (Turner rules), que estimam a mudança na energia livre de Gibbs ($\Delta G^\circ_{37}$).
Embora existam parâmetros bem estabelecidos para os nucleotídeos canônicos (A, C, G, U), a modificação 1-metil-pseudouridina (1m$\Psi$) é amplamente utilizada em vacinas de mRNA (ex.: vacinas contra COVID-19) para suprimir respostas imunes inatas e aumentar a estabilidade do mRNA. No entanto, os parâmetros termodinâmicos específicos para o 1m$\Psi$ eram desconhecidos ou incompletos. A substituição de uridina (U) por 1m$\Psi$ altera a estabilidade do pareamento de bases e a formação de alças (loops), e a falta de dados precisos limitava a capacidade de modelar e projetar estruturas de RNA contendo essa modificação com alta fidelidade.

2. Metodologia

Os autores desenvolveram um novo conjunto de parâmetros de vizinhança mais próxima para o 1m$\Psi$ seguindo uma abordagem rigorosa baseada em dados experimentais:

• Coleta de Dados Experimentais: Foram realizadas 224 experiências de fusão óptica (optical melting) em três laboratórios distintos (Instituto de Química Bioorgânica da Academia Polonesa de Ciências, DNA Software Inc. e Universidade Saint Louis) para garantir reprodutibilidade.
  • 208 duplexes foram utilizados para o ajuste (fitting) dos parâmetros.
  • 16 duplexes adicionais foram utilizados para validação independente.
• Integração de Dados: Os dados foram integrados de múltiplos sites, com calibração rigorosa de temperatura dos instrumentos para garantir que as variações de $\Delta G^\circ_{37}$ entre laboratórios fossem inferiores a 2,1% (em média).
• Modelagem Termodinâmica: Os novos parâmetros foram ajustados à forma funcional do modelo "Turner 2004", que é o padrão da indústria para previsão de estrutura de RNA. O processo de ajuste seguiu uma hierarquia específica:
  1. Empilhamento de Hélices (Helical Stacks): Determinação de 34 parâmetros para pares de bases 1m$\Psi$-A e 1m$\Psi$-G, incluindo empilhamentos adjacentes.
  2. Extremidades e Mismatches: Ajuste de parâmetros para extremidades pendentes (dangling ends) e mismatches terminais.
  3. Alças (Loops): Ajuste de parâmetros para alças de cabelo (hairpin), internas e bulges, considerando a posição do 1m$\Psi$ (fechamento, primeiro mismatch ou nucleotídes não pareados).
• Validação em tRNA: Os parâmetros foram testados na previsão de ensembles de dobramento para 55 sequências de tRNA que contêm 1m$\Psi$ naturalmente, comparando a precisão com o uso de parâmetros para uridina padrão.
• Implementação: Os parâmetros foram incorporados ao pacote de software RNAstructure.

3. Contribuições Principais

• Novos Parâmetros Termodinâmicos: A primeira compilação abrangente de parâmetros de vizinhança mais próxima para o 1m$\Psi$, cobrindo pares de bases canônicos (1m$\Psi$-A e 1m$\Psi$-G), extremidades pendentes, mismatches terminais e várias topologias de loops.
• Base de Dados Expandida: A criação e publicação de um conjunto de dados experimental robusto (208 duplexes de ajuste + 16 de teste) que serve como referência para a comunidade.
• Software RNAstructure: Disponibilização gratuita dos parâmetros no software RNAstructure, permitindo a modelagem de sequências naturais e terapêuticas (como mRNA totalmente substituído por 1m$\Psi$) através de dois "alfabetos" de entrada.
• Correção de Parâmetros Existentes: Refinamento das regras para terminais e mismatches, mostrando que, ao contrário do U, o 1m$\Psi$ em terminais não requer penalidades de estabilidade.

4. Resultados Chave

• Estabilização Geral: A substituição de U por 1m$\Psi$ estabiliza o dobramento do RNA.
  • Em empilhamentos de hélices (stacks), a substituição 1m$\Psi$-A estabiliza em média -0,32 ± 0,17 kcal/mol.
  • Em empilhamentos 1m$\Psi$-G, a estabilização média é de -0,27 ± 0,48 kcal/mol.
  • A magnitude da estabilização é dependente da sequência adjacente.
• Efeito em Loops: O 1m$\Psi$ também estabiliza loops, especialmente quando capaz de empilhar-se sobre pares de bases adjacentes. Mismatches iniciais do tipo 1m$\Psi$-U e 1m$\Psi$-1m$\Psi$ em loops internos fornecem estabilização adicional significativa (-1,41 e -0,92 kcal/mol, respectivamente) em comparação com U-U.
• Precisão do Modelo:
  • O desvio quadrático médio (RMSD) entre os valores experimentais e os estimados para os parâmetros de hélice foi de 0,40 kcal/mol (para os dados de ajuste) e 0,68 kcal/mol (após remover outliers nos dados de validação).
  • Para loops internos, o RMSD foi de 0,92 kcal/mol.
• Melhoria na Predição de tRNA: Ao aplicar os novos parâmetros a tRNAs naturais contendo 1m$\Psi$:
  • O Defeito do Ensemble Normalizado (NED) melhorou significativamente (de 0,267 para 0,252), indicando um ensemble de estruturas mais próximo da estrutura nativa.
  • A sensibilidade na predição de pares de bases corretos aumentou de 86,0% para 87,5%.
  • Um exemplo específico (tRNA Asp CUC de Haloferax volcanii) mostrou uma melhoria drástica na sensibilidade (de 63,2% para 89,5%) ao tratar corretamente a posição 54 como 1m$\Psi$.

5. Significância

Este trabalho é fundamental para o avanço da biologia estrutural de RNA e para a engenharia de terapias baseadas em RNA:

1. Otimização de Vacinas e Terapias de mRNA: Permite o desenho racional de sequências de mRNA que maximizam a estabilidade estrutural e a expressão proteica, fatores críticos para a eficácia de vacinas e terapias gênicas.
2. Precisão Computacional: Melhora drasticamente a acurácia de algoritmos de predição de estrutura secundária para RNAs modificados, permitindo prever ensembles de dobramento mais realistas.
3. Fundamento para Novos Projetos: Facilita o design de nanoestruturas de RNA e a exploração de alfabetos expandidos de bases, onde a incorporação seletiva de 1m$\Psi$ pode ser usada para estabilizar estruturas alvo em relação a estruturas alternativas.
4. Reprodutibilidade Científica: Estabelece um padrão de calibração e reprodutibilidade para experimentos de fusão óptica em múltiplos laboratórios, essencial para o desenvolvimento de parâmetros termodinâmicos confiáveis.

Em resumo, a paper preenche uma lacuna crítica na termodinâmica do RNA, fornecendo as ferramentas necessárias para modelar e projetar a próxima geração de terapias de RNA que utilizam extensivamente a modificação 1-metil-pseudouridina.