🧬 生物学

A General Computational Framework for Sequence-Level Thermodynamic Analysis of Modeled RNA–DNA and DNA–DNA Duplex States: A Proof-of-Concept Study in HIV-1

这项概念验证研究展示了一个计算框架，证明了 16 个 HIV-1 基因组区域中的 15 个在 RNA–DNA 双链形成方面的热力学稳定性显著优于 DNA–DNA 双链，尽管作者提醒称，这些序列层面的预测并不证实实际的细胞内 R-loop 形成或生物学因果关系。

原作者： SAADAT SAMADI DINANI

发布于 2026-10-20

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： SAADAT SAMADI DINANI

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

在细胞的微观世界中，遗传物质并不总是静态的双螺旋结构。有时，通常彼此配对的 DNA 链会被闯入的 RNA 链中断，RNA 链会与其中一条 DNA 链结合，并将另一条 DNA 链推向一旁。这种由 RNA 和 DNA 牵手、而第三条链在旁等待的三部分结构被称为 R-loop。这些结构是生物学中的自然现象，在基因如何被读取和调节方面发挥着作用，但如果它们出现在错误的地方或错误的时间，也可能导致不稳定。理解这些结构在何处以及为何形成，是研究病毒的科学家们面临的关键问题，因为病毒的遗传组成会影响它如何与受感染的人类细胞进行相互作用。挑战在于，如何区分一个仅仅是符合化学定律的可能结构，与一个在活细胞内实际发生的结构。

一项新研究通过完全关注构建这些结构所需的化学能，采取了一种不同的解决问题的方法。研究人员并没有观察细胞内部或直接测量生物活性。相反，他们建立了一个计算框架，用以计算特定病毒序列的热力学稳定性。在这种语境下，热力学是指分子结合时发生的能量变化；更负的能量值通常意味着键合更强，也更有可能形成。该团队专注于人类免疫缺陷病毒 1 型（HIV-1），并使用其最常见的参考遗传序列作为地图。他们选择了病毒遗传密码中十六个不同的区域，范围从短片段到较长片段，并对每一个区域进行了严格的两步计算。

首先，研究人员模拟了特定病毒区域的 RNA 版本尝试与互补的 DNA 链结合时会发生的情况。他们使用了一种专门设计的软件工具，用于预测这些 RNA-DNA 杂合体的行为。接着，他们模拟了同一 DNA 序列尝试与其自身的匹配 DNA 伙伴结合时会发生的情况，本质上是在询问该处的天然 DNA 双螺旋结构有多稳定。通过将 RNA-DNA 配对的能量与 DNA-DNA 配对的能量进行比较，他们为每个区域创建了一个特定的对比值。这种比较使他们能够观察到，病毒的遗传密码是否在化学性质上具有比维持其自身双螺旋结构更容易形成三链 R-loop 结构的自然倾向。

结果显示，在整个病毒基因组中存在一个清晰且一致的模式。在测试的十六个区域中，有十五个显示出负的对比值，这意味着计算出的 RNA-DNA 杂合体比相应的 DNA-DNA 结构更稳定。平均差异为每摩尔 8 千卡路里，这在分子化学领域是一个显著的幅度。只有一个区域——被称为 U5 的片段——显示出正值，表明在该特定位置，DNA 更倾向于与自身配对。统计分析证实，这一趋势并非随机发生；看到如此多负值结果的可能性在偶然情况下极低。研究人员还检查了结果是否会被基因组的重叠部分所偏差，结果证明即使在计算中移除这些重叠部分，该模式依然保持稳定。

然而，这项研究谨慎地界定了这些数字的含义范围。研究结果纯粹是基于化学模型的预测，并不能证明这些 R-loop 确实会在人体内形成，也不能证明它们会导致病毒整合进人类 DNA 中。计算过程并未考虑细胞内的复杂环境，例如可能阻碍这些相互作用的蛋白质、DNA 的物理扭转或分子的浓度。作者将他们的工作描述为一种确定哪些病毒基因组部分在化学上最有可能形成这些结构的方法，旨在为未来的实验提供指导，而非最终答案。本质上，这项研究提供了一份详细的地图，展示了病毒的遗传密码在何处最渴望建立特定类型的键合，为科学家在实验室中验证假设提供了可测试的依据。

研究还探讨了遗传片段的长度或其中特定化学构建块的组成是否会影响结果。虽然有一些迹象表明，具有某些化学组成的区域表现出更强的倾向性，但由于测试的区域数量较少，这些观察结果仍属于初步性的。主要结论仍然集中在能量差异本身的稳健性上。通过建立一种在病毒基因组中比较 RNA-DNA 和 DNA-DNA 稳定性的可重复方法，该研究为理解病毒序列的化学潜力提供了一个新工具。它表明，对于 HIV-1 基因组的大部分区域而言，形成这种三链结构的化学条件是适宜的，但它将“自然是否真的利用了这种潜力”这一问题留给了下一代生物学实验。

技术摘要：一种用于模拟 RNA–DNA 与 DNA–DNA 双链状态的序列级热力学分析通用计算框架

问题与范围
本研究旨在解决建立一个可重复、序列级的计算框架的需求，用以评估在病毒基因组中，模拟的 RNA–DNA 双链相对于 DNA–DNA 双链的热力学有利程度。虽然 R-loop（一种 RNA 与其中一条 DNA 杂交并置换出另一条 DNA 的三链结构）是已知的基因组生物学特征，但直接的序列级热力学计算常被误认为等同于细胞内 R-loop 形成的证据。作者认为，此类计算不应与直接的细胞测量结果相混淆，因为后者取决于染色质的可及性、转录状态以及蛋白质竞争。本研究以 HIV-1 作为概念验证系统，建立了一个优先考虑病毒序列上下文以进行潜在实验后续研究的流程，而非声称证明了生物学上的整合或 R-loop 的形成。

方法论
该框架基于 HXB2 参考基因组 (K03455.1) 运行，并评估 16 个预定义的基因组区域（长度从 18 到 132 个核苷酸不等，包括 TAR、PBS、gag、pol 和 env 等功能元件）。该方法包含一个五步流程：

序列提取： 从锁定的参考基因组中提取 DNA 序列。通过将 T 转换为 U 生成 RNA 表示形式，并生成其反向互补链作为 DNA 链。
RNA–DNA 建模： 使用 OligoWalk (RNAstructure 6.6) 计算 RNA–DNA 双链状态，并采用特定参数：-d（使用寡核苷酸的 DNA 参数）和 -m 3（忽略目标结构）。输出结果为最小自由能（MFE），记作 $\Delta G_{RD}$ 。
DNA–DNA 参考： 使用 DuplexFold (RNAstructure 6.6) 计算双分子 DNA–DNA 参考状态，使用 DNA 参数 (-d) 处理两条链。输出结果为双分子 MFE，记作 $\Delta G_{DD}$ 。
模型定义对比： 定义了一个研究特有的热力学对比值 $\Delta\Delta G_{model} = \Delta G_{RD} - \Delta G_{DD}$ 。作者明确指出这是一个“模型定义”的对比，因为这两个可观测值是由不同的算法导出的，而非来自统一的热力学常数。
统计分析： 研究采用了针对零值的双侧单样本 t 检验、精确符号检验（exact sign tests）以及符号翻转排列检验（sign-flip permutation tests）。敏感性分析排除了重叠区域（TAR 和 R_5LTR），并计算了面板均值的自助法（bootstrap）置信区间。

主要结果

热力学模式： 在 16 个预定义区域中，有 15 个区域产生了负值的 $\Delta\Delta G_{model}$ ，表明在指定的程序下，模拟的 RNA–DNA 双链比相应的 DNA–DNA 双链在热力学上更具优势（自由能更负）。仅 U5 区域显示出正向对比值（+0.9 kcal/mol）。
统计显著性： 面板平均对比值为 −8.00 kcal/mol (SD 5.45)。针对零值的双侧单样本 t 检验结果为 $t_{15} = -5.87$ ，p 值为 $1.54 \times 10^{-5}$ 。
稳健性： 当排除 TAR、R_5LTR 或两者重叠区域进行敏感性分析时，方向性的结果（负对比值）依然保持一致。面板均值的 95% 自助法置信区间为 [−10.55, −5.39] kcal/mol。
序列关联： 探索性分析显示，归一化对比值 ( $\Delta\Delta G_{model}$ /nt) 与 GC 含量之间存在显著的负相关关系 ( $r = -0.551, p = 0.027$ )，这表明在该模型中，较高的 GC 含量与更负的对比值相关。对比原始数值而言，与序列长度的相关性在统计学上并不显著。

意义与主张
本文将自身的贡献定位为一种可测试的计算预测，而非生物学证明。

框架效用： 该框架的主要贡献是一个可重复的流程，适用于其他病毒基因组，用以识别 RNA–DNA 杂化在热力学上优于 DNA–DNA 配对的序列上下文。
谨慎的生物学解释： 作者明确指出，这些结果并不建立细胞内 R-loop 的形成、基因组整合位点或因果生物学机制。本研究未考虑染色质拓扑结构、转录动力学或蛋白质竞争。
优先级信号： 该框架作为一个优先级工具，用于识别可能值得进行受控 RNA–DNA 杂化实验或细胞 R-loop 检测的序列上下文。
局限性： 本研究受限于单一参考基因组 (HXB2)，使用的区域并非相互独立，且依赖于不同计算程序来比较两种状态。

总之，本研究表明，在特定的 RNAstructure 6.6 程序下，HIV-1 HXB2 序列面板表现出一致且具有统计学显著性的模型热力学对比，即倾向于 RNA–DNA 双链而非 DNA–DNA 双链。这为未来的实证验证提供了一个序列层面的假设，而非对体内 R-loop 生物学的确认。

技术摘要：一种用于模拟 RNA–DNA 与 DNA–DNA 双链状态的序列级热力学分析通用计算框架

类似论文