Analyse der Faltungslandschaft von RNA-Molekülen

RNS ist die enzymatische Schlüsselkomponente in vielen essentiellen Zellprozessen wie Splicing und Translation. Neben diesen anzestralen, fundamentalen Rollen, wird RNS erfolgreich in der modernen Biotechnologie und in der Medizin verwendet. Verwendete RNS reichen von kleine interferierenden RNS bis hin zu proteinbindenden RNS Aptameren mit spezifischen katalytischen Funktionen. Daher können funktionelle RNS als effektives Werkzeug in Medizin und Technik dienen. Als Voraussetzung für die Nutzung von RNS als Biopolymer der Wahl ist es entscheidend detaillierte Antworten auf Kernfragen zu haben, die sich aus RNS-Designaufgaben ergeben: Wie können RNS energetische Fallen im gesamten Faltungspfad entgehen und schließlich in ihre gewünschte Struktur falten? Wie können RNS zwischen alternativen Strukturen wechseln als Antwort auf Änderungen in der zellulären Umgebung? Alle diese Probleme haben gemeinsam, dass sie sich auf die Struktur der molekularen Faltungslandschaft beziehen. In der Tat ist RNS Falten ein komplizierter kinetischer Prozess. Daher ist die rein statistische Sicht der Gleichgewichtsensemble, welche üblicherweise für Strukturvorhersagen benutzt werden, nicht ausreichend um eine detaillierte Einsicht in die dynamisches Verhalten von RNS zu gewinnen. Auf der anderen Seite kann eine ausreichende, fortgeschrittene Analyse von Faltungsenergielandschaften relevante Informationen liefern und wird daher zum Thema höchster Wichtigkeit in Bioinformatik. Vor kurzem wurde Einzelmolekülfluoreszenz-Resonanzenergietransfer (smFRET) angewendet um die Distanz zwischen zwei farblich markierten Nukleotiden aufzuzeichnen und Details der RNS Faltungskinetik in Echtzeit aufzuzeigen. Die smFRET-Technik ist zu einem mächtigen Werkzeug zur Unterscheidung diskreter Zustande (gefaltet versus ungefaltet versus Zwischenzustände) von RNS-Faltungsreaktionen geworden. Ein Hauptnachteil ist bisher, dass es keine allgemein gültige und effiziente Methode gibt um smFRET-Messungen bezüglich expliziter molekularer Strukturen zu interpretieren. Wir beabsichtigen Faltungslandschaften direkt mit geeigneten grobkörnigen Methoden zu analysieren, welches nicht nur eine neue Perspektive darstellt um RNS Faltungskinetiken zu untersuchen, sondern in Kombination mit smFRET-Daten es uns ermöglicht, RNS Faltungskinetiken mit ausreichender Genauigkeit für die meisten Anwendungsbereiche zu modellieren. In diesem Antrag beabsichtigen wir zuerst eine Algorithmus zu entwickeln um die Faltungslandschaft von RNS Molekülen mit einem neuen grobkörnigen Modell zu approximieren, welches wir B(asin)H(oppping)-Graph nennen. Ein BH-Graph ist ein Graph, dessen Knoten die lokalen Minima sind welche die entsprechenden Basin der Landschaft darstellen. Kanten werden zwischen benachbarten Basin eingefügt, wenn direkte Sprünge (hops) zwischen den Basin "energetisch günstig" sind. Basierend auf diesem Modell werden wir die geometrischen und kinetischen Eigenschaften von Faltungslandschaften untersuchen. Wir werden uns im Besonderem darauf fokussieren, den kinetischen Einfluss auf individuelle RNS Strukturen zu studieren. Schließlich werden wir das neue Modell als Plattform verwenden um den Prozess von RNS molekularer Transitionen zu interpretieren, indem smFRET Signal Trajektorien in strukturelle Pfade in der RNS Faltungslandschaft konvertiert werden mittels kombinatorischer Optimierungsmethoden.

Anstatt nur die stabilste Struktur eines RNA-Moleküls vorherzusagen werden wir in unserem Projekt RNA-Faltung als eine komplizierten kinetischen Prozess interpretieren. Der Grund dafür ist, dass die stabilste Struktur nur einen stationär Sicht auf die Faltungsmechanismen liefert. Zudem können Umfaltungen während des Faltungsprozesses auftreten, welche Ursache für ernsthafte Erkrankungen sein können, zum Beispiel SARS, Erkältung, Grippe, Hepatitis C und Masern. Um den Faltungsprozess umfassend verstehen zu können, brauchen wir hochentwickelte Analysen der Faltungslandschaften da Faltungsprozesse von Natur aus als Markovprozesse in ihren Landschafen modelliert werden können. Zu diesem Zweck führen wir ein neues, grobkörnig Model für Faltungslandschaften ein welches Badin Hopping Graph (BHG) genannt wird. BHGs können genau und effizient für RNA-Moleküle angenähert werden. In der Praxis werden BHGs auch für lange RNAs berechnet werden die für bisher existierende Algorithmen nicht berechnet werden konnten. Diese BHG Modellierungsmethode wird insbesondere dazu verwendet um das Faltungsparadigma von RNAs mit Pseudoknoten zu studieren. Desweiteren ist der Einzelmolekül Förster-Resonanzenergietransfer (smFRET) ein mächtiges Werkzeug um die essentiellen Struktur-Dynamik-Funktion Beziehungen eines RNA-Moleküls zu verstehen. Unter Verwendung des BHG Models zur Darstellung der Faltungslandschaft und Ernwin für die 3D-Strukturvorhersage führen wir ein hidden Markov Modell Ansatz namens FREDtranslator ein welcher RNA-Sekundärstrukturtransitionen basierend auf Eingabedaten von smFRET-Experimenten vorhergesagt