RNAInSpace и фолдинг тРНК — закрытие сезона, новый сезон — Структурное выравнивание

И вот не прошло и полтора года как я добрался собрать третичную структуру тРНК. Напомню, что ранее писал статью на эту тему на хабре Развитие RNAInSpace… ^[1]. Надо сказать, что около года я этим не занимался, но за это время вышла вторая моя научная статья на эту тему Применение теории игр для задачи сворачивания рибонуклеиновых кислот ^[2] (это для тех кто захочет поговорить об этом профессионально). Но вот недавно я можно сказать получил третичную структуру тРНК и сверил её с образцом имеющимся в базе данных (PDB), который получен биологическими методами (кристалография).

Под катом рисунки 3D-структуры тРНК, пояснения и планы на будущие…

Третичная структура тРНК — результаты

Можно было бы сделать ролик сворачивания, но я поленился — он мало что показывает, как пример начала можно посмотреть этот ^[3], потом этот ^[4], и потом сворачивание превращает цепь в тРНК, изображенную на рисунке.

На рисунках тРНК с двух углов зрения. Зеленная это модель полученная мной, красная это модель из базы PDB. Теперь я могу сказать специалистам, что RMSD = 6,71 (это мера схожести двух моделей). Как можем видеть общий профиль практически совпадает. Так же в моей модели образованы практически все стандартные водородные связи и близки к образованию неканонические водородные связи.

Надо отметить (напомнить, если кто-то уже читал мои статьи), что третичная модель получается у меня только на основании первичной структуры (т.н. de novo), при возможности спрогнозировать места водородных связей и найти критически важные места стэкинга. Если будет интерес, готов пояснить детали и обсудить эти результаты.

Закрытие сезона

Доведя это направление моей деятельности до некоторого логического заключения — этой статьей я хотел бы закрыть серию статей, которые я написал на Хабре. По сути своих целей я добился. И тут об этом тезисно расскажу:

1. Первая статья ^[5] в интернете датируется 2009 годом. В ней задача фолдинга ставится в духе кибернетических идей.
2. Далее я пытался развить открытый проект в Викиверситете ^[6].

Основной тезис был следующий "можно получить серьезные результаты, зная лишь определенный минимум и не имея профильного образования ни в биологии, ни в физике, ни в химии". Теперь у меня нет сомнений, что серьезные результаты я получил, а метод которым я получил превосходит все прочие методы, существующие на данный момент.

Так что господа не бойтесь начинать, на своем пути вы встретите много противодействия и критики тех кто мало в чем разбирается, но готов показать свою эрудированность. При наличии результатов им придется отступить.

3. Мне пришлось отказаться от многих современных подходов в этом направлении, порой возникало даже ощущение, что методы применяют не для того, чтобы решить задачу, а чтобы показать как работает тот или иной метод. и если вначале я возлагал надежды на какие то методы, в том числе методы искуственного интеллекта, то оказалось что они не годятся. Годится лишь общая идеология теории игр и агентного подхода. А так все сводится к определенным эвристикам в нахождении целевой функции (конечно если говорить подробнее, есть мелкие вкусности в разработанных мной алгоритмах — но это не для этой статьи — не тот уровень погружения в проблематику)

4. Две статьи в реферируемых журналах — лично для меня достаточно на эту тему. Спасибо за внимание :)
5. По сути я разработал метод и подход, теперь дело за техникой и последователями.

6. А далее, я прихожу к вопросу «ради чего и зачем»? Об этом в следующем разделе.

«Отличие живого от не живого»

Еще в той первой статье ответ на вопрос зачем изучать трехмерную структуру РНК был дан (это помимо того, что это интересно само по себе, и может быть полезно биологам)

мы имеем четкую биологическую задачу: «Выяснить какие именно и на сколько изменения в трехмерной структуре 50-100 нуклеотидной цепи РНК принципиально влияют на то, чтобы эта цепь РНК являлась рибозимом». Другими словами, какие мутации рибозима улучшают или ухудшают возможность саморепликации, вплоть до их отсутствия. И популяризуя – это и будет детальный ответ на вопрос, чем отличается живое от не живого

Конечно, оглядываясь теперь это несколько наивно. Но тем не менее несет определенный смысл. Попробую пояснить.

Еще ранее я не раз отмечал, что современная теория выравнивания последовательностей по сути ошибочна, она позволяет по сути подгонять результаты, а не получать истиную картину. Так же я писал, что аннотирование в биологических базах содержит множество ошибок Геномы секвенированных организмов — ошибки в базах ^[7], и те кто там работают были вынуждены с этим согласится.

Теперь оглядываясь назад, могу сказать, что тогда я не зная по сути биоинформатики в своей первой статье «сделал ставку» на т.н. Структурное выравнивание. Это такое нахождение генов в геноме, и последующие сравнение геномных последовательностей, которое учитывает НЕ мутации отдельных нуклеотидов и их статистику, а ориентируется на третичную структуру функционально похожих генов.

Действительно, теперь мой подход получения третичной структуры позволяет судить о том, сможет ли определенная нуклеотидная последовательность свернутся в ту или иную структуру. А это означает, что можно понять какие части нуклеотидной последовательности должны быть консервативными, а в каких возможны мутации.

Вся эта информация, которая действительно влияет на возможность функционирования той же тРНК, или рибозима или любой другой структуры РНК — при простом анализе (выравнивании) не используется, а значит там однозначно будут ошибки, которые будут даже не заметны для иследователя, который не обращает внимание на функциональность третичной структуры. А статистический подход, который повсеместно для этого сейчас используется, еще больше затемнит этот вопрос.

И вот, теперь когда мы знаем (приблизительно) третичную структуру — мы можем построить, назовем это — функциональный профиль, например, тРНК. И после этого, и только после этого — сможем найти с достаточной точность в ДНК места расположения всех тРНК.

Но построить этот функциональный профиль не так и просто. Оказывается у нас мало 100% консервативных участков — практически все может меняться в абсолютном значении. Чтобы это понять рассмотрим пример с тРНК.

Вот давайте сравним две тРНК:

gcgcggauagcucagucgguagagcaggggauugaaaauccccguguccuugguucgauuccgaguccgcgc
gcggauuuagcucaguugggagagcgccagacugaagucuggagguccuguguucgauccacagaauucgca

попробуйте выравнить эти две тРНК и сказать чем же они отличаются? В реальности проблема много хуже — эти последовательности не выделены, как в данном примере — они находятся среди милионов подобных же знаков g-c-a-u. И мы не знаем где нужные нам тРНК.

Можно конечно заниматься ерундой и выравнивать эти знаки, делая предположения где разрывы, а где вставки произошедшие при мутировании.

Но можно поступить проще, давайте найдем водородные связи, для начала хотя бы классические. Получим:

(((((((..((((........)))).(((((((...))))))).....(((((.......))))))))))))
(((((((..((((........)))).((((((....)))))).....(((((.......)))))))))))).

Не правда ли становится веселее? Оказывается разница то уже не столь большая. Надо сделать допуски на плюс минус 1-3 точки (неспаренные нуклеотиды) и 1-3 пары скобки (спаренные водородной связью нуклеотиды). Для получения большей точности можно будет найти и соответствие неканоннических водородных связей (которые и стабилизируют структуру на 3D уровне).

Конечно по прежднему сложно находить эти структуры среди милионов знаков g-c-a-u. Но и тут есть ориентир. Разделим задачу на части, и поищем не все тРНК, а те которые приносят Фенилаланин. А раз так мы точно знаем, что в центре находится последовательность gaa. Тогда мы можем искать все такие последовательности в геноме у который в середине gaa, а также имеются соответствующий профиль:

(((((((..((((........)))).(((((((gaa))))))).....(((((.......))))))))))))
(((((((..((((........)))).((((((gaa.)))))).....(((((.......)))))))))))).

с допустимым пределами в структуре.

Вот этим я собираюсь заняться в ближайшее время — достоверно найти все тРНК в секвенированных геномах бактерий. Может кто-то захочет в этом поучаствовать — приглашаю.

Автор: tac

Источник ^[8]