МикроРНК (miRNA) - крошечные молекулы, отвечающие за серьезные процессы в клетке. Например, за превращение наследственной информации в РНК или белок. Каждая микроРНК имеет свой уникальный набор генов (мишеней), которые она может подавлять. Малейшие изменений в последовательности нуклеотидов полностью меняют биологическую функцию молекулы и сбивает мишени. Однако такие изменения (изоформы) происходят не с каждой молекулой.
Антон Жиянов, Степан Нерсисян и Александр Тоневицкий внесли ясность в изучение микроРНК с помощью методов биоинформатики. Ученые разработали алгоритм, характеризующий различия между микроРНК с изоформами и без них. Также была открыта последовательность нуклеотидов, встречающуюся при дефектных микроРНК. Комбинации нуклеотидов АGСU и AGUU чаще наблюдается в микроРНК без патологий. А вот сочетание CCAG и его вариации означает изменения и сбой в прицеле (точность исследования до 70%).
Это важно для создания искусственно синтезированных молекул, похожих на микроРНК. Основная цель такой работы - достижение мишени, или конкретного гена в молекуле. Помимо научного применения результаты исследования могут быть использованы при разработке способов подавления негативных генов, вызывающих различные заболевания.
«Выделение последовательностей малых РНК в наших экспериментах показало, что у них также бывают изоформы. Это значит, что возможна ситуация, когда мы придумаем молекулу с конкретным списком мишеней, но при практическом использовании появятся непредвиденные формы (изоформы) со своими собственными мишенями, подавление которых не входило в наши планы. Наш алгоритм позволяет предсказать такое событие еще на уровне компьютерного анализа, без необходимости проведения достаточно дорогих экспериментов», – сообщает младший научный сотрудник Международной лаборатории микрофизиологических систем ВШЭ Степан Нерсисян.
С подробными результатами можно ознакомиться в журнале RNA Biology https://www.tandfonline.com/doi/full/10.1080/15476286.2021.1952759
Изображение: Principal component analysis allows one to distinguish between homogeneous and heterogeneous 5ʹ-end dicer cleavage. contribution of different features to PC4. positive weights are associated with homogeneous cleavage. Изображение авторов исследования/журнал RNA Biology Volume 18, 2021
