Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Biologie # Bioinformatik

Riboswitches: Kleine RNA-Schalter mit grosser Wirkung

Entdecke, wie Riboswitches die Proteinproduktion in Zellen steuern und welche gesundheitlichen Auswirkungen das haben könnte.

William S. Raymond, Jacob DeRoo, Brian Munsky

― 6 min Lesedauer


Riboswitches: RNAs Riboswitches: RNAs versteckte Kontrolle mitmischt. Proteinregulation und Krankheiten Riboswitches zeigen, wie RNA bei der
Inhaltsverzeichnis

Ein Riboswitch ist ein spezieller Teil von RNA, der wie ein Schalter wirkt, um bestimmte Prozesse in einer Zelle zu steuern. Denk daran wie an einen Lichtschalter, der ein- oder ausgeschaltet werden kann, je nachdem, ob ein bestimmtes kleines Molekül vorhanden ist. Wenn dieses kleine Molekül an den Riboswitch bindet, kann sich die Form der RNA ändern. Diese Änderung kann entweder Teile der RNA sichtbar machen oder verstecken, die wichtig für die Proteinproduktion sind. Der Riboswitch kann somit steuern, wie viel Protein hergestellt wird, was wiederum verschiedene Funktionen in der Zelle beeinflusst.

Wie funktioniert ein Riboswitch?

Riboswitches haben zwei Hauptformen. Wenn das kleine Molekül nicht vorhanden ist, könnte der Riboswitch in einer Form sein, die es der Zelle erlaubt, ein bestimmtes Protein zu produzieren. Aber wenn das kleine Molekül kommt und an den Riboswitch bindet, ändert er sich in eine andere Form. Diese neue Form kann die Proteinproduktion stoppen oder sie je nach Situation fortsetzen. Es ist wie das Wechseln zwischen einem Spiel spielen oder ein Nickerchen machen – was du tust, hängt von den Umständen ab!

Wo findet man Riboswitches?

Riboswitches findet man hauptsächlich bei Bakterien (Prokaryoten), wo sie ungefähr 40 verschiedene Kleine Moleküle steuern können. In komplexeren Organismen wie Pflanzen und Tieren (Eukaryoten) sind Riboswitches nicht so verbreitet. Die wenigen, die in Pflanzen gefunden wurden, reagieren normalerweise auf ein Molekül namens Thiamin-Pyrophosphat (TPP). Bei Menschen sind sie weniger gut erforscht, was Wissenschaftler dazu bringt, zu fragen, ob versteckte Riboswitches auf ihre Entdeckung warten.

Warum sind Riboswitches wichtig?

Riboswitches könnten grosse Auswirkungen auf Gesundheit und Krankheit haben. Wenn ein Riboswitch nicht richtig funktioniert, könnte das dazu führen, dass entweder zu viel oder zu wenig eines Proteins produziert wird. Das kann zu Krankheiten beitragen, indem es entweder eine schädliche Menge eines Proteins produziert oder nicht genug von einem benötigten. Das Verständnis von Riboswitches könnte Wissenschaftlern helfen, mehr über bestimmte Krankheiten zu lernen und möglicherweise neue Behandlungen zu finden.

Wie finden Wissenschaftler Riboswitches?

Die Forschung zu Riboswitches läuft seit ihrer Entdeckung im Jahr 2002. Wissenschaftler haben verschiedene Methoden entwickelt, um sie zu identifizieren, darunter Computerprogramme, die vorhersagen können, wo Riboswitches in RNA-Sequenzen zu finden sein könnten. Diese Programme nutzen oft fortschrittliche Techniken wie Maschinelles Lernen, um grosse Mengen genetischer Informationen zu analysieren.

Die Rolle des maschinellen Lernens bei der Entdeckung von Riboswitches

Kürzlich haben Wissenschaftler begonnen, maschinelles Lernen zu nutzen, um Riboswitches zu finden. Maschinelles Lernen verwendet Algorithmen, um aus Daten zu lernen und Vorhersagen über neue Daten zu treffen. In diesem Fall trainierten die Forscher Computermodelle mit bekannten Riboswitch-Sequenzen, um potenzielle neue Riboswitches in menschlichen RNA-Sequenzen zu identifizieren.

Sie sammelten eine grosse Anzahl von Riboswitch-Sequenzen und menschlichen RNA-Sequenzen, um ein Modell zu erstellen, das neue Sequenzen als wahrscheinlich oder unwahrscheinlich klassifizieren konnte, Riboswitches zu sein. Das Modell wurde dann getestet, um zu sehen, wie gut es Riboswitches vorhersagen konnte, die es noch nicht gesehen hatte.

Aufbau des Modells

Wissenschaftler sammelten eine riesige Menge an Riboswitch-Sequenzen aus verschiedenen Datenbanken, reinigten und organisierten die Daten, um sie für das Training nützlich zu machen. Dann extrahierten sie viele Merkmale aus den RNA-Sequenzen, wie ihre Länge, Struktur und andere Eigenschaften.

Anschliessend erstellten sie mehrere maschinelle Lernklassifizierer – denk daran wie digitale Detektive, die darauf trainiert sind, Riboswitches anhand vorheriger Beispiele zu erkennen. Sie validierten diese Klassifizierer, indem sie sie an Sequenzen testeten, die sorgfältig ausgewählt wurden, um sicherzustellen, dass sie nicht im Training verwendet worden waren.

Die Ergebnisse

Nachdem sie ihre Modelle ausgeführt hatten, fanden die Forscher eine Reihe von Sequenzen in menschlicher RNA, die vielversprechend als potenzielle Riboswitches schienen. Sie identifizierten 436 Sequenzen, auf die sich alle Klassifizierer einig waren, was darauf hindeutet, dass sie wahrscheinliche Kandidaten für riboswitch-ähnliche Merkmale sind.

Darüber hinaus bemerkten sie, dass ein grösserer Pool von 1.533 Sequenzen ebenfalls Riboswitch-Eigenschaften zeigte, obwohl diese nur von einem Teil der Klassifizierer identifiziert wurden. Diese Erkenntnis gab den Wissenschaftlern einen soliden Ausgangspunkt für zukünftige experimentelle Untersuchungen.

Was macht diese Riboswitch-Kandidaten besonders?

Die identifizierten Sequenzen teilten viele Merkmale mit bekannten Riboswitches. Die Forscher schauten sich diese Treffer genauer an, um ihre Eigenschaften zu bewerten, und richteten sogar eine Online-Anzeige ein, um diese potenziellen Riboswitches mit bekannten Sequenzen zu vergleichen. Dieser Ansatz hilft nicht nur, die Informationen zu organisieren, sondern erleichtert es anderen Forschern, diese Ergebnisse weiter zu erkunden.

Gen-Ontologie: Was bedeuten die Treffer?

Die Forscher führten auch eine Gen-Ontologie (GO)-Analyse der 5' UTR-Treffer durch, um zu verstehen, welche Funktionen diese potenziellen Riboswitches beeinflussen könnten. Sie fanden heraus, dass viele der mit den Treffern verbundenen Proteine an wesentlichen Prozessen wie Genregulation, mRNA-Verarbeitung und sogar der Erkennung chemischer Signale beteiligt waren. Das deutet darauf hin, dass diese Riboswitches eine wichtige Rolle bei der Reaktion auf kleine Moleküle innerhalb der Zelle spielen könnten.

Potenzielle Auswirkungen auf die Gesundheit

Die Identifizierung dieser riboswitch-ähnlichen Sequenzen legt den Grundstein für wichtige zukünftige Arbeiten. Wenn sich herausstellt, dass einige der entdeckten Sequenzen tatsächlich wie Riboswitches agieren, könnten sie Einblicke geben, wie Zellen sich unter verschiedenen Bedingungen regulieren. Zum Beispiel könnten Riboswitches Schlüsselakteure bei Krankheiten sein, bei denen die normale Regulierung von Proteinen gestört ist.

Fazit

Die Untersuchung von Riboswitches bietet eine spannende Gelegenheit für Wissenschaftler, zu lernen, wie Zellen verschiedene Prozesse steuern. Der Einsatz von maschinellem Lernen und computergestützten Werkzeugen hat sich als innovative Möglichkeit erwiesen, riesige Mengen genetischer Daten zu durchforsten und neue Kandidaten für Riboswitches zu identifizieren. Obwohl es noch viel zu tun gibt – wie die Validierung dieser Ergebnisse durch Experimente – ebnen die verwendeten Technologien und Methoden den Weg für ein tieferes Verständnis der Genetik und Zellfunktionen. Wer hätte gedacht, dass winzige Nukleotide so ein grosses Potenzial haben könnten?

Nächste Schritte in der Riboswitch-Forschung

Während die Forscher weiterhin Riboswitches untersuchen, planen sie, weitere Experimente durchzuführen, um die rechnerischen Vorhersagen zu validieren. Durch das Studium dieser Riboswitches hoffen die Wissenschaftler, ihre Rollen in verschiedenen biologischen Prozessen und Krankheiten aufzudecken.

Darüber hinaus wird sich die zukünftige Forschung wahrscheinlich auch auf andere Bereiche der RNA-Biologie erstrecken, einschliesslich der Erforschung von Riboswitches in anderen Organismen und wie sie zu therapeutischen Zwecken manipuliert werden können.

Mit den fortlaufenden Fortschritten in der Technologie und einer zunehmenden Wertschätzung für die Komplexität von RNA wird die Welt der Riboswitches sicher noch mehr Überraschungen bieten. Bleib dran; wer weiss, welche anderen Geheimnisse diese winzige Welt der RNA bereithält!

Originalquelle

Titel: Identification of potential riboswitch elements in Homo Sapiens mRNA 5'UTR sequences using Positive-Unlabeled Machine learning

Zusammenfassung: Riboswitches are a class of noncoding RNA structures that interact with target ligands to cause a conformational change that can then execute some regulatory purpose within the cell. Riboswitches are ubiquitous and well characterized in bacteria and prokaryotes, with additional examples also being found in fungi, plants, and yeast. To date, no purely RNA-small molecule riboswitch has been discovered in Homo Sapiens. Several analogous riboswitch-like mechanisms have been described within the H. Sapiens translatome within the past decade, prompting the question: Is there a H. Sapiens riboswitch dependent on only small molecule ligands? In this work, we set out to train positive unlabeled machine learning classifiers on known riboswitch sequences and apply the classifiers to H. Sapiens mRNA 5UTR sequences found in the 5UTR database, UTRdb, in the hope of identifying a set of mRNAs to investigate for riboswitch functionality. 67,683 riboswitch sequences were obtained from RNAcentral and sorted for ligand type and used as positive examples and 48,031 5UTR sequences were used as unlabeled, unknown examples. Positive examples were sorted by ligand, and 20 positive-unlabeled classifiers were trained on sequence and secondary structure features while withholding one or two ligand classes. Cross validation was then performed on the withheld ligand sets to obtain a validation accuracy range of 75%-99%. The joint sets of 5UTRs identified as potential riboswitches by the 20 classifiers were then analyzed. 15333 sequences were identified as a riboswitch by one or more classifier(s) and 436 of the H. Sapiens 5UTRs were labeled as harboring potential riboswitch elements by all 20 classifiers. These 436 sequences were mapped back to the most similar riboswitches within the positive data and examined. An online database of identified and ranked 5UTRs, their features, and their most similar matches to known riboswitches, is provided to guide future experimental efforts to identify H. Sapiens riboswitches. Author summaryRiboswitches are an important regulatory element mostly found in bacteria that have not been described in Homo Sapiens. However, if human riboswitches exist and if they can be found, they could have vast implications on human disease. We apply positive-unlabeled machine learning to on known riboswitch sequences to search H. Sapiens 5UTR sequences for potential riboswitches. We analyze our ensemble predictions for likely H. Sapiens 5UTR riboswitches using GO analysis to determine their potential functional roles, and we rank and display our predicted sequences next to the most similar known riboswitches. We expect these analyses to be helpful to the scientific community in planning future experiments for laboratory discovery and validation. 0.1 Graphical Abstract O_FIG O_LINKSMALLFIG WIDTH=200 HEIGHT=169 SRC="FIGDIR/small/568398v2_ufig1.gif" ALT="Figure 1"> View larger version (55K): [email protected]@10f085corg.highwire.dtl.DTLVardef@1edfcaborg.highwire.dtl.DTLVardef@1674ce0_HPS_FORMAT_FIGEXP M_FIG C_FIG

Autoren: William S. Raymond, Jacob DeRoo, Brian Munsky

Letzte Aktualisierung: 2024-12-06 00:00:00

Sprache: English

Quell-URL: https://www.biorxiv.org/content/10.1101/2023.11.23.568398

Quell-PDF: https://www.biorxiv.org/content/10.1101/2023.11.23.568398.full.pdf

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.

Ähnliche Artikel