Simple Science

Ciência de ponta explicada de forma simples

# Biologia # Bioinformática

Ribosswitches: Pequenos Interruptores de RNA com Grande Impacto

Descubra como ribosswitches controlam a produção de proteínas nas células e suas possíveis implicações para a saúde.

William S. Raymond, Jacob DeRoo, Brian Munsky

― 6 min ler


Ribosswitches: O Controle Ribosswitches: O Controle Oculto do RNA regulação de proteínas e doenças. Ribosswitches mostram o papel do RNA na
Índice

Um riboswitch é uma parte especial do RNA que funciona como um interruptor para controlar certos processos dentro da célula. É como um interruptor de luz que pode ser ligado ou desligado dependendo da presença de uma molécula pequena específica. Quando essa molécula se liga ao riboswitch, ela pode mudar a forma do RNA. Essa mudança pode revelar ou esconder partes do RNA que são importantes para a produção de Proteínas. Assim, o riboswitch controla a quantidade de proteína produzida, o que afeta várias funções na célula.

Como Um Riboswitch Funciona?

Riboswitches têm duas formas principais. Quando a molécula pequena não está presente, o riboswitch pode estar em uma forma que permite à célula produzir uma certa proteína. Mas quando a molécula pequena aparece e se liga ao riboswitch, ele muda para outra forma. Essa nova forma pode parar a produção de proteínas ou permitir que continue, dependendo da situação. É como escolher entre jogar um jogo ou tirar uma soneca-o que você faz depende das circunstâncias!

Onde Encontramos Riboswitches?

Riboswitches são mais comuns em bactérias (procariontes), onde podem controlar cerca de 40 Moléculas Pequenas diferentes. No entanto, em organismos mais complexos, como plantas e animais (eucariontes), riboswitches não são tão comuns. Os poucos encontrados em plantas geralmente respondem a uma molécula chamada tiamina pirofosfato (TPP). Nos humanos, eles ainda são pouco estudados, levando os cientistas a se perguntarem se há riboswitches escondidos esperando para serem descobertos.

Por Que Riboswitches São Importantes?

Riboswitches podem ter grandes implicações para a saúde e doenças. Se um riboswitch não está funcionando corretamente, pode levar à produção excessiva ou insuficiente de uma proteína. Isso pode contribuir para doenças, seja produzindo uma quantidade prejudicial de uma proteína ou não produzindo o suficiente de uma necessária. Portanto, entender riboswitches pode ajudar os cientistas a aprender mais sobre certas doenças e, possivelmente, encontrar novos tratamentos.

Como os Cientistas Estão Encontrando Riboswitches?

A pesquisa sobre riboswitches está acontecendo desde que foram descobertos em 2002. Os cientistas desenvolveram vários métodos para identificá-los, incluindo programas de computador que podem prever onde os riboswitches podem estar localizados em sequências de RNA. Esses programas muitas vezes usam técnicas avançadas, incluindo Aprendizado de Máquina, para analisar enormes quantidades de informações genéticas.

O Papel do Aprendizado de Máquina na Descoberta de Riboswitches

Recentemente, os cientistas começaram a usar aprendizado de máquina para ajudar a encontrar riboswitches. O aprendizado de máquina usa algoritmos para aprender a partir de dados e fazer previsões sobre novos dados. Neste caso, os pesquisadores treinaram modelos de computador usando sequências conhecidas de riboswitches para ajudar a identificar potenciais novos riboswitches em sequências de RNA humano.

Eles reuniram um grande número de sequências de riboswitches e sequências de RNA humano para criar um modelo que poderia classificar novas sequências como prováveis ou improváveis de serem riboswitches. O modelo foi então testado para ver quão bem conseguia prever riboswitches que ainda não tinha visto.

Construindo o Modelo

Os cientistas coletaram um enorme conjunto de sequências de riboswitches de vários bancos de dados, limpando e organizando os dados para torná-los úteis para o treinamento. Depois, eles extraíram várias características das sequências de RNA, como comprimento, estrutura e outras características.

Em seguida, criaram vários classificadores de aprendizado de máquina-pense neles como detetives digitais treinados para reconhecer riboswitches com base em exemplos anteriores. Eles validaram esses classificadores testando-os em sequências cuidadosamente selecionadas para garantir que não tivessem sido usadas no treinamento.

Os Resultados

Após rodar seus modelos, os pesquisadores encontraram várias sequências no RNA humano que pareciam promissoras como potenciais riboswitches. Eles identificaram 436 sequências em que todos os classificadores concordaram, sugerindo que eram candidatas prováveis a ter características semelhantes a riboswitches.

Além disso, notaram que um conjunto maior de 1.533 sequências também mostrava propriedades de riboswitch, embora essas tenham sido identificadas apenas por um subconjunto dos classificadores. Essa percepção deu aos cientistas um bom ponto de partida para futuras investigações experimentais.

O Que Torna Esses Candidatos a Riboswitches Especiais?

As sequências identificadas compartilhavam muitas características com riboswitches conhecidos. Os pesquisadores analisaram mais de perto esses resultados para avaliar suas características e até montaram uma exibição online para comparar esses potenciais riboswitches com sequências conhecidas. Essa abordagem não só ajuda a organizar as informações, mas também facilita para outros pesquisadores explorarem mais esses achados.

Gene Ontology: O Que os Resultados Significam?

Os pesquisadores também realizaram uma análise de Gene Ontology (GO) nas sequências 5’ UTR para entender quais funções esses potenciais riboswitches poderiam impactar. Eles descobriram que muitas das proteínas relacionadas aos resultados estavam envolvidas em processos essenciais, como regulação gênica, processamento de mRNA e até detecção de sinais químicos. Isso sugere que esses riboswitches poderiam desempenhar papéis significativos em responder a moléculas pequenas dentro da célula.

Implicações Potenciais para a Saúde

A identificação dessas sequências semelhantes a riboswitches prepara o terreno para um trabalho futuro importante. Se alguma das sequências descobertas realmente se comportar como riboswitches, isso poderia fornecer insights sobre como as células se regulam sob diferentes condições. Por exemplo, riboswitches poderiam ser peças-chave em doenças onde a regulação normal das proteínas está desregulada.

Conclusão

O estudo dos riboswitches apresenta uma oportunidade empolgante para os cientistas aprenderem como as células controlam diversos processos. O uso de aprendizado de máquina e ferramentas computacionais se mostrou uma maneira inovadora de filtrar enormes quantidades de dados genéticos, revelando novos candidatos a riboswitches. Embora ainda haja muito trabalho pela frente-como validar essas descobertas por meio de experimentos- as tecnologias e métodos utilizados estão abrindo caminho para uma compreensão mais profunda da genética e da função celular. Quem diria que pequenos nucleotídeos poderiam ter um potencial tão imenso?

Próximos Passos na Pesquisa sobre Riboswitches

À medida que os pesquisadores continuam investigando os riboswitches, eles pretendem realizar mais experimentos para validar as previsões computacionais. Estudando esses riboswitches, os cientistas esperam descobrir seus papéis em vários processos biológicos e doenças.

Além disso, pesquisas futuras provavelmente se estenderão para outras áreas da biologia do RNA, incluindo a exploração de riboswitches em diferentes organismos e como podem ser manipulados para fins terapêuticos.

Com os avanços contínuos em tecnologia e uma crescente apreciação pela complexidade do RNA, o mundo dos riboswitches certamente vai oferecer ainda mais surpresas. Fique ligado; quem sabe que outros segredos esse pequeno mundo do RNA tem guardados!

Fonte original

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

Resumo: 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

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

Última atualização: 2024-12-06 00:00:00

Idioma: English

Fonte URL: https://www.biorxiv.org/content/10.1101/2023.11.23.568398

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

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

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes