近日，发表在《自然通讯》上的一项新研究表明，美国德克萨斯大学达拉斯分校的Drs. Faruck Morcos和Zachary Campbell在理解分子如何与预期的蛋白质伴侣配对方面取得了进展。研究人员希望，他们最终能够预测并操纵这些进化了数百万年的分子伴侣关系，并阻止有害的、致病的分子关系。
“我们正在试图了解蛋白质是如何在特定的RNA上获得显著的选择性的，通常情况下，人们会根据具体情况来看待这个问题。我们相信，通过分析数百万的RNA变体，我们将揭示RNA结合蛋白如何识别特定RNA的基本原理。”Campbell说，他是自然科学和数学学院生物科学部的助理教授。
生物科学的助理教授Morcos开发出了强大的、能够处理大量数据的统计方法来建立模型，以量化一万亿个可能的RNA结构的空间，并揭示哪些结构能够进行更好的功能交互。他将这种方法描述为“在一个巨大的拼图游戏中提供大量的碎片”，这使得团队可以从上下文线索中预测相邻的部分。他说：“如果实验不能捕捉到进化选择用来互作的确切的RNA结构，它就会告诉模型如何推断这些结构。不仅如此，我们还可以预测那些从未在进化中使用过的片段，但这可能会导致功能性的互作。”
Morcos强调，大数据计算技术的进步促使了项目的成功。他说：“尖端、高通量的实验能力和新一代的测序技术使我们能够更快地探索大量的可能性和参数。利用巧妙的近似值，我们基本上可以解决一个在计算上不可能的问题。”
Campbell谈到了他们收集到的数据的广泛潜在用途。他说：“这让我们能够勾勒出最可能的分子伴侣关系，告诉我们‘选择性’是如何实现的，并有希望能让我们在自然进化的过程中有所改进。”
对于Campbell和Morcos来说，他们的目标是设计新的药物制剂，抑制导致疾病的相互作用，或模仿有益的相互作用。Campbell说：“通过了解分子伴侣之间的识别是如何发生的，我们可能会学到很多关于人类生理学、病毒和细菌基因组学的知识，并通过破坏某些分子伴侣关系的知识来改善人类的健康。”
科界原创
编译：花花 审稿：西莫 责编：张梦
期刊来源：《自然通讯》
期刊编号：2041-1723
原文链接：https://www.eurekalert.org/pub_releases/2018-08/uota-asd080718.php
版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。
