Vorhersage von RNA-RNA Interaktionen

Der Großteil des zellularen Transkriptoms besteht nicht aus proteinkodierender RNA sondern aus sogenannter nicht-kodierenden RNA (ncRNA) Molekulen, wobei die meisten als regula- torische Elemente auftreten. Viele dieser ncRNAs uben ihren regulatorischen Einfluss uber spezifische Interaktionen mit proteinkodierenden RNAs oder anderen ncRNAs aus. Genaues Wissen uber solche RNA-RNA Interaktionen ist ein zentraler Baustein fur die Entschlusselung des zellularen Regulationsnetzwerkes. Aufgrund der Komplexitat und Kosten fur experimentelle Studien besteht ein großer Bedarf an computergestutzten Vorhersagemethoden. Derzeitige Ansatze erlauben jedoch nur einfache Interaktionstypen und zeigen eine geringe Vorhersagegenauigkeit. Dieses Projekt identifiziert im ersten Teil strukturelle Eigenschaften welche RNA-RNA Inter- aktionen bestimmen, um die Vorhersagequalitat zu erhohen. Zudem werden wir neue Modelle entwickeln welche allgemeiner Interaktionen abbilden konnen bis hin zu multiplen Interakti- onsmustern. Die identifizierten Eigenschaften werden in den Vorhersagemethoden sowohl zur Vermeidung unrealistischer Strukturen verwendet als auch komplexere Interaktionstypen vor- zusagen. Dies wird von einer umfangreichen Untersuchung der Kinetik von RNA-RNA Interaktionen begleitet, da diese die Interaktionsbildung zu schlecht vorhersagbaren, suboptimalen Struk- turen leiten kann. Wir werden neue Energielandschaftsmodelle entwickeln, welche detaillier- te aber trotzdem rechnerisch zu bewaltigende Studien von Interaktionskinetiken ermoglichen. Dieses schließt die Entwicklung neuer Methoden fur die effiziente Exploration großer Ener- gielandschaften sowie die Berechnung von entsprechenden Ubergangsmodellen und Kinetik ein. Beide Forschungsrichtungen laufen in der Erstellung neuer RNA-RNA Interaktionsvorher- sagepipelines zusammen, welche neu identifizierte Struktureigenschaften sowie die Kinetik der Interaktionsausbildung berucksichtigen. Anwendung finden die neuen Pipelines in der Auf- klarung von ncRNA Regulationsnetzwerken, der prazisen genomweiten Suche nach ncRNA- Interaktionsstellen, sowie zur Studie der entsprechenden mechanistischen Details. Eine spezifische Anwendung ist die Untersuchung von anti-sense RNAs. Diese sind in großem Maße im Transpriptom vertreten, wobei nur wenig uber ihren regulatorischen Einfluss bekannt ist. Wir untersuchen in welchem Umfang anti-sense RNA Duplexe mit ihren entspre- chenden sense-Transkripten ausbilden und welche Regulationsmechanismen vorliegen. Unse- re in silico Studien werden dabei von wet-lab Experimenten unterstutzt. Die entwickelten Methoden und Programme sollen als Basis fur weitere Forschung in die- sem Gebiet dienen. Hierbei ist anzumerken, dass die Ergebnisse nicht nur RNA-RNA Interakti- onsstudien unterstutzen sondern auch Fortschritte in der Einzelstrukturvorhersage als auch fur Kinetikstudien in anderen großen Energielandschaften ermoglichen.

Ribonukleinsäuren (RNAs) sind am besten als messenger RNAs (mRNAs) bekannt, welche als Baupläne für die Herstellung von Proteinen im Ribosom dienen. Der Großteil der RNAs in unseren Zellen kodiert jedoch nicht für Proteine. Diese nicht-kodierenden RNAs (ncRNAs) erfüllen eine Vielzahl von essentiellen regulatorischen Funktionen. Häufig hängen diese Funktionen davon ab, dass RNAs andere RNAs erkennen und binden können, indem sie RNA-RNA-Interaktionen bilden. So kann die Interaktion. zwischen einer regulatorischen ncRNA und ihrem mRNA-Ziel die Expression eines Gens steuern. Das regulatorische Potenzial von RNAs hat zu einem zunehmenden Interesse an RNA-Therapeutika geführt, wie z.B. die neu entwickelten mRNA-basierten Impfstoffe, die zur Bekämpfung der Covid-19-Pandemie eingesetzt werden. Die präzise Vorhersage von RNA-RNA Interaktionen ist daher sowohl für unser Verständnis der Zellbiologie als auch für RNA-basierte Anwendungen in der Biotechnologie und Medizin unerlässlich. In diesem Projekt konnten wir zwei wesentliche Einschränkungen in den bestehenden Ansätzen zur Vorhersage von RNA-RNA Interaktionen identifizieren: (i) einige vorhergesagte Interaktionsstrukturen sind sterisch unmöglich (ii) sie basieren auf Energieminimierung und ignorieren dabei die Faltungs-Kinetik Verfügbare Tools zur Vorhersage von RNA-RNA Interaktionen arbeiten alle auf der Ebene der Sekundärstruktur, d.h. sie berücksichtigen die Bildung von Basenpaaren und Helices zwischen zwei RNAs, ohne auf die enorm komplexe und detaillierte Problematik der 3D-Struktur Vorhersage einzugehen. Diese Vorgehensweise ist zwar wesentlich effizienter, bedeutet aber auch, dass einige vorhergesagte Sekundärstrukturen unmöglich sind, da sie nicht in eine Tertiärstruktur umgesetzt werden können. Eine der wichtigsten Formen von RNA-RNA Interaktion ist die Kissing Hairpin. Durch Modellierung und Analyse der Bildung von Kissing Hairpins auf der Ebene der Tertiärstruktur, konnten wir die maximale Größe dieser Form von Interaktion bestimmen. Diese Information kann nun verwendet werden, um klassische RNA-RNA Interaktion Vorhersagen zu filtern und nicht realisierbare Strukturen zu verwerfen. Um die Kinetik zu untersuchen, haben wir ein einfaches Modell bezüglich der Bildung von RNA-RNA Interaktionen entworfen, das alle Faltungswege berücksichtigt, die von einem anfänglichen Kontakt zwischen zwei RNA-Molekülen zu einer vollständig ausgebildeten Interaktion führen. Dieses Modell kann verwendet werden, um eine Vielzahl von charakteristischen Eigenschaften einer Interaktion zu berechnen. Zum Beispiel die Wahrscheinlichkeit, dass interagierende RNAs wieder auseinanderfallen, bevor die vollständige Interaktion erreicht wird. Mit Hilfe eines maschinellen Lernansatzes wurden diese Merkmale mit klassischen RNA-RNA Vorhersagen kombiniert, um so die Genauigkeit der Zielvorhersagen für bakterielle small RNAs zu verbessern. Das Projekt führte auch zu Verbesserungen von Software-Tools, die von RNA Forschern auf der ganzen Welt eingesetzt werden. So wurde die Vorhersagegenauigkeit des Tools IntaRNA, das von unseren Kooperationspartnern in Freiburg entwickelt wird, verbessert. Unser ViennaRNA Paket wurde mit einem neuen Programm erweitert, das die Interaktion von mehr als zwei RNAs vorherzusagen kann.