Praktiskt taget alla funktioner i våra kroppar kräver exakta interaktioner mellan radikalt olika typer av molekyler. Den stora majoriteten av tiden, dessa möten ger ingenting, men några få upprätthåller livet som vi känner det.

Drs. Faruck Morcos och Zachary Campbell vid University of Texas i Dallas eftersträvar det som skiljer ett fruktbart möte från en dud – ett mysterium med långa odds som liknar att hitta en själsfrände bland de metaforiska miljontals fiskar i havet. Deras yttersta mål är att förhindra de relationer som blir giftiga och leder till sjukdom.

En ny studie, publiceras i Naturkommunikation , visar forskarnas framsteg i att förstå hur molekyler som kallas RNA parar sig med avsedda proteinpartners. Forskarna hoppas att de så småningom kommer att kunna förutsäga och manipulera dessa partnerskap som har skurits genom miljontals år av evolution.

"Vi försöker förstå hur proteiner uppnår anmärkningsvärd selektivitet för vissa RNA, sa Campbell, en biträdande professor vid institutionen för biologiska vetenskaper på institutionen för naturvetenskap och matematik. "Vanligtvis, människor har tittat på detta problem från fall till fall. Vi tror att, genom att analysera miljontals varianter av RNA på en gång, Vi kommer att hjälpa till att avslöja grunderna för hur RNA-bindande proteiner känner igen vad de söker."

Rätt anslutningar

RNA, som står för ribonukleinsyra, är en typ av liten molekyl som i struktur liknar DNA, den genetiska planen för att bygga och underhålla en levande organism. Medan DNA finns i cellens kärna, RNA-strängar rör sig i cellen, med kopior av DNA:s instruktioner för framställning av proteiner.

Beroende på deras struktur, vissa RNA spelar roller utöver budbärarens. De kan binda till proteiner och reglera hur gener uttrycks eller fungera som katalysatorer för olika biologiska processer.

Hälsosamma resultat av RNA-protein-interaktioner är beroende av att dessa reaktioner fortskrider korrekt - felaktiga interaktioner kan ge utvecklingsproblem i organismen, varav några är dödliga. Ändå är dessa möten dåligt förstådda, delvis på grund av det stora antalet potentiella interaktioner.

"För även en kort bit RNA, det finns ungefär lika många kombinationer som det finns stjärnor i vår galax, "Sa Campbell.

Förutsäga bitarna

Morcos, också en biträdande professor i biologiska vetenskaper, har utvecklat kraftfulla statistiska metoder för att hantera de enorma mängder data som krävs för att bygga en modell som kvantifierar utrymmet för en biljon möjliga RNA-strukturer, och avslöjar vilka som är bättre kandidater för funktionella interaktioner.

Han beskriver denna metod som att tillhandahålla "ett stort antal bitar i ett gigantiskt pussel, " så att teamet kan förutsäga intilliggande stycken utifrån kontextuella ledtrådar.

"Om experimenten inte kan fånga den exakta RNA -struktur som evolutionen valde för interaktioner, den informerar modellen om hur man kan sluta sig till dessa strukturer, " sa han. "Inte bara det, vi kan också förutsäga bitar som aldrig har använts genom evolutionen, men det kan potentiellt leda till en funktionell interaktion."

Morcos betonade hur tekniska framsteg inom big-data-beräkningar har gjort det möjligt för deras projekt att lyckas.

"Det här är roman i den banbrytande, experimentella funktioner med hög genomströmning och nästa generations sekvensering har gjort det möjligt för oss att snabbare utforska ett överflöd av möjligheter och parametrar, " sa han. "Med hjälp av smarta uppskattningar, vi kan i princip lösa ett problem som hade varit beräkningsmässigt omöjligt."

Morcos sa att styrkan i deras projekt kommer från vad han och Campbell var och en tar till bordet.

"Dr. Campbells experimentella metoder kan hjälpa oss att prova ett mycket stort utrymme av funktionella interaktioner, "sa han." Ändå, detta är bara en bråkdel av den fullständiga genetiska kartografin. Men när vi kombinerar detta med de statistiska modeller som utvecklats i mitt labb, vi kan fylla luckorna i detta urval, och verkligen kvantifiera ett enormt utrymme av möjligheter. "

Campbell talade om det breda utbudet av potentiella användningsområden för data de har samlat in.

"Detta tillåter oss att skissa ut vilka partnerskap som är mest sannolikt att inträffa, lära oss om hur selektivitet uppnås, och förhoppningsvis gör det möjligt för oss att förbättra det som naturligt har utvecklats, " han sa.

För Campbell och Morcos, Målet är att designa nya typer av farmakologiska medel som hindrar oönskade interaktioner som leder till sjukdom eller efterliknar de fördelaktiga.

"Med en förståelse för hur erkännande mellan partners uppstår, vi kan lära oss mycket om människans fysiologi, såväl som virala och bakteriella genom och samband som kan störas för att förbättra människors hälsa, sa Campbell.