会议回顾

2023年11月06日，中山大学中山医学院王金凯教授邀请鲁志鹏教授进行了线上学术报告“Decoding the RNA structurome and interactome in cells”。鲁志鹏教授是美国南加州大学的助理教授，致力于体内RNA结构和相互作用的研究。曾经在斯坦福大学Howard Chang实验室从事博士后研究并与2018年在南加州大学建立自己的实验室。过去10年间，他发明了一系列技术用于研究各种生理环境和人类疾病中转录组的动态 RNA 二维和三维结构及相互作用。他的代表性的工作发表于Cell、PNAS、Nature Comm、Genome Biology、Genome Res。本次会议鲁教授为我们介绍了这些技术，以及最近发现的 snoRNA-tRNA相互作用网络。

在过去的十年里，鲁志鹏教授课题组一直致力于开发新的工具来了解RNA结构及其在细胞中的相互作用，并将其应用于治疗相关疾病和进一步发展新疗法，如针对RNA的药物。
鲁志鹏教授指出许多疾病是由一些正常或者不正常功能的RNA所引起的，包括非编码RNA突变，RNA病毒以及RNA剪切错误等等。此外RNA也成为近年来的治疗手段之一，例如rRNA靶向的抗生素、以SMN mRNA为靶点的小分子药物，以及mRNA疫苗等等（图1）。



鲁教授提出了利用小分子来捕捉RNA2D结构的想法。通过不同波长的光照使得RNA与Psoralen（补骨脂素）进行连接反应，使得RNA形成跨域连接结构，然后对产物进行纯化和逆转录，最后通过高通量序列分析以确定RNA的序列，这项技术被称作PARIS。



接下来鲁教授主要讲述了如何通过交联RNA来构建3D模型。鲁教授开发了名为SHARC的方法。这种技术利用了小分子结合五碳糖上的羟基从而使得RNA形成链接而捕捉构象。此外，他们还开发了工具CRSSANT（Cross Linked Secondary/Spatical Structure Analysis using Network Techniques，使用网络技术进行交联二级/空间结构分析），用于分析各种复杂的RNA2D/3D结构和相互作用，以及通过不同重叠回补序列关系计算同源二聚体。这些工具和技术都为研究RNA结构提供了有力的支持。





接下来鲁教授提及snoRNA的研究与应用。核仁小RNA（small nucleolar RNA），是近来生物学研究的热点，由内含子编码，分布于真核生物细胞核仁的小分子非编码RNA，具有保守的结构元件。已证明有多种功能，主要参与rRNA的加工；反义snoRNA指导rRNA/snRNA核糖甲基化和假尿苷化。在人类基因组中，有超过2000种snoRNA，但目前对其化学与生物机制的理解非常有限。此外，还有一些snoRNA被称为孤儿snoRNA，因为它们的生物学功能尚未完全被理解。鲁教授发现在这些孤儿snoRNA上面具有很多的高度保守序列，并推测其与现在人类许多的生理和病理过程息息相关，例如寿命，代谢疾病，神经元退化，病毒感染以及多种癌症等。
但是对于绝大多数的疾病我们并不知道snoRNA的靶点以及其在整个通路中所行使的作用。鲁教授通过测序和聚类发现snoRNA中的D/D' Guide保守序列与tRNA中的部分序列高度互补，于是推测这些snoRNA可能在tRNA的修饰中具有重要作用。鲁教授团队总共发现了269种这样的snoRNA，在人类中48种tRNA中都具有重要作用。例如部分snoRNA同时以tRNA和rRNA为靶点，当敲除这些snoRNA后，细胞出现不同程度的生长抑制。如此多数量的snoRNA可能具有精确调控某种tRNA的能力从而精确影响某种蛋白的翻译。


鲁教授团队从众多的snoRNA中挑选了2个进行深入的研究，他们发现当同时敲除这两个snoRNA时，细胞中含有甲硫氨酸反密码子的tRNA大幅下降，由此带来的影响是细胞为了生长而代偿性的去表达含甲硫氨酸密码子少的mRNA。



而蛋白质中甲硫氨酸的含量将会间接的影响生物的生长发育，因为甲硫氨酸中的巯基具有还原性，能够还原细胞氧化过程中产生的ROS（活性氧），从而保护细胞。研究也表明含有更高含量甲硫氨酸的生物具有更高的代谢率。



除此以外鲁教授团队还发现了这两条snoRNA的其他调节功能例如调节生长、分化、形态发生等，并发现敲除这两条snoRNA后胚胎干细胞更倾向于分化为内胚层细胞和中胚层细胞。据此鲁教授推测snoRNA可能作为tRNA的主要调控者并引导细胞向特定方向分化。



之后进行了激烈的讨论，总结关键的问题如下：

问题：做RNA 3D结构需要一些先验的结构作为支撑吗？
鲁志鹏教授回答道他们尝试过很多不同的计算模型的策略，但是最终还是需要先进行2D结构的计算，然后再加上特定的不同的组合，从而大大提高计算的精度。

3D模型结构的计算目前仍然处于初步阶段，需要很大的计算量，需要负责构建算法的研究人员能够发展出一些新的更快的方法，然后配合实验方法的进展可能会有一些较大的进步。此外RNA结构的自由度也远高于蛋白质结构的自由度，这也急剧加大了计算量，以目前的算力来说是远远不够的。



鲁教授此次会议报告已收录于Guangzhou RNA club bilibili视频网站(https://www.bilibili.com/video/BV1AN4y1D7CK/?spm_id_from=333.999.0.0)

欢迎关注Guangzhou RNA club公众号、网站（rnaclub.rnacentre.org）、twitter（@RNA_club)。