从低温电子显微镜(cryo-EM)图中确定RNA结构的挑战性任务取得了重大进展。研究人员介绍了EMRNA，这是一种新的技术，可以从冷冻电镜数据中准确、自动地确定全长、全原子RNA结构。

图源：Nature（2024），DOI:10.1038/s41587-024-02149-8

EMRNA方法的主要特点包括:

1.基于深度学习的检测: EMRNA集成了深度学习算法，用于在冷冻电镜图中精确检测核苷酸。

2. 三维骨架示踪:该方法采用先进的三维骨架示踪算法，保证了RNA结构的准确重建。

3. 序列和二级结构考虑: EMRNA结合了序列和二级结构信息，以提高结构确定的准确性。

4. 全原子构建:EMRNA有助于构建全原子RNA结构，提供详细的原子级见解。

研究人员使用140种不同的RNA图谱来验证EMRNA，这些图谱的长度从37到423个核苷酸不等，分辨率在2.0到6.0埃之间。与现有的auto- draft、phoenix等方法进行比较。map_to_model和CryoREAD显示了EMRNA的优越性能。

验证的主要发现包括: 精度提高:EMRNA全长RNA结构的中位精度为2.36埃均方根偏差，tm评分为0.86，超过现有方法。增强的残基覆盖率: EMRNA具有较高的残基覆盖率和序列匹配度，在构建的模型中，EMRNA的残基覆盖率和序列匹配度分别达到93.30%和95.30%。效率:EMRNA不仅准确而且高效，能够在3分钟内构建100个核苷酸的RNA结构。

这一突破性的发展为推进对RNA结构功能关系的理解和促进针对RNA分子的药物发现工作带来了便捷。EMRNA方法为研究RNA生物学和治疗学开辟了新的途径，在包括分子生物学、结构生物学和医学在内的各个领域具有潜在的意义。

声明：本网所有转载文章内容为了宣传行业动态所用，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。