计算机工程师可能给医学界提供一种精确计算出蛋白质如何形成和发挥功能的新方法。
美国中佛罗里达大学助理教授Shaojie Zhang使用一种复杂的计算机程序分析RNA基序，即组成RNA的亚单元。
RNA与DNA和蛋白质是生命的三种构建单元。知道这三种构建单元如何合作和如何发生偏差将有助于理解是什么导致疾病以及如何治疗它们。
多亏人类基因组计划，人们已经发现很多关于DNA的信息，但是关于RNA方面的信息人们知道不太多。RNA像DNA一样辅助编码基因。一些病毒也使用RNA作为它们进行复制的主要遗传来源。各种各样的RNA参与所有过程，包括蛋白合成，控制基因表达和将身体某一部分的细胞信号传送到另一部分。
组成RNA的基序像长的手风琴那样进行折叠，而且结构可变。在过去，人们已鉴定出很多基序，但是直到现在找出一种快速自动化的方法确定不同类型基序的结构模式一直难以实现。
Zhang说，“我们利用我们开发的新计算方法发现了很多新的RNA结构基序。这一突破能够极大地增加我们对RNA结构基序的知识。而且新发现的基序可能有助于我们能够开发出治疗某些疾病的方法。”
Zhang的研究结果发表在Nucleic Acids Research期刊上。
利用计算机，Zhang和他的研究小组已能够观察这些RNA的类似手风琴那样的结构和它们如何在三维尺度上进行折叠。这种计算机程序能够很快地扫描很多RNA样品和发现独特的形成结构模式的基序。这种信息能够给研究人员提供关于它们功能方面的有用信息。
Zhang说，“这有助于解释生物如何工作和为什么它有时发生错误，从而导致一些致命性的疾病产生。” (生物谷：towersimper编译)
doi:10.1093/nar/gkr804
PMC:
PMID:
Clustering RNA structural motifs in ribosomal RNAs using secondary structural alignment
Cuncong Zhong and Shaojie Zhang
RNA structural motifs are the building blocks of the complex RNA architecture. Identification of non-coding RNA structural motifs is a critical step towards understanding of their structures and functionalities. In this article, we present a clustering approach for de novo RNA structural motif identification. We applied our approach on a data set containing 5S, 16S and 23S rRNAs and rediscovered many known motifs including GNRA tetraloop, kink-turn, C-loop, sarcin–ricin, reverse kink-turn, hook-turn, E-loop and tandem-sheared motifs, with higher accuracy than the state-of-the-art clustering method. We also identified a number of potential novel instances of GNRA tetraloop, kink-turn, sarcin–ricin and tandem-sheared motifs. More importantly, several novel structural motif families have been revealed by our clustering analysis. We identified a highly asymmetric bulge loop motif that resembles the rope sling. We also found an internal loop motif that can significantly increase the twist of the helix. Finally, we discovered a subfamily of hexaloop motif, which has significantly different geometry comparing to the currently known hexaloop motif. Our discoveries presented in this article have largely increased current knowledge of RNA structural motifs.
