正交计算框架鉴定SARS-CoV-2刺突基因中保守且结构定义的RNA元件Region A

《Infectious Disease Reports》：An Orthogonal Computational Framework Identifies a Conserved RNA Motif in the SARS-CoV-2 Spike Gene

　　

背景：病毒基因组中的结构化RNA元件是尚未充分开发的治疗靶点，但编码区尚未被系统筛选保守、结构定义的基序。方法：研究人员采用分阶段流程，在八个主要变异株中筛选SARS-CoV-2刺突编码序列，流程包括热力学扫描、基于物理模型与深度学习预测器之间的二级结构交叉验证、七种工具的三级结构预测及诱饵控制类比搜索、与三个实验室全基因组化学探测数据的比较，以及分子动力学模拟。结果：筛选在刺突功能重要区域鉴定出三个保守、窗口稳健的位点：N343糖基化位点附近（Region A）、E484受体结合基序（RBM）处（Region B）和S2′切割位点（Region C）。仅Region A满足全部热力学和结构标准：二核苷酸置换z分数（z_dinuc）为?3.39（p = 0.020），RNAfold与MXfold2二级结构近乎一致（F1 = 0.99），Boltz-2与AlphaFold3收敛支持最佳三级折叠（TM-score_RNA = 0.53）。细胞内化学探测支持Region A（F1 = 0.83–0.85；AUROC = 0.663–0.892），Region B和C未通过。探测数据将预测折叠修正为具有柔性中间片段的两螺旋架构，101 nt窗口的分子动力学显示两个各自稳定的结构域（3′茎环RMSD = 2.58 ± 0.53 ?；5′螺旋RMSD = 4.65 ± 1.30 ?），由可动铰链连接。结论：Region A是刺突编码序列内保守、结构定义的RNA元件，得到独立性不同的多条证据支持；其生物学功能和靶标-配体兼容性仍未获证明，值得作为主要在研究蛋白水平、此前未充分探索的基因RNA特征开展功能研究；该分阶段框架应可应用于SARS-CoV-2之外的编码区。

小分子抗病毒研发长期聚焦病毒蛋白，包括聚合酶、蛋白酶和进入糖蛋白；病毒基因组中的结构化RNA（核糖核酸）元件虽参与翻译起始、程序性核糖体移码、包装、复制起始和顺式基因调控，却仍属未充分利用的替代靶点。小分子已可高亲和力结合明确RNA折叠，物理模型与深度学习工具也可从基因组序列鉴定结构化候选。SARS-CoV-2（严重急性呼吸综合征冠状病毒2）基因组约30 kb，5′-UTR（非翻译区）SL1–SL4、ORF1a/1b连接处的FSE（程序性?1核糖体移码元件）和3′-UTR膨出茎环等已有表征，但编码区结构表征不均。刺突约3.8 kb CDS（编码序列）虽在抗体、小分子和疫苗层面被密集研究，却未被系统筛选离散、保守、可成药的RNA元件。障碍包括：编码区保守性主要反映氨基酸选择；sarbecovirus刺突替换率低使协变分析功率不足；反应性单独不能区分离散元件与一般结构化背景。Zhu et al.的ASO（反义寡核苷酸）按位置平铺而非结构指导，刺突导向ASO表现不佳不能回答刺突是否含离散可靶向结构。为此，研究人员开展分阶段、正交证据筛选。

研究人员在八个SARS-CoV-2谱系中筛查刺突CDS，得到三个保守、窗口稳健位点Region A、B、C，并以同一筛选中未通过结构测试的保守位点作为序列匹配内部对照；进一步用热力学置换零模型、RNAfold与MXfold2二级结构比较、七种工具三级预测与诱饵控制类比、三实验室化学探测及MD（分子动力学）评估。结论是Region A通过所有三区域均应用的测试，B、C未通过；Region A为后续直接结构表征和功能验证提供候选，分阶段框架可推广至其他编码区。

关键技术方法约250字：分析八个谱系刺突CDS，Wuhan-Hu-1参考NC_045512.2坐标21,563–25,384，另含Alpha、Beta、Gamma、Delta、Omicron、Lambda、XBB；协变分析用58个sarbecovirus基因组比对。ScanFold 2.0/ViennaRNA 2.7.2以80、100、120 nt窗口扫描；RNAfold与MXfold2交叉验证；R-scape/CaCoFold评估协变。三级预测用Boltz-2、AlphaFold3、RhoFold+、DRfold2、Emergent、FARFAR2、RNAComposer，ARTEMIS作TM-score_RNA比较及BGSU数据库类比和FARFAR2同序列诱饵。化学探测用Manfredonia et al.的SHAPE/DMS、Huston et al.的SHAPE-MaP、Lan et al.的DMS-MaPseq（Vero、Huh7），Yang et al.数据作held-out，另比较RNAStructuromeDB ScanFold结构#382。MD用AMBER 24，两个独立500 ns重复。

结果：3.1 全基因组筛选鉴定三个保守、窗口稳健结构化位点。通过八谱系三窗口ScanFold扫描和跨变异聚类，得到Region A、B、C；A、C由7/8谱系支持，B由6/8支持，B在Omicron和XBB缺失；三处序列保守高，Region C保留依赖聚类规则。3.2 热力学显著性区分Region A与B、C。以101 nt窗口和50单核苷酸/50二核苷酸置换零模型，Region A z_dinuc = ?3.39、p = 0.020、MFE = ?32.6 kcal mol^?1；Region B z_dinuc = +0.44、p = 0.686；Region C z_dinuc = ?1.65、p = 0.078；集合描述符同序，A位于基因组背景96百分位，较BSL更稳定（z = ?2.40，86百分位）。3.3 Region A二级结构对预测方法稳健。MXfold2复现34个RNAfold碱基对中的33个（F1 = 0.985）；Region B仅F1 = 0.26；Region C中央发夹F1 = 0.84；70、90、101 nt构建内部螺旋保留，70 nt核心定为1009–1078。3.4 协变分析受sarbecovirus多样性限制。58基因组比对中R-scape功率仅2.1 ± 1.2（A）和1.2 ± 1.0（C）；C无显著协变对，A仅一个相邻、非配对且不可实现的信号（E = 0.0044），判为不确定，不计独立支持。3.5 Region A的70 nt核心具有最佳支持三级折叠。3.5.1 跨工具预测仅Boltz-2与AlphaFold3在70 nt核心收敛为同一折叠类（TM-score_RNA = 0.53），101 nt无预测器收敛，置信分数低且未用于筛选。3.5.2 共识折叠与紧凑病毒调控RNA结构类似。ARTEMIS搜索BGSU非冗余集，最佳QTM = 0.583，命中phi29 pRNA、登革病毒茎环、腺病毒VA RNA、HIV-1 RNA域、柯萨奇病毒三叶草及核糖开关；同序列FARFAR2诱饵在QTM ≥ 0.45无命中，主查询45个，显示折叠特异性而非同源或功能证明。3.5.3 共识折叠分成两个良好收敛域和柔性铰链。101 nt模型域解析显示3′域平均RMSD 3.1 ?、5′域8.5 ?、铰链46.9 ?，域内收敛而相对取向不收敛，支持两域加柔性连接。3.6 细胞内化学探测支持完整Region A窗口的两螺旋架构。四个in-cell数据集支持A（F1 = 0.83–0.85），B失败（0.24–0.30），C为0.59–0.84；5′发夹、3′茎环和中间茎回收率分别为92.8%、100%、10.7%；70 nt核心切除破坏34对中的18对，F1 = 0.53且AUROC弱；留一法显示修订模型在3/4数据集优于原始MFE，held-out Yang不区分；滑动AUROC最高在3′茎环（0.879）；Region A未与替代结构区重叠；101 nt窗口为细胞相关单位，核心不支持自主折叠。3.7 分子动力学揭示持续局部域和柔性域间运动。3.7.1 101 nt窗口两个域各自稳定、铰链移动：3′茎环RMSD = 2.58 ± 0.53 ?，5′螺旋4.65 ± 1.30 ?，末端G1–C51磨损；全局RMSD 22.45 ± 5.66 ?不平台但域完整，域间质心距离52.7 ± 6.5 ?。3.7.2 70 nt核心失去天然折叠：RMSD先升后平台但偏离参考，Rg升高；较低波动不等于保留折叠。3.7.3 碱基对持续性显示3′域13对均>97%，5′域13/14对>90%，末端对持续性约54.89%和60.56%，支持域稳定而非内部降解。

讨论总结：中心发现是Region A通过所经受的每项测试，而序列匹配的B、C未通过；但三区域并非经历完全相同的检验组合，三级建模和MD仅用于A，B、C作为内部对照。证据独立性有限：热力学与二级结构共享ViennaRNA能量模型，Boltz-2与AlphaFold3同属扩散架构；化学探测是最接近独立的证据，三实验室两化学且未见过预测，虽同用RNAstructure家族软件，基因组范围内两模型仅约65%一致，而Region A内完全一致，提示局部一致性来自反应性。MD受起始模型选择约束，只能检验探测兼容折叠在无配体物理力场下的动态持续性。原文明确指出未做保留密码子和氨基酸身份的置换零模型，协变又无信息，因此Region A的进化状态未定；构成长度依赖是元件属性，70 nt核心非自主折叠，101 nt完整窗口为细胞单位；三级预测只核心收敛，域解析解释其与全长不收敛的张力；诱饵控制比类比本身更重要；中间茎被实验修正，但内在不稳定与核糖体遮蔽未区分；Yang et al.曾提名重叠窗口，Zhu et al.的ASO结果为覆盖性测试；配体可及性未证，框架可转移但受比对深度和多实验室探测可用性限制。结论翻译：Region A是SARS-CoV-2刺突编码序列内保守、热力学显著、经二级结构验证的元件，得到三个独立实验室细胞内化学探测数据支持，在折叠层面与紧凑病毒调控RNA和核糖开关类似，并在动态上表现为两个各自刚性域由柔性连接子连接；在应用于全部三区域的每项测试中，它均优于同一无偏筛选得到的两个序列匹配对照位点；本文未建立生物学功能，也未将任何三维模型作为实验解析结构；Region A是后续直接结构和功能研究的合理候选，所用分阶段证据方法可作为其他编码区模板；前进路径不是假定编码区保守性反映RNA结构，而是应用正交测试区分真实RNA元件与蛋白编码约束背景。