位置锚点与协作性保留位点集合定义非等价RNA序列景观

《Journal of Molecular Evolution》：Positional Anchors and Cooperative Retained-Position Sets Define Non-Equivalent RNA Sequence Landscapes

　　

不同RNA序列对邻近结构序列空间的访问权限并不均等，但局部序列邻域在多大程度上依赖于起始序列同一性和单个核苷酸位置仍不清楚。本研究比较了三个受核糖体核心P位肽酰转移酶中心（PTC）、移位P环和A位A环区域启发的分离20核苷酸RNA种子的完全突变邻域，采用ViennaRNA最小自由能（MFE）二级结构预测。这些种子被视为序列空间探索的概念性起点，而非来自单一现代rRNA的确切残基编号提取物。三个种子产生了可重复的不同预测可折叠性景观，其中移位P环启发种子在独立池和日益严格的MFE阈值下始终产生最高的可折叠性。单一位点保留揭示了强烈的位点效应：保留鸟嘌呤通常增加预测可折叠性，但每个种子中有一个保留G位点的表现显著优于同一序列内的其他保留G位点。禁用G·U摆动配对降低了这些效应的幅度，但保留了保留碱基层级、所有三个位置锚点的同一性以及整体种子排序。保留位点的组合产生了超加性的预测可折叠性增加，尽管结构邻近性分析表明这些位点并未一致地形成一个紧凑的预测结构核心。针对更低MFE的迭代计算选择逐步丰富了所有三个邻域的预测结构，而六个非保守生物对照20聚体产生了比核糖体启发种子更丰富的预测可折叠性景观。综合来看，这些结果表明局部RNA序列空间受到起始序列同一性、核苷酸位点和高阶保留位点效应的强烈塑造，无法仅由核苷酸组成或起始种子结构解释。这些结论局限于基于MFE的二级结构预测，不确立三级折叠、生化功能或实验占据的结构。

论文解读：位置锚点与协作性保留位点定义非等价RNA序列景观

一、研究背景与科学问题

RNA在生命起源研究中占据核心地位，尤其是核糖体肽酰转移酶中心（PTC）作为古老催化RNA区域的代表，一直是理解早期RNA世界的关键模型。一个根本性的问题是：不同的RNA起始序列如何影响其通过突变所能到达的邻近结构序列空间？已有研究表明RNA序列空间高度非均匀，但局部序列邻域对起始序列同一性和单个核苷酸位置的依赖程度尚不清楚。此外，进化保守的RNA序列是否必然拥有更丰富的结构序列邻域也缺乏系统比较。为此，研究人员设计了三个受核糖体核心区域启发的20核苷酸（nt）RNA种子序列，旨在回答四个核心问题：不同种子是否定义可重复差异的预测二级结构景观；这种差异是否稳健；迭代计算选择能否压缩序列邻域；以及单一位点和多位点保留分析能否识别关键核苷酸位置。该研究发表于《Journal of Molecular Evolution》。

二、主要关键技术方法

1. 1.
   固定长度突变文库构建：对每个20 nt种子，强制每个位置突变为三种非天然核苷酸之一，理论序列空间为3²⁰（约3.49×10⁹），初始分析每种子采样1,000,000条序列。
2. 2.
   二级结构预测与可折叠性定义：使用ViennaRNA包2.7.2版中的RNAfold程序，基于Turner 2004最近邻参数集（37°C，默认1.021 M单价盐浓度），预测最小自由能（MFE）二级结构。将预测稳定序列定义为MFE低于指定阈值（主阈值为?2 kcal/mol），预测可折叠性定义为池中满足此条件的序列比例。
3. 3.
   单一位点与多位点保留分析：为每个种子构建20个单一位点保留亚文库（各50,000条序列），其中保留一个天然核苷酸而其余19位强制突变；进一步评估三、四、五位点保留组合的超加性效应。
4. 4.
   迭代结构基础计算选择：每种子从100,000条序列开始，经八轮选择，每轮保留最低MFE的10%，再以5%突变率复制扩增种群。
5. 5.
   G·U摆动敏感性分析与结构邻近性分析：使用RNAfold的--noGU选项禁用G·U配对，重新折叠所有文库；对最佳五位点保留组合的2,000条序列进行成对结构关系分类。

三、研究结果

基线预测可折叠性与可重复性

三个核糖体启发种子在完全突变文库中产生显著不同的MFE分布。Set B的预测可折叠性最高（18.3%），Set C次之（17.0%），Set A最低（13.5%）。该排名在独立重复池（变异系数≤1.3%）和加深至1,000万条序列采样后保持一致，Welch单因素方差分析确认组间差异显著（p=1.3×10^?18）。

单一位点保留鉴定可重复的位置锚点

60个单一位点保留亚文库的分析显示，预测可折叠性的保留碱基层级为G > C > U > A。每个种子中最强的保留位点均为鸟嘌呤：Set A的位点16、Set B的位点5、Set C的位点17，分别被命名为位置锚点。每个锚点的预测可折叠性显著高于同一种子内其他保留G位点（Set A高5.91个百分点，Set B高3.37个百分点，Set C高3.28个百分点，所有p<10^?300），表明锚点效应不可简化为鸟嘌呤同一性本身。

非保守生物对照定义更可折叠的预测二级结构邻域

六个非保守生物对照20聚体（包括大肠杆菌MicF衍生序列及细菌/真核rRNA高变区序列）的未突变形式均缺乏稳定预测二级结构，但其完全突变邻域的基线预测可折叠性（25.23%至32.89%）全部高于三个核糖体启发种子（最高为Set B的18.27%），证明起始序列的预测结构与邻域可折叠性是分离的属性。

多位点保留产生预测可折叠性的超加性效应

随着保留位点数从3增至5，预测可折叠性单调上升，最佳五位点组合在Set B达到74.5%。所有三个种子的最佳五位点组合的观测值均超过线性加性期望（基于全突变基线和相应单一位点效应之和），表明统计上的超加性协作。禁用G·U配对后，超加性依然保持（Set A：观测44.25% vs 加性预测32.38%；Set B：55.85% vs 34.21%；Set C：60.45% vs 27.73%），所有z值≥11.34，p<10^?300。

迭代结构基础计算选择富集低MFE序列

在5%突变率条件下，经八轮计算选择，所有三个种子种群均超过99.5%预测稳定序列。Set B达到最负的平均MFE，Set A的绝对值增幅最大。1%、2.5%和10%突变率的敏感性分析显示定性收敛行为稳健，Set A在所有速率下均为最不利背景，Sets B与C的精细排序则依赖于突变率。

种子排名在更严格MFE阈值下保持不变

在?3、?4和?5 kcal/mol的更严格阈值下，Set B > Set C > Set A的排名完全保持，表明该比较结果并非宽松主阈值的人为产物。

G·U摆动配对贡献于幅度但不贡献于位置特异性

禁用G·U配对使所有保留碱基类别的平均预测可折叠性下降（保留G从24.84%降至16.56%），但保留碱基层级G > C > U > A不变，每个种子的最强位置锚点不变，且每个锚点仍显著高于同种子其他保留G位点。全突变池的排名Set B > Set C > Set A同样保持，表明G·U摆动配对增强但非决定这些比较模式。

保留位点在预测二级结构中呈现部分而非普遍邻近性

对最佳五位点组合的结构邻近性分析显示，某些保留位点对频繁出现在同一预测茎区或形成直接碱基配对（如Set C的位点3和4在67.8%序列中共处同一茎区），但另一些位点对在相当比例的预测结构中处于分离状态，因此五位点组合并不构成恒定紧凑的结构单元。

四、讨论与结论

研究人员在讨论中指出，本研究的核心发现是三个核糖体启发短种子在共享热力学模型下定义了可重复差异的预测二级结构稳定性分布。这种排名不受复制池、深度采样或严格阈值的影响，表明种子同一性确实塑造了模型预测的局部景观。结果与先前关于RNA序列空间异质性的实验和计算工作一致，但本研究在控制长度、突变规则和计算模型的条件下，首次系统展示了不同短起始序列可产生不同的预测二级结构分布。迭代计算选择虽然压缩了初始差异，但种子间的相对排名仍部分依赖于突变率。起始序列组成是设计协变量而非独立因果解释，因为富含G的种子在完全突变库中反而具有最低的预期G频率。G·U摆动配对增强了保留G效应的幅度，但未改变位置特异性和种子排名。协作性保留位点集的超加性效应在排除G·U配对后依然存在，但其结构邻近性呈部分性而非普遍性。生物对照的结果强调，起始序列的预测结构与邻域可折叠性是分离属性，不应将MFE可及性等同于功能。

研究结论翻译：综合来看，结果表明分离的20 nt种子序列可以在共同的突变和热力学预测框架下定义可重复差异的预测二级结构稳定性局部分布。这些差异反映了起始序列组成、位置特异性核苷酸保留、G·U摆动配对以及保留位点组合间的超加性效应。最强的结论是计算性的：局部序列邻域在ViennaRNA模型下是非等价的，比较性种子排名对更严格的MFE阈值和排除G·U配对保持稳健，特定保留位点发挥超出保留碱基同一性本身的作用。本研究不确立三级结构、配体结合、催化活性或进化适应性。需要实验结构和功能分析来确定计算鉴定的序列和位置效应是否对应于实际占据的构象或生化表型。