结构-功能研究在理解RNA调控中的作用

《Current Opinion in Structural Biology》：The role of structure–function studies in understanding RNA regulation

　　

RNA调控通过蛋白质与RNA相互作用的网络运行，这些网络在时间和空间上调节基因表达。结构-功能研究直接将分子框架与功能输出联系起来，为理解多种蛋白质-RNA相互作用如何在多组分复合物中协同工作提供了坚实基础。本综述讨论了近期在不同系统中体现这些研究逻辑和工作流程的代表性工作。这些工作共同突显了所获得的结构洞察的核心作用，并详细阐述了机制模型整合RNA生物学中不同类型功能和生物物理数据的能力。

论文解读文章

研究背景与科学问题

RNA调控是一个快速发展的领域，其复杂性源于多层次蛋白质-RNA相互作用网络对基因表达的时空调控。尽管转录组学、蛋白质组学以及亚细胞互作网络的图谱绘制已取得显著进展，但将这些复杂信息在分子层面进行整合仍面临挑战。现有计算方法，包括人工智能驱动的方法，正在被开发用于关联这些信息与复杂的调控通路，然而，如何将原子或近原子分辨率的结构信息与功能数据有效结合，以阐明RNA调控的分子机制，仍是亟待解决的关键问题。为此，研究人员开展了本项综述研究，旨在通过分析近期代表性工作，展示结构-功能研究如何为理解RNA调控提供强大基础。

研究方法概述

本研究主要通过文献综述的方式，选取了近年来在RNA调控不同方面取得突破的结构-功能研究案例。关键技术方法包括：冷冻电镜（cryo-EM）、核磁共振波谱（NMR）、生物层干涉测量法（BLI）、SHAPE-MaP技术、iCLIP测序、荧光素酶报告基因实验、动力学建模以及基于AlphaFold框架的人工智能结构预测等。这些方法被综合应用于解析蛋白质-RNA复合物的高分辨率结构、测定结合动力学参数、描绘转录组范围内的结合图谱，并构建机制模型。

研究结果

调控复合物中的结构-功能关系

研究人员通过多个案例展示了结构信息如何揭示构象变化与灵活性在RNA调控中的核心作用。例如，Nam等人利用cryo-EM和SHAPE-MaP数据，揭示了ATP非依赖性RNA伴侣蛋白Ro60和La如何以有序、逐步的方式协同重塑错误折叠的非编码RNA（ncRNA），将其导向功能性组装或降解途径。Singh等人解析了果蝇胚胎中Egalitarian（Egl）-Bicaudal D（BicD）复合物与转运定位序列（TLS）RNA元件结合的cryo-EM结构，发现两个Egl单体通过识别由RNA螺旋弯曲精确定位的相邻小沟来实现特异性结合，并且同时结合另一个低亲和力的TLS样元件可增强mRNA运输的效率与持续性。此外，两项研究分别阐明了剪接因子SRSF3通过插入其RNA识别基序（RRM）稳定Microprocessor复合物构象以促进pri-miRNA高效加工，以及丝氨酸氨酰-tRNA合成酶（SerRS）通过与METTL6甲基转移酶的tRNA依赖型互作，确保tRNA^Ser的正确底物定位以促进m³C修饰。

转录组范围网络中的蛋白质-RNA相互作用

研究人员整合结构与转录组数据，构建了RNA结合蛋白（RBP）调控的机制模型。关于IMP1的研究显示，该蛋白的KH34双结构域通过一个保守的疏水空腔识别m⁶A修饰，使蛋白-RNA复合物寿命延长8倍。动力学模型表明，在神经元分化过程中，m⁶A水平升高与IMP1丰度下降的协同作用，驱动IMP1优先结合微管相关的m⁶A修饰mRNA，从而促进其翻译。另一项针对FUBP1的研究则通过iCLIP、NMR和动力学建模，揭示了FUBP1通过其KH结构域结合内含子3'端的富U序列，并利用其一段延伸的疏水区域直接与通用剪接因子U2AF2发生中等亲和力的相互作用，从而稳定3'剪接位点复合物，促进早期剪接体组装，并在外显子和内含子定义阶段均发挥调控作用。

在具有挑战性的蛋白质-RNA互作体系中提取特异性要素

研究人员探讨了如何通过结构引导的策略克服低亲和力或无序区域的RNA结合特异性鉴定难题。Chaves-Arquero等人通过定点突变提高FMRP蛋白KH1结构域的亲和力，使其能够利用支架独立分析（SIA）方法定义其序列特异性，从而解释了FMRP靶标中短序列基序的富集现象。对于含有内在无序区（IDR）的DDX3X蛋白，研究人员结合NMR滴定、解旋与结合实验，发现其氨基末端的RGG盒能够特异性地识别目标RNA中的G-四链体结构，随后由解旋酶核心促进RNA解旋。

讨论与结论

本综述强调，结构-功能分析在塑造我们对RNA生物学的理解中占据核心地位。结构信息提供了一个框架，能够在原子或残基/核苷酸分辨率下整合多样化的生物物理、生物化学和功能数据。尽管人工智能已常规融入cryo-EM结构解析流程，但基于AlphaFold框架的模型尚无法提供高置信度的蛋白质-RNA互作界面描述。上述研究表明，构象变化和灵活性是许多RNA调控机制的核心。结构引导的突变分析和多源数据整合是构建机制模型的关键。最近，这一策略已扩展至包含转录组范围的数据集，以研究组合互作和汇聚的RNA调控层级。将定量细胞测量数据纳入结构驱动的RNA调控模型仍有限，这反映了获取细胞内局部浓度、结合动力学和空间组织等定量数据的技术挑战。可以预见，从实验设计初期就实现结构、生物物理与系统层面方法的更紧密整合，将为理解RNA调控网络提供有价值的切入点。