3D RNA and Functional Interactions from Evolutionary Couplings.
3D RNA and Functional Interactions from Evolutionary Couplings.
复制标题
DOI：
10.1016/j.cell.2016.03.030
复制
发表时间：
2016-05-05
期刊：
影响因子：
64.5
通讯作者：
Marks, Debora S.
中科院分区：
文献类型：
--
作者：
Weinreb, Caleb;Riesselman, Adam J.;Ingraham, John B.;Gross, Torsten;Sander, Chris;Marks, Debora S.
非编码 RNA 无处不在，但新 RNA 基因序列的发现远远超过了对其结构和功能相互作用的研究。我们挖掘进化序列记录，以获得有关 RNA 和 RNA-蛋白质复合物的功能和结构的精确信息。与蛋白质结构预测一样，我们使用序列共变的最大熵全局概率模型来推断 RNA 分子内进化受限的核苷酸-核苷酸相互作用，以及 RNA-蛋白质复合物中的核苷酸-氨基酸相互作用。预测的接触允许对几种已知的 RNA 结构和 RNA-蛋白质复合物进行高精度的全原子盲 3D 结构预测。对于未知结构，我们预测 160 个非编码 RNA 家族中的接触。除了 3D 结构预测之外，进化耦合还有助于识别重要的功能相互作用，例如核糖开关的开关点和 HIV 中复杂的成核位点。通过加速序列积累，进化耦合分析可以加速发现涉及 RNA 的功能相互作用和 3D 结构。
Non-coding RNAs are ubiquitous, but the discovery of new RNA gene sequences far outpaces research on their structure and functional interactions. We mine the evolutionary sequence record to derive precise information about function and structure of RNAs and RNA-protein complexes. As in protein structure prediction, we use maximum entropy global probability models of sequence co-variation to infer evolutionarily constrained nucleotide-nucleotide interactions within RNA molecules, and nucleotide-amino acid interactions in RNA-protein complexes. The predicted contacts allow all-atom blinded 3D structure prediction at good accuracy for several known RNA structures and RNA-protein complexes. For unknown structures, we predict contacts in 160 non-coding RNA families. Beyond 3D structure prediction, evolutionary couplings help identify important functional interactions, e.g., at switch points in riboswitches and at a complex nucleation site in HIV. Aided by accelerating sequence accumulation, evolutionary coupling analysis can accelerate the discovery of functional interactions and 3D structures involving RNA.
登录
查看更多内容
影响因子：
5.8
作者：
Dunn, S. D.;Wahl, L. M.;Gloor, G. B.
通讯作者：
Gloor, G. B.
影响因子：
14.9
作者：
De Leonardis E;Lutz B;Ratz S;Cocco S;Monasson R;Schug A;Weigt M
通讯作者：
Weigt M
影响因子：
5.4
作者：
ADACHI, A;GENDELMAN, HE;MARTIN, MA
通讯作者：
MARTIN, MA
影响因子：
7.7
作者：
Cheng CY;Chou FC;Kladwang W;Tian S;Cordero P;Das R
通讯作者：
Das R
影响因子：
48
作者：
Das, Rhiju;Karanicolas, John;Baker, David
通讯作者：
Baker, David