ARN, ou acide ribonucléique, joue un rôle essentiel dans de nombreux processus biologiques, non seulement en tant que molécule messagère chargée de transmettre l'information génétique du noyau au cytoplasme pour la production de protéines, mais aussi comme protagoniste de mécanismes cellulaires différents et significativement importants. Dans beaucoup d'entre eux, sa structure joue un rôle crucial. La structure est différente et caractéristique pour chaque ARN en fonction de la séquence d'unités spécifiques, connu sous le nom de nucléotides. Une équipe de recherche à SISSA, dirigé par le professeur Giovanni Bussi, a développé un modèle de simulation informatisé qui prédit efficacement la conformation tridimensionnelle du filament d'ARN à partir d'une séquence de nucléotides. L'auteur principal de l'étude, vient de paraître dans la revue Recherche sur les acides nucléiques , est le chercheur de SISSA Simón Poblete. Le travail promet d'avoir un impact significatif dans le domaine de la recherche et de l'application.

"La structure de l'ARN est un facteur crucial pour nombre de ses fonctions, " explique Giovanni Bussi. " La détermination expérimentale des structures d'ARN peut prendre des années, c'est pourquoi il y a un grand intérêt à développer des méthodes pour prédire sa structure. Jusqu'à aujourd'hui, les modèles prédictifs se sont principalement concentrés sur l'étude des parties d'ARN qui forment des doubles hélices. Cependant, le filament d'ARN peut prendre des conformations spécifiques et complexes régies par les interactions dites « non canoniques », qui sont très différents de ceux prédits par le modèle à double hélice de Watson-Crick pour l'ADN. »

Modèles de simulation actuels, dit Bussi, "fonctionne très bien. A partir d'une séquence, ils sont capables d'envisager une variété de structures possibles. Le problème est qu'ils sont incapables de dire quelle est la bonne structure parmi tant d'autres. Notre modèle, qui utilise une représentation simplifiée de l'ARN et a été conçu explicitement pour prédire les interactions non canoniques, s'est avérée très efficace à cet égard. » Pour tester sa qualité, des chercheurs l'ont utilisé pour prédire la structure de molécules d'ARN dont la conformation tridimensionnelle est connue, à partir de la seule connaissance de la séquence. « Comparer nos prédictions avec des structures connues, nous avons compris que notre approche fonctionne vraiment, " confirme Giovanni Bussi.

Cela pourrait faire la lumière sur la relation entre la structure et la fonction de l'ARN. Bussi dit, « L'ARN est particulièrement intéressant pour ses implications pratiques; une fois qu'une molécule d'ARN a été identifiée, autant de molécules que souhaité peuvent être obtenues avec peu d'effort et identiques à la première au moyen d'un processus de réplication rapide et peu coûteux. Si, par exemple, nous avons pu trouver la molécule d'ARN capable de déclencher des processus précis au sein de l'organisme avec des effets thérapeutiques importants en raison de sa structure spécifique, cela ouvrirait des perspectives vraiment inouïes."