banner
Centro notizie
Fornitore collaudato e rispettabile di servizi eccezionali

Programmazione dell'RNA inattivo

Aug 15, 2023

Natura volume 618, pagine 169–179 (2023) Citare questo articolo

25mila accessi

248 Altmetrico

Dettagli sulle metriche

L’occupazione del target è spesso insufficiente per suscitare l’attività biologica, in particolare per l’RNA, aggravata dalle sfide di lunga data che circondano il riconoscimento molecolare delle strutture dell’RNA da parte di piccole molecole. Qui abbiamo studiato i modelli di riconoscimento molecolare tra una raccolta di piccole molecole ispirata a un prodotto naturale e strutture di RNA piegate tridimensionalmente. La mappatura di questi paesaggi di interazione attraverso il trascrittoma umano ha definito le relazioni struttura-attività. Sebbene ci si aspettasse che i composti leganti l'RNA che si legano a siti funzionali suscitassero una risposta biologica, si prevedeva che la maggior parte delle interazioni identificate fossero biologicamente inerti poiché si legano altrove. Abbiamo pensato che, per questi casi, una strategia alternativa per modulare la biologia dell'RNA è quella di scindere il bersaglio attraverso una chimera che mira alla ribonucleasi, dove una molecola che lega l'RNA viene aggiunta a un eterociclo che si lega e attiva localmente la RNasi L1. La sovrapposizione della specificità del substrato per la RNasi L con il panorama legante di piccole molecole ha rivelato molti leganti candidati favorevoli che potrebbero essere bioattivi quando convertiti in degradatori. Forniamo una prova di concetto, progettando degradatori selettivi per il precursore del microRNA-155 associato alla malattia (pre-miR-155), dell'mRNA JUN e dell'mRNA MYC. Pertanto, la degradazione mirata all'RNA di piccole molecole può essere sfruttata per convertire interazioni di legame forti, ma inattive, in modulatori potenti e specifici della funzione dell'RNA.

L'importanza dell'RNA nella biologia della salute e della malattia è ben documentata2, offrendo opportunità nell'ambito della biologia chimica rispettivamente per studiare la funzione o intervenire contro la disfunzione. Il targeting dell'RNA basato sulla sequenza viene spesso ottenuto con oligonucleotidi complementari che si legano e quindi reclutano una ribonucleasi per scindere il bersaglio3. Questa modalità è più adatta per colpire regioni non strutturate in un RNA, poiché il riconoscimento molecolare avviene attraverso l'accoppiamento di basi4. Tuttavia, l’RNA può essere altamente strutturato e la sua funzione biologica è spesso dettata dalla sua struttura5,6. In particolare, tali regioni strutturate possono essere prese di mira mediante il legame di piccole molecole che interagiscono con le tasche presentate da una piega di RNA7. Tuttavia, l’occupazione delle strutture dell’RNA da parte di sole piccole molecole spesso non è sufficiente a suscitare un effetto biologico8.

Qui abbiamo sviluppato una strategia che converte piccole molecole biologicamente inattive che legano l'RNA in effettori potenti e specifici della funzione, ottenuta fissando un elemento di riconoscimento molecolare dell'RNA a un secondo composto che si lega e attiva una ribonucleasi per scindere il bersaglio. Il nostro obiettivo è triplice: (1) definire le interazioni di legame tra piccole molecole e pieghe dell'RNA; (2) convertire, in modo programmabile, interazioni di legame altamente selettive che sono biologicamente inerti in induttori di degradazione mirata, fornendo inibitori funzionali potenti e selettivi; e (3) stabilire un paradigma mediante il quale piccole molecole possono eliminare gli RNA.

Una raccolta di composti di piccole molecole simili a prodotti naturali da 15.000 membri con diverse proprietà9 è stata studiata per legarsi a una libreria di pieghe 3D di RNA presentate in una libreria di loop interni 3 × 3 (ILL; 61.440.000 potenziali interazioni di legame analizzate) (Fig. 1a ). Le 4.096 pieghe di RNA uniche in 3 × 3 ILL includono anelli interni 1 × 1, 2 × 2 e 3 × 3, nonché anelli di rigonfiamento e RNA completamente accoppiati. Il legame è stato valutato utilizzando un test di spostamento del colorante fluorescente10, in cui i composti della libreria che si legano all'RNA spostano il colorante e ne riducono l'emissione. Un triage primario delle 15.000 piccole molecole (10 μM) ha prodotto 1.584 composti colpiti (dati estesi Fig. 1a). La convalida secondaria dei 480 composti principali ha prodotto 344 piccole molecole leganti. Questi diversi composti includono sei impalcature leganti l'RNA, come 1-benzilidene-1-indene e fenotiazina (Fig. 1b).

 8. Preference for 3 × 3 internal loops and one-nucleotide bulges was collectively observed for these compounds. Of these 1,044 motifs, only 23 (2.2%) are present in highly expressed human transcripts (n = 2,712 total motifs), and 375 are new motifs with no previously known small-molecule binder. Inforna contains over 100,000 RNA–small molecule interactions and 6,453 unique RNA motifs of various types. d, Although around 6% of all miRNAs can be bound by C1–C6, only about 30% of targetable sites within them are functional (Drosha or Dicer processing site) and are therefore predicted to induce a biological effect. The other approximately 70% are unproductive interactions that are predicted to be biologically silent. We identified that 48% of miRNAs that have ligandable non-functional sites are potential substrates for RNase L, which could be targeted by RIBOTACs. Thus, biologically inert binders can be converted into bioactive RIBOTACs that provoke targeted degradation. Statistical significance referred to in c was calculated using two-tailed Student's t-tests./p> 8—a statistical threshold considered to be bound by the small molecule13—were analysed (n = 329 unique motifs; Fig. 1c). Notably, these compounds collectively showed a preference for 3 × 3 internal loops (78.4% bound by small molecules versus 48.3% in the initial library; P < 0.001) and one-nucleotide bulges (5.2% compared to 2.1%; P < 0.001; Fig. 1c). Among the 329 unique motifs, 258 had no known small-molecule binder. LOGO analysis of the RNAs in the top 0.5% of statistically significant enriched loops (Zobs > 8) revealed that each molecule binds to a unique RNA sequence pattern (Extended Data Fig. 2)./p> 8, among which 117 are new with no previously known small-molecule binders (Extended Data Figs. 4 and 5 and Supplementary Table 1). Combining these with motifs bound by C1–C6, this study contributes 375 new RNA motifs to the current database of RNA–small-molecule interactions. An analysis of the RNAs selected by the azolium salts revealed that the top three small molecules predicted to bind to the 5′GAU/3′C_A motif in pre-miR-155 were C19, C1 and C20, in rank order. Affinity measurements showed that only C1 and C20 bind to the A bulge of miR-155, while C19 binding was undetermined due to aggregation under assay conditions (Extended Data Fig. 3d). As observed for C1, C20 showed no saturable binding to an RNA with the A bulge changed to an AU pair (Extended Data Fig. 3d)./p> 1), with 1 upregulated and 28 downregulated. Notably, these 29 transcripts were also affected to a comparable extent by LNA-155 treatment (Extended Data Fig. 7i). When considering downstream targets of miR-155 predicted by TargetScanHuman (v.7.0)35 (n = 469), 307 (65%) were upregulated by pre-miR-155-RIBOTAC. A similar percentage (68%) of these 469 targets was also upregulated by LNA-155. Notably, 263 targets were upregulated by both pre-miR-155-RIBOTAC and LNA-155. A comparison of the normalized read counts for all genes between pre-miR-155-RIBOTAC and LNA-155 treatment showed a highly significant correlation, with R > 0.99 (Extended Data Fig. 7i). Collectively, these data indicate that pre-miR-155-RIBOTAC affects the transcriptome in similar ways to an oligonucleotide targeting miR-155 (LNA-155) and with limited off-target effects, although additional studies are needed to assess the selectivity of miRNA knockdown. Notably, pre-miR-155-RiboTAC selectively reduced miR-155 levels miRnome-wide in MDA-MB-231 cells forced to express wild-type pre-miR-155 but not those forced to express a binding site mutant (Extended Data Fig. 8a)./p> 50 µM) (Extended Data Fig. 10a). These data were corroborated by an orthogonal binding assay using Cy-5-labelled RNAs (Extended Data Fig. 10b). Target engagement was validated both in vitro and in the pancreatic cancer cell line MIA PaCa-2 (Extended Data Fig. 10c,d) using Chem-CLIP and its competitive variant. Finally, although in vitro binding assays and target validation confirmed engagement of the JUN IRES with JUN-binder, this molecule was biologically inert, with no effects on JUN mRNA or protein levels up to concentrations of 2 µM (Fig. 4c and Extended Data Fig. 10e)./p>0.995 and cluster together. Compounds C12–C15 are nearly chemically identical as they share the cholesterol-derived azolium core, differing only by the other N-substituent. However, when compared to the remaining compounds (C1–C11 and C16–C20), their Tanimoto score ranges from 0.29–0.32, indicating they are unique among the hits obtained. C1 and C11 exhibit high similarity (Tanimoto coefficient = 0.82), although they appear very different structurally. This could be due to their similar spatial orientations, as both have alkyl substituted benzenes on their azolium cores. Compounds C4, C5, C6, and C20 are structurally unique compared to all other hits./p>