Modeling and design of complex RNA structures

复杂 RNA 结构的建模和设计

基本信息

批准号：
10685534
负责人：
Rhiju Das
金额：
$ 68.47万
依托单位：
STANFORD UNIVERSITY
依托单位国家：
美国
项目类别：
财政年份：
2017
资助国家：
美国
起止时间：
2017-09-01 至 2027-07-31
项目状态：
未结题

项目摘要

PROJECT SUMMARY The continuing discoveries of RNAs and their critical roles in cellular and viral machinery are inspiring novel antibacterial, antitumor, antiviral, and genome-editing therapies based on disabling, manipulating, and repurposing the RNAs involved. Unfortunately, our poor biophysical understanding of `how RNAs work' is slowing the development of these potentially life-saving efforts. A critical bottleneck has been the inapplicability of crystallography, NMR, phylogenetic analysis, and biochemical methods to determine the partly ordered conformations of non-coding RNAs in all their functional states. To address this bottleneck, we bring together biophysical modeling, electron microscopy, high throughput biochemical/sequencing experiments, machine learning, wet-lab- integrated crowdsourcing, and a wide collaborative network. Current projects that exemplify our approach involve the COVID-19 pandemic. With our Ribosolve hybrid structure determination pipeline, we are discovering that numerous segments of the SARS-CoV-2 RNA genome form well-defined 3D structures whose targeting by antisense oligonucleotides inhibits viral replication. In the OpenVaccine challenge, we are developing highly structured COVID-19 mRNA vaccines with sufficient in vitro stability to enable world-wide shipping of mRNA in prefilled syringes. This COVID-19 research has benefited from our agile approach and the flexibility allowed by MIRA support; many of the computational and experimental methods we use now did not exist before the pandemic. Because RNA is so fundamental to life, tackling many of science's further `big questions' in human disease could be accelerated if we could visualize and design any RNA. My lab seeks to create the RNA computational and experimental foundation needed to get all of us there in upcoming years.

项目概要 RNA 的不断发现及其在细胞和病毒机制中的关键作用正在激发新型抗菌、抗肿瘤、抗病毒和基因组编辑疗法基于禁用、操纵和重新利用所涉及的 RNA。很遗憾，我们对“RNA如何工作”缺乏生物物理学理解正在减慢这些可能挽救生命的努力。一个关键的瓶颈是不适用晶体学、核磁共振、系统发育分析和生化方法来确定非编码 RNA 在其所有功能状态下的部分有序构象。到为了解决这个瓶颈，我们将生物物理建模、电子显微镜、高通量生化/测序实验、机器学习、湿实验室- 集成的众包和广泛的协作网络。目前的项目举例说明我们针对 COVID-19 大流行采取的方法。使用我们的 Ribosolve 混合动力结构确定管道中，我们发现许多部分 SARS-CoV-2 RNA 基因组形成明确的 3D 结构，其靶向反义寡核苷酸抑制病毒复制。在 OpenVaccine 挑战赛中，我们正在开发高度结构化的 COVID-19 mRNA 疫苗，具有足够的体外稳定性使得 mRNA 在预装注射器中能够在全球范围内运输。此次新冠肺炎 (COVID-19) 研究受益于我们的敏捷方法和 MIRA 所提供的灵活性支持;我们现在使用的许多计算和实验方法并不存在大流行之前。由于 RNA 对生命至关重要，因此解决了许多科学问题如果我们能够想象并解决人类疾病中的进一步“重大问题” 设计任何RNA。我的实验室致力于创建 RNA 计算和实验基金会需要帮助我们所有人在未来几年实现这一目标。

项目成果

期刊论文数量（19）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Deep learning models for predicting RNA degradation via dual crowdsourcing.

通过双重众包预测 RNA 降解的深度学习模型。

DOI：
发表时间：
2021-10-14
期刊：
影响因子：
0
作者：
Wayment;Kladwang, Wipapat;Watkins, Andrew M;Kim, Do Soon;Tunguz, Bojan;Reade, Walter;Demkin, Maggie;Romano, Jonathan;Wellington;Nicol, John J;Gao, Jiayang;Onodera, Kazuki;Fujikawa, Kazuki;Mao, Hanfei;Vandewiele
通讯作者：
Vandewiele

Assessment of three-dimensional RNA structure prediction in CASP15.

CASP15 中三维 RNA 结构预测的评估。

DOI：
发表时间：
2023-10-03
期刊：
影响因子：
0
作者：
Das, Rhiju;Kretsch, Rachael C;Simpkin, Adam J;Mulvaney, Thomas;Pham, Phillip;Rangan, Ramya;Bu, Fan;Keegan, Ronan M;Topf, Maya;Rigden, Daniel J;Miao, Zhichao;Westhof, Eric
通讯作者：
Westhof, Eric

Assessment of three-dimensional RNA structure prediction in CASP15.

CASP15 中三维 RNA 结构预测的评估。

DOI：
发表时间：
2023-12
期刊：
影响因子：
2.9
作者：
Das, Rhiju;Kretsch, Rachael C;Simpkin, Adam J;Mulvaney, Thomas;Pham, Phillip;Rangan, Ramya;Bu, Fan;Keegan, Ronan M;Topf, Maya;Rigden, Daniel J;Miao, Zhichao;Westhof, Eric
通讯作者：
Westhof, Eric

Using Rosetta for RNA homology modeling.

使用 Rosetta 进行 RNA 同源性建模。