新型冠狀病毒（SARS-CoV-2）是造成全世界新冠肺炎大流行的罪魁禍首。截止目前，全世界范圍內(nèi)已經(jīng)有超過1億人感染新冠病毒，超過兩百萬人死亡。新冠病毒是一種單股正鏈RNA病毒，病毒RNA基因組本身既編碼了遺傳信息，也是病毒基因組復制的調(diào)控中心。理解新冠RNA基因組的結構以及與之相互作用的宿主蛋白，可以幫助我們更好地開發(fā)治療新冠的藥物。
近日，清華大學結構生物學高精尖創(chuàng)新中心張強鋒課題組與協(xié)和醫(yī)學院王健偉課題組以及清華大學醫(yī)學院丁強課題組合作，在Cell?雜志在線發(fā)表了題為“In vivo structural characterization of the SARS-CoV-2 RNA genome identifies host proteins vulnerable to repurposed drugs”的論文。利用icSHAPE技術，解析了感染細胞內(nèi)新型冠狀病毒RNA基因組的二級結構，以及其他6種冠狀病毒屬RNA非編碼區(qū)的二級結構，發(fā)現(xiàn)并驗證了新冠病毒多個重要的RNA結構元件。同時，利用課題組最新開發(fā)的人工智能算法PrismNet (Cell Research，2021)，預測并驗證了多個與病毒RNA相互作用的宿主蛋白，并找到了潛在抗新冠的重定位藥物（repurposed drugs）（圖一）。
圖1 新冠病毒RNA結構解析，保守RNA結構鑒定，互作宿主蛋白發(fā)現(xiàn)以及抗病毒藥物篩選
無論是新冠肺炎(COVID-19)、非典(SARS)、還是中東呼吸綜合征(MERS)，其病原體都是單鏈RNA病毒。病毒RNA會折疊成復雜的RNA結構，在病毒的生命過程調(diào)控中起重要作用。很多研究已經(jīng)發(fā)現(xiàn)多種病毒的非編碼區(qū)RNA結構可以調(diào)控病毒的翻譯、復制以及穩(wěn)定性。張強鋒課題組一直致力于從RNA結構的角度研究病毒的生活周期并開發(fā)新的抗病毒策略。2018年，該課題組利用icSHAPE技術與PARIS技術解析了寨卡病毒亞洲株系（流行株，致病性較高）與非洲株系（非流行株，致病性較低）的RNA結構，發(fā)現(xiàn)并驗證了一個在亞洲株系中特異存在的5’非編碼區(qū)域與E蛋白編碼區(qū)域的長距離相互作用。破壞該相互作用會抑制病毒的擴增，為解釋不同株系間的致病性差異以及病毒的適應性進化提供了新的認識(Li et al., 2018)。
新冠肺炎疫情爆發(fā)之后，張強鋒課題組與協(xié)和醫(yī)學院王建偉課題組以及清華大學醫(yī)學院丁強課題組迅速行動，在之前研究基礎上，不僅解析了新冠及其相關病毒的RNA結構，還利用新開發(fā)的深度學習模型PrismNet，嘗試從新的角度尋找有效的抗病毒藥物（圖2）。作者首先利用icSHAPE技術解析了侵染細胞內(nèi)以及體外重新折疊的新冠病毒RNA全基因組二級結構。利用共進化信息以及能量最低原則，同時整合實驗獲得的icSHAPE數(shù)值，作者構建了全長3萬堿基的新冠病毒RNA結構模型。與此同時，作者合成了已知的6種其他冠狀病毒的非編碼區(qū)及其附近區(qū)域的序列。通過體外轉錄，作者解析了其他冠狀病毒的體外RNA結構。
通過結構模型，作者找到了37個保守的RNA結構元件，并通過反義多聚核酸（ASO）干擾RNA結構，以及引入突變破壞RNA結構，并且引入互補突變恢復RNA結構等實驗手段驗證了相關RNA結構元件對病毒復制的重要作用。通過比較不同種類冠狀病毒RNA結構，作者發(fā)現(xiàn)，雖然不同冠狀病毒間具有較低的序列保守性，但是卻有較高的結構保守性以及非常相似的結構模式。通過對病毒不同蛋白對應的RNA結構與翻譯速率以及病毒亞基因組表達量的關聯(lián)分析，作者發(fā)現(xiàn)RNA結構會影響病毒亞基因組的表達量以及蛋白的表達量。
在張強鋒課題組另外一個工作中(Cell Research，2021)，他們通過整合細胞內(nèi)RNA結構信息，利用深度學習算法構建了預測RNA結合蛋白-RNA相互作用的PrismNet模型(Sun et al., 2021)。在這項工作中，作者利用細胞內(nèi)新冠病毒RNA結構，通過PrismNet模型預測了42個與新冠RNA相互作用的宿主蛋白。針對宿主蛋白，作者找到了多個可以抗新冠的重定位藥物。利用多種新冠病毒細胞培養(yǎng)模型，作者在不同細胞內(nèi)驗證了多種重定位藥物能有效抑制新冠病毒復制，為抗新冠藥物的開發(fā)提供了一個新的思路。
據(jù)悉，清華大學張強鋒研究員、協(xié)和醫(yī)學院王健偉教授以及清華大學丁強研究員為論文共同通訊作者；清華大學博士后孫磊、清華大學博士生李盼、鞠曉輝、協(xié)和醫(yī)學院博士后饒健以及清華大學博士生黃文澤為論文共同第一作者；協(xié)和醫(yī)學院任麗麗研究員和清華大學博士生徐魁為本研究做出了重要貢獻。
Li, P., Wei, Y., Mei, M., Tang, L., Sun, L., Huang, W., Zhou, J., Zou, C., Zhang, S., Qin, C.F., et al. (2018). Integrative Analysis of Zika Virus Genome RNA Structure Reveals Critical Determinants of Viral Infectivity. Cell Host Microbe 24, 875-886 e875.
Sun, L., Xu, K., Huang, W., Yang, Y.T., Li, P., Tang, L., Xiong, T., and Zhang, Q.C. (2021). Predicting dynamic cellular protein-RNA interactions using deep learning and in vivo RNA structure. Cell Research,
https://doi.org/10.1038/s41422-41021-00476-y.
來源：結構生物學高精尖創(chuàng)新中心
