Disease/Infection NewsGesundheit AllgemeinMedical Research NewsMedical Science NewsNews

Studie untersucht weitreichende RNA-RNA-Wechselwirkungen von SARS-CoV-2


Deprecated: preg_split(): Passing null to parameter #3 ($limit) of type int is deprecated in /www/htdocs/w01f050a/institut-der-gesundheit.com/wp-content/themes/jannah/framework/functions/post-functions.php on line 863

In einer kürzlich veröffentlichten Studie in der Internationale Zeitschrift für MolekularwissenschaftenForscher untersuchten RRIs [long-range ribonucleic acid (RNA)-RNA interactions] bei schwerem akutem respiratorischem Syndrom Coronavirus 2 (SARS-CoV-2) besorgniserregende Varianten (VOCs)-Genomen zur Beurteilung evolutionärer Veränderungen bei SARS-CoV-2.

Studie: Variantenspezifische Analyse enthüllt eine neuartige RNA-RNA-Interaktion mit großer Reichweite in SARS-CoV-2 Orf1a.  Bildnachweis: CROCOTHERY/Shutterstock
Studie: Variantenspezifische Analyse enthüllt eine neuartige RNA-RNA-Interaktion mit großer Reichweite in SARS-CoV-2 Orf1a. Bildnachweis: CROCOTHERY/Shutterstock

Hintergrund

RRIs sind für den Lebenszyklus von CoVs von wesentlicher Bedeutung, und ihr Nachweis kann das Verständnis der evolutionären Merkmale von SARS-CoV-2 erweitern und möglicherweise bei der Vorhersage neu auftretender VOCs helfen, da es sich bei SARS-CoV-2 um ein RNA-Virus handelt. Jüngste In-vivo-Studien zur Untersuchung der RNA-Struktur von SARS-CoV-2 haben einige Langzeit-RRIs identifiziert; Es sind jedoch weitere Untersuchungen erforderlich. Der offene Leserahmen 1a (Orf1a) und Orf1b (oder Orf1ab) kodieren 16 nichtstrukturelle Proteine, die an der Replikation und Transkription von SARS-CoV-2 beteiligt sind, und sind eine Quelle für Variationen im SARS-CoV-2-Genom.

Über die Studie

In der vorliegenden Studie bewerteten die Forscher VOC-spezifische evolutionäre Veränderungen im SARS-CoV-2-Genom auf der Grundlage langfristiger RRI-Bewertungen.

SARS-CoV-2-Genomsequenzen (n=32.714) der Alpha VOC, Beta VOC, Delta VOC und Omicron VOC, die aus 92 verschiedenen Nationen stammen, wurden aus der GISAID-Datenbank (Global Initiative on Sharing All Influenza Data) heruntergeladen. Für die Analyse wurden acht Orf1a- und/oder Orf1b-RRIs mit großer Reichweite ausgewählt, von denen vier experimentell validiert (Exp) und aus dem COMRADES-Experiment (Exp) gewonnen wurden und die restlichen vier aus rechnerischen Vorhersagen (Comp) mit der IntaRNA-Software gewonnen wurden .

Comp-RRIs wurden analysiert, um neuartige RRIs mit großer Reichweite und die damit verbundenen Veränderungen in der SARS-CoV-2-Entwicklung zu untersuchen. Darüber hinaus wurde das Frame-Shifting-Element (FSE) analysiert, um die merkmalsspezifische Entwicklung zwischen VOCs zu bewerten. Mutationsmuster innerhalb der Sequenzen wurden zunächst im gesamten Genom und anschließend anhand von VOC bewertet. Die strukturellen Veränderungen des RRI wurden durch Bewertung VOC-spezifischer kompensatorischer Mutationen, Erhaltung und kovariierender Mutationen für jeden RRI bewertet.

Es wurden erneut rechnerische Schätzungen durchgeführt, wobei SHAPE-Informationen verwendet wurden, um eine eingeschränktere Schätzung vorzunehmen. Genomintervalle wurden bestimmt und die fünf besten Treffer für jedes Genomintervall aufgezeichnet, woraufhin die Interaktionen auf der Grundlage der Energiereste eingestuft wurden. Paarweise Abstände zwischen VOC [the average number of differing bases for GISAID sequences] wurden als Maß für die Unähnlichkeit berechnet.

In den acht RRIs mit großer Spannweite wurden keine Stammschleifen oder Pseudoknoten beobachtet. Um das Verständnis darüber zu verbessern, wie SARS-CoV-2-RRIs unabhängig von VOC konserviert werden, wurde die durchschnittliche Anzahl von Mutationen pro Base für die Sequenzen für alle acht RRIs verglichen. Darüber hinaus wurden die Mutationen basierend auf der Akkommodation der RNA-Basenpaare (bp) als kompensatorisch oder nicht kompensatorisch kategorisiert.

Um zu untersuchen, ob die RRIs weniger/mehr Variationen aufwiesen oder lediglich in die Kategorie der hochvariablen Regionen des SARS-CoV-2-Genoms fallen, wurden die Variationen der RRIs pro Base mit denen ihrer Nachbarregionen verglichen [100 nucleotides (nt) upstream and downstream]. Darüber hinaus wurde eine Kovariationsanalyse durchgeführt und die Sequenzen nach ihren entsprechenden VOCs gruppiert, um Trends VOC-spezifischer und VOC-gruppenspezifischer Trends zu bewerten. Um zu untersuchen, ob sich die RRIs VOC-spezifisch entwickelten, wurden VOC-Sequenzen getrennt und durch R-Scape-Analyse weiter analysiert.

Ergebnisse

An allen RRI-Standorten wurden heterogene Mutationsraten und Evolutionsmuster beobachtet, was auf unterschiedliche Evolutionsraten und Einschränkungen an verschiedenen SARS-CoV-2-RNA-Standorten hinweist. Exp1 und Exp4 zeigten ein relativ hohes Maß an Konservierung, wohingegen Comp1 und Exp2 mehrere kompensatorische Mutationen enthielten.

Statistische R-Scape-Analysen zeigten jedoch keine signifikanten Kovariationen für irgendeinen RRI, und es gab keine Signifikanz für die Top-5-Treffer unter Verwendung der SHAPE-Einschränkung. Es wurden keine Hinweise auf eine Koevolution der beiden Regionen eines RRI innerhalb der Sequenzen gefunden. Omicron, die jüngste VOC, zeigte die größte Sequenzdivergenz und die höchste Mutationsrate (2,5 × 10−6 pro Base und Tag) und Delta zeigte die niedrigste Mutationsrate (1,96 × 10−6).

Es wurde festgestellt, dass Alpha-VOC und Beta-VOC näher beieinander liegen als andere VOCs. Comp4 wies die höchste Anzahl an strukturellen Mutationen auf (doppelt so viele wie seine Nachbarregionen, aber den niedrigsten Prozentsatz (~12 %) an nichtstrukturellen Mutationen aufgrund einer „identifizierenden Mutation“ (Q57H) innerhalb des Beta-VOC-Orf3a), während Exp1 dies aufwies geringste Anzahl an Mutationen.

Für einige RRIs mit großer Reichweite wurden VOC-spezifische evolutionäre Veränderungen beobachtet, die Hinweise auf die Existenz von Comp1 in den Beta-VOC-Sequenzen liefern. Comp2 erwies sich ohne die SHAPE-Einschränkung als der Top-Hit. Die Mutationsrate von FSE war vergleichbar mit der der acht Langzeit-RRIs. Unerwarteterweise zeigte FSE mehr Variationen pro Basis als die Nachbarregionen, wahrscheinlich aufgrund seiner Überstruktur. Das Exp4-Intervall der Beta-Sequenzen, dh Beta Exp4 und Beta Comp1, zeigte trotz geringer statistischer Aussagekraft signifikant kovariierende Basenpaare.

Bei bestimmten RRIs gab es Unterschiede in Bezug auf VOC. Beispielsweise wies Comp1 bei allen VOCs mit Ausnahme von Delta eine geringere Variation auf als die Nachbarregionen, und Exp1 wies in Delta und Omicron eine geringere Erhaltung auf, jedoch nicht in Alpha oder Beta. Darüber hinaus hatte Comp4 in Omicron eine viel geringere Konservierung, während sie bei anderen VOCs viel höher war. In Comp4 passen nur drei Prozent der Beta-Mutationen die Struktur an, während dies bei 90 Prozent der Alpha-Mutationen der Fall ist.

Abschluss

Insgesamt zeigten die Studienergebnisse, dass Langstrecken-RRIs in verschiedenen SARS-CoV-2-VOCs unterschiedlichen evolutionären Belastungen ausgesetzt sein könnten und dass Comp1 ein neuer SARS-CoV-2-Langstrecken-RRI sein könnte.

Referenz:


Deprecated: preg_split(): Passing null to parameter #3 ($limit) of type int is deprecated in /www/htdocs/w01f050a/institut-der-gesundheit.com/wp-content/themes/jannah/framework/functions/post-functions.php on line 863

Daniel Wom

Daniel Wom ist ein renommierter Webentwickler und SEO-Experte, der in der digitalen Welt eine beeindruckende Karriere aufgebaut hat. Als Betreiber mehrerer Blogs und Online-Magazine erreicht er jeden Monat mehr als 1 Million begeisterte Leser. Sein unermüdlicher Einsatz für Qualität im Web und seine Fähigkeit, die neuesten Trends und Entwicklungen im Webdesign und in der digitalen Kommunikation vorherzusehen und sich daran anzupassen, haben ihn zu einer angesehenen Persönlichkeit in der Branche gemacht.

Ähnliche Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert