Még közelebb a genetikai betegségek megértéséhez

2022.02.19.
Még közelebb a genetikai betegségek megértéséhez
Magyar kutatóknak sikerült azonosítani az RNS módosítások olyan mechanizmusát, amely felelős lehet genetikai betegségek kialakulásáért. A működés során bekövetkezett hibák megértése és tanulmányozása a betegségek terápiás kezelését hivatott fejleszteni.

Ahogy a betűkön az ékezetek fontosak lehetnek egy szöveg megértéséhez, úgy a nukleinsavak különböző módosulásai is fontos szerepet játszanak a genetikai információ dekódolásában. A DNS epigenetikai módosulásainak szerepéről már többet tudunk, de az elmúlt évek rávilágítottak arra, hogy az RNS-nek is számos hasonló, úgynevezett epitranszkriptomikus módosulása tölt be fontos biológiai szerepet, és ezzel a kutatók még keveset foglalkoztak.

Az ELKH Természettudományi Kutatóközpont, az Eötvös Loránd Tudományegyetem, a Budapesti Műszaki és Gazdaságtudományi Egyetem és a Semmelweis Egyetem kutatói az egyik ilyen RNS módosító mechanizmus részleteit tárták fel a szakterület egy vezető lapjában, az ACS Catalysis-ben most publikált cikkükben. Rámutattak: e mechanizmus sérülése genetikai betegségekhez vezethet, így pontosabb megértése a betegségek gyógyítását is elősegítheti.

Az uridin pszeudouridinné való átalakulása az RNS leggyakoribb módosulása a DNS-ről való átíródás után, és ezt a reakciót egy nagyméretű fehérje-RNS komplex, a box H/ACA pszeudouridin szintáz katalizálja. A komplex fehérjealkotóinak mutációja daganatos betegségek, csontvelő hiány és nefrotikus szindróma kialakulását okozhatja.

Az ELTE részéről Karancsiné Menyhárd Dóra, az ELTE Szerves Kémia Tanszék tudományos főmunkatársa, valamint Varga Máté, az ELTE Genetikai Tanszék egyetemi docense munkatársaikkal felépítették a pszeudouridin szintáz komplex modelljét és nagy számítógépteljesítményt igénylő szimulációk segítségével azonosították az atomok helyzetének és kölcsönhatásainak változását, valamint a kémiai kötések átalakulásának mechanizmusát az uridin pszeudouridinné való transzformációja során. 

A kutatást az Országos Tudományos Kutatási Alap (OTKA) és a Nemzeti Kutatási és Innovációs Alap támogatta. A számítási kapacitást a Kormányzati Informatikai Fejlesztési Ügynökség (KIFÜ) HPC infrastruktúrája biztosította.

A kutatáshoz kapcsolódó ábrák és további részletek az ELTE TTK oldalán találhatók.