Come può un algoritmo creare una biblioteca virtuale di aptameri RNA?

Gli aptameri sono piccole sequenze di RNA o DNA capaci di legarsi a molecole specifiche, quasi come dei “cacciatori di bersagli” molecolari. Il problema? Non esistono ancora grandi banche dati di questi piccoli eroi, il che rende più difficile studiarli e usarli in campo medico, ambientale o biotecnologico. In questo studio, gli scienziati hanno testato il Base Randomization Algorithm (BRA), un metodo che genera sequenze di RNA casuali ma controllate. Analizzando migliaia di sequenze, hanno scoperto che le loro energie libere minime (MFE) seguono una curva a campana, tipica della distribuzione gaussiana. Il BRA sceglie ogni base (A, U, C, G) secondo regole matematiche che garantiscono una composizione equilibrata e una struttura stabile. Inoltre, hanno mostrato che la lunghezza della sequenza influisce sul modo in cui l’RNA si ripiega, sia a livello secondario (giro di eliche) che terziario (forme più complesse). Questi risultati suggeriscono che il BRA può essere il primo passo per creare una vera e propria biblioteca digitale di aptameri, pronta per essere esplorata con modellazione molecolare e intelligenza artificiale. Un archivio così potrebbe accelerare la scoperta di nuovi biosensori, farmaci e strumenti di monitoraggio ambientale.

Il Base Randomization Algorithm (BRA) si basa su una generazione di sequenze mediante campionamento casuale con vincoli statistici. In pratica, per ogni posizione della catena, il BRA assegna una probabilità p_i per ciascuna delle quattro basi (A, U, C, G) calcolata a partire da distribuzioni di frequenza osservate in set di dati reali. Queste probabilità sono poi normalizzate per garantire che Σp_i = 1. Il risultato è una sequenza con composizione di base che rispetta la media (μ) e la deviazione standard (σ) desiderate, tipiche di una distribuzione gaussiana. Per valutare la stabilità strutturale, si calcola l'energia libera minima (MFE) mediante algoritmi di folding come ViennaRNA, che risolvono il problema di minimizzazione dell'energia termodinamica. La distribuzione dei valori MFE ottenuti dal BRA mostra una curva gaussiana centrata attorno a μ_MFE, con σ_MFE che dipende dalla lunghezza della sequenza (L). Inoltre, l'analisi di composizione base rivela che il valore medio della frazione di basi (x̄_B) può essere approssimato da x̄_B ≈ P·N, dove P è la probabilità media di occorrenza di una base e N è il numero di nucleotidi per sequenza di lunghezza fissa. Per set di sequenze con lunghezze variabili, la mediana (M) sostituisce N nella formula, mantenendo la relazione x̄_B ≈ P·M. Queste proprietà statistiche rendono il BRA adatto a generare librerie virtuali che possono essere successivamente filtrate con metodi di docking o machine learning per identificare aptameri con alta affinità verso target specifici.