Detailansicht
Modeling kinetics of RNA-RNA interaction formation
Maria Waldl
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Chemie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doktoratsstudium Naturwissenschaften: Chemie
Betreuer*in
Ivo Hofacker
DOI
10.25365/thesis.78602
URN
urn:nbn:at:at-ubw:1-28427.00195.695916-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Dissertation untersucht die kinetische Faltung von RNA-RNA-Interaktionen, die eine zentrale Rolle in zellulären Prozessen wie der Genregulation spielen. Trotz kontinuierlicher Fortschritte in experimentellen Methoden zur Bestimmung von RNA-Strukturen sind diese Methoden in ihrer Präzision, strukturellen Auflösung oder Skalierbarkeit begrenzt. Computergestützte Ansätze sind daher unverzichtbare komplementäre Werkzeuge für die Vorhersage von RNA-Interaktionen und das Verständnis ihrer Funktion. Die meisten bestehenden Vorhersagemodelle für RNA-RNA Interaktionen beruhen auf thermodynamischer Stabilität, wobei Interaktionen mit minimaler freier Energie identifiziert werden. Obwohl diese Ansätze Strukturen effektiv voerhersagen, sagen sie auch viele falsch-positive regulatorische Paare voraus. Ein wesentliches Element, das in diesen Modellen fehlt, ist die Tatsache, dass funktionelle RNA-Interaktionen nicht nur stabil sein, sondern sich auch schnell genug bilden müssen, um innerhalb zellulärer Zeitskalen zu funktionieren. Obwohl dieses Prinzip für die intramolekulare RNA-Faltung bekannt ist, ist der kinetische Faltungsprozess von RNA-RNA-Interaktionen weitgehend unerforscht. In dieser Arbeit wird ein neues kinetisches Modell zur Vorhersage von RNA-RNA-Interaktionen vorgestellt, das auf direkten Faltungspfaden vom ersten Kontakt bis zur vollständigen Interaktion basiert. Damit ermöglicht das Modell eine schnelle und physikalisch fundierte Bewertung der kinetischen Eigenschaften von Interaktionskandidaten. Eine Evaluation mit bekannten Interaktionen zwischen kleinen bakteriellen RNAs und Boten-RNAs zeigen, dass biologisch funktionelle Interaktionen weitgehend ungepaarte und damit zugängliche Startregionen besitzen und eine schnellere Expansion von einer 3-5 Basenpaare langen Startinteraktion zu einer stabilen Struktur zeigen als zufällig generierte Vergleichsinteraktionen. Das kinetische Modell wurde in einer Fallstudie zur Beschreibung einer funktionelle Interaktion im Japanischen Enzephalitis-Virus angewandt. Zusätzlich wurden Methoden zur Berechnung der Ungepaartheit von Regionen in langen RNAs weiterentwickelt, um skalierbare (genomweite) Interaktionsanalysen zu ermöglichen. Darüber hinaus wurden kinetische Faltungspfade in komplexere 3D-Modelle eingebettet, um sterische Randbedingungen der Interaktionsfaltung zu identifizieren. Die effiziente Implementierung des Modells ermöglichte eine einfache Integration kinetischer Eigenschaften in das computergestützte Design von künstlichen RNA-RNA-Interaktionen. Diese Arbeit liefert neue Einblicke in die Mechanismen der RNA-RNA Interaktionsfaltung, bietet eine Grundlage für bessere computergestützte Screeningverfahren nach funktionellen Interaktionen und unterstützt Anwendungen im Bereich des Designs synthetischer RNAs.
Abstract
(Englisch)
This thesis explores the formation of RNA-RNA interactions, which play a crucial role in gene regulation and other essential cellular processes. Despite continuous advancements in experimental techniques for RNA structure determination, these methods are limited in scope, resolution, or scalability. Computational approaches provide essential complementary tools for predicting RNA interactions and understanding their functional roles. Most existing computational models for predicting RNA-RNA interactions rely on thermodynamic stability, identifying interactions with minimal free energy.While these models are effective in predicting interaction structures, they are often generate a high number of false positives that require experimental validation. A critical element absent from these models is the fact that functional RNA interactions must not only be stable but also form sufficiently fast to function within cellular timescales. Although this principle is well-known for intramolecular RNA folding, the dynamics of RNA-RNA interaction formation remain relatively unexplored. This work introduces a novel kinetic model for RNA-RNA interaction prediction, focusing on direct pathways from initial contact to full interaction. This approach computes mechanistically meaningful features enables a fast assessment of interaction candidates. The model was tested using a dataset of small RNA (sRNA) and messenger RNA (mRNA) interactions, revealing that biologically functional interactions exhibit accessible initiation regions and faster extension from a seed interaction to a stable complex compared to random decoy interactions. The kinetic model was applied to identify and evaluate a long-range functional interaction within the Japanese encephalitis virus case. Additionally, methods for computing RNA accessibility in long RNAs were extended, creating the basis for genome-wide kinetic interaction screening. The thesis further explores the embedding of 2D kinetic folding paths into 3D structures, identifying steric constraints that influence interaction formation. Moreover, the effective (open source) implementation of the model facilitates the integration of kinetic properties into computational RNA-RNA interaction design strategies. In summary, this work contributes novel insights into RNA-RNA interaction mechanisms, provides a basis for improved computational screening for functional interactions and supports applications in synthetic RNA design.
Schlagwörter
Schlagwörter
(Deutsch)
RNA RNA Sekundär Struktur Faltung Kinetik RNA-RNA Interaktion rechnergestützte Modellierung
Schlagwörter
(Englisch)
RNA kinetics RNA-RNA interaction RNA folding RNA secondary structure computational modeling
Autor*innen
Maria Waldl 
Haupttitel (Englisch)
Modeling kinetics of RNA-RNA interaction formation
Publikationsjahr
2025
Umfangsangabe
viii, 152 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*innen
Andrew Torda ,
Björn Voß
Klassifikationen
35 Chemie > 35.75 Nukleinsäuren ,
54 Informatik > 54.76 Computersimulation
AC Nummer
AC17562502
Utheses ID
76084
Studienkennzahl
UA | 796 | 605 | 419 |