RNA origami scaffolds facilitate cryo-EM characterization of a Broccoli–Pepper aptamer FRET pair
Notice bibliographique
Résumé
Cryogenic electron microscopy (cryo-EM) is a promising method for characterizing the structure of larger RNA structures and complexes. However, the structure of individual aptamers is difficult to solve by cryo-EM due to their low molecular weight and a high signal-to-noise ratio. By placing RNA aptamers on larger RNA scaffolds, the contrast for cryo-EM can be increased to allow the determination of the tertiary structure of the aptamer. Here we use the RNA origami method to scaffold two fluorescent aptamers (Broccoli and Pepper) in close proximity and show that their cognate fluorophores serve as donor and acceptor for FRET. Next, we use cryo-EM to characterize the structure of the RNA origami with the two aptamers to a resolution of 4.4 Å. By characterizing the aptamers with and without ligand, we identify two distinct modes of ligand binding, which are further supported by selective chemical probing. 3D variability analysis of the cryo-EM data show that the relative position between the two bound fluorophores on the origami fluctuate by only 3.5 Å. Our results demonstrate a general approach for using RNA origami scaffolds for characterizing small RNA motifs by cryo-EM and for positioning functional RNA motifs with high spatial precision.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».