Die moderne Biologie blickt heute tiefer in die Zellen von Lebewesen als je zuvor. Für einen weiteren technologischen Fortschritt bei der Analyse von Ribonukleinsäuren (RNA) sorgt nun ein Forschungsteam aus der Bioinformatik der Universität Würzburg.
Die Gruppen von Professor Thomas Dandekar und Professorin Kathi Zarnack haben ein computergestütztes Werkzeug so weiterentwickelt, dass sich die RNA damit die Motive und die zugehörige Faltung der RNA noch besser untersuchen lassen. Das ist wichtig, weil die Funktionsfähigkeit der RNA stark von der richtigen Struktur abhängt. RNA-Moleküle steuern in Zellen lebenswichtige Prozesse; wenn sie nicht richtig funktionieren, kann das zu zahlreichen Krankheiten führen.
Besonderheiten des neuen Werkzeugs
Das Team aus dem Würzburger Biozentrum stellt das neue Tool, den RNAanalyzer3, im renommierten Fachjournal Nucleic Acids Research vor. Der Zugang zu dem Werkzeug ist frei, so dass Forschende weltweit damit ohne Kostenbarrieren an Lösungen für medizinische Herausforderungen arbeiten können.
Bisherige Computerprogramme untersuchen oft nur einzelne Abschnitte einer RNA. Der RNAanalyzer3 verfolgt hingegen einen ganzheitlichen Ansatz. Er betrachtet nicht nur die Abfolge der Molekülbausteine, sondern die gesamte RNA Struktur mit allen Motiven und stellt das Ergebnis in einen biologischen Zusammenhang.
Vorteil der interaktiven Visualisierung
Das neue Tool funktioniert für alle Lebewesen sowie auch für Viren. Das ermöglicht es Forschenden beispielsweise, ein für Menschen gefährliches Virus direkt mit einem Virus zu vergleichen, das Pflanzen befällt – ohne dabei das Werkzeug wechseln zu müssen. „Das bedeutet eine enorme Zeitersparnis“, erklärt Doktorand Aman Akash, der Erstautor der Veröffentlichung.
Ein großer Vorteil für die Arbeit im Labor ist auch die interaktive Visualisierung. Der RNAanalyzer3 stellt die Ergebnisse nicht als unübersichtlichen „Buchstaben-Salat“ aus den RNA-Bausteinen A, C, G und U dar. Stattdessen erstellt das Programm bunte, anklickbare Landkarten der RNA. „Forschende sehen so sofort, wo der Strang Schleifen bildet oder wo wichtige Kontrollzentren liegen“, sagt Thomas Dandekar, Leiter des JMU-Lehrstuhls für Bioinformatik.
Eisenstoffwechsel und Entzündungen
Besonders wichtig bei den RNA-Analysen sind sogenannte Motive. Man kann sie sich wie QR-Codes oder Landebahnen auf dem RNA-Strang vorstellen, die von der Zellmaschinerie gescannt werden, damit Proteine genau an der richtigen Stelle andocken können.
Wie leistungsfähig das Werkzeug bei der Suche nach Motiven ist, zeigen die Forschenden an zwei Fallbeispielen:
- Das FTH1-Gen (Eisenstoffwechsel): Es ist entscheidend für die Speicherung von Eisen. Der RNAanalyzer3 fand darin zielsicher das „IRE-Motiv“. Dieses Kontrollzentrum ist auch medizinisch wichtig: Wenn die Forschung es besser versteht, kann sie besser begreifen, wie Krebszellen dem Körper Eisen „stehlen“, um schneller zu wachsen.
- Das TNF-Gen (Entzündungen): Dieses Gen steuert Entzündungsreaktionen. Das Tool entdeckte zielgenau die „ARE-Motive“ am hinteren Ende des RNA-Strangs. Dieser Bereich ist besonders dicht reguliert und bestimmt, wie stabil die RNA ist.
Logik und große Datenbanken
Die Forschenden nutzen für ihr Programm die Sprache Perl und greifen auf große internationale Datenbanken wie Rfam und miRbase zu. Aus diesen „digitalen Bibliotheken“ holt sich das Tool bekannte Muster, um sie mit neuen Proben zu vergleichen.
Dazu Kathi Zarnack, Leiterin des JMU-Lehrstuhls für Bioinformatik II und Forschungsgruppenleiterin im Würzburg-Münchener Exzellenzcluster NUCLEATE: „Im Vergleich zu anderen Programmen macht RNAanalyzer3 weniger Fehlvorhersagen, da es Struktur und Kontext kombiniert.“
Klare technische Rahmenbedingungen
- Die Berechnung der exakten Faltung ist auf Sequenzen bis zu 5.000 Bausteinen begrenzt.
- Die allgemeine Mustersuche funktioniert bei bis zu 20.000 Bausteinen.
- Nutzer können bis zu fünf Sequenzen gleichzeitig analysieren.
Quelle: Julius-Maximilians-Universität Würzburg
Originalpublikation: Aman Akash et al.; RNA motifs, RNA structure, and motif context analyzed by RNAanalyzer; Nucleic Acids Research, April 2026, DOI: 10.1093/nar/gkag392
