Nature背靠背 | 使用原子力显微镜和深度神经网络确定RNA构象

本研究通过结合原子力显微镜（AFM）和深度神经网络（DNN）技术，探索了RNA分子的动态构象。研究团队利用AFM捕捉RNA单分子的三维拓扑结构，并通过深度学习算法HORNET处理图像数据，成功重建了多个RNA分子的三维结构。研究揭示了RNase P RNA的三种主要构象类别，并分析了RNA序列与其动态特性之间的关系。此外，研究还开发了一种新方法HORNET，用于解析RNA分子的动态异质性，并成功应用于解析HIV-1 RRE RNA的多种构象。本研究为RNA结构生物学领域提供了新的研究方向，特别是在揭示RNA构象多样性和功能相关性方面具有重要意义。