La plateforme EvryRNA propose 5 nouveaux algorithmes et des méthodes computationnelles dédiés à l’analyse des ARN non-codants !

EvryRNA est une plateforme web  qui met à disposition de la communauté scientifique différents logiciels et outils bioinformatiques dédiés aux ARN – notamment les ARN non-codants – molécules qui ont révélé ces dernières décennies leur rôle majeur dans les mécanismes biologiques et dans diverses maladies dont les cancers.
Ces outils sont développés par l’équipe AROBAS du laboratoire IBISC, Université Évry Paris-Saclay. Elle fait partie des 18* infrastructures et plateformes mutualisées sur le biocluster Genopole.

L’équipe Bioinformatique des ARN dirigée par Fariza Tahi a développé 5 nouveaux algorithmes et des méthodes computationnelles dédiés à l’analyse des ARN qui viennent s’ajouter à la panoplie d’outils interactifs librement accessibles sur la plateforme EvryRNA.
Ces outils permettent ainsi d’identifier les ARN dans les séquences génomiques, de déterminer leur caractère codant ou non-codant, ou encore de prédire leurs conformations dans l’espace, déterminantes pour leur fonction. Les ARN ont en effet la propriété de se replier grâce aux liaisons des acides ribonucléiques qui les constituent.

Focus sur les 5 nouveaux algorithmes

🧬 MMnc

Le premier, nommé MMnc, permet la prédiction et la classification des ARN non-codants par de l’apprentissage profond. Il exploite plusieurs sources de données (telles que la séquence, la structure secondaire et l’expression) à l’aide d’une intégration de données multimodale basée sur l’attention. Il permet par ailleurs une représentation interprétable des résultats de classification grâce notamment aux cartes auto-organisatrices (SOM). MMnc peut être ré-entrainé sur de nouveaux sets de données. MMnc offre la possibilité d’intégrer de nouvelles sources de données pour une meilleure caractérisation des classes d’ARN.

🧬 State-of-the-RNArt

Le deuxième, appelé « State-of-the-RNArt », est une revue complète des méthodes actuelles de prédiction des structures 3D d’ARNs. A travers un benchmark d’une dizaine d’outils existants, les prédictions des différentes méthodes ont été comparées sur des jeux de données actuelles.
Un outil de visualisation est aussi disponible afin d’avoir un aperçu visuel des différentes prédictions. State-of-the-RNArt offre une visualisation des structures 3D prédites avec leurs comparaisons (alignement) avec les structures de référence ou natives. State-of-the-RNArt propose des comparaisons avec un grand nombre de métriques calculées grâce à RNAdvisor, un autre outil développé par les membres de la plateforme EvryRNA.

🧬 RNAAdvisor2

Le troisième est RNAAdvisor2 pour le calcul intégré des différentes métriques d’évaluation de prédiction de structures 3D d’ARN. Dans cette version, une nouvelle fonction de notation a été ajoutée permettant de comparer entre elles les structures prédites et d’évaluer la qualité structurelle dans l’espace des angles de torsion. RNAAdvisor2 permet aux utilisateurs d’effectuer des évaluations de la qualité des structures d’ARN sans avoir à installer toutes les différentes exigences pour chaque métrique d’évaluation ou fonction de notation. RNAAdvisor2 fournit une visualisation des structures ainsi que de leurs alignements.

🧬 AlphaFold 3

Le quatrième est AlphaFold 3 pour la prédiction des structures 3D des ARN. AlphaFold 3 permet la visualisation des structures 3D prédites sur différents jeux de données et avec différentes métriques d’évaluation, avec leurs alignements (superpositions) avec les structures natives ou de références.

🧬 RNA-TorsionBERT

Enfin, le cinquième outil récemment mis en ligne est RNA-TorsionBERT qui permet la prédiction des angles de torsion d’ARN à partir d’un modèle de langue pré-entraîné. La connaissance des angles de torsion des ARN pour chaque résidu peut aider à reconstruire son repliement global. RNA-TorsionBERT prédit des angles de torsion de la structure 3D à partir de la séquence seule.

Les ARN non-codants ouvrent un large champ scientifique

Les biologistes connaissaient bien la fonction des ARN ribosomiques et des ARN de transfert pour traduire le message des gènes en protéines. Mais récemment, ils ont révélé le rôle biologique essentiel de nombreux autres ARN (micro-ARN, petits ARN interférents, longs ARN non-codants…).
Ces ARN non-codants agissent comme des régulateurs de l’expression des gènes, donc comme des acteurs du développement des organismes, de l’adaptation aux changements environnementaux, etc. Ils interviennent dans les processus biologiques, mais aussi dans les maladies, notamment les cancers et les maladies neuro-dégénératives.

Mieux connaître les ARN non-codants pourra notamment contribuer à mieux comprendre certaines pathologies, mais aussi à envisager de nouvelles approches thérapeutiques.

Plus d’information sur la plateforme, contactez : Fariza.Tahi@univ-evry.fr / Julien.Picot@genopole.fr

*Chiffres déc. 2024