Integrating Coarse-Grained Simulations and Deep Learning to Unveil Entropy-Driven dsRNA Unwinding by DDX3X

DEAD-box RNA helicases（DDXs）是essential RNA 代谢调节因子，通常以 ATP 依赖方式展开 dsRNA。然而，近期研究表明某些 DDX 可在不依赖 ATP 的情况下展开 dsRNA，这一现象尚不为人所理解。本文开发了 HelixTriad 粗粒度 RNA 模型，将 Watson-Crick 碱基配对、碱基堆积与电离能纳入以三颗粒/核苷酸为单位的方案，准确复现实验 RNA 融合曲线。分子动力学模拟显示，弱且特定的 DDX3X-dsRNA 相互作用驱动随机链分离，不需要 ATP。自由能分析揭示，通过高熵、链位移中间体实现成功展开。此外，我们引入了 Entropy-Unet 深度学习框架进行熵预测，该框架与理论估计一致，并发现熵贡献的分层模式。综上所述，我们的发现表明，DDX 的 ATP-independent dsRNA 展开主要由熵驱动，为理解 RNA helicase 多样性提供了新的机制性见解。