Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Alliance Grants

Université du Québec à Montréal

$44,478.00

Algorithm for the Design of Advanced Multifunctional RNAs Inspired by the EVolution of structural Elements (ADAM-EVE)

FY 2023-24

Summary
Imagine an RNA molecule that could both detect a disease within the body and initiate a treatment in response. Our work is geared towards making such a scientific feat more attainable. In this research project, we aim to develop controllable, multifunctional RNA molecules inspired by evolutionary mechanisms. This project is grounded in understanding a critical yet complex phenomenon that has facilitated the course of evolution: the subspecialization of genetic functions. In nature, genes or molecules often serve multiple roles before being duplicated and specializing in specific functions.Our team is creating algorithms based on evolutionary theory to generate new RNA sequences capable of performing multiple roles. These sequences will then undergo in vitro testing to confirm their multifunctionality. We have two main objectives: to create innovative molecular tools for various applications in synthetic biology, and to contribute to a better understanding of the evolutionary mechanisms that allow the emergence and preservation of complex biological functions.To achieve these aims, we have assembled a multidisciplinary team of experts in algorithmic design, evolutionary biology, and in vitro experimentation. The project is structured around three major objectives: to develop algorithms for the reconstruction of non-coding RNA sequences, to create experimental methods for their in vitro duplication and specialization, and finally, to design multifunctional RNA molecules.This project fits into a broader context aimed at understanding the genotype-phenotype duality in RNA sequences, how it has evolved, and how it can be harnessed for the design of new materials and technologies. The expected outcomes will provide significant contributions to multiple fields, including synthetic biology, RNA structure prediction, ancestral reconstruction, and evolutionary molecular biology. Imaginez une molécule d'ARN qui pourrait à la fois détecter une maladie dans le corps et initier un traitement en réaction. Notre travail vise à rapprocher la science de cette possibilité. Dans ce projet de recherche, nous cherchons à développer des molécules d'ARN multifonctionnelles contrôlables, inspirées par des mécanismes évolutifs. Ce projet se fonde sur la compréhension d'un phénomène crucial mais complexe qui a facilité le cours de l'évolution : la sous-spécialisation des fonctions génétiques. Dans la nature, des gènes ou des molécules remplissent souvent plusieurs fonctions avant d'être dupliqués et de se spécialiser.Notre équipe développe des algorithmes basés sur la théorie de l'évolution pour créer de nouvelles séquences d'ARN capables de remplir plusieurs rôles. Ces séquences seront ensuite soumises à des tests in vitro pour confirmer leur multifonctionnalité. Nous avons deux objectifs principaux : créer des outils moléculaires innovants pour diverses applications en biologie synthétique, et contribuer à une meilleure compréhension des mécanismes évolutifs qui permettent l'émergence et la conservation de fonctions biologiques complexes.Pour atteindre ces buts, nous avons formé une équipe multidisciplinaire, composée d'experts en algorithmique, en biologie évolutive et en conception in vitro. Le projet est articulé autour de trois objectifs majeurs : développer des algorithmes pour la reconstruction de séquences d'ARN non codantes, créer des méthodes expérimentales pour leur duplication et leur spécialisation in vitro, et enfin, concevoir des molécules d'ARN multifonctionnelles.Ce projet s'inscrit dans un contexte plus large visant à comprendre la dualité génotype-phénotype dans les séquences d'ARN, comment elle a évolué, et comment elle peut être exploitée pour la conception de nouveaux matériaux et technologies. Les résultats attendus apporteront des contributions significatives à plusieurs domaines, notamment la biologie synthétique, la prédiction de la structure de l'ARN, la reconstruction ancestrale et la biologie moléculaire évolutive.
Program
Alliance Grants
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
586843-2023
Name nom
Reinharz, Vladimir VS
Department département
Informatique
Organization id
57
Institution établissement
Université du Québec à Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2023
Award amount
44478
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
1200
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Advancement of knowledge
Area of application fr
Avancement des connaissances
Research subject code
5402
Research subject group en
Biochemistry
Research subject group fr
Nucleic acids
Research subject en
Biochimie
Research subject fr
Acides nucléiques
Application title
Algorithm for the Design of Advanced Multifunctional RNAs Inspired by the EVolution of structural Elements (ADAM-EVE)
Keyword
Ancestral reconstruction; Design; Enzyme; Insertion deletions; Non-canonical interactions; Riboswitch; RNA; RNA motifs; Secondary structure; Tree width decomposition
Application summary
Imagine an RNA molecule that could both detect a disease within the body and initiate a treatment in response. Our work is geared towards making such a scientific feat more attainable. In this research project, we aim to develop controllable, multifunctional RNA molecules inspired by evolutionary mechanisms. This project is grounded in understanding a critical yet complex phenomenon that has facilitated the course of evolution: the subspecialization of genetic functions. In nature, genes or molecules often serve multiple roles before being duplicated and specializing in specific functions.Our team is creating algorithms based on evolutionary theory to generate new RNA sequences capable of performing multiple roles. These sequences will then undergo in vitro testing to confirm their multifunctionality. We have two main objectives: to create innovative molecular tools for various applications in synthetic biology, and to contribute to a better understanding of the evolutionary mechanisms that allow the emergence and preservation of complex biological functions.To achieve these aims, we have assembled a multidisciplinary team of experts in algorithmic design, evolutionary biology, and in vitro experimentation. The project is structured around three major objectives: to develop algorithms for the reconstruction of non-coding RNA sequences, to create experimental methods for their in vitro duplication and specialization, and finally, to design multifunctional RNA molecules.This project fits into a broader context aimed at understanding the genotype-phenotype duality in RNA sequences, how it has evolved, and how it can be harnessed for the design of new materials and technologies. The expected outcomes will provide significant contributions to multiple fields, including synthetic biology, RNA structure prediction, ancestral reconstruction, and evolutionary molecular biology. Imaginez une molécule d'ARN qui pourrait à la fois détecter une maladie dans le corps et initier un traitement en réaction. Notre travail vise à rapprocher la science de cette possibilité. Dans ce projet de recherche, nous cherchons à développer des molécules d'ARN multifonctionnelles contrôlables, inspirées par des mécanismes évolutifs. Ce projet se fonde sur la compréhension d'un phénomène crucial mais complexe qui a facilité le cours de l'évolution : la sous-spécialisation des fonctions génétiques. Dans la nature, des gènes ou des molécules remplissent souvent plusieurs fonctions avant d'être dupliqués et de se spécialiser.Notre équipe développe des algorithmes basés sur la théorie de l'évolution pour créer de nouvelles séquences d'ARN capables de remplir plusieurs rôles. Ces séquences seront ensuite soumises à des tests in vitro pour confirmer leur multifonctionnalité. Nous avons deux objectifs principaux : créer des outils moléculaires innovants pour diverses applications en biologie synthétique, et contribuer à une meilleure compréhension des mécanismes évolutifs qui permettent l'émergence et la conservation de fonctions biologiques complexes.Pour atteindre ces buts, nous avons formé une équipe multidisciplinaire, composée d'experts en algorithmique, en biologie évolutive et en conception in vitro. Le projet est articulé autour de trois objectifs majeurs : développer des algorithmes pour la reconstruction de séquences d'ARN non codantes, créer des méthodes expérimentales pour leur duplication et leur spécialisation in vitro, et enfin, concevoir des molécules d'ARN multifonctionnelles.Ce projet s'inscrit dans un contexte plus large visant à comprendre la dualité génotype-phénotype dans les séquences d'ARN, comment elle a évolué, et comment elle peut être exploitée pour la conception de nouveaux matériaux et technologies. Les résultats attendus apporteront des contributions significatives à plusieurs domaines, notamment la biologie synthétique, la prédiction de la structure de l'ARN, la reconstruction ancestrale et la biologie moléculaire évolutive.