核酸結構的進階主題涵蓋高解析度結構特徵、非經典配對和結構預測。
DNA 結構的精細特徵
高解析度 X 射線晶體結構（< 1.5 Å）揭示了超越理想化 B-DNA 的序列依賴性結構變異。Calladine-Drew 規則（1984）以相鄰鹼基對的堆疊能量差異預測 propeller twist, roll, slide 等參數。這些局部結構參數影響蛋白質-DNA 辨識的「indirect readout」——蛋白質辨識 DNA 的形狀（shape readout）而非直接讀取鹼基的氫鍵模式。Rohs et al.（2009, Nature）的 DNAshape 方法系統化了 minor groove 寬度和靜電勢在轉錄因子結合中的角色。
非 Watson-Crick 配對
Hoogsteen 配對（purine 的 N7 參與氫鍵而非 N1）：在 B-DNA 中以瞬態存在（~1% 在任何時間），Al-Hashimi 以 NMR ¹³C 弛緩色散偵測。GU wobble pair 是 RNA 中第三常見的配對（after AU, GC），在 tRNA 和 rRNA 中普遍存在。Hoogsteen 配對在 DNA 損傷修復（lesion bypass）和藥物-DNA 交互作用中功能顯著。
RNA 三級結構基序
RNA 的三級折疊依賴特定的結構基序：(1) A-minor motif：adenosine 的 N1 和 2'-OH 插入相鄰螺旋的 minor groove，是 ribosome 中最常見的三級交互作用。(2) Kink-turn：一種 RNA 彎折結構，由兩個 G·A sheared pairs 和一個 bulge 形成 ~120° 的彎曲，在 ribosome 和 snRNA 中出現。(3) Pseudoknot：一個 loop 的序列與該 loop 外的互補序列配對，形成雙層螺旋。在 telomerase RNA 和 HDV ribozyme 中功能性重要。(4) GNRA tetraloop 和 tetraloop-receptor 交互作用：RNA 折疊的「分子膠」。
RNA 三維結構預測
RNA 的三維結構預測尚落後於蛋白質。Rosetta RNA（FARFAR, Das et al.）和 MC-Sym/MC-Fold 以片段組裝方法建模。RhoFold（2024）和 trRosettaRNA 嘗試將 AlphaFold 式的深度學習方法應用於 RNA。RNA Puzzles（類似 CASP 的 RNA 盲測）的結果顯示，對小 RNA（< 100 nt）預測尚可，但大型 RNA 的三級結構預測仍是開放問題。
文獻參考：Watson, J.D. & Crick, F.H.C. (1953). Nature, 171, 737-738. / Rohs, R. et al. (2009). Nature, 461, 1248-1253. / Leontis, N.B. & Westhof, E. (2001). RNA, 7, 499-512.