2018年11月5日
本文介绍了如何利用小角X射线散射(SAXS)获取代表大分子结构的低分辨率分子包络信息。当SAXS与X射线晶体学和核磁共振等高分辨率结构技术结合使用时,可提供溶液中多结构域蛋白及大分子复合物的详细结构信息。
该方法有助于解答生物化学领域中的关键问题,例如生物大分子及其复合物的大小、形状和构象变化。该技术的主要优势在于,可在生理相关的缓冲条件下进行实验,且实验环境能保持生物大分子的稳定性。SAXS 是多种其他生物物理和结构生物学方法的有力补充技术。
将SAXS与这些方法结合,有助于我们开发基于结构的治疗手段。尽管该方法可为生物大分子复合物提供深入见解,也可应用于其他体系,例如纳米颗粒和药物递送囊泡的研究。通常,初学者会感到困难,因为从原始散射数据解析出低分辨率结构的过程看似复杂且难以掌握。
该方法的可视化演示至关重要,因为从原始数据获得结构模型的数据分析流程较难掌握,其过程涉及多种不同软件包的使用。目前有若干可用于SAXS数据分析的软件包,包括SCATTER、BioXTAS RAW以及ATSAS软件套装。
在本视频中,我们将使用 ATSAS 程序套件,概述分析原始 SAXS 数据时所需遵循的一般步骤。首先,安装并加载 ATSAS 程序套件。打开 PRIMUS/Qt 程序,然后选择“打开”菜单选项。
在此处选择最多 13 个感兴趣的数据文件。数据文件必须为 ASCII 格式,其中第一列为 s-矢量轴,第二列为强度值。对仅含缓冲液的数据重复此步骤,并将这些数据插入第二个工具菜单中。
接下来,导航至数据处理窗口并选择“相减”功能。这将生成一条相减后的散射曲线,仅反映目标大分子的散射信号。要进行Guinier分析,请首先在PRIMUS/Qt中载入已扣除缓冲液背景的散射曲线。
接下来点击回转半径(Radius of Gyration),这将打开Primus Guinier向导。此时会显示一个图表,展示强度的自然对数与散射角平方的关系。为了获得初步的回转半径,请找到命令提示符窗口并使用Autorg功能。
点击 Autorg 后,先将上限向上调整一格,再向下调整一格,以强制程序更新统计测量值。或者,通过点击相同的打开提示并以之前所述相同方式高亮选择多个数据文件,可一次性输入多个文件。要开始 Kratky 分析,请点击以选择数据文件名。
这将在窗口中绘制数据。然后,选择“绘图”。接下来,在“绘图”按钮下方,单击“Kratky 图”。
结果表明,球状蛋白质会显示出一个类似GALC的峰,而未折叠的蛋白质则不会出现峰,而是呈现一个平台期,类似于此处所示的双曲线图。在PRIMUS/Qt中再次对每个浓度的上样缓冲液扣除后的数据进行处理。在“Processing”选项卡下,点击“Scale”,检查每条曲线及其i-scale数值,该数值与原始样品的稀释倍数相关。
检查后,在处理窗口中点击“合并”按钮以合并数据。为生成距离分布图,将合并后的数据曲线载入 PRIMUS/Qt,然后在分析选项卡中点击“距离分布”。调整合并数据的数据范围,以避免原始数据尾部存在明显噪声。
此外,通过选择较低的范围值并增加数值, omit 接近束阻的低-q 区域的数据点。为确定 Dmax,初始范围设为通过 Guinier 分析得到的回转半径的五倍。然后逐步减小该值,直到距离分布图在 y 轴上不会突然降至零,并且在接近零之前没有长拖尾。
检查由Guinier近似法得出的实验回转半径与强度关系图,以及由距离分布函数计算得到的回转半径与强度数值是否相近。此处显示了散射光强度随散射角的变化关系,反映了生物大分子nidogen-1、laminin gamma-1及其复合物的质量及其分子形状。由散射数据确定的电子对距离分布表明这些生物大分子呈伸长形结构,而Kratky图显示蛋白质处于折叠状态,因为数据在较大的q范围内趋于平台甚至上升,且不呈现钟形曲线特征。
此外,利用小角度散射数据的吉尼尔(Guinier)作图法可用于确定回转半径,其线性区域在此处展示了nidogen-1、laminin gamma-1及其复合物的结果。为了研究蛋白质-蛋白质复合物,采用MONSA方法获得了整个nidogen-1与laminin gamma-1复合物的低分辨率结构,结果表明仅这两种蛋白质的C末端区域参与介导相互作用,而其余结构域则彼此相距较远。请务必注意,同步辐射操作具有极高危险性,在进行初始数据采集时,必须始终遵守各条光束线所规定的预防措施和安全规范。
本文讨论了小角X射线散射(SAXS)在研究大分子结构中的应用,特别是与高分辨率技术联用的情况。SAXS能够在生理相关条件下提供生物大分子的尺寸、形状及构象变化的信息。
小角X射线散射(SAXS)技术可助力生物制药研发&D团队致力于在生理相关条件下解析柔性多结构域蛋白质复合物的溶液结构。该混合方法将小角X射线散射(SAXS)与色谱技术及原子分辨率数据相结合,可在早期发现的关键转折点上支持靶点验证的预测置信度,并降低机制研究中的风险。该方法在阐明结构域相互作用和寡聚状态方面的能力,直接影响项目组合的筛选以及基于风险评估的推进决策。
基于SAXS的结构解析适用于从早期发现到先导物鉴定的全过程,为复杂蛋白质组装体的生物物理表征与临床前验证之间搭建桥梁。