2026年2月13日
许多蛋白质可形成淀粉样纤维,这些纤维具有共同的"交叉β-折叠"结构。本文介绍了如何制备用于X射线纤维衍射的淀粉样纤维样品,以及如何分析所得衍射图谱。
本研究采用X射线纤维衍射技术来探究交叉β淀粉样纤维的结构及其分子排列方式。该方案利用X射线纤维衍射来确认交叉β特征图谱,并阐明纤维的结构架构。该方案可实现对淀粉样纤维的结构分析,从验证交叉β排列到进一步揭示其分子细节。
首先,将蛋白质或肽类原纤维进行排列,以形成纤维轴理想情况下完全平行的束状结构。使用加热板将石蜡加热至完全熔化。用玻璃切割器将1毫米直径的硼硅酸盐玻璃毛细管切割成约2-3厘米长。
将切割好的毛细管短暂浸入液态石蜡中,然后利用毛细作用使石蜡上升至毛细管内部约1-2毫米处。接着使用橡皮泥将密封的毛细管水平固定在培养皿内。
保持毛细管填充石蜡的两端之间有0.5-2毫米的间隙。用移液器小心地在两根毛细管填充石蜡的末端之间悬挂一滴10微升的纤维溶液。盖上培养皿,以保护样品免受灰尘污染,并静置过夜使其蒸发。
然后密封平板,以帮助维持受控的干燥环境。为了在玻璃毛细管中排列淀粉样纤维,将一个1毫升注射器通过橡胶管连接到直径为0.7毫米的硅化玻璃毛细管的宽端。将2-3厘米的纤维悬浮液吸入毛细管中。
使用熔化的石蜡将毛细管的一端密封,另一端保持开放以允许蒸发。将毛细管垂直放置,使其干燥直至形成干燥的圆盘状结构。为了将原纤维排列成膜状或薄膜,将高浓度的原纤维样品置于载玻片上,并在空气中干燥24小时之前覆盖盖玻片。
小心地将原纤维束样品安装在测角头上,并调整其方向,使X射线束穿过该纤维束。若使用原纤维膜样品,则应调整其方向,使X射线束穿过膜的边缘。在配备交叉偏振器的光学显微镜下观察样品,以检测双折射现象。
根据样品是纤维束、薄片还是圆盘,将其置于X射线束中。使用实验室X射线设备或同步辐射光源采集衍射图谱。进行数据分析时,将文件上传至CLEARER衍射图谱分析软件。
转到“衍射图样”和“衍射设置”以输入衍射参数,包括像素尺寸、X射线源和样品到探测器的距离。点击“图像处理”和“旋转”,将衍射图像旋转至子午线呈垂直方向。通过转到“衍射图样”并点击“图像居中”使用居中模块,使图像居中。
定义子午线和赤道轴。保存居中的图像以供后续分析。接下来,沿子午线和赤道指定适当的角度。
单击“衍射图样”,然后选择“径向平均”模块,以生成衍射信号位置与强度关系的图谱。从“衍射图样”菜单中进入“峰位查找”模块,以测量并自动输出衍射信号。
调整峰搜索宽度以检测真实信号并排除噪声。使用缩放和测量功能,通过峰查找验证衍射信号位置的输出结果。利用晶胞优化模块探索可能的晶胞参数尺寸。
根据强烈的赤道信号输入初始估计值,并定义晶胞搜索的最小和最大索引。计算潜在的晶胞尺寸,并将预测的衍射信号位置与观测到的衍射点进行比较。选择最符合数据和样品的晶胞。
构建分子模型时,需在符合已确定晶胞的β-折叠构型中建立肽链的三维排列,并确保包含所有与对称性相关的组分。接下来,依次点击“衍射模拟”、“结构”和“结构链生成器”,然后加载PDB模型。
指定纤维轴和入射束轴,输入晶胞尺寸,然后检查是否存在空间位阻冲突。进入衍射模拟界面,点击纤维衍射模拟,将PDB坐标文件上传至纤维衍射模拟模块。输入纤维轴方向、入射束取向、晶胞尺寸、X射线源和探测器设置,然后点击“模拟”以运行模拟。
确保光束轴与光纤轴垂直。然后进入“文件”菜单,点击“另存为”,将仿真设置保存为 html 文件以便后续编辑。将模拟得到的衍射图样保存为 RAW 格式或 TIFF 文件。
将模拟图样与实验衍射图样进行比较。使用相同的分析流程测量模拟衍射信号,并将这些数值记录下来与实验数据进行比较。
电镜照片显示载网上存在高密度的淀粉样纤维,适用于制备X射线纤维样品。拉伸框架排列的纤维产生典型的交叉β衍射图样,其在4.76埃处有子午线反射,以及来自链长、片层间距和原纤维尺寸的赤道反射。理想化的交叉β衍射图样表明,子午线和赤道反射对应于纤维轴向上重复的间距。
居中良好的衍射图样呈对称分布,赤道和子午线方向的衍射峰位置重叠。通过峰位识别分析自动检测并列出衍射峰。所检测到的衍射峰用于确定可能的晶胞参数。
使用确定的晶胞构建了结构模型,并在进行衍射模拟之前进行了可视化。由所提出的结构模型生成的模拟衍射数据,在衍射峰位置和相对强度方面,均与实验测得的衍射图谱表现出合理的吻合。将模拟图谱与实验图谱叠加后,进一步证实了对应衍射峰的良好对齐。
正确的样品取向至关重要,因为它决定了衍射数据的质量以及从中可获得的信息。本研究实现了原子分辨率的结构建模,并可与其他结构技术(如原子力显微镜,AFM)相结合,从而获得详细的分子结构。
查看完整文字稿并访问数千部科学视频
淀粉样纤维是由错误折叠的蛋白质自组装形成的具有重复结构的蛋白聚集体,与阿尔茨海默病和2型糖尿病等疾病相关,也在多种生物体中发挥功能性作用。本文概述了确定淀粉样纤维结构的方法,包括样品制备、数据采集和分析,以构建其结构模型。
淀粉样纤维的结构解析对于降低神经退行性疾病和蛋白质错误折叠疾病早期发现阶段的风险至关重要。高分辨率的β-折叠交叉结构模型能够为目标验证和机制研究提供可靠的预测依据,从而支持治疗项目中“继续/终止”决策的科学制定。这些方法通过阐明淀粉样蛋白致病与功能的分子基础,推动了从发现阶段到临床前研究的转化连续性。
淀粉样纤维的结构分析贯穿于从早期假设验证到先导物发现及临床前验证的整个发现过程。