$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Honderden, misschien zelfs duizenden kleine regelgevende RNA's (sRNAs) zijn geïdentificeerd in de meeste bacteriële genomen, maar de functies van de overgrote meerderheid van hen blijven niet gekarakteriseerd. Over het algemeen zijn sRNAs korte niet-coderende moleculen, die een belangrijke rol spelen in de bacteriële fysiologie en aanpassing aan fluctuerende omgevingen1,2,3. Inderdaad, deze macromoleculen staan centraal in tal van ingewikkelde regulerende netwerken, die van invloed zijn op metabolische routes, stressreacties, maar ook virulentie en antibioticaresistentie. Logischerwijs wordt hun synthese geactiveerd door specifieke omgevingsprikkels (bijv. nutriëntenhongering, oxidatieve of membraanspanningen). De meeste sRNAs reguleren meerdere doel-mRNAs op posttranscriptieniveau door middel van korte en niet-aaneengesloten basiskoppeling. Zij verhinderen gewoonlijk de initiatie van vertalingen door te concurreren met ribosomen voor regio 's voor het initiëren van vertalingen4. De vorming van sRNA:mRNA duplexen resulteert ook vaak in de actieve afbraak van de doel mRNA door rekrutering van specifieke RNases.
De karakterisering van een sRNA-doeloom (d.w.z. de hele set van zijn doel-RNA's) maakt het mogelijk om de metabolische routes te identificeren waarin het ingrijpt en het potentiële signaal waarop het antwoordt. Bijgevolg kunnen de functies van een specifiek sRNA in het algemeen worden afgeleid uit het doeloom. Hiervoor zijn verschillende in silico voorspellingstools ontwikkeld zoals IntaRNA en CopraRNA5,6,7. Ze vertrouwen met name op sequentie complementariteit, koppelingsenergie en toegankelijkheid van de potentiële interactiesite om putatieve sRNA-partners te bepalen. Voorspellingsalgoritmen integreren echter niet alle factoren die van invloed zijn op base-pairing in vivo, zoals de betrokkenheid van RNA-chaperonnes8 die suboptimale interacties of de co-expressie van beide partners bevorderen. Vanwege hun inherente beperkingen blijft het vals-positieve percentage voorspellingstools hoog. De meeste experimentele grootschalige benaderingen zijn gebaseerd op de co-zuivering van sRNA:mRNA-paren die interageren met een gelabeld RNA-bindend eiwit (RBP)6,9. De RNA Interaction by Ligation and sequencing (RIL-seq) methode identificeerde bijvoorbeeld RNA duplexen die samen met RNA-chaperonnes zoals Hfq en ProQ werden gezuiverd in Escherichia coli10,11. Een vergelijkbare technologie genaamd UV-Crosslinking, Ligation And Sequencing of Hybrids (CLASH) werd toegepast op RNase E- en Hfq-geassocieerde sRNAs in E. coli12,13. Ondanks de goed beschreven rollen van Hfq en ProQ in sRNA-gemedieerde regulatie bij meervoudige bacteriën8,14,15, lijkt sRNA-gebaseerde regulatie RNA-chaperonne-onafhankelijk te zijn in verschillende organismen zoals S. aureus16,17,18. Zelfs als de zuivering van RNA-duplexen in combinatie met RNases haalbaar is, zoals aangetoond door Waters en collega's13,blijft dit lastig omdat RNases hun snelle afbraak veroorzaken. Daarom vormt de MS2-Affinity Purification in combinatie met RNA Sequencing (MAPS) benadering19,20 een solide alternatief in dergelijke organismen.
In tegenstelling tot bovengenoemde methoden gebruikt MAPS een specifieke sRNA als lokaas om alle interacterende RNA's vast te leggen en vertrouwt daarom niet op de betrokkenheid van een RBP. Het hele proces is weergegeven in figuur 1. Kortom, de sRNA wordt op de 5' getagd met de MS2 RNA aptamer die specifiek wordt herkend door het MS2 coat eiwit. Dit eiwit wordt gefuseerd met het maltosebindende eiwit (MBP) dat geïmmobiliseerd moet worden op een amylosehars. Daarom blijven MS2-sRNA en haar RNA-partners behouden op de kolom affiniteitschromatografie. Na elutie met maltose worden co-gezuiverde RNA's geïdentificeerd met behulp van RNA-sequencing met hoge doorvoer, gevolgd door bio-informatische analyse (figuur 2). De MAPS-technologie tekent uiteindelijk een interacterende kaart van alle mogelijke interacties die in vivo plaatsvinden.
MAPS-technologie werd oorspronkelijk geïmplementeerd in de niet-pathogene gramnegatieve bacterie E. coli21. Opmerkelijk genoeg hielp MAPS bij het identificeren van een tRNA-afgeleid fragment dat specifiek interageert met zowel RyhB- als RybB-sRNAs en het voorkomen van sRNA-transcriptieruis om mRNA-doelen te reguleren in niet-inducerende omstandigheden. Daarna is MAPS met succes toegepast op andere E. coli sRNAs zoals DsrA22, RprA23, CyaR23 en GcvB24 (Tabel 1). Naast het bevestigen van eerder bekende doelen, breidde MAPS het targetome van deze bekende sRNAs uit. Onlangs is MAPS uitgevoerd in Salmonella Typhimurium en onthulde dat SraL sRNA bindt aan rho mRNA, codering voor een transcriptie beëindiging factor25. Door deze koppeling beschermt SraL rho mRNA tegen de voortijdige transcriptie-beëindiging die door Rho zelf wordt geactiveerd. Interessant is dat deze technologie niet beperkt is tot sRNAs en kan worden toegepast op elk type cellulaire RNA's, zoals blijkt uit het gebruik van een tRNA-afgeleid fragment26 en een 5'-onvertaald gebied van mRNA22 (Tabel 1).
Maps methode is ook aangepast aan de pathogene Gram-positieve bacterie S. aureus19. In het bijzonder is het lysisprotocol op grote schaal aangepast om cellen efficiënt te breken als gevolg van een dikkere celwand dan gramnegatieve bacteriën en om de RNA-integriteit te behouden. Dit aangepaste protocol ontrafelde reeds het interactoom van RsaA27, RsaI28 en RsaC29. Deze aanpak gaf inzicht in de cruciale rol van deze sRNAs in regulerende mechanismen van celoppervlakeigenschappen, glucoseopname en oxidatieve stressreacties.
Het protocol dat in 2015 in E. coli is ontwikkeld en geïmplementeerd, is onlangs uitvoerig beschreven30. Hier bieden we het aangepaste MAPS-protocol, dat bijzonder geschikt is voor het bestuderen van sRNA-regulerende netwerken in Gram-positieve (dikkere celwand) bacteriën, of ze nu niet-pathogeen of pathogeen zijn (veiligheidsmaatregelen).