$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Krytyczne etapy analizy danych SAXS opisane w sekcji protokołu tego artykułu obejmują odejmowanie bufora, analizę Guiniera, analizę Kratky'ego, scalanie danych i dystrybucję P(r). Modelowanie ab initio ściegu jest zbyt obszerne, aby można je było tutaj szczegółowo omówić, dlatego jest omówione tylko pokrótce.
W synchrotronach (np. DESY w Niemczech, DIAMOND w Wielkiej Brytanii i ESRF we Francji) możliwe jest zbieranie danych SAXS dla bardzo małego ułamka (~kilka μL) każdej próbki, ponieważ frakcje są eluowane z kolumny s, która jest podłączona w linii (patrz rysunek 1). Elastycznie rozproszone dane SAXS są uśredniane radialnie przy użyciu pakietów dostarczonych przez producenta przyrządu lub przez synchrotron, zanim będzie można odjąć bufor. Otrzymane dane 1D reprezentują ilość rozproszonego światła (In I(q)) na osi Y i kącie rozpraszania (q=4πsinθ/λ, gdzie λ jest długością fali padającego promieniowania rentgenowskiego) i są przedstawione na rysunku 1. Program PRIMUS/qt12 służy do bezpośredniego odejmowania tła ze względu na bufor i jest opisany w rozdziale 1.1. Inne programy, takie jak; ScÅtter43 (do pobrania dostępny pod adresem www.bioisis.net) z samouczkiem dostępnym pod adresem https://www.youtube.com/channel/UCvFatdC5HcZOLv6OSjblfeA, oraz bioXtas RAW44 (dostępny pod adresem https://bioxtas-raw.readthedocs.io/en/Latest/index.html) mogą być wykorzystywane jako alternatywa dla pakietu ATSAS.
Analiza Guiniera dostarcza informacji na temat agregacji i jednorodności próbki, a także dostarcza promienia bezwładności (Rg) dla makrocząsteczki będącej przedmiotem zainteresowania w oparciu o dane SAXS z obszaru niskiego s 14. Wykres jest konstruowany za pomocą PRIMUS/qt dla danych SAXS uzyskanych z każdego stężenia, a następnie dopasowuje się krzywą z maksymalnym zakresem do 1,30 dla q x Rg. Monorozproszone przygotowanie próbki powinno dać liniowy wykres Guiniera w tym obszarze (rysunek 2D), podczas gdy agregacja daje nieliniowy wykres Guiniera15,16. Jeśli analiza Guiniera jest liniowa, stopień "rozwinięcia" interesującej makrocząsteczki można zaobserwować za pomocą wykresu Kratky'ego, który jest przydatny przy podejmowaniu decyzji, czy wykonać modelowanie ciała sztywnego, czy skonstruować zespoły modeli o niskiej rozdzielczości. Białko kuliste pojawi się na wykresie Kratky'ego jako mające krzywą w kształcie dzwonu, podczas gdy rozszerzone cząsteczki lub niesfałdowane peptydy będą wydawać się stabilizować lub nawet zwiększać w większym zakresie q i nie będą miały kształtu dzwonu (ryc. 2C).
Uzyskanie Rg z analizy Guiniera uwzględnia tylko punkty danych z obszaru niskiego q wykresu punktowego 1D (rysunek 2D), jednak możliwe jest użycie prawie całego zestawu danych do wykonania pośredniej transformacji Fouriera w celu przekształcenia informacji o przestrzeni odwrotnej ln(I(q)) w porównaniu z (q) na funkcję rozkładu odległości w przestrzeni rzeczywistej (P(r)), która dostarcza informacji o D max i Rg (Rysunek 2B) Kształt wykresu P(r) przedstawia konformację całkowitą roztworu makrocząsteczki będącej przedmiotem zainteresowania18,19. Konwersja danych z przestrzeni wzajemnej na dane w przestrzeni rzeczywistej jest krytycznym krokiem, ale szczegółowy opis nie wchodzi w zakres tego artykułu. Dlatego zapoznaj się z artykułem Svergun20, aby zrozumieć każdy parametr.
Po przetworzeniu danych odjętych przez bufor w poszczególnych stężeniach za pomocą analizy Guiniera ze stałą wartością Rg, a następnie zbadaniu ich wzorca fałdowania za pomocą analizy Kratky'ego, dane te można połączyć. Połączone dane dla nidogenu-1, lamininy γ-1 i ich kompleksu zostały przetworzone w sposób opisany powyżej, a wynikowe wykresy P(r) przedstawiono na rysunku 2B. Idealnie byłoby, gdyby należało również obliczyć funkcję rozkładu par odległości P(r) dla każdego stężenia, aby określić, czy dane SAXS zebrane dla każdego stężenia zapewniają podobne wartości Rg i Dmax . Jeśli Rg i Dmax pozostają podobne w szerokim zakresie stężeń, użytkownik powinien kontynuować. Należy zauważyć, że w zależności od sygnału, dane mogą zostać obcięte przed scaleniem danych. Dzieje się tak często, gdy stężenia i/lub masa cząsteczkowa badanych makrocząsteczek są niskie.
Analiza kształtu w niskiej rozdzielczości za pomocą DAMMIN może być wykonywana w różnych trybach (np. Szybki, Wolny, Ekspert itp.). Tryb szybki jest idealnym pierwszym krokiem do oceny, czy wykres P(r) zapewnia modele dobrej jakości. Zazwyczaj należy uzyskać co najmniej 10 modeli dla każdego wykresu P(r), aby sprawdzić, czy uzyskuje się powtarzalne wyniki pod względem struktury o niskiej rozdzielczości, z parametrem niskiej dobroci dopasowania zwanym χ (wartość 0,5-1,0 jest uważana za dobrą na podstawie naszych obszernych prac), wartością opisującą zgodność między eksperymentalnie zebranymi danymi SAXS a danymi pochodzącymi z modelu. Na potrzeby publikacji zazwyczaj używamy trybu Slow lub Expert i obliczamy co najmniej 15 modeli. Oprócz DAMMINA alternatywą jest również jego szybsza wersja, DAMMIF37, a także GASBOR38. Ponadto do badania kompleksów białko-białko lub białko-kwas nukleinowy możliwe jest wykorzystanie programu MONSA35, który umożliwia jednoczesne dopasowanie poszczególnych danych SAXS zarówno dla makrocząsteczek, jak i ich kompleksu. Aby uzyskać więcej informacji na temat obliczeń modelu o wysokiej rozdzielczości, a także w badaniach interakcji RNA-białko, zapoznaj się z niedawnym artykułem Patela i wsp.3.
SAXS jest teoretycznie prostą, ale niewątpliwie wysoce komplementarną metodą w stosunku do innych narzędzi biologii strukturalnej i daje w rezultacie dane strukturalne o niskiej rozdzielczości, które mogą być wykorzystywane samodzielnie lub w połączeniu z technikami o wysokiej rozdzielczości do wyjaśnienia informacji o strukturze i dynamice makromolekularnej. Tak długo, jak można uzyskać monodyspersyjny preparat makrocząsteczek i ich kompleksów, SAXS może być wykorzystywany do badania struktury w roztworze i interakcji dowolnego typu makrocząsteczek biologicznych. W przypadku omawianego tutaj kompleksu godne uwagi jest to, że mniej niż 10% całkowitej dostępnej powierzchni azotu-1 i lamininy γ-1 jest zakopane w tym kompleksie, podczas gdy reszta domen obu białek jest swobodnie dostępna do interakcji z innymi białkami w macierzy zewnątrzkomórkowej, aby zachować jej sztywność strukturalną (ryc. 3). Uzyskanie takich informacji dla kompleksu o wartości ~240 kDa byłoby bardzo trudne przy użyciu innych technik biologii strukturalnej, takich jak krystalografia rentgenowska, NMR i mikroskopia kriogeniczna.
Odkrywanie struktury białka za pomocą krystalografii rentgenowskiej lub NMR jest z natury czasochłonnym procesem. To wąskie gardło w określaniu struktury jest jednym z obszarów, w którym SAXS pokazuje swoją siłę jako technika konstrukcyjna; Akwizycja danych dla pojedynczego eksperymentu SAXS może zająć mniej niż godzinę, a dzięki usprawnionemu oprogramowaniu analitycznemu analiza może być przeprowadzona szybko i wydajnie. SAXS ma potencjał, aby znacznie zwiększyć wydajność badań strukturalnych jako samodzielna technika, ponieważ oferuje model struktury makromolekularnej o niskiej rozdzielczości, zanim dostępne będą dane o wysokiej rozdzielczości. Barierą dla innych technik strukturalnych jest wymóg wysoce czystej, skoncentrowanej próbki do pozyskiwania danych, co wymaga wysokiego poziomu ekspresji białek i stabilności w długim okresie czasu. Podczas gdy próbki SAXS również muszą być czyste i skoncentrowane, objętość próbki wynosi około 100 μl, co sprawia, że SAXS jest stosunkowo niedrogą metodą analizy w porównaniu z innymi technikami strukturalnymi. Co więcej, SAXS w połączeniu z chromatografią wykluczającą wielkość staje się coraz bardziej powszechny, co zapewnia dodatkowy etap kontroli jakości. W ostatnim czasie poczyniono znaczne postępy w łączeniu danych NMR i SAXS przy użyciu metody optymalizacji zespołowej (EOM)45,46 w celu wyjaśnienia elastycznych systemów. W niedawnym artykule Mertensa i Sverguna47 autorzy opisują wiele niedawnych przykładów EOM SAXS w połączeniu z NMR, wraz z wieloma innymi przykładami danych SAXS używanych w połączeniu z NMR. Nieustannie dokonuje się postęp w dziedzinie SAXS i opracowywane są nowe techniki SAXS, które mogą być stosowane w połączeniu z innymi technikami konstrukcyjnymi, a nie tylko jako ich uzupełnienie. W związku z tym uważamy, że zapotrzebowanie na SAXS będzie rosło z czasem, zwłaszcza w połączeniu z NMR w celu scharakteryzowania systemów dynamicznych, w których funkcje są definiowane przez elastyczność.