Полное понимание биологических процессов клетки основывается на поиске сетей взаимодействия белков, которые лежат в основе их молекулярные механизмы. Один из подходов к идентификации взаимодействий протеина является дрожжи assay (Y2H) 2-гибрид, который работает путем сборки функционирования химерных транскрипционный фактор, после двух доменов протеина интереса связывать друг с другом1. Типичный Y2H экран осуществляется путем создания население дрожжей, что дома обе библиотеки плазмид кодирования взаимодействуя белками, сливается с transcriptional активатор (например., «добычу» синтез белка) и плазмида данного «приманки» состоит из белка из интереса сливается с ДНК связывающий домен (например, Gal4 ДНК-связывающих домен, который связывает вверх по течению Gal4 активируя последовательности). Одним из главных преимуществ Y2H подход является, что это сравнительно легко и недорого провести в типичной лаборатории оснащены для рутинной молекулярных биологических работы2. Однако когда традиционно выполняется, пользователь образцы отдельных колоний, которые возникают при выборе для позитивного взаимодействия Y2H. Это серьезно ограничивает количество библиотека «добычу» клоны, которые могут быть обследованы. Эта проблема усугубляется, когда обилие конкретных взаимодействующих добычу очень высока по сравнению с другими, уменьшая вероятность обнаружения взаимодействия с низкой численности хищных плазмид.
Одним из решений для использования Y2H принципа всеобъемлющего охвата протеома является использование матрицы формате подхода, которой массив плазмид известных индивидуальных добычу могут допрашиваться цифровой. Однако такой подход требует инфраструктуры, которая не является легко доступной или экономически отдельных следователей, которые заинтересованы в определении interactome небольшое количество белков или домены3. Кроме того очень сложные добычу библиотек, которые могут кодировать несколько фрагментов взаимодействующих белков будет расширять размер такой матрицы массивов непрактичным размеров. Альтернативой является для выполнения анализов с комплекс библиотек в пакетах и оценить наличие взаимодействующих клонов, используя массивной параллельной последовательности высок объём4. Это может быть применено к assay присутствие плазмид добычу, которые возникают в несколько колоний, с использованием типичного Y2H формате подход, в котором дрожжи клетки жилья взаимодействующие синтеза белков могут расти на пластине5,6. Эта общая идея может акцентировал увеличить запрос оба несколько приманки и добычей компонентов на же время7,8.
Тем не менее многие расследования требуют что проще еще более целенаправленный характер усилий на нескольких белка «приманки» и может принести пользу более запросом исчерпывающим и полуколичественных единый комплекс добычу библиотеки. Мы разработали и проверены подход для выполнения белка широкомасштабного взаимодействия исследования с использованием Y2H принцип в пакетный формат4. Скорость расширения конкретной жертвой плазмида использует в качестве прокси для относительной силы взаимодействия Y2H9. Глубокие секвенирования всех плазмид в рамках населения подвергается нормальному росту или селективный рост условий производит полную карту клонов, которые дают сильные и слабые Y2H взаимодействий. Репертуар посредники могут получить и непосредственно сравнивать по несколько плазмидов приманки. Полученный рабочий процесс, называется DEEPN (динамический обогащения для оценки белка сетей) таким образом может использоваться для определения дифференциального interactomes же добычей библиотек для идентификации белков, позволяя сравнение одного белка против другой.
Здесь, мы демонстрируем DEEPN и внесения улучшений в лабораторных методов, которые облегчают его использования, которые приводятся на рисунке 1. Значительные усовершенствования включают в себя:
Поколение популяций хищных дрожжи. Одним из ключевых требований DEEPN порождает населения дрожжей с различные приманки плазмиды, которые имеют такое же распределение библиотек добычу плазмиды. Эквивалентные базовых популяций хищных плазмида библиотеки необходимы для точных сопоставлений между interactomes разных приманки. Это лучше всего достигается, когда библиотека плазмида уже расположен в haploid дрожжей населения и перемещение заданного приманки плазмида в населения достигается путем спаривания производить диплоидные. Здесь мы предоставляем четкое руководство в том, как сделать такое население, с использованием коммерческих библиотек, размещенный в haploid дрожжей. Хотя мы нашли методы, которые генерируют большое количество diploids, общей спаривания эффективности эти коммерческие библиотеки, содержащей штаммов дрожжей был низким. Таким образом мы построили новый штамм, который может дом добычу библиотек, что дает гораздо больше diploids за спаривания реакции.
Новый набор приманки плазмид. Многие текущие плазмиды, которые выражают протеины сплавливания «приманки» входят протеина интереса и ДНК связывающих домена на основе 2μ, позволяя им для того усилить их копии номер. Этот номер копии могут быть вполне переменной в населенности и привести к изменчивости в ответ transcriptional Y2H. Это в свою очередь может исказить возможность оценить силу взаимодействия данного белка, основываясь на ответе роста клеток под выбор. Это может быть частично адрес с помощью низкой копировать плазмиду, некоторые из которых ранее были описаны как коммерчески доступных pDEST3210. Мы построили новые приманки плазмида (pTEF ГПБ), которая производит Gal4-ДНК связывающих белков фьюжн домена внутри центромер низкая копирования плазмида TRP1 , перевозящих ген сопротивления Kanr, также позволяет клонирования приманки фрагментов оба вверх по течению и вниз по течению от Gal4 ДНК-связывающих домена.
Библиотека фрагмент новой высокоплотного Y2H. Мы построен новый плазмида дом Y2H добычу библиотек и использовал его для построения сложных Y2H библиотеки из случайно стриженый фрагментов геномной ДНК из Saccharomyces cerevisiae. Анализ последовательности показали, что эта библиотека более 1 миллиона различных элементов, гораздо более сложным, чем ранее описанные дрожжи геномной Y2H плазмиды библиотек11. С этой новой библиотеки мы смогли показать, что процесс DEEPN достаточно прочным для того, чтобы вместить комплекс библиотек с много различных плазмид в манере, которая является надежным и воспроизводимость.