$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Динамические белково-белковые взаимодействия представляют собой молекулярные сигнальные каскады имотил-структуры, которые являются функциональной основой большинства клеточной физиологии 1. Эти процессы часто изображаются как линейные сигнальные пути, которые переключаются между устойчивыми состояниями на основе одного ввода, но экспериментальные и модельные данные ясно показывают, что они функционируют как интегрированные сети2,3, 4. В случае G белков, различные рецепторы часто имеют возможность активировать тот же белок G, и один рецептор может также активировать более одного типа белка G5,6. Для того, чтобы относительно небольшое количество классов белка G специально модулировать широкий спектр клеточных функций, таких как синаптическая передача, гормональная регуляция, и миграция клеток, клетки должны как интегрировать и дифференцировать эти сигналы4 , 5. Доказательства показали, что эта специфичность сигнала, для G белков, а также другие, в первую очередь происходит на основе тонко настроенных белково-белковых взаимодействий и их височной динамики1,3, 4 , 5 , 6 , 7. Поскольку сигнальные сети состоят из динамических белковых комплексов с несколькими входными данными, выходами и циклами обратной связи, одно возмущение имеет возможность изменить общий гомеостатический баланс физиологии клетки4 ,7. В настоящее время широко ели, что сигнализация должна быть рассмотрена с точки зрения сети, с тем чтобы лучше понять, как интеграция нескольких входов контролирует дискретные клеточные функции в области здравоохранения и болезни7,8, 9,10,11,12,13. В свете этого, Количественный мультиплекс иммунопреципсии (ЗМИ) был разработан для сбора средней пропускной связи, количественные данные об изменениях раза в динамических сетей взаимодействия белка.
ЗМИ является антитела основе анализ, в котором клеточный лизат инкубируется с панелью иммунопрецит антител, которые ковалентно связаны с магнитными бусинами, содержащими различные соотношения флуоресцентных красителей. Наличие специфических антител в сочетании с отдельными классами магнитного биса позволяет одновременно со-иммунопрецитировать несколько белков-мишеней из одного и того же лизата. После иммунопреципиции (IP), магнитные бусы инкубируются со вторым, фторофор-конъюгированных антитела зонда (или биотинилаповые антитела в сочетании с фторофором-конъюгированный стрептавидин). Со-ассоциации между белками, распознаемыми каждой антител-зондом IP, или PiSCES (белки в общих комплексах, обнаруженных открытыми поверхностными эпитопами), затем обнаруживаются цитометрией потока и могут быть количественно сопоставлены между различными условия выборки14. Иллюстрации на рисунке 1 показывают шаги, участвующие в запуске анализом ЗМИ, в том числе диаграмму магнитных бусин с иммунопромизированными белковыми комплексами, помеченными флуоресцентно спряженных антителами зонда (рисунок1C).
Чувствительность ЗМИ зависит от концентрации белка лизата относительно количества магнитных бусин, используемых для иммунопрециционности, и достижение разрешения для обнаружения 10% раз изменения требует лишь небольшое количество исходного материала по сравнению с другими методы совместного IP14,15. Например, количество исходного материала, используемого в ЗМИ, аналогично тому, которое требуется для сэндвича Enzyme-Linked ImmunoSorbent Assay (ELISA), но несколько взаимодействий обнаруживаются в одном анализе ЗМИ. Анализы с использованием 20 IPs и 20 целей зонда были выполнены с использованием 1-5 х 105 первичных Т-клеток, изолированных от биопсии кожи 4 мм, Синаптосомные препараты P2 из 3 мм корональной секции мыши префронтальной коры, или 3 х 106 культивированных мышей первичной корковых нейронов14,16,17. Эта чувствительность делает ЗМИ полезным для анализа клеток или тканей с ограниченной доступностью, таких как клинические образцы.
ЗМИ может быть адаптирована для любой ранее определенной сети взаимодействия белков (при условии, что антитела доступны), и на сегодняшний день была разработана для анализа Т-клеточного рецептора антигена (TCR) сигналосомы и подмножество белков на глутаматергических синапсов в нейронах 17 Лет , 18. В исследованиях Сигнализирующих рецепторов Т-клеток, ЗМИ был впервые использован для выявления вызванных стимуляцией изменений в PiSCES, а затем, чтобы отличить аутоиммунных пациентов от контрольной группы, обнаружить эндогенные аутоиммунные сигнализации, и, наконец, для создания гипотеза, связанная с несбалансированной болезнью, связанной с подсетью взаимодействий14. Совсем недавно, та же панель ЗМИ была использована для определения того, что выбор тимоцита определяется количественными, а не качественными различиями в TCR-ассоциированного белка сигнализации19. В нейронах, ЗМИ был использован для описания входной конкретной перестановки сети взаимодействия белка для различных типов входных сигналов таким образом, который поддерживает вновь возникающих моделей синаптической пластичности17. Кроме того, эта синаптическая панель ЗМИ была использована для выявления различий в семи моделях мыши аутизма, кластера моделей в подгруппы на основе их PiSCES биоподписей, и точно предположить общий молекулярный дефицит, который был ранее непризнанным в одной из моделей16. Аналогичный подход можно было бы использовать для проверки других подгрупп, которые могли бы реагировать на различные методы лечения наркомании, или назначать лекарства конкретным адаптивным подгруппам. В дополнение к фундаментальной науке, помимо фундаментальной науки, у компании «МИ» есть потенциальное применение в области диагностики, субтипирования пациентов и разработки лекарственных средств.
Для того чтобы собрать панель антитела зМИ, начальные протоколы скрининга антител и выбора описаны в разделе 1, ниже. После выявления панелей антител в разделе 2 описаны протоколы спряжения выбранных антител к магнитным бусинам для ИС и биотинилации выбранных антител зонда. Протокол для запуска анализа ЗМИ на лисаты клеток или тканей описан в разделе 3. Наконец, поскольку один эксперимент может генерировать отдельные точки данных в размере 5 х 10 5, в разделе 4 предусмотрены инструкции и компьютерные коды для оказания помощи в обработке данных, анализе и визуализации. Обзор рабочего процесса, описанного в разделах 2-4, показан на рисунке 1.