تقييم أثر تراكم البروتين في الأكسدة الخلوية في الخميرة
Summary
تجميع البروتين يتسبب الأكسدة الخلوية. ويصف هذا البروتوكول وسيلة لرصد الدول داخل الخلايا من البروتينات أميلويدوجينيك والأكسدة المرتبطة بها، باستخدام التدفق الخلوي. يتم استخدام النهج لدراسة سلوك المتغيرات القابلة للذوبان والمعرضة للتجميع من الببتيد اميلويد بيتا.
Abstract
تم المتعلقة بالبروتين ميسفولدينج والتجميع في والتشكلات اميلويد إلى ظهور وتطور العديد من الأمراض الأعصاب. ومع ذلك، لا يزال هناك القليل من المعلومات حول بروتين غير قابل للذوبان كيف تمارس المجاميع التأثيرات السمية في فيفو. بسيطة بدائية وحقيقية النواة نموذج الكائنات، مثل البكتيريا والخميرة، ساهمت إلى حد كبير فهمنا الحالي للآليات وراء تشكيل اميلويد داخل الخلايا وإكثار المجاميع، وسمية. في هذا البروتوكول، وهو وصف استخدام الخميرة كنموذج تشريح العلاقة بين تشكيل المجاميع البروتين وأثرها على الأكسدة الخلوية. الأسلوب يجمع بين الكشف عن الدولة القابلة للذوبان أو تجميعها داخل الخلايا بروتين أميلويدوجينيك مع التقدير الكمي للأضرار الأكسدة الخلوية الناتجة عن التعبير عن استخدام التدفق الخلوي (FC). وهذا النهج بسيطة وسريعة، والكمية. وتوضح الدراسة التقنية طريق مضاهاة الأكسدة الخلوية الناتجة عن مجموعة كبيرة من بيتا اميلويد الببتيد المتغيرات مع ميول التجميع الجوهرية الخاصة بهم.
Introduction
بروتيوستاسيس هو أحد المحددات أساسية لخلية عمليات الشيخوخة واللياقة البدنية. في الخلايا، والمحافظة على التوازن البروتين بمراقبة جودة البروتين المتطورة شبكات تهدف إلى ضمان ريفولدينج الصحيح لتجمعات من البروتين كونفورميرس بمرافقين و/أو بهم proteolysis المستهدفة مع عدة آليات مصانة جيدا1 ،،من23،،من45. عدد كبير من الدراسات تقديم الدعم إلى الارتباط بين ظهور وتقدم مجموعة واسعة من الأمراض التي تصيب الإنسان وفشل بروتيوستاسيس، مما يؤدي إلى ميسفولدينج البروتين والتجميع. على سبيل المثال، وجود رواسب البروتين يعتبر علامة مميزة مرضية للعديد من اضطرابات الأعصاب، مثل الزهايمر، باركنسون، وهنتنغتون الأمراض6،7،8، أمراض بريونوجينيك، وأميلويدوسيس غير التنكسية9. يقترح أن أوائل الجمعيات أوليجوميريك وبروتوفيبريلار في رد فعل التجميع هي اليسيتورس الرئيسية من سيتوتوكسيسيتي، إقامة التفاعلات الشاذة مع غيرها من البروتينات في الوسط الخلوي مزدحمة10. وبالإضافة إلى ذلك، يمكن أن ينتقل البروتين تضمينات (PI) بين الخلايا، ونشر11،التأثير السمي على12. ولذلك، يمكن أن يكون أن تشكيل بي قد تشكل في الواقع إليه ديتوكسيفينغ يقيد وجود الأنواع الخطرة المجمعة إلى مواقع محددة في الخلية، حيث يمكن معالجتها أو المتراكمة دون الآثار الجانبية الرئيسية 13 , 14.
القياسية في المختبر النهج البيوكيميائية قدمت أفكاراً هامة في مختلف الأنواع التي تعيش على تجميع ردود الفعل وعلى خصائص15،16. بيد أن الظروف المستخدمة في هذه الاختبارات بوضوح تختلف عن تلك التي تحدث داخل الخلية، والسؤال التالي، أهميتها الفسيولوجية. بسبب حفظ ملحوظة من المسارات الخلوية مثل مراقبة جودة البروتين، أوتوفاجي، أو تنظيم17،الدولة الأكسدة الخلوية18 بين حقيقيات النوى19،20،21 ،،من2223، برز مهدها الخميرة Saccharomyces cerevisiae (S. cerevisiae) كنموذج خلوية بسيطة متميز لدراسة محددات الجزيئية لتجميع البروتين وآثارها السامة للخلايا المرتبطة بها في البيئات ذات الصلة بيولوجيا24،،من2526.
الميل تجميع البروتين سمة ترميز أصلاً في التسلسل الرئيسي. وهكذا، يمكن التنبؤ تشكيل هياكل مثل اميلويد استناداً إلى تحديد وتقييم الفاعلية لتعزيز تجميع المناطق البروتينية27. ومع ذلك، رغم نجاح خوارزميات بيوينفورماتيك للتنبؤ بخصائص التجميع في المختبر لتسلسل البروتين، هم لا تزال أبعد ما تكون عن التنبؤ بكيفية ترجمة هذه الميول في فيفو تأثير السامة للخلايا. قد تساعد الدراسات التي تتناول العلاقة بين الدولة مجمعة بروتين معين وعن الأضرار الخلوية المرتبطة بها بطريقة منهجية للالتفاف حول هذا القيد الحسابي. تناولت هذه الدراسة، مع استفادة مجموعة كبيرة من المتغيرات من بيتا اميلويد الببتيد Aβ42 متباينة في رواسب واحد فقط، ولكن عرض نطاق متواصل من تجميع المزيف في فيفو28هذا الاتصال. على وجه الخصوص، يرد وصف لنهج القائم على التيسير لتحديد الأنواع conformational المحاسبة لأضرار الأكسدة بالبروتينات المعرضة للتجميع في خلايا الخميرة. المنهجية التي توفر العديد من المزايا مثل البساطة والقدرة الإنتاجية العالية، والقياس الكمي الدقيق. مكن هذا النهج لتأكيد أن تلعب بي بدور وقائي ضد الأكسدة.
Protocol
Representative Results
Discussion
مجموعة واسعة من أمراض ترتبط بتراكم البروتينات تجمعات في الرواسب الخلوية6،،من78،33. وقد بذلت جهود كثيرة لكشف الآليات الجزيئية التي تؤدي إلى ظهور هذه الأمراض باستخدام النهج الحسابية التي لا تأخذ بعين الاعتبار تركيزات الب…
Acknowledgements
Materials
| Yeast cells BY4741 | ATCC | 201388 | Genotype: MATa his3Δ1 leu2Δ0 met15Δ0 ura3Δ0 |
| pESC(-Ura) plasmid | Agilent Genomics | 217454 | Yeast expression plasmid with a Gal promotor. Selectable marker URA3 |
| Yeast Synthetic Drop-out Medium Supplements | Sigma | Y1501 | Powder |
| Yeast Nitrogen Base Without Amino Acids | Sigma | Y0626 | Powder |
| Raffinose | Sigma | R7630 | Powder |
| Glucose | Sigma | G7021 | Powder |
| Galactose | Sigma | G0750 | Powder |
| Phosphate Buffered Saline (PBS) | Fisher Scientific | BP3991 | Solution 10X |
| CellROX Deep Red Reagent | Life Technologies | C10422 | Free radical cell-permeant fluorescent sensor, non-fluorescent while in a reduced state, and exhibits bright fluorescence upon oxidation by reactive oxygen species (ROS), with absorption/emission maxima at 644/665 nm. |
| Y-PER protein extraction reagent | Thermo Scientific | 78990 | Liquid cell lysis buffer |
| Acrylamide/Bis-acrylamide | Sigma | A6050 | Solution |
| Bradford dye reagent | Bio-Rad | 5000205 | Dye reagent for one-step determination of protein concentration |
| β-amyloid antibody 6E10 | BioLegend | 803001 | Mouse IgG1. The epitope lies within amino acids 3-8 of beta amyloid (EFRHDS). |
| Goat anti-mouse IgG-HRP conjugate | Bio-Rad | 1721011 | |
| Membrane Immobilon-P, PVDF | Millipore | IPVH00010 | |
| Luminata forte | Merk | WBLUF0100 | Premixed, ready to use chemiluminescent HRP detection reagent |
| Phenylmethanesulfonyl fluoride solution (PMSF) | Sigma | 93482 | Protease inhibitor. Dissolved at 0.1 M in ethanol |
| FACSCanto flow cytometer | BD Biosciences | 657338 | Equipped with a 488 nm blue laser for the detection of GFP, and 635 nm red laser / 530/30 nm BP filter and 660/20 BP filter |
| Mini Trans-Blot Electrophoresis Transfer cell | Bio-Rad | 1703930 | Protein transference system |
| Mini-PROTEAN Tetra Handcast Systems | Bio-Rad | 1658000FC | Electrophoresis system |
References
- Frydman, J. Folding of newly translated proteins in vivo: the role of molecular chaperones. Annual Review of Biochemistry. 70, 603-647 (2001).
- Hartl, F. U., Bracher, A., Hayer-Hartl, M. Molecular chaperones in protein folding and proteostasis. Nature. 475, 324-332 (2011).
- Wong, E., et al. Molecular determinants of selective clearance of protein inclusions by autophagy. Nature Communications. 3, (2012).
- Winkler, J., Tyedmers, J., Bukau, B., Mogk, A. Chaperone networks in protein disaggregation and prion propagation. Journal of Structural Biology. 179, 152-160 (2012).
- Glickman, M. H., Ciechanover, A. The ubiquitin-proteasome proteolytic pathway: destruction for the sake of construction. Physiological Reviews. 82, 373-428 (2002).
- Dobson, C. M. Getting out of shape. Nature. 418, 729-730 (2002).
- Chiti, F., Dobson, C. M. Protein misfolding, functional amyloid, and human disease. Annual Review of Biochemistry. 75, 333-366 (2006).
- Aguzzi, A., O’Connor, T. Protein aggregation diseases: pathogenicity and therapeutic perspectives. Nature Reviews Drug Discovery. 9, 237-248 (2010).
- Rapezzi, C., et al. Transthyretin-related amyloidoses and the heart: a clinical overview. Nature Reviews Cardiology. 7, 398-408 (2010).
- Deas, E., et al. Alpha-synuclein oligomers interact with metal ions to induce oxidative stress and neuronal death in Parkinson’s disease. Antioxidants & Redox Signaling. 24, 376-391 (2016).
- Brundin, P., Melki, R., Kopito, R. Prion-like transmission of protein aggregates in neurodegenerative diseases. Nature Reviews Molecular Cell Biology. 11, 301-307 (2010).
- Frost, B., Diamond, M. I. Prion-like mechanisms in neurodegenerative diseases. Nature Reviews Neuroscience. 11, 155-159 (2009).
- Arrasate, M., Mitra, S., Schweitzer, E. S., Segal, M. R., Finkbeiner, S. Inclusion body formation reduces levels of mutant huntingtin and the risk of neuronal death. Nature. 431, 805-810 (2004).
- Ross, C. A., Poirier, M. A. Opinion: what is the role of protein aggregation in neurodegeneration?. Nature Reviews Molecular Cell Biology. 6, 891-898 (2005).
- Mishra, R., Sjölander, D., Hammarström, P. Spectroscopic characterization of diverse amyloid fibrils in vitro by the fluorescent dye Nile red. Molecular BioSystems. 7, 1232-1240 (2011).
- Klunk, W. E., Jacob, R. F., Mason, R. P. Quantifying amyloid by congo red spectral shift assay. Methods in Enzymology. 309, 285-305 (1999).
- Khurana, V., Lindquist, S. Modelling neurodegeneration in Saccharomyces cerevisiae: why cook with baker’s yeast?. Nature Reviews Neuroscience. 11, 436-449 (2010).
- Tenreiro, S., Outeiro, T. F. Simple is good: yeast models of neurodegeneration. FEMS Yeast Research. 10, 970-979 (2010).
- Moosavi, B., Mousavi, B., Macreadie, I. G. Yeast model of amyloid-β and Tau aggregation in Alzheimer’s disease. Journal of Alzheimer’s Disease. 47, 9-16 (2015).
- Tenreiro, S., Munder, M. C., Alberti, S., Outeiro, T. F. Harnessing the power of yeast to unravel the molecular basis of neurodegeneration. Journal of Neurochemistry. 127, 438-452 (2013).
- Yang, J., Hao, X., Cao, X., Liu, B., Nyström, T. Spatial sequestration and detoxification of huntingtin by the ribosome quality control complex. eLife. 5, (2016).
- Braun, R. J., Büttner, S., Ring, J., Kroemer, G., Madeo, F. Nervous yeast: modeling neurotoxic cell death. Trends in Biochemical Sciences. 35, 135-144 (2010).
- Figley, M. D., Gitler, A. D. Yeast genetic screen reveals novel therapeutic strategy for ALS. Rare Diseases. 1, e24420 (2013).
- Cooper, A. A., et al. Alpha-synuclein blocks ER-Golgi traffic and Rab1 rescues neuron loss in Parkinson’s models. Science. 313, 324-328 (2006).
- Johnson, B. S., McCaffery, J. M., Lindquist, S., Gitler, A. D. A yeast TDP-43 proteinopathy model: exploring the molecular determinants of TDP-43 aggregation and cellular toxicity. Proceedings of the National Academy of Sciences of the United States of America. 105, 6439-6444 (2008).
- Bharathi, V., et al. Use of ade1 and ade2 mutations for development of a versatile red/white color assay of amyloid-induced oxidative stress in saccharomyces cerevisiae. Yeast. 33, 607-620 (2016).
- Pallarès, I., Ventura, S. Advances in the prediction of protein aggregation propensity. Current Medicinal Chemistry. , (2017).
- Villar-Piqué, A., Ventura, S. Protein aggregation propensity is a crucial determinant of intracellular inclusion formation and quality control degradation. Biochimica et Biophysica Acta. 1833, 2714-2724 (2013).
- Navarro, S., Villar-Piqué, A., Ventura, S. Selection against toxic aggregation-prone protein sequences in bacteria. Biochimica et Biophysica Acta. 1843, 866-874 (2014).
- Morell, M., de Groot, N. S., Vendrell, J., Avilés, F. X., Ventura, S. Linking amyloid protein aggregation and yeast survival. Molecular BioSystems. 7, 1121-1128 (2011).
- Conchillo-Solé, O., et al. AGGRESCAN: a server for the prediction and evaluation of "hot spots" of aggregation in polypeptides. BMC Bioinformatics. 8, 65 (2007).
- Fernandez-Escamilla, A. M., Rousseau, F., Schymkowitz, J., Serrano, L. Prediction of sequence-dependent and mutational effects on the aggregation of peptides and proteins. Nature Biotechnology. 22, 1302-1306 (2004).
- Renner, M., Melki, R. Protein aggregation and prionopathies. Pathologie Biologie.(Paris). 62, 162-168 (2014).
- Carija, A., Navarro, S., de Groot, N. S., Ventura, S. Protein aggregation into insoluble deposits protects from oxidative stress. Redox Biology. 12, 699-711 (2017).
