Summary

Evaluering av virkningen av Protein Oppsamling på mobilnettet oksidativt Stress i gjær

Published: June 23, 2018
doi:

Summary

Protein aggregering utløser mobilnettet oksidativt stress. Denne protokollen beskriver en metode for overvåking intracellulær statene amyloidogenic proteiner og oksidativt stress forbundet med dem, ved hjelp av flowcytometri. Tilnærmingen til å studere atferden til løselig og aggregering utsatt varianter av amyloid-β peptid.

Abstract

Protein misfolding og aggregering i amyloid konformasjonen har vært knyttet til utbruddet og progresjon av flere nevrodegenerative sykdommer. Men det er fortsatt litt informasjon om hvordan uløselig protein aggregater utøve deres toksiske effekter i vivo. Enkel prokaryotic og eukaryotic modell organismer, som bakterier og gjær, har bidratt betydelig til vår nåværende forståelse av mekanismene bak intracellulær amyloid dannelse, aggregater forplantning, og toksisitet. I denne protokollen, er bruk av gjær beskrevet som en modell for å analysere forholdet mellom dannelsen av protein aggregater og deres innvirkning på mobilnettet oksidativt stress. Metoden kombinerer påvisning av intracellulær løselig/samlet status for en amyloidogenic protein med kvantifisering av mobilnettet oksidative skader som følge av sitt uttrykk ved hjelp av flowcytometri (FC). Denne tilnærmingen er enkel, rask og kvantitative. Studien viser teknikken ved å samkjøre mobilnettet oksidativt stress forårsaket av et stort sett av amyloid-β peptid varianter med sine respektive iboende samling propensities.

Introduction

Proteostasis er en grunnleggende determinant av celle helse og aldring prosesser. I celler vedlikeholdes protein homeostase av sofistikert protein kvalitetskontroll nettverk rettet å sikre den riktige refolding av misfolded protein conformers chaperones og/eller deres målrettede proteolyse med flere godt bevarte mekanismer1 ,2,3,4,5. En rekke studier gir støtte til koblingen mellom utbruddet og utviklingen av en rekke menneskelige sykdommer og svikt i proteostasis, fører til protein misfolding og aggregering. For eksempel tilstedeværelsen av protein innskudd er ansett som en patologisk kjennetegner mange nevrodegenerative sykdommer, som Alzheimers, Parkinsons, og Huntingtons sykdommer6,7,8, prionogenic sykdommer og ikke-degenerative amyloidoses9. Det har blitt foreslått at tidlig oligomeric og protofibrillar samlinger i samling reaksjonen er de viktigste elicitors av cytotoksisitet, etablere avvikende interaksjoner med andre proteiner i overfylte mobilnettet miljø10. I tillegg kan protein Inneslutninger (PI) overføres mellom celler, spre sine toksisk effekt11,12. Derfor kan det være at dannelsen av PI kan faktisk utgjør en detoxifying mekanisme som begrenser tilstedeværelsen av farlig aggregert arter til bestemte steder i cellen, der de kan behandles eller akkumulert uten store bivirkninger 13 , 14.

Standard i vitro biokjemiske tilnærminger har gitt viktig innsikt i de ulike artene som fyller aggregering reaksjoner og deres egenskaper15,16. Men betingelsene i disse analyser er klart forskjellig fra de som forekommer i cellen, og derfor spørsmålet relevansen fysiologiske. På grunn av kjente bevaring av mobilnettet som protein kvalitetskontroll, autophagy eller regulering av mobilnettet redoks staten17,18 blant eukaryoter19,20,21 ,22,23, spirende gjær Saccharomyces cerevisiae (S. cerevisiae) har dukket opp som en privilegert enkel mobilnettet modell å studere molekylære determinanter av protein aggregering og tilknyttede cytotoksiske innvirkning på biologisk relevante miljøer24,25,26.

Protein aggregering tilbøyelighet er en funksjon iboende kodet i primære sekvensen. Dermed dannelsen av amyloid-lignende strukturer kan forutsies basert på identifisering og evaluering av styrken på aggregering-fremme regioner i polypeptides27. Men til tross for bioinformatic algoritmer å forutsi egenskapene for aggregering i vitro protein sekvenser, er de fortsatt langt fra prognoser hvordan disse propensities oversette til i vivo cytotoksiske innvirkning. Studier som tar koblingen mellom et bestemt protein aggregert staten og dens tilknyttede cellular skade på en systematisk måte kan bidra til å omgå denne beregningsorientert begrensningen. Denne tilkoblingen behandles i studien, drar nytte av en rekke varianter av amyloid-β peptid Aβ42 forskjellig fra en enkelt rester, men viser en kontinuerlig rekke aggregering propensities i vivo28. Spesielt er en FC-basert tilnærming til til conformational arten regnskap for oksidative skader brakt frem av aggregering utsatt proteiner i gjærceller beskrevet. Metodikken gir mange fordeler som enkelhet, høy gjennomstrømming evne og nøyaktig kvantitativ måling. Dette gjorde det mulig å bekrefte som PI spiller en beskyttende rolle mot oksidativt stress.

Protocol

1. S. cerevisiae kulturer og Protein uttrykk Merk: Aβ varianter forevise annet relative aggregering propensities på grunn av en mutasjon i en enkelt rester i posisjon 19 (Phe19) av Aβ42 peptid (figur 1A). Disse peptid variantene er merket med grønne fluorescerende protein (GFP), som fungerer som en samling reporter (figur 1)29. Transformere plasmider koding for 20 Aβ42-GFP varianter i gj…

Representative Results

Denne protokollen beskriver hvordan å ansette en samling av 20 varianter av Aβ42 peptid der Phe19 er mutert til alle naturlige proteinogenic aminosyrer28. De teoretiske aggregering propensities av disse proteinene kan analyseres ved hjelp av to forskjellige bioinformatic algoritmer (AGGRESCAN og TANGO31,32). I begge tilfeller denne analysen gjengir en progressiv gradering av aggregering tendenser, tillegg…

Discussion

En rekke sykdommer knyttet til opphopning av misfolded proteiner i mobilnettet innskudd6,7,8,33. Mange forsøk har vært gjort å rakne molekylære mekanismer som utløser utbruddet av disse sykdommer med computational tilnærminger, som ikke tar hensyn til kontoen protein konsentrasjoner, eller i vitro tilnærminger, som protein konsentrasjonen forblir konstant under reaksjonen. Men i…

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

  1. Frydman, J. Folding of newly translated proteins in vivo: the role of molecular chaperones. Annual Review of Biochemistry. 70, 603-647 (2001).
  2. Hartl, F. U., Bracher, A., Hayer-Hartl, M. Molecular chaperones in protein folding and proteostasis. Nature. 475, 324-332 (2011).
  3. Wong, E., et al. Molecular determinants of selective clearance of protein inclusions by autophagy. Nature Communications. 3, (2012).
  4. Winkler, J., Tyedmers, J., Bukau, B., Mogk, A. Chaperone networks in protein disaggregation and prion propagation. Journal of Structural Biology. 179, 152-160 (2012).
  5. Glickman, M. H., Ciechanover, A. The ubiquitin-proteasome proteolytic pathway: destruction for the sake of construction. Physiological Reviews. 82, 373-428 (2002).
  6. Dobson, C. M. Getting out of shape. Nature. 418, 729-730 (2002).
  7. Chiti, F., Dobson, C. M. Protein misfolding, functional amyloid, and human disease. Annual Review of Biochemistry. 75, 333-366 (2006).
  8. Aguzzi, A., O’Connor, T. Protein aggregation diseases: pathogenicity and therapeutic perspectives. Nature Reviews Drug Discovery. 9, 237-248 (2010).
  9. Rapezzi, C., et al. Transthyretin-related amyloidoses and the heart: a clinical overview. Nature Reviews Cardiology. 7, 398-408 (2010).
  10. 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).
  11. Brundin, P., Melki, R., Kopito, R. Prion-like transmission of protein aggregates in neurodegenerative diseases. Nature Reviews Molecular Cell Biology. 11, 301-307 (2010).
  12. Frost, B., Diamond, M. I. Prion-like mechanisms in neurodegenerative diseases. Nature Reviews Neuroscience. 11, 155-159 (2009).
  13. 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).
  14. 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).
  15. 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).
  16. Klunk, W. E., Jacob, R. F., Mason, R. P. Quantifying amyloid by congo red spectral shift assay. Methods in Enzymology. 309, 285-305 (1999).
  17. Khurana, V., Lindquist, S. Modelling neurodegeneration in Saccharomyces cerevisiae: why cook with baker’s yeast?. Nature Reviews Neuroscience. 11, 436-449 (2010).
  18. Tenreiro, S., Outeiro, T. F. Simple is good: yeast models of neurodegeneration. FEMS Yeast Research. 10, 970-979 (2010).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. Figley, M. D., Gitler, A. D. Yeast genetic screen reveals novel therapeutic strategy for ALS. Rare Diseases. 1, e24420 (2013).
  24. 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).
  25. 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).
  26. 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).
  27. Pallarès, I., Ventura, S. Advances in the prediction of protein aggregation propensity. Current Medicinal Chemistry. , (2017).
  28. 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).
  29. Navarro, S., Villar-Piqué, A., Ventura, S. Selection against toxic aggregation-prone protein sequences in bacteria. Biochimica et Biophysica Acta. 1843, 866-874 (2014).
  30. 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).
  31. 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).
  32. 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).
  33. Renner, M., Melki, R. Protein aggregation and prionopathies. Pathologie Biologie.(Paris). 62, 162-168 (2014).
  34. 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).

Play Video

Cite This Article
Carija, A., Ventura, S., Navarro, S. Evaluation of the Impact of Protein Aggregation on Cellular Oxidative Stress in Yeast. J. Vis. Exp. (136), e57470, doi:10.3791/57470 (2018).

View Video