Summary

효 모 세포 산화 스트레스에 단백질 집단의 영향 평가

Published: June 23, 2018
doi:

Summary

단백질 집계 세포 산화 스트레스 elicits. 이 프로토콜 amyloidogenic 단백질의 세포내 주와 관련 된, cytometry 사용 하 여 산화 스트레스 모니터링 하는 방법을 설명 합니다. 접근은 아 밀 로이드 β 펩 티 드의 가용성과 집계 경향이 이체의 동작을 연구 하는 데 사용 됩니다.

Abstract

단백질 misfolding 및 녹말 체 conformations로 집계 발병 및 여러 신경 퇴행 성 질환의 진행에 관련 되어있다. 그러나, 여전히 약간의 정보는 어떻게 불용 성 단백질에 대 한 집계는 그들의 독성 효과 비보를 발휘. 단순 간결한 및 진 핵 모형 유기 체, 박테리아와 효 모, 등 세포내 녹말 체 형성, 집계 전파 및 독성 뒤에 있는 메커니즘의 우리의 현재 이해에 크게 기여 했다. 이 프로토콜에서 효를 사용 하 여 단백질의 형성 및 세포질 산화 스트레스에 미치는 영향 관계를 해 부 모델로 설명 합니다. 메서드는 amyloidogenic 단백질의 세포내 수용 성/집계 상태 감지 세포 산화 손상 cytometry (FC)을 사용 하 여 식에서 결과의 정량화 결합 합니다. 이 방법은 간단 하 고 빠르며, 양적입니다. 연구는 그들의 각각 고유한 집계 경향으로 아 밀 로이드 β 펩 티 드 이체의 큰 세트에 기인한 세포질 산화 스트레스를 연관 하 여 기법을 보여 줍니다.

Introduction

Proteostasis 셀 체력과 노화 프로세스의 근본적인 결정 이다. 셀, 네트워크는 올바른 refolding misfolded 단백질 conformers의 보호자 또는 그들의 타겟된 베이스로 몇 가지 잘 보존 메커니즘1 보장 하기 위한 정교한 단백질 품질 관리에 의해 단백질 항상성 유지 ,2,3,,45. 연구의 많은 발병과 인간의 질병의 광범위 한 범위와 proteostasis, 단백질 misfolding 및 집계의 실패의 진행 사이의 링크에 지원을 제공 합니다. 예를 들어, 단백질 예금의 존재는 많은 신경 퇴행 성 질환, 알츠하이머병, 파 킨 슨 병, 등, 헌팅턴의 질병6,7,8의 병 적인 특징을 간주 됩니다. prionogenic 질병, 고 퇴행 성 비 amyloidoses9. 그것은 집계 반응에서 초기 oligomeric 및 protofibrillar 어셈블리 붐비는 셀룰러 환경10다른 단백질 들과 탈 선 상호 작용을 설정 하는 세포 독성의 주요 elicitors는 건의 되었다. 또한, 전파 하는 그들의 독성 효과11,12셀 사이의 단백질 포함 (PI)를 전송할 수 있습니다. 따라서, PI의 대형 셀, 어디 처리 될 수 있다 또는 주요 부작용 없이 축적에서 특정 위치에 위험한 집계 된 종의 존재를 제한 하는 해독 메커니즘 구성 실제로 수 있습니다. 수 있습니다. 13 , 14.

표준 체 외에서 생 화 확 적인 접근 집계 반응와 그들의 속성15,16종에 대 한 중요 한 통찰력을 제공 했다. 그러나, 이러한 분석 실험에서 사용 하는 조건 셀 내에 발생 하는 명확 하 게 다른 있으며, 따라서 그들의 생리 적인 관련성 질문. 세포질 통로 단백질 품질 관리, autophagy, 진핵생물19,20,21 중 세포질 산화 환 원 상태17,18 의 규제 등의 주목할 만한 절약 때문에 ,,2223, 신진 효 모 Saccharomyces cerevisiae (S. cerevisiae) 단백질 집단의 분자 결정 요인 연구 특권 간단한 세포 모델 나왔다 그리고 생물학으로 관련 환경24,,2526에 관련 된 세포 독성 영향.

단백질 집계 성향 본질적으로 기본 순서로 인코딩 기능입니다. 따라서, 아 밀 로이드 같은 구조의 형성 예측할 수 있습니다 식별 및 집계 추진의 힘의 평가에 따라 지역 polypeptides27에. 그러나, 예측 단백질 시퀀스의 생체 외에서 집계 속성 bioinformatic 알고리즘의 성공에도 불구 하 고 그들은 여전히 이러한 경향 vivo에서 세포 독성 영향으로 번역 하는 어떻게 예측까지 있습니다. 체계적인 방식으로 주어진된 단백질의 집계 상태 및 그것의 관련 된 세포 손상을 사이 연결 하는 연구는 전산이 한계를 우회 하는 데 도움이 있습니다. 이 연결은 현재 연구, 아 밀 로이드 β 펩 티 드 Aβ42 단일 잔류물에만 서로 다른 하지만 집계 경향 vivo에서28의 연속 범위 표시의 이체의 큰 세트의 활용에서 해결 됩니다. 특히, 구조적 종 효 모 세포에서 집계 하기 쉬운 단백질에 의해 elicited 산화 손상에 대 한 회계를 식별 하는 FC 기반 접근 방식을 설명 합니다. 방법론에는 단순, 높은 처리 능력, 그리고 정확한 양적 측정 등 많은 이점을 제공합니다. 이 방법은 PI 놀이 산화 스트레스에 대 한 보호 역할을 확인 가능 합니다.

Protocol

1. S. cerevisiae 문화와 단백질 표정 참고: Aβ 변종 전시 Aβ42 펩 티 드 (그림 1A)의 위치 19 (Phe19)에서 단일 잔류물에 돌연변이 인해 다른 상대 집계 경향. 이 펩 티 드 이체는 녹색 형광 단백질 (GFP), 집계 기자 (그림 1)29역할으로 태그 됩니다. 플라스 미드 BY4741 부모의 배경 (타 그의3Δ1 레이2Δ0…

Representative Results

이 프로토콜 어디 Phe19은 모든 자연 proteinogenic 아미노산28변경 되었습니다 Aβ42 펩 티 드의 20 이체의 컬렉션을 사용 하는 방법을 설명 합니다. 이 단백질의 이론적인 집계 경향 두 다른 bioinformatic 알고리즘 (AGGRESCAN와 탱고31,32)를 사용 하 여 분석할 수 있습니다. 두 경우 모두에서이 분석 집계 추세, ascribing, 일반?…

Discussion

다양 한 질병 세포 예금6,,78,33으로 misfolded 단백질의 축적에 연결 된다. 많은 노력 계정 단백질 농도를 고려 하지 않습니다, 계산 방법을 사용 하 여 이러한 질병의 발병을 트리거하는 분자 메커니즘을 해명 되었습니다 또는 생체 외에서 접근, 어떤 단백질 농도 반응 동안 상수 남아 있습니다. 그…

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

Referencias

  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

Citar este artículo
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