Summary

Un test de stabilité cible sensible à l'affinité semi-quantitative des médicaments (DARTS) pour étudier l'interaction Rapamycin/mTOR

Published: August 27, 2019
doi:

Summary

Dans cette étude, nous avons amélioré les capacités d’analyse de données de l’expérience DARTS en surveillant les changements dans la stabilité des protéines et en estimant l’affinité des interactions protéines-ligands. Les interactions peuvent être tracées en deux courbes : une courbe protéolytique et une courbe dose-dépendance. Nous avons utilisé l’interaction mTOR-rapamycine comme un cas exemplaire.

Abstract

Drug Affinity Responsive Target Stability (DARTS) est une méthode robuste pour la détection de nouvelles cibles protéiques à petites molécules. Il peut être utilisé pour vérifier les interactions molécules-protéines connues et pour trouver des cibles protéiques potentielles pour les produits naturels. Comparé à d’autres méthodes, DARTS utilise des molécules indigènes, non modifiées, petites et est simple et facile à utiliser. Dans cette étude, nous avons encore amélioré les capacités d’analyse de données de l’expérience DARTS en surveillant les changements dans la stabilité des protéines et en estimant l’affinité des interactions protéines-ligands. Les interactions protéines-ligands peuvent être tracées en deux courbes : une courbe protéolytique et une courbe dose-dépendance. Nous avons utilisé l’interaction mTOR-rapamycine comme un cas exemplaire pour l’établissement de notre protocole. De la courbe protéolytique nous avons vu que la protéolyse du mTOR par pronase a été inhibée par la présence de rapamycine. La courbe dose-dépendance nous a permis d’estimer l’affinité contraignante de la rapamycine et du mTOR. Cette méthode est susceptible d’être une méthode puissante et simple pour identifier avec précision les nouvelles protéines cibles et pour l’optimisation de l’engagement cible médicamenteux.

Introduction

L’identification des petites molécules cibles des protéines est essentielle à la compréhension mécaniste et au développement de médicaments thérapeutiques potentiels1,2,3. La chromatographie d’affinité, comme méthode classique pour identifier les protéines cibles des petites molécules, a donné de bons résultats4,5. Cependant, cette méthode a des limites, en ce que la modification chimique de petites molécules entraîne souvent une spécificité ou une affinité de liaison réduite ou altérée. Pour surmonter ces limitations, plusieurs nouvelles stratégies ont récemment été développées et appliquées pour identifier les cibles de petites molécules sans modification chimique des petites molécules. Ces méthodes directes pour l’identification ciblée des petites molécules sans étiquette comprennent la stabilité de la cible sensible à l’affinité médicamenteuses (DARTS)6, stabilité des protéines des taux d’oxydation (SPROX)7, analyse thermique cellulaire (CETSA)8 ,9, et profilage protéome thermique (TPP)10. Ces méthodes sont très avantageuses parce qu’elles utilisent de petites molécules naturelles et non modifiées et ne reposent que sur des interactions de liaison directes pour trouver des protéines cibles11.

Parmi ces nouvelles méthodes, DARTS est une méthodologie relativement simple qui peut facilement être adoptée par la plupart des laboratoires12,13. DARTS dépend du concept que les protéines ligand-liées démontrent la susceptibilité modifiée à la dégradation enzymatique par rapport aux protéines non liées. La nouvelle protéine cible peut être détectée par l’examen de la bande modifiée dans le gel SDS-PAGE par spectrométrie de masse de chromatographie liquide (LC-MS/MS). Cette approche a été mise en œuvre avec succès pour l’identification de cibles jusque-là inconnues de produits naturels et de médicaments14,15,16,17,18, 19. Il est également puissant comme moyen de filtrer ou de valider la liaison des composés à une protéine spécifique20,21. Dans cette étude, nous présentons une amélioration à l’expérience en surveillant les changements dans la stabilité des protéines avec de petites molécules et en identifiant les affinités de liaison protéine-ligand. Nous utilisons l’interaction mTOR-rapamycine comme exemple pour démontrer notre approche.

Protocol

1. Recueillir et lyser les cellules Cultivez 293T cellules à l’aide du milieu Eagle modifié de Dulbecco (DMEM) avec 10% de sérum bovin fœtal, 2 mM de glutamine et 1% d’antibiotiques. Incuber les cultures à 37 oC sous 5 % co2.REMARQUE : L’état de croissance des cellules peut affecter la stabilité des expériences ultérieures. Élargir les cellules en culture jusqu’à atteindre 80’u201290% confluence. Mélanger 345 l de réactif de lyse cellulaire (voir le tablea…

Representative Results

Le graphique de débit de l’expérience est décrit à la figure 1. Le résultat de la coloration bleue de Coomassie est montré dans la figure 2. L’incubation avec la petite molécule confère une protection contre la protéolyse. Trois bandes qui semblent être protégées par l’incubation avec de la rapamycine sur le contrôle du véhicule sont trouvées. Les résultats attendus de l’expérience de la courbe protéolytique sont présentés à <strong class="x…

Discussion

DARTS permet d’identifier les cibles de petites molécules en exploitant l’effet protecteur de la liaison protéique contre la dégradation. DARTS ne nécessite aucune modification chimique ou immobilisation de la petite molécule26. Cela permet d’utiliser de petites molécules pour déterminer leurs cibles protéiques de liaison directe. Les critères d’évaluation standard pour la méthode Classique DARTS incluent la coloration de gel, la spectrométrie de masse et le ballonnement occidental<sup…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Ces travaux ont été soutenus en partie par les subventions de recherche des NIH R01NS103931, R01AR062207, R01AR061484, et une subvention de recherche du MINISTÈRE W81XWH-16-1-0482.

Materials

100X Protease inhibitor cocktail Sigma-Aldrich P8340 Dilute to 20X with ultrapure water
293T cell line ATCC CRL-3216 DMEM medium with 10% FBS
Acetic acid Sigma-Aldrich A6283
BCA Protein Assay Kit Thermo Fisher 23225
Calcium chloride Sigma-Aldrich C1016
Cell scraper Thermo Fisher 179693
Coomassie Brilliant Blue R-250 Staining Solution Bio-Rad 1610436
Dimethyl sulfoxide(DMSO) Sigma-Aldrich D2650
GraphPad Prism GraphPad Software Version 6.0 statistical analysis and drawing software
Hydrochloric acid Sigma-Aldrich H1758
ImageJ National Institutes of Health Version 1.52 image processing and analysis software
M-PER Cell Lysis Reagent Thermo Fisher 78501
Phosphate-buffered saline (PBS) Corning R21-040-CV
Pronase Roche PRON-RO 10 mg/ml
Sodium chloride Sigma-Aldrich S7653
Sodium fluoride Sigma-Aldrich S7920
Sodium orthovanadate Sigma-Aldrich 450243
Sodium pyrophosphate Sigma-Aldrich 221368
Trizma base Sigma-Aldrich T1503 adjust to pH 8.0
β-glycerophosphate Sigma-Aldrich G9422

References

  1. Rask-Andersen, M., Masuram, S., Schioth, H. B. The druggable genome: Evaluation of drug targets in clinical trials suggests major shifts in molecular class and indication. Annual Review of Pharmacology and Toxicology. 54, 9-26 (2014).
  2. O’Connor, C. J., Laraia, L., Spring, D. R. Chemical genetics. Chemical Society Reviews. 40 (8), 4332-4345 (2011).
  3. McFedries, A., Schwaid, A., Saghatelian, A. Methods for the elucidation of protein-small molecule interactions. Chemistry & Biology. 20 (5), 667-673 (2013).
  4. Sato, S., Murata, A., Shirakawa, T., Uesugi, M. Biochemical target isolation for novices: affinity-based strategies. Chemistry & Biology. 17 (6), 616-623 (2010).
  5. Sleno, L., Emili, A. Proteomic methods for drug target discovery. Current Opinion in Chemical Biology. 12 (1), 46-54 (2008).
  6. Lomenick, B., et al. Target identification using drug affinity responsive target stability (DARTS). Proceedings of the National Academy of Sciences of the United States of America. 106 (51), 21984-21989 (2009).
  7. Strickland, E. C., et al. Thermodynamic analysis of protein-ligand binding interactions in complex biological mixtures using the stability of proteins from rates of oxidation. Nature Protocols. 8 (1), 148-161 (2013).
  8. Jafari, R., et al. The cellular thermal shift assay for evaluating drug target interactions in cells. Nature Protocols. 9 (9), 2100-2122 (2014).
  9. Martinez Molina, D., et al. Monitoring drug target engagement in cells and tissues using the cellular thermal shift assay. Science. 341 (6141), 84-87 (2013).
  10. Savitski, M. M., et al. Tracking cancer drugs in living cells by thermal profiling of the proteome. Science. 346 (6205), 1255784 (2014).
  11. Chang, J., Kim, Y., Kwon, H. J. Advances in identification and validation of protein targets of natural products without chemical modification. Natural Product Reports. 33 (5), 719-730 (2016).
  12. Pai, M. Y., et al. Drug affinity responsive target stability (DARTS) for small-molecule target identification. Methods in Molecular Biology. 1263, 287-298 (2015).
  13. Lomenick, B., Jung, G., Wohlschlegel, J. A., Huang, J. Target identification using drug affinity responsive target stability (DARTS). Current Protocols in Chemical Biology. 3 (4), 163-180 (2011).
  14. Xu, L., et al. Precision therapeutic targeting of human cancer cell motility. Nature Communications. 9 (1), 2454 (2018).
  15. Lim, H., et al. A novel autophagy enhancer as a therapeutic agent against metabolic syndrome and diabetes. Nature Communications. 9 (1), 1438 (2018).
  16. Schulte, M. L., et al. Pharmacological blockade of ASCT2-dependent glutamine transport leads to antitumor efficacy in preclinical models. Nature Medicine. 24 (2), 194-202 (2018).
  17. Skrott, Z., et al. Alcohol-abuse drug disulfiram targets cancer via p97 segregase adaptor NPL4. Nature. 552 (7684), 194-199 (2017).
  18. Zhang, C., et al. Endosidin2 targets conserved exocyst complex subunit EXO70 to inhibit exocytosis. Proceedings of the National Academy of Sciences of the United States of America. 113 (1), 41-50 (2016).
  19. Chin, R. M., et al. The metabolite alpha-ketoglutarate extends lifespan by inhibiting ATP synthase and TOR. Nature. 510 (7505), 397-401 (2014).
  20. Robinson, T. J., et al. High-throughput screen identifies disulfiram as a potential therapeutic for triple-negative breast cancer cells: interaction with IQ motif-containing factors. Cell Cycle. 12 (18), 3013-3024 (2013).
  21. Aghajan, M., et al. Chemical genetics screen for enhancers of rapamycin identifies a specific inhibitor of an SCF family E3 ubiquitin ligase. Nature Biotechnology. 28 (7), 738-742 (2010).
  22. Brunelle, J. L., Green, R. Coomassie blue staining. Methods in Enzymology. 541, 161-167 (2014).
  23. Domon, B., Aebersold, R. Mass spectrometry and protein analysis. Science. 312 (5771), 212-217 (2006).
  24. Hnasko, T. S., Hnasko, R. M. The Western Blot. Methods in Molecular Biology. 1318, 87-96 (2015).
  25. Van Duyne, G. D., Standaert, R. F., Karplus, P. A., Schreiber, S. L., Clardy, J. Atomic structures of the human immunophilin FKBP-12 complexes with FK506 and rapamycin. Journal of Molecular Biology. 229 (1), 105-124 (1993).
  26. Lomenick, B., Olsen, R. W., Huang, J. Identification of direct protein targets of small molecules. ACS Chemical Biology. 6 (1), 34-46 (2011).
  27. Park, Y. D., et al. Identification of Multiple Cryptococcal Fungicidal Drug Targets by Combined Gene Dosing and Drug Affinity Responsive Target Stability Screening. MBio. 7 (4), (2016).
  28. Qu, Y., et al. Small molecule promotes beta-catenin citrullination and inhibits Wnt signaling in cancer. Nature Chemical Biology. 14 (1), 94-101 (2018).

Play Video

Citer Cet Article
Zhang, C., Cui, M., Cui, Y., Hettinghouse, A., Liu, C. A Semi-Quantitative Drug Affinity Responsive Target Stability (DARTS) assay for studying Rapamycin/mTOR interaction. J. Vis. Exp. (150), e59656, doi:10.3791/59656 (2019).

View Video