Summary

Démonstration de l’alignement des séquences pour prédire l’outil de sensibilité entre espèces pour une évaluation rapide de la conservation des protéines

Published: February 10, 2023
doi:

Summary

Ici, nous présentons un protocole pour utiliser la dernière version de l’outil SeqAPASS (Sequence Alignment to Predict Across Species Susceptibility) de l’Environmental Protection Agency des États-Unis. Ce protocole démontre l’application de l’outil en ligne pour analyser rapidement la conservation des protéines et fournir des prédictions personnalisables et facilement interprétables de la sensibilité chimique entre les espèces.

Abstract

L’outil SeqAPASS (Sequence Alignment to Predict Across Species Susceptibility) de l’Environmental Protection Agency des États-Unis est une application de dépistage en ligne rapide et gratuite qui permet aux chercheurs et aux organismes de réglementation d’extrapoler les informations sur la toxicité entre les espèces. Pour les cibles biologiques dans des systèmes modèles tels que les cellules humaines, les souris, les rats et les poissons-zèbres, des données sur la toxicité sont disponibles pour une variété de produits chimiques. Grâce à l’évaluation de la conservation des cibles protéiques, cet outil peut être utilisé pour extrapoler les données générées par ces systèmes modèles à des milliers d’autres espèces dépourvues de données de toxicité, ce qui donne des prédictions de la susceptibilité chimique intrinsèque relative. Les dernières versions de l’outil (versions 2.0-6.1) ont incorporé de nouvelles fonctionnalités qui permettent la synthèse, l’interprétation et l’utilisation rapides des données pour la publication et des graphiques de qualité présentation.

Parmi ces fonctionnalités figurent des visualisations de données personnalisables et un rapport de synthèse complet conçu pour résumer les données SeqAPASS pour faciliter l’interprétation. Cet article décrit le protocole pour guider les utilisateurs dans la soumission des tâches, la navigation dans les différents niveaux de comparaison des séquences de protéines, et l’interprétation et l’affichage des données résultantes. Les nouvelles fonctionnalités de SeqAPASS v2.0-6.0 sont mises en évidence. En outre, deux cas d’utilisation axés sur la conservation de la transthyrétine et des protéines des récepteurs opioïdes à l’aide de cet outil sont décrits. Enfin, les forces et les limites de SeqAPASS sont discutées pour définir le domaine d’applicabilité de l’outil et mettre en évidence différentes applications pour l’extrapolation inter-espèces.

Introduction

Traditionnellement, le domaine de la toxicologie s’est fortement appuyé sur l’utilisation d’essais sur des animaux entiers pour fournir les données nécessaires aux évaluations de la sécurité chimique. Ces méthodes sont généralement coûteuses et gourmandes en ressources. Toutefois, en raison du grand nombre de produits chimiques actuellement utilisés et du rythme rapide auquel de nouveaux produits chimiques sont mis au point, il est reconnu à l’échelle mondiale qu’il existe un besoin de méthodes plus efficaces de dépistage des produits chimiques 1,2. Ce besoin et le changement de paradigme qui en a résulté pour s’éloigner de l’expérimentation animale ont conduit au développement de nombreuses nouvelles méthodes d’approche, y compris les tests de criblage à haut débit, la transcriptomique à haut débit, le séquençage de nouvelle génération et la modélisation informatique, qui sont des stratégies de test alternativesprometteuses 3,4.

L’évaluation de la sécurité chimique dans la diversité des espèces potentiellement touchées par les expositions chimiques a été un défi permanent, non seulement avec les tests de toxicité traditionnels, mais aussi avec les nouvelles méthodes d’approche. Les progrès de la toxicologie comparative et prédictive ont fourni des cadres pour comprendre la sensibilité relative de différentes espèces, et les progrès technologiques dans les méthodes de calcul continuent d’accroître l’applicabilité de ces méthodes. Plusieurs stratégies ont été discutées au cours de la dernière décennie qui tirent parti des bases de données existantes sur les séquences de gènes et de protéines, ainsi que de la connaissance de cibles moléculaires chimiques spécifiques, pour soutenir les approches prédictives pour l’extrapolation interspécifique et améliorer les évaluations de l’innocuité chimique au-delà des organismes modèles typiques 5,6,7,8.

Pour faire progresser la science dans l’action, s’appuyer sur ces études fondamentales en toxicologie prédictive, prioriser les efforts d’essais chimiques et soutenir la prise de décision, l’outil SeqAPASS (Sequence Alignment to Predict Across Species Susceptibility) de l’Environmental Protection Agency des États-Unis a été créé. Cet outil est une application Web publique et gratuite qui utilise des dépôts publics d’informations sur les séquences de protéines en constante expansion pour prédire la susceptibilité chimique à travers la diversité des espèces9. Basé sur le principe selon lequel la susceptibilité intrinsèque relative d’une espèce à un produit chimique particulier peut être déterminée en évaluant la conservation des cibles protéiques connues de ce produit chimique, cet outil compare rapidement les séquences d’acides aminés protéiques d’une espèce ayant une sensibilité connue à toutes les espèces avec des données de séquence protéique existantes. Cette évaluation est complétée par trois niveaux d’analyse, y compris (1) la séquence d’acides aminés primaires, (2) le domaine fonctionnel et (3) les comparaisons de résidus d’acides aminés critiques, chacune nécessitant une connaissance plus approfondie de l’interaction chimique-protéine et fournissant une plus grande résolution taxonomique dans la prédiction de la susceptibilité. L’une des principales forces de SeqAPASS est que les utilisateurs peuvent personnaliser et affiner leur évaluation en ajoutant des sources de données supplémentaires pour la conservation des cibles en fonction de la quantité d’informations disponibles concernant l’interaction chimique-protéine ou protéine-protéine d’intérêt.

La première version a été publiée en 2016, ce qui a permis aux utilisateurs d’évaluer les séquences d’acides aminés primaires et les domaines fonctionnels de manière rationalisée pour prédire la sensibilité chimique et contenait des capacités minimales de visualisation des données (tableau 1). Il a été démontré que les différences individuelles d’acides aminés sont des déterminants importants des différences entre les espèces dans les interactions chimique-protéine, ce qui peut affecter la susceptibilité chimiquedes espèces 10,11,12. Par conséquent, des versions ultérieures ont été développées pour prendre en compte les acides aminés critiques qui sont importants pour l’interaction chimique directe13. En réponse aux commentaires des intervenants et des utilisateurs, cet outil a fait l’objet d’une version annuelle avec de nouvelles fonctionnalités supplémentaires conçues pour répondre aux besoins des chercheurs et des organismes de réglementation en matière de résolution des problèmes liés à l’extrapolation interspécifique (tableau 1). Le lancement de la version 5.0 de SeqAPASS en 2020 a apporté des fonctionnalités centrées sur l’utilisateur qui intègrent des options de visualisation et de synthèse des données, des liens externes, des options de tableau récapitulatif et de rapport, ainsi que des fonctionnalités graphiques. Dans l’ensemble, les nouveaux attributs et capacités de cette version ont amélioré la synthèse des données, l’interopérabilité entre les bases de données externes et la facilité d’interprétation des données pour les prédictions de la sensibilité interspécifique.

Protocol

1. Mise en route REMARQUE: Le protocole présenté ici est axé sur l’utilitaire de l’outil et les fonctionnalités clés. Des descriptions détaillées des méthodes, des caractéristiques et des composants sont disponibles sur le site Web dans un guide de l’utilisateur complet (tableau 1). Tableau 1 : Évolution de l’outil SeqAPASS. Liste des fonctionnalités et mises à jour ajoutées à l’outil SeqAPASS …

Representative Results

Pour démontrer l’application de l’outil SeqAPASS et mettre en évidence de nouvelles fonctionnalités, deux études de cas sont décrites représentant des cas dans lesquels la conservation des protéines prédit qu’il existe des différences de sensibilité chimique entre les espèces (transthyrétine humaine) et qu’il n’y a pas de différences (μ récepteur opioïde [MOR]). Le premier de ces exemples porte sur les comparaisons de séquences protéiques et de structures pour prédire le domaine d’applicabi…

Discussion

Il est largement reconnu qu’il n’est pas possible de tester empiriquement suffisamment d’espèces pour saisir la diversité génomique, phénotypique, physiologique et comportementale des organismes vivants susceptibles d’être exposés à des produits chimiques d’intérêt toxicologique. L’objectif de SeqAPASS est de maximiser l’utilisation des données existantes et en expansion continue de la séquence protéique et des données structurelles pour aider et informer l’extrapolation des données / connai…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Les auteurs remercient le Dr Daniel L. Villeneuve (U.S. EPA, Center for Computational Toxicology and Exposure) et le Dr Jon A. Doering (Department of Environmental Sciences, Louisiana State University) d’avoir fourni des commentaires sur une version antérieure du manuscrit. Ce travail a été soutenu par l’Environmental Protection Agency des États-Unis. Les opinions exprimées dans le présent document sont celles des auteurs et ne reflètent pas nécessairement les opinions ou les politiques de l’Environmental Protection Agency des États-Unis, et la mention de noms commerciaux ou de produits commerciaux n’indique pas non plus l’approbation du gouvernement fédéral.

Materials

Spreadsheet program N/A N/A Any program that can be used to view and work with csv files (e.g. Microsoft Excel, OpenOffice Calc, Google Docs) can be used to access data export files.
Basic computing setup and internet access N/A N/A SeqAPASS is a free, online tool that can be easily used via an internet connection. No software downloads are required.

Riferimenti

  1. Krewski, D., et al. Toxicity testing in the 21st century: a vision and a strategy. Journal of Toxicology and Environmental Health, Part B. 13 (2-4), 51-138 (2010).
  2. Wang, Z., Walker, G. W., Muir, D. C. G., Nagatani-Yoshida, K. Toward a global understanding of chemical pollution: A first comprehensive analysis of national and regional chemical inventories. Environmental Science & Technology. 54 (5), 2575-2584 (2020).
  3. Brooks, B. W., et al. Toxicology advances for 21st century chemical pollution. One Earth. 2 (4), 312-316 (2020).
  4. Kostal, J., Voutchkova-Kostal, A. Going all in: A strategic investment in in silico toxicology. Chemical Research in Toxicology. 33 (4), 880-888 (2020).
  5. Cheng, W., Doering, J. A., LaLone, C., Ng, C. Integrative computational approaches to inform relative bioaccumulation potential of per- and polyfluoroalkyl substances (PFAS) across species. Toxicology Sciences. 180 (2), 212-223 (2021).
  6. Kostich, M. S., Lazorchak, J. M. Risks to aquatic organisms posed by human pharmaceutical use. Science of the Total Environment. 389 (2-3), 329-339 (2008).
  7. Gunnarsson, L., Jauhiainen, A., Kristiansson, E., Nerman, O., Larsson, D. G. Evolutionary conservation of human drug targets in organisms used for environmental risk assessments. Environmental Science & Technology. 42 (15), 5807-5813 (2008).
  8. LaLone, C. A., et al. Evidence for cross species extrapolation of mammalian-based high-throughput screening assay results. Environmental Science & Technology. 52 (23), 13960-13971 (2018).
  9. LaLone, C. A., et al. Editor’s highlight: Sequence Alignment to Predict Across Species Susceptibility (SeqAPASS): A web-based tool for addressing the challenges of cross-species extrapolation of chemical toxicity. Toxicology Sciences. 153 (2), 228-245 (2016).
  10. Head, J. A., Hahn, M. E., Kennedy, S. W. Key amino acids in the aryl hydrocarbon receptor predict dioxin sensitivity in avian species. Environmental Science & Technology. 42 (19), 7535-7541 (2008).
  11. Bass, C., et al. Mutation of a nicotinic acetylcholine receptor β subunit is associated with resistance to neonicotinoid insecticides in the aphid Myzus persicae. BMC Neuroscience. 12, 51-51 (2011).
  12. Erdmanis, L., et al. Association of neonicotinoid insensitivity with a conserved residue in the loop d binding region of the tick nicotinic acetylcholine receptor. Biochimica. 51 (23), 4627-4629 (2012).
  13. Doering, J. A., et al. et al. In silico site-directed mutagenesis informs species-specific predictions of chemical susceptibility derived from the Sequence Alignment to Predict Across Species Susceptibility (SeqAPASS) tool. Toxicology Sciences. 166 (1), 131-145 (2018).
  14. Noyes, P. D., et al. Evaluating chemicals for thyroid disruption: Opportunities and challenges with in vitro testing and adverse outcome pathway approaches. Environmental Health Perspectives. 127 (9), 95001 (2019).
  15. Park, G. Y., Jamerlan, A., Shim, K. H., An, S. S. A. Diagnostic and treatment approaches involving transthyretin in amyloidogenic diseases. Int J Mol Sci. 20 (12), 2982 (2019).
  16. Rabah, S. A., Gowan, I. L., Pagnin, M., Osman, N., Richardson, S. J. Thyroid hormone distributor proteins during development in vertebrates. Front Endocrinol (Lausane). 10, 506 (2019).
  17. Richardson, S. J. Cell and molecular biology of transthyretin and thyroid hormones. International Review of Cytology. 258, 137-193 (2007).
  18. Yamauchi, K., Ishihara, A., Richardson, S. J., Cody, V. Transthyretin and Endocrine Disruptors. Recent Advances in Transthyretin Evolution, Structure and Biological Functions. , 159-171 (2009).
  19. Iakovleva, I., et al. Tetrabromobisphenol A is an efficient stabilizer of the transthyretin tetramer. PLoS One. 11 (4), 0153529 (2016).
  20. Ishihara, A., Sawatsubashi, S., Yamauchi, K. Endocrine disrupting chemicals: Interference of thyroid hormone binding to transthyretins and to thyroid hormone receptors. Molecular and Cellular Endocrinology. 199 (1), 105-117 (2003).
  21. Kar, S., Sepúlveda, M. S., Roy, K., Leszczynski, J. Endocrine-disrupting activity of per- and polyfluoroalkyl substances: Exploring combined approaches of ligand and structure based modeling. Chemosphere. 184, 514-523 (2017).
  22. Morais-de-Sa, E., Pereira, P. J., Saraiva, M. J., Damas, A. M. The crystal structure of transthyretin in complex with diethylstilbestrol: A promising template for the design of amyloid inhibitors. Journal of Biological Chemistry. 279 (51), 53483-53490 (2004).
  23. Morgado, I., Campinho, M. A., Costa, R., Jacinto, R., Power, D. M. Disruption of the thyroid system by diethylstilbestrol and ioxynil in the sea bream (Sparus aurata). Aquatic Toxicology. 92 (4), 271-280 (2009).
  24. Yamauchi, K., Prapunpoj, P., Richardson, S. J. Effect of diethylstilbestrol on thyroid hormone binding to amphibian transthyretins. General and Comparative Endocrinology. 119 (3), 329-339 (2000).
  25. Zhang, J., et al. Structure-based virtual screening protocol for in silico identification of potential thyroid disrupting chemicals targeting transthyretin. Environmental Science & Technology. 50 (21), 11984-11993 (2016).
  26. Ren, X. M., et al. Binding interactions of perfluoroalkyl substances with thyroid hormone transport proteins and potential toxicological implications. Toxicology. 366-367, 32-42 (2016).
  27. Wilson, N., Mbabazi, K., Seth, P., Smith, H., Davis, N. L. Drug and opioid-involved overdose deaths – United States, 2017-2018. Morbidity and Mortality Weekly Report. 69 (11), 290-297 (2020).
  28. National Pollutant Discharge Elimination System (NPDES). United States Environmental Protection Agency Available from: https://www.epa.gov/npdes/npdes-resources (2018)
  29. Duvallet, C., Hayes, B. D., Erickson, T. B., Chai, P. R., Matus, M. Mapping community opioid exposure through wastewater-based epidemiology as a means to engage pharmacies in harm reduction efforts. Preventing Chronic Disease. 17, 200053 (2020).
  30. Gushgari, A. J., Venkatesan, A. K., Chen, J., Steele, J. C., Halden, R. U. Long-term tracking of opioid consumption in two United States cities using wastewater-based epidemiology approach. Water Research. 161, 171-180 (2019).
  31. Lau, B., Bretaud, S., Huang, Y., Lin, E., Guo, S. Dissociation of food and opiate preference by a genetic mutation in zebrafish. Genes Brain Behave. 5 (7), 497-505 (2006).
  32. Bossé, G. D., Peterson, R. T. Development of an opioid self-administration assay to study drug seeking in zebrafish. Behavioural Brain Research. 335, 158-166 (2017).
  33. Mottaz, H., et al. Dose-dependent effects of morphine on lipopolysaccharide (LPS)-induced inflammation, and involvement of multixenobiotic resistance (MXR) transporters in LPS efflux in teleost fish. Environmental Pollution. 221, 105-115 (2017).
  34. Manglik, A., et al. Crystal structure of the µ-opioid receptor bound to a morphinan antagonist. Nature. 485 (7398), 321-326 (2012).
  35. Comer, S. D., Cahill, C. M. Fentanyl: Receptor pharmacology, abuse potential, and implications for treatment. Neuroscience & Biobehavioral Reviews. 106, 49-57 (2019).
  36. Podlewska, S., Bugno, R., Kudla, L., Bojarski, A. J., Przewlocki, R. Molecular modeling of µ opioid receptor ligands with various functional properties: PZM21, SR-17018, morphine, and fentanyl-simulated interaction patterns confronted with experimental data. Molecules. 25 (20), 4636 (2020).
  37. Huang, W., et al. Structural insights into µ-opioid receptor activation. Nature. 524 (7565), 315-321 (2015).
  38. Lipiński, P. F. J., et al. Fentanyl family at the mu-opioid receptor: Uniform assessment of binding and computational analysis. Molecules. 24 (4), 740 (2019).
  39. Boland, L. A., Angles, J. M. Feline permethrin toxicity: Retrospective study of 42 cases. Journal of Feline Medicine and Surgery. 12 (2), 61-71 (2010).
  40. Stevenson, B. J., Pignatelli, P., Nikou, D., Paine, M. J. Pinpointing P450s associated with pyrethroid metabolism in the dengue vector, Aedes aegypti: developing new tools to combat insecticide resistance. PLoS Neglected Tropical Diseases. 6 (3), 1595 (2012).
  41. Ankley, G. T., Gray, L. E. Cross-species conservation of endocrine pathways: A critical analysis of tier 1 fish and rat screening assays with 12 model chemicals. Environmental Toxicology and Chemistry. 32 (5), 1084-1087 (2013).
  42. Meteyer, C. U., Rideout, B. A., Gilbert, M., Shivaprasad, H. L., Oaks, J. L. Pathology and proposed pathophysiology of diclofenac poisoning in free-living and experimentally exposed oriental white-backed vultures (Gyps bengalensis). Journal of Wildlife Diseases. 41 (4), 707-716 (2005).
  43. ECOTOX User Guide: ECOTOXicology Knowledgebase System. EPA, United States Environmental Protection Agency Available from: https://cfpub.epa.gov/ecotox/index.cfm (2021)
  44. ECOS Environmental Conservation Online System. U.S. Fish & Wildlife Service Available from: https://ecos.fws.gov/ecp/ (2021)

Play Video

Citazione di questo articolo
Vliet, S. M. F., Hazemi, M., Blatz, D., Jensen, M., Mayasich, S., Transue, T. R., Simmons, C., Wilkinson, A., LaLone, C. A. Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation. J. Vis. Exp. (192), e63970, doi:10.3791/63970 (2023).

View Video