Summary

MS2-Afinidad Purificación Junto Con La Secuenciación De ARN En Bacterias Gram-Positivas

Published: February 23, 2021
doi:

Summary

La tecnología MAPS se ha desarrollado para escudriñar el targetome de un ARN regulador específico in vivo. El sRNA de interés está etiquetado con un aptámero MS2 que permite la co-purificación de sus socios de ARN y su identificación por secuenciación de ARN. Este protocolo modificado es particularmente adecuado para bacterias Gram-positivas.

Abstract

Aunque los pequeños ARN reguladores (ARNs) están muy extendidos entre el dominio bacteriano de la vida, las funciones de muchos de ellos siguen estando mal caracterizadas, en particular debido a la dificultad de identificar sus dianas de ARNm. Aquí, se describe un protocolo modificado de la purificación ms2-afinidad junto con la tecnología de secuenciación de ARN (MAPAS), con el objetivo de revelar todos los socios de ARN de un sRNA específico in vivo. En términos generales, el aptámero MS2 se fusiona con la extremidad 5′ del sRNA de interés. Esta construcción se expresa entonces in vivo, permitiendo que el MS2-sRNA interactúe con sus socios celulares. Después de la recolección bacteriana, las células se lisan mecánicamente. El extracto crudo se carga en una columna de cromatografía a base de amilosa previamente recubierta con la proteína MS2 fusionada con la proteína de unión a la maltosa. Esto permite la captura específica de MS2-sRNA y de los ARN que obran recíprocamente. Después de la elución, los ARN co-purificados se identifican mediante la secuenciación de ARN de alto rendimiento y el posterior análisis bioinformático. El siguiente protocolo se ha implementado en el patógeno humano Gram-positivo Staphylococcus aureus y es, en principio, transponible a cualquier bacteria Gram-positiva. En resumen, la tecnología MAPS constituye un método eficiente para explorar profundamente la red reguladora de un sRNA en particular, ofreciendo una instantánea de todo su targetome. Sin embargo, es importante tener en cuenta que los supuestos objetivos identificados por MAPS todavía necesitan ser validados por enfoques experimentales complementarios.

Introduction

Cientos, quizás incluso miles de pequeños ARN reguladores (ARNs) se han identificado en la mayoría de los genomas bacterianos, pero las funciones de la gran mayoría de ellos permanecen sin caracterizar. En general, los ARNs son moléculas cortas no codificantes, que desempeñan un papel importante en la fisiología bacteriana y la adaptación a entornos fluctuantes1,2,3. De hecho, estas macromoléculas están en el centro de numerosas redes reguladoras intrincadas, impactando las vías metabólicas, las respuestas al estrés, pero también la virulencia y la resistencia a los antibióticos. Lógicamente, su síntesis es desencadenada por estímulos ambientales específicos (por ejemplo, hambre de nutrientes, estrés oxidativo o de membrana). La mayoría de los sRNAs regulan múltiples ARNm diana a nivel post-transcripcional a través de emparejamiento de bases corto y no contiguo. Por lo general, impiden la iniciación de la traducción compitiendo con los ribosomas para las regiones de iniciación de la traducción4. La formación de sRNA: dúplex de ARNm también a menudo resulta en la degradación activa del ARNm objetivo mediante el reclutamiento de ARN específicas.

La caracterización de un sRNA targetome (es decir, el conjunto completo de sus ARN diana) permite la identificación de las vías metabólicas en las que interviene y la señal potencial a la que responde. En consecuencia, las funciones de un sRNA específico generalmente se pueden inferir de su targetoma. Para ello, se han desarrollado varias herramientas de predicción in silico como IntaRNA y CopraRNA5,6,7. En particular, se basan en la complementariedad de la secuencia, la energía de emparejamiento y la accesibilidad del sitio de interacción potencial para determinar los supuestos socios de sRNA. Sin embargo, los algoritmos de predicción no integran todos los factores que influyen en el emparejamiento de bases in vivo, como la implicación de las chaperonas de ARN8 favoreciendo interacciones subóptimas o la coexpresión de ambos socios. Debido a sus limitaciones inherentes, la tasa de falsos positivos de las herramientas de predicción sigue siendo alta. La mayoría de los enfoques experimentales a gran escala se basan en la co-purificación de las parejas de ARNm:ARNm que interactúan con una proteína de unión a ARN marcada (RBP)6,9. Por ejemplo, el método de interacción de ARN por ligadura y secuenciación (RIL-seq) identificó dúplex de ARN co-purificados con chaperonas de ARN como Hfq y ProQ en Escherichia coli10,11. Una tecnología similar llamada RETICULADO UV, Ligadura y Secuenciación de Híbridos (CLASH) se aplicó a la ARNasa E- y Hfq asociados a sRNAs en E. coli12,13. A pesar de los papeles bien descritos de Hfq y ProQ en la regulación mediada por sRNA en múltiples bacterias8,14,15,la regulación basada en ARN parece ser independiente de la chaperona de ARN en varios organismos como S. aureus16,17,18. Incluso si la purificación de los dúplex de ARN en asociación con RNases es factible como lo demuestran Waters y sus compañeros de trabajo13,esto sigue siendo complicado ya que las RNases desencadenan su rápida degradación. Por lo tanto, el enfoque de purificación de MS2-afinidad junto con la secuenciación de ARN (MAPS)19,20 constituye una alternativa sólida en tales organismos.

A diferencia de los métodos mencionados anteriormente, MAPS utiliza un sRNA específico como cebo para capturar todos los ARN que interactúan y, por lo tanto, no depende de la participación de un RBP. Todo el proceso se representa en la Figura 1. En resumen, el sRNA está etiquetado en el 5′ con el aptámero de ARN MS2 que es específicamente reconocido por la proteína de la capa MS2. Esta proteína se fusiona con la proteína de unión a la maltosa (MBP) para ser inmovilizada en una resina de amilosa. Por lo tanto, MS2-sRNA y sus socios del ARN se conservan en la columna de la cromatografía de la afinidad. Después de la elución con maltosa, los ARN co-purificados se identifican mediante secuenciación de ARN de alto rendimiento seguida de análisis bioinformáticos (Figura 2). En última instancia, la tecnología MAPS dibuja un mapa de interacción de todas las interacciones potenciales que ocurren in vivo.

La tecnología MAPS se implementó originalmente en la bacteria Gram-negativa no patógena E. coli21. Cabe destacar que MAPS ayudó a identificar un fragmento derivado del ARNt que interactúa específicamente con los sRNAs de RyhB y RybB y previene cualquier ruido transcripcional de ARN para regular los objetivos de ARNm en condiciones no inductoras. A partir de entonces, MAPS se ha aplicado con éxito a otros ARNs de E. coli como DsrA22,RprA23,CyaR23 y GcvB24 (Tabla 1). Además de confirmar objetivos previamente conocidos, MAPS extendió el targetome de estos sRNAs bien conocidos. Recientemente, MAPS se ha realizado en Salmonella Typhimurium y reveló que el sRNA SraL se une al ARNm rho, codificando para un factor de terminación de la transcripción25. A través de este emparejamiento, SraL protege rho mRNA de la terminación prematura de la transcripción desencadenada por Rho sí mismo. Curiosamente, esta tecnología no se limita a los ARNs y se puede aplicar a cualquier tipo de ARN celulares como se ejemplifica mediante el uso de un fragmento derivado del ARNt26 y una región 5′-no traducida del ARNm22 (Tabla 1).

El método MAPS también se ha adaptado a la bacteria grampositiva patógena S. aureus19. Específicamente, el protocolo de lisis ha sido ampliamente modificado para romper eficientemente las células debido a una pared celular más gruesa que las bacterias Gram-negativas y para mantener la integridad del ARN. Este protocolo adaptado ya desentrañó el interactoma de RsaA27,RsaI28 y RsaC29. Este acercamiento dio penetraciones en el papel crucial de estos sRNAs en mecanismos reguladores de las propiedades de la superficie de la célula, de la absorción de la glucosa, y de las respuestas oxidativas de la tensión.

El protocolo desarrollado e implementado en E. coli en 2015 ha sido descrito recientemente con gran detalle30. Aquí, proporcionamos el protocolo MAPS modificado, que es particularmente adecuado para el estudio de redes reguladoras de ARN en bacterias Gram-positivas (pared celular más gruesa) ya sean no patógenas o patógenas (precauciones de seguridad).

Protocol

1. Buffers y medios Para los experimentos MAPS, prepare los siguientes búferes y medios:- Buffer A (150 mM KCl, 20 mM Tris-HCl pH 8, 1 mM MgCl2 y 1 mM TDT)- Buffer E (250 mM KCl, 20 mM Tris-HCl pH 8, 12 mM maltosa, 0,1% Tritón, 1 mM MgCl2 y 1 mM TDT)- Tampón de carga de ARN (0,025% de xileno de cianol y 0,025% de azul de bromofenol en urea de 8 M)- Medio de infusión de corazón cerebral (BHI) (12,5 g de cerebro de ternero, 10 g de peptona, 5 g de coraz?…

Representative Results

Los resultados representativos se originan en el estudio del targetome rsaC en S. aureus29. RsaC es un sRNA no convencional de 1.116 nt-long. Su extremo 5′ contiene varias regiones repetidas, mientras que su extremo 3′ (544 nt) es estructuralmente independiente y contiene todos los sitios de interacción predichos con sus objetivos de ARNm. La expresión de este sRNA se induce cuando el manganeso (manganeso) es escaso, que se encuentra a menudo en el contexto de la inmunorespuesta del anf…

Discussion

Un protocolo modificado para bacterias Gram-positivas
El protocolo inicial de MAPS se desarrolló para estudiar el sRNA interactoma en el organismo modelo E. coli20,30. Aquí, se describe un protocolo modificado que es adecuado para la caracterización de las redes reguladoras dependientes de ARN en el patógeno humano oportunista S. áureo y es ciertamente transponible a otras bacterias Gram-positivas, patógenos o no.

<…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Este trabajo fue apoyado por la “Agence Nationale de la Recherche” (ANR, Grant ANR-16-CE11-0007-01, RIBOSTAPH, y ANR-18-CE12- 0025-04, CoNoCo, a PR). También se ha publicado en el marco del labEx NetRNA ANR-10-LABX-0036 y de ANR-17-EURE-0023 (a PR), como financiación del estado gestionado por ANR como parte de las inversiones para el futuro programa. DL recibió el apoyo del programa de investigación e innovación Horizonte 2020 de la Unión Europea en virtud del Acuerdo de Subvención Marie Skłodowska-Curie n.º 753137-SaRNAReg. El trabajo en E. Massé Lab ha sido apoyado por subvenciones operativas de los Institutos Canadienses de Investigación en Salud (CIHR), el Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá (NSERC) y la Subvención R01 GM092830-06A1 del Equipo de los Institutos Nacionales de Salud de los NIH.

Materials

1.5 mL microcentrifuge tube Sarstedt 72.690.001
15 mL centrifuge tubes Falcon 352070
2 mL microcentrifuge tube Starstedt 72.691
2100 Bioanalyzer Instrument Agilent G2939BA RNA quantity and quality
250 mL culture flask Dominique Dutscher 2515074 Bacterial cultures
50 mL centrifuge tubes Falcon 352051 Culture centrifugation
Absolute ethanol VWR Chemicals 20821.321 RNA extraction and purification
Allegra X-12R Centrifuge Beckman Coulter Bacterial pelleting
Ampicilin (amp) Sigma-Aldrich A9518-5G Growth medium
Amylose resin New England BioLabs E8021S MS2-affinity purification
Anti-dioxigenin AP Fab fragment Sigma Aldrich 11093274910 Northern blot assays
Autoradiography cassette ThermoFisher Scientific 50-212-726 Northern blot assays
BamHI ThermoFisher Scientific ER0051 Plasmid construction
BHI (Brain Heart Infusion) Broth Sigma-Aldrich 53286 Growth medium
Blocking reagent Sigma Aldrich 11096176001 Northern blot assays
CDP-Star Sigma Aldrich 11759051001 Northern blot assays (substrate)
Centrifuge 5415 R Eppendorf RNA extraction and purification
Chloroform Dominique Dutscher 508320-CER RNA extraction and purification
DIG-RNA labelling mix Sigma-Aldrich 11277073910 Northern blot assays
DNase I Roche 4716728001 DNase treatment
Erythromycin (ery) Sigma-Aldrich Fluka 45673 Growth medium
FastPrep device MP Biomedicals 116004500 Mechanical lysis
Guanidium Thiocyanate Sigma-Aldrich G9277-250G Northern blot assays
Hybridization Hoven Hybrigene Techne FHB4DD Northern blot assays
Hybridization tubes Techne FHB16 Northern blot assays
Isoamyl alcohol Fisher Scientific A/6960/08 RNA extraction and purification
LB (Lysogeny Broth) Sigma-Aldrich L3022 Growth medium
Lysing Matrix B Bulk MP Biomedicals 6540-428 Mechanical lysis
MicroPulser Electroporator BioRad 1652100 Plasmid construction
Milli-Q water device Millipore Z00QSV0WW Ultrapure water
NanoDrop spectrophotometer ThermoFisher Scientific RNA/DNA quantity and quality
Nitrocellulose membrane Dominique Dutsher 10600002 Northern blot assays
Phembact Neutre PHEM Technologies BAC03-5-11205 Cleaning and decontamination
Phenol Carl Roth 38.2 RNA extraction and purification
Phusion High-Fidelity DNA Polymerase New England Biolabs M0530 Plasmid construction
pMBP-MS2 Addgene 65104 MS2-MBP production
Poly-Prep chromatography column BioRad 7311550 MS2-affinity purification
PstI ThermoFisher Scientific ER0615 Plasmid construction
Qubit 3 Fluorometer Invitrogen 15387293 RNA quantity
RNAPro Solution MP Biomedicals 6055050 Mechanical lysis
ScriptSeq Complete Kit Illumina BB1224 Preparation of cDNA librairies
Spectrophotometer Genesys 20 ThermoFisher Scientific 11972278 Bacterial cultures
SpeedVac Savant vacuum device ThermoFisher Scientific DNA120 RNA extraction and purification
Stratalinker UV Crosslinker 1800 Stratagene 400672 Northern blot assays
T4 DNA ligase ThermoFisher Scientific EL0014 Plasmid construction
TBE (Tris-Borate-EDTA) Euromedex ET020-C Northern blot assays
ThermalCycler T100 BioRad 1861096 Plasmid construction
Tween 20 Sigma Aldrich P9416-100ML Northern blot assays
X-ray film processor hu.q HQ-350XT Northern blot assays
X-ray films Super RX-N FujiFilm 4741019318 Northern blot assays

References

  1. Carrier, M. C., Lalaouna, D., Masse, E. Broadening the Definition of Bacterial Small RNAs: Characteristics and Mechanisms of Action. Annual Review of Microbiology. 72, 141-161 (2018).
  2. Hör, J., Matera, G., Vogel, J., Gottesman, S., Storz, G. Trans-Acting Small RNAs and Their Effects on Gene Expression in Escherichia coli and Salmonella enterica. EcoSal Plus. 9 (1), (2020).
  3. Desgranges, E., Marzi, S., Moreau, K., Romby, P., Caldelari, I. Noncoding RNA. Microbiology Spectrum. 7 (2), (2019).
  4. Adams, P. P., Storz, G. Prevalence of small base-pairing RNAs derived from diverse genomic loci. Biochimica et Biophysica Acta – Gene Regulatory Mechanisms. 1863 (7), 194524 (2020).
  5. Pain, A., et al. An assessment of bacterial small RNA target prediction programs. RNA Biology. 12 (5), 509-513 (2015).
  6. Desgranges, E., Caldelari, I., Marzi, S., Lalaouna, D. Navigation through the twists and turns of RNA sequencing technologies: Application to bacterial regulatory RNAs. Biochimica et Biophysica Acta – Gene Regulatory Mechanisms. , 194506 (2020).
  7. Wright, P. R., et al. CopraRNA and IntaRNA: predicting small RNA targets, networks and interaction domains. Nucleic Acids Research. 42, 119-123 (2014).
  8. Smirnov, A., Schneider, C., Hor, J., Vogel, J. Discovery of new RNA classes and global RNA-binding proteins. Current Opinion in Microbiology. 39, 152-160 (2017).
  9. Saliba, A. E., Santos, S., Vogel, J. New RNA-seq approaches for the study of bacterial pathogens. Current Opinion in Microbiology. 35, 78-87 (2017).
  10. Melamed, S., Adams, P. P., Zhang, A., Zhang, H., Storz, G. RNA-RNA Interactomes of ProQ and Hfq Reveal Overlapping and Competing Roles. Molecular Cell. 77 (2), 411-425 (2020).
  11. Melamed, S., et al. Global Mapping of Small RNA-Target Interactions in Bacteria. Molecular Cell. 63 (5), 884-897 (2016).
  12. Iosub, I. A., et al. Hfq CLASH uncovers sRNA-target interaction networks linked to nutrient availability adaptation. Elife. 9, (2020).
  13. Waters, S. A., et al. Small RNA interactome of pathogenic E. revealed through crosslinking of RNase E. The EMBO Journal. 36 (3), 374-387 (2017).
  14. Dos Santos, R. F., Arraiano, C. M., Andrade, J. M. New molecular interactions broaden the functions of the RNA chaperone Hfq. Current Genetics. , (2019).
  15. Kavita, K., de Mets, F., Gottesman, S. New aspects of RNA-based regulation by Hfq and its partner sRNAs. Current Opinion in Microbiology. 42, 53-61 (2018).
  16. Bohn, C., Rigoulay, C., Bouloc, P. No detectable effect of RNA-binding protein Hfq absence in Staphylococcus aureus. BMC Microbiology. 7, 10 (2007).
  17. Jousselin, A., Metzinger, L., Felden, B. On the facultative requirement of the bacterial RNA chaperone, Hfq. Trends in Microbiology. 17 (9), 399-405 (2009).
  18. Olejniczak, M., Storz, G. ProQ/FinO-domain proteins: another ubiquitous family of RNA matchmakers. Molecular Microbiology. 104 (6), 905-915 (2017).
  19. Lalaouna, D., Desgranges, E., Caldelari, I., Marzi, S. Chapter Sixteen – MS2-Affinity Purification Coupled With RNA Sequencing Approach in the Human Pathogen Staphylococcus aureus. Methods in Enzymology. 612, 393-411 (2018).
  20. Lalaouna, D., Prevost, K., Eyraud, A., Masse, E. Identification of unknown RNA partners using MAPS. Methods. 117, 28-34 (2017).
  21. Lalaouna, D., et al. A 3′ external transcribed spacer in a tRNA transcript acts as a sponge for small RNAs to prevent transcriptional noise. Molecular Cell. 58 (3), 393-405 (2015).
  22. Lalaouna, D., Morissette, A., Carrier, M. C., Masse, E. DsrA regulatory RNA represses both hns and rbsD mRNAs through distinct mechanisms in Escherichia coli. Molecular Microbiology. 98 (2), 357-369 (2015).
  23. Lalaouna, D., Prevost, K., Laliberte, G., Houe, V., Masse, E. Contrasting silencing mechanisms of the same target mRNA by two regulatory RNAs in Escherichia coli. Nucleic Acids Research. 46 (5), 2600-2612 (2018).
  24. Lalaouna, D., Eyraud, A., Devinck, A., Prevost, K., Masse, E. GcvB small RNA uses two distinct seed regions to regulate an extensive targetome. Molecular Microbiology. 111 (2), 473-486 (2019).
  25. Silva, I. J., et al. SraL sRNA interaction regulates the terminator by preventing premature transcription termination of rho mRNA. Proceedings of the National Academy of Sciences. 116 (8), 3042-3051 (2019).
  26. Lalaouna, D., Masse, E. Identification of sRNA interacting with a transcript of interest using MS2-affinity purification coupled with RNA sequencing (MAPS) technology. Genomics Data. 5, 136-138 (2015).
  27. Tomasini, A., et al. The RNA targetome of Staphylococcus aureus non-coding RNA RsaA: impact on cell surface properties and defense mechanisms. Nucleic Acids Research. 45 (11), 6746-6760 (2017).
  28. Bronesky, D., et al. A multifaceted small RNA modulates gene expression upon glucose limitation in Staphylococcus aureus. The EMBO Journal. 38 (6), (2019).
  29. Lalaouna, D., et al. RsaC sRNA modulates the oxidative stress response of Staphylococcus aureus during manganese starvation. Nucleic Acids Research. 47 (1), 9871-9887 (2019).
  30. Carrier, M. C., Laliberte, G., Masse, E. Identification of New Bacterial Small RNA Targets Using MS2 Affinity Purification Coupled to RNA Sequencing. Methods in Molecular Biology. 1737, 77-88 (2018).
  31. Garibyan, L., Avashia, N. Polymerase chain reaction. Journal of Investigative Dermatology. 133 (3), 1-4 (2013).
  32. Revie, D., Smith, D. W., Yee, T. W. Kinetic analysis for optimization of DNA ligation reactions. Nucleic Acids Research. 16 (21), 10301-10321 (1988).
  33. Seidman, C. E., Struhl, K., Sheen, J., Jessen, T. Introduction of plasmid DNA into cells. Current Protocols in Molecular Biology. , (2001).
  34. Sanger, F., Coulson, A. R., Barrell, B. G., Smith, A. J. H., Roe, B. A. Cloning in single-stranded bacteriophage as an aid to rapid DNA sequencing. Journal of Molecular Biology. 143 (2), 161-178 (1980).
  35. Grosser, M. R., Richardson, A. R. Method for Preparation and Electroporation of S. aureus and S. epidermidis. Methods in Molecular Biology. 1373, 51-57 (2016).
  36. Krumlauf, R. Northern blot analysis. Methods in Molecular Biology. 58, 113-128 (1996).
  37. Koontz, L. Agarose gel electrophoresis. Methods in Enzymology. 529, 35-45 (2013).
  38. Afgan, E., et al. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2016 update. Nucleic Acids Reseaerch. 44, 3-10 (2016).
  39. Jagodnik, J., Brosse, A., Le Lam, T. N., Chiaruttini, C., Guillier, M. Mechanistic study of base-pairing small regulatory RNAs in bacteria. Methods. 117, 67-76 (2017).
  40. Mann, M., Wright, P. R., Backofen, R. IntaRNA 2.0: enhanced and customizable prediction of RNA-RNA interactions. Nucleic Acids Res. 45, 435-439 (2017).
  41. Georg, J., et al. The power of cooperation: Experimental and computational approaches in the functional characterization of bacterial sRNAs. Molecular Microbiology. 113 (3), 603-612 (2020).

Play Video

Cite This Article
Mercier, N., Prévost, K., Massé, E., Romby, P., Caldelari, I., Lalaouna, D. MS2-Affinity Purification Coupled with RNA Sequencing in Gram-Positive Bacteria. J. Vis. Exp. (168), e61731, doi:10.3791/61731 (2021).

View Video