We present the setup and experimental procedure to obtain smFRET data from large donor-acceptor networks with a TIRF microscope. The step-by-step analysis of these measurements with the Bayesian inference software Fast-NPS yields high-resolved structural information via the application of adapted dye models.
Single-molecule Förster Resonance Energy Transfer (smFRET) can be used to obtain structural information on biomolecular complexes in real-time. Thereby, multiple smFRET measurements are used to localize an unknown dye position inside a protein complex by means of trilateration. In order to obtain quantitative information, the Nano-Positioning System (NPS) uses probabilistic data analysis to combine structural information from X-ray crystallography with single-molecule fluorescence data to calculate not only the most probable position but the complete three-dimensional probability distribution, termed posterior, which indicates the experimental uncertainty. The concept was generalized for the analysis of smFRET networks containing numerous dye molecules. The latest version of NPS, Fast-NPS, features a new algorithm using Bayesian parameter estimation based on Markov Chain Monte Carlo sampling and parallel tempering that allows for the analysis of large smFRET networks in a comparably short time. Moreover, Fast-NPS allows the calculation of the posterior by choosing one of five different models for each dye, that account for the different spatial and orientational behavior exhibited by the dye molecules due to their local environment.
Here we present a detailed protocol for obtaining smFRET data and applying the Fast-NPS. We provide detailed instructions for the acquisition of the three input parameters of Fast-NPS: the smFRET values, as well as the quantum yield and anisotropy of the dye molecules. Recently, the NPS has been used to elucidate the architecture of an archaeal open promotor complex. This data is used to demonstrate the influence of the five different dye models on the posterior distribution.
Определение структуры биомолекул является ключевым условием для понимания его функции. Два хорошо зарекомендовавшие себя методы определения структуры являются крио-электронной микроскопии и рентгеновской кристаллографии 1, 2. Сегодня оба метода обеспечивают высокое разрешение структурную информацию с разрешением вплоть до уровня ангстрем. Эти два метода широко использовались для выяснения структуры больших биомолекул, таких как белковые комплексы. Хотя существующие методы постоянно были улучшены на протяжении последних десятилетий, сложность биологических структур до сих пор представляет собой серьезную проблему для структурной биологии, в частности , когда большие динамические и переходные комплексы исследованы 3.
Для изучения динамики макромолекулярных комплексов и структурно-функциональные отношения, в частности, методологии одной молекулы имеют провided полезная информация 4. Несколько новых стратегий были разработаны обеспечение ортогональный подход к приобретению структурной и динамической информации. Примерами являются высокая скорость AFM 5, механические манипуляции 6, флуоресцентная микроскопия локализации 7, а также одной молекулы Ферстер – резонансная передача энергии (smFRET) 8, 9. Так как довольно рано FRET был назван молекулярный линейкой, из – за расстояния зависимости от длины шкалы биомакромолекулах 10.
Одним из наиболее интересное применение smFRET заключается в использовании информацию о расстоянии , полученные из измерений smFRET для вывода структурной информации 11, 12, 13, 14, 15 </sup>, 16, 17, 18, 19, 20, 21, 22, 23. Из-за высокого временного разрешения smFRET, положение подвижных частей структуры белка может быть локализована. Тем не менее, для того , чтобы извлечь количественную информацию из данных smFRET важных параметров коррекции относительно молекул красителя должны быть определены во время измерения 24. С помощью этих коэффициентов коррекции, эффективность FRET E FRET может быть вычислена по формуле
,
где I A и I D </sUB> являются интенсивности флуоресценции донора и молекулы акцептора соответственно (см рисунок 2). Β-фактор учитывает перекрестных помех, утечку излучения донора в акцептора канала и рассчитывается
где я 'A и I' D являются интенсивности флуоресценции донора и молекулы акцептора после фотообесцвечивание акцепторной молекулы.
Γ-фактор корректирует разницу в относительной эффективности обнаружения в двух каналах, а также различия в квантовый выход флуоресценции донора и акцептора красителя. Он рассчитывается из каждого отдельного времени следа от
<p class="jove_content" fo:keep-together.within-page="1" fo:text-align="center" sмозоль = "выравнивания текста: центр;">Обратите внимание, что это описание пренебрегает прямое возбуждение молекулы акцептора, которая иногда становится важным и должны были бы быть скорректирован, а также. Для определения этих поправочных коэффициентов полезно для возбуждения как донора, так и акцептора в схеме переменного 25 для того , чтобы различать между фото-физических изменений и структурной динамики.
Для того , чтобы не только получить количественную эффективность smFRET , но и количественную информацию о структуре, система Nano-позиционирования (NPS) была введена в 2008 году 26. Название было выбрано на основе его сходства с спутниковой системы глобального позиционирования (GPS). NPS представляет собой гибридный метод комбинирования smFRET и данных рентгеновской кристаллографии для локализации неизвестных позиций красителя в biomacromolecular комплексов. сrystal структура служит в качестве опорного кадра , и результаты smFRET используются для получения расстояния между информацией неизвестной позиции флуорофора (антенны) , и положением , известной из кристаллической структуры (спутника). В последовательных экспериментах расстояния между антенной и несколькими спутниками измеряются и положение антенны определяется с помощью статистически строгой схемы для анализа на основе оценки байесовской параметра. В результате не только правдоподобным положение антенны вычисляется, но ее полное распределение 3D неопределенность, так называемая задняя, визуализировали с помощью надежных объемов. Кроме того, NPS была расширена , чтобы обеспечить анализ полных smFRET сетей 27.
NPS был использован для решения ряда важных вопросов в эукариотической транскрипции, а именно по ходу вверх по течению ДНК, ДНК нешаблонном и зарождающейся мРНК в элонгации со РНК-полимеразы IImplex 12, 28, также демонстрирует эффект инициации транскрипции факторов 26 и динамическая архитектура открытопорожденного промотором комплекс 29. Кроме того, NPS был использован для выяснения структуры архей РНК – полимераза открытого комплекса 30 и , в частности , положения инициации транскрипции фактора ТФЭ, который связывается на конкурсной основе того же сайта , как фактор транскрипции удлинение Spt4 / 5 31.
С тех пор, ряд на основе smFRET структурных подходов были опубликованы 15, 18, 21, 23. При сравнении различных структурных методов, основанных smFRET, становится ясно, что видимая точность метода сильно зависит от конкретного выбора моделей красителя. Следует отметить, чтомолекулы красителя могут демонстрировать различное пространственное и ориентационное поведение в зависимости от их локального окружения.
С этой целью, Фаст-NPS был введен 32. Быстро NPS использует усовершенствованный алгоритм дискретизации уменьшая время вычислений резко. Кроме того, Fast-NPS позволяет выполнить структурный анализ и для каждой молекулы красителя пользователь может выбрать из набора из пяти различных моделей краситель, который будет описан далее. Самая консервативная модель, названная классическим, предполагает , что краситель занимает только один, но неизвестное, положение. В этом положении, флуорофор может свободно вращаться внутри конуса, размер которого определяется из его соответствующего (зависящих от времени) анизотропии флуоресценции. Ориентация конуса не известно, что приводит к большой неопределенности при преобразовании измеренных эффективности smFRET в расстояния. В этом отношении модель является консервативным, так как это приведет к наименьшему точности по сравнению с режимом другой красительлевая сторона Только для очень коротких расстояниях следует предположения, сделанные по классической модели приводят к заметно неправильного определения положения. Для типичных значений smFRET, правильное положение всегда заключается в сравнительно большой объем заслуживающей доверия.
Однако, так как более высокая точность желательно, важно разработать и протестировать альтернативные модели красителей, которые могли бы помочь улучшить точность. Если краситель вращается намного быстрее , чем его присущего времени жизни флуоресценции, так называемая модель ISO может быть применен. Здесь коэффициент ориентации х 2 (необходим для расчета отличающимися пулевыми радиус Forster ) Устанавливается на 2/3. В результате вычисляемое достоверные объемы почти на два порядка величины меньше , по сравнению с теми , в классической модели 32. В случае, когда флуорофор найдена в среде, которая позволяет не только быстро reoriентация, но дополнительно быстрое движение во всем его объеме доступной, модель meanpos-ISO должен быть использован. В этой модели, краситель эффективно занимает только одну среднюю позицию, где пространственное усреднение объясняется полиномиального преобразования расстояния 15. Данная модель применяется , если, например, (обычно гидрофобный) краситель присоединен к гидрофильной области, например, ДНК. Применение модели meanpos-изо приводит к дальнейшему уменьшению размеров достоверных объемов с помощью примерно в два раза. Тем не менее, краситель связан с белком, возможно связывать обратимо с несколькими гидрофобными участками в его стерически доступном объеме (AV). Флуорофор , что мгновенно переключается между этими областями, но в пределах одной области проходит свободное вращение и быстро локализованы движение лучше всего описывается моделью VAR-meanpos-ISO. Для подобной ситуации , в которой краситель не может свободно вращать VAR-meanpos применяет модель. Более d etails об этих моделей можно найти в нашей недавней публикации 32.
Эти модели обеспечивают обширный репертуар специально для учета различных средах краситель может столкнуться и применять их разумно оптимизирует его локализации точности. В Fast-NPS каждая молекула красителя прикреплены к определенному положению может быть назначен отдельному лицу модели, таким образом, что FRET-партнеры могут иметь различные модели. Это позволяет неограниченную и близкое к природе моделирование. Тем не менее, важно, что один выполняет строгие статистические тесты, чтобы гарантировать, что результат, полученный с помощью окончательной комбинации модель по-прежнему в соответствии с экспериментальными данными. Эти тесты включены в Fast-NPS программного обеспечения.
Для того чтобы применить Fast-NPS к экспериментальным данным требуется измерение (только) трех входных параметров. Во-первых, краска пара конкретных изотропный Фёрстера радиусы (/54782/54782eq5.jpg "/>) Должны быть определены. Таким образом, квантовый выход (QY) донора красителя, эмиссионные спектры флуоресценции донора и спектры поглощения акцептор должны быть измерены. Эти измерения могут быть выполнены в основная часть , с использованием стандартного спектрометра и стандартный флуоресцентный спектрометр. Для каждой пары, то R 0 затем вычисляется с использованием бесплатный PhotochemCAD и может быть использовано при анализе NPS. Кроме того, ( с разрешением по времени) флуоресценции анизотропией молекул красителя нужно быть получены с использованием поляризации (и времени) чувствительный флуоресцентный спектрометр. Тем не менее, наиболее важные входные параметры для Fast-NPS являются эффективность smFRET, измеренные на одной молекулы установки флуоресцентной микроскопии, такие как полное внутреннее отражение флуоресцентного микроскопа (TIRFM) ,
Здесь мы приводим протокол шаг за шагом для получения данных и применения smFRET Fast-NPS (Рисунок 1).
Мы представляем процедуру установки и экспериментальную , чтобы точно определить эффективность FRET между красителями , прикрепленных с помощью гибких линкеров к биомакромолекулах, т.е. нуклеиновых кислот и / или белков.
Для обеспечения точных измерений smFRET (раздел 3), крайне важно, чтобы исключить попадание воздуха из камеры потока в любое время во время измерения. Кроме того, убедитесь, чтобы не перегружать проточную камеру с флуорофоров. Флуорофоров должны быть четко разделены, чтобы обеспечить правильный анализ. Как smFRET пары, которые не показывают отбеливания донора должны быть исключены из анализа, убедитесь, что> 80% молекул в поле зрения отбеливают в конце фильма. Для учета неоднородностей в образце β-фактора и γ-фактора, коррекции перекрестных помех и относительной эффективности обнаружения донора и акцептора канала, соответственно, вычисляются для каждой пары FRET по отдельности.
<p class= "Jove_content"> Настройки камеры (время интегрирования, усиления электронный умножитель, коэффициент усиления предварительного усилителя и скорости считывания описано в разделе 3.9) должны быть установлены на значения, дающих наилучший компромисс между отношением сигнал-шум, динамический диапазон и временным разрешением. Они должны быть повторно отрегулировано для различных экспериментов, или если разные аппаратные средства используются. Число кадров должны быть достаточно высокими, чтобы гарантировать, что большинство доноров молекул хлорной извести в течение времени наблюдения.Для измерений на флуоресцентным спектрометром (разделы 7 до 9) хороший компромисс между интенсивностью сигнала и спектрального разрешения записанных данных должен быть найден. С этой целью прорези в возбуждения и эмиссии пути флуоресцентного спектрометра должны быть адаптированы в зависимости от используемого прибора и концентрации образца.
Кроме того, мы представляем метод Fast-NPS анализа для получения структурной информации о временной или динамической MACROMolecular комплексы. NPS был применен, чтобы раскрыть путь нити ДНК нешаблонном и положение факторов инициации транскрипции в архей РНК-полимеразы открытого комплекса. Используя сеть из более чем 60 различных измерений расстояния, мы показали, что Fast-NPS, оснащенный вновь внедренной двигателя выборки (Eilert, Т., Beckers, М., Drechsler, Ф., и Михаэлис, J. в процессе подготовки), сокращает время , необходимое для анализа этого сложного smFRET сети по ≈2 порядков величины, по сравнению с оригинальным методом глобального NPS 27. Надежность такого алгоритма коренится в пробника Метрополис-в-Гиббса в сочетании с параллельной схеме закаливания. Быстро NPS показывает точную воспроизводимость результатов сети и согласуется с результатами ранее опубликованных 30.
Существует несколько методов, были опубликованы прицельно вывести структурную информацию из измерений smFRET 11 </sвверх>, 12, 13, 14, 15, 16, 17, 18. Все эти подходы обеспечивают только одну конкретную модель краситель. Таким образом, красители, которые не отвечают условиям, сделанные соответствующей модели, не могут быть использованы или привести к ложному структурной информации. Быстро NPS, наоборот, позволяет выбрать для каждой молекулы красителя другой модели. Это помогает объяснить различных конформационных поведение обоих, молекулы красителя сама, а также использовали линкер для его прикрепления. Местные молекулярные окрестности молекулы красителя, а также его физические свойства будут определять, какая модель является наиболее подходящим.
За анализируемый smFRET сети архей комплекса инициации, изотропный предположение для всех молекул красителя приводит к резкому уменьшению Iп размер надежных объемов по сравнению с классической моделью. В сочетании с динамическим положением в среднем для всех молекул красителя медиану всех вероятных размеров объема (на 95%) снижает до менее 0,5 нм 3. Однако, эти молекулы красителя апостериорные больше не согласуются с их измерениями smFRET, указывая, что допущения сделаны привести к ложному структурной информации. В противоположность этому, апостериорные, определяемые в классической модели согласуются с определенной эффективностью smFRET.
В предположении изотропного и / или динамической позиции в среднем для всех красителей привести к противоречиям, Fast-NPS позволяет молекулы красителя априорные, в которой каждый краситель может быть назначен один из пяти моделей. Каждая модель использует тот же самый доступный объем. Алгоритм расчета AVs красителя делает несколько предположений. Во-первых, пространственная форма Флуорофор является аппроксимируется сферой. Таким образом, диаметр принимая во внимание WID Флуорофор вй, высота и толщина должна быть использована (раздел 12). Кроме того, форма компоновщика аппроксимируется с помощью гибкого стержня. Значения, приведенные в разделе 12 были рассчитаны для красителя Alexa 647, присоединенной через 12-C линкера. На сегодняшний день не представляется возможным точно определить априорно, какая модель наиболее подходит, учитывая геометрии эксперимента, и, таким образом, все модели должны быть проверены. В общем, будет выбрать модель, которая дает наименьший возможный размер задней, в то же время в соответствии с данными. Для того, чтобы проверить, согласуется ли с данными smFRET выбор моделей, вычисляем как задний и вероятность. Согласованность означает, что более чем 90% образцов, собранных из задней находятся в пределах 95% доверительного интервала вероятности.
Хотя это правда, что нижняя анизотропия, тем меньше неопределенность расстояния, в сети smFRET геометрические расположения молекул красителя также должны быть приняты во внимание. Таким образом, в то время как гepresenting молекулы красителя с низкой анизотропии флуоресценции с моделью ИСО является типичным первым выбором, тест консистенция обеспечивает более прямые средства для выбора модели правильного красителя. Оптимальный выбор моделей красителя может привести к резкому увеличению локализации точности и в то же время сохранить согласованность сети с ее FRET данных.
Подводя итог, Fast-NPS позволяет получить структурную и динамическую информацию о крупных макромолекулярных комплексов. В отличие от обычных структурных методов, таких как рентгеновская кристаллография или крио электронной микроскопии это позволяет наблюдение за высокоэластичных или переходных комплексов, тем самым значительно расширяя наше механистического понимания сложных биологических процессов.
The authors have nothing to disclose.
The authors thank B. Gruchmann for the mechanical drawings of the flow chamber. Further, we want to express our gratitude to Max Beckers and Florian Drechsler for insightful comments and discussions regarding NPS and the underlying sampling engine.
Flowchamber preparation | |||
Customized metall sample holder | self-built | n/a | |
quartz-glass slides, 76 x 26 mm | Technical Glass Products | 26007 | |
coverslips, 60 x 24 mm | Marienfeld | 101242 | |
detergent, Hellmanex II | Hellma | 320.001 | |
ultra-pure water from Synergy UV | Millipore | 2512600 | |
Zepto plasma cleaner | Diener | n/a | |
(3-aminopropyl)-triethoxysilane, p.a. | Sigma-Aldrich | A3648 | |
methoxy PEG-succinimidyl valerate, 5 kDa | Laysan Bio Inc. | MPEG-SVA-5000-1g | |
biotinylated PEG-succinimidyl valerate, 5 kDa | Laysan Bio Inc. | BIOTIN-PEG-SVA-5000 | |
Sodium biocarbonate | Sigma-Aldrich | S5761 Sigma | |
Sodium carbonate | Sigma-Aldrich | S2127 Sigma-Aldrich | |
sealing film (Nescofilm) | Fisher Scientific | 12981805 | |
Tygon Flexible Silicone Tubing, 0.8 mm ID, 2.4 mm OD | Saint-Gobain Performance Plastics | 720958 | |
Fine-Bore Polyethylene Tubing, 0.58 mm ID, 0.96 mm OD (Smiths Medical) | Fisher Scientific | 12665497 | |
Neutravidin | Life Technologies | A2666 | |
Name | Company | Catalog Number | Comments |
Total internal reflection fluorescence microscope | |||
Nd:YAG Laser, 532 nm | Newport Spectra-Physics | EXLSR-532-100-CDRH | |
diode-pumped solid-state laser, 491 nm, Calypso | Cobolt | 904010050 | |
diode laser 643 nm, iBeam smart | Toptica | iBEAM-SMART-640-S | |
dichroic mirror, 532 RDC | Chroma | F33-540 | |
dichroic mirror, 476 RDC | Chroma | F33-476z | |
acousto-optic tunable filter | AA Opto-Electronic | AOTFnC-VIS | |
plano-convex cylindrical lens, f = 75 mm | Thorlabs | LJ1703L1-A | |
plano-concave cylindrical, f = -300 mm | Thorlabs | ||
prism, PS 991 | Thorlabs | PS991 | |
focussing lens, f = 75 mm | Thorlabs | LA1608-B | |
syringe pump, PHD 2000 | Harvard Apparatus | 70-2002 | |
2 stepper motors, Z812B | Thorlabs | Z812B | |
piezoelectric actuator, PE4 | Thorlabs | PE4 | |
IR diode laser | Edmund Optics | CPS808 | part of the autofocus system |
dichroic mirror, 775 DCXR | Chroma | 775 DCXR | |
position-sensing detector (PSD), PDP90A | Thorlabs | PDP90A | part of the autofocus system |
water-immersion objective, Plan Apo 60X WI, NA 1.2 | Nikon | MRD07601 | |
dichroic mirror, 645 DCXR | Chroma | 645 DCXR | part of the emission pathway |
emission filter, 3RD550-510 | Omega Optical | 3RD550-510 | green channel in the emission pathway |
emission filter, 3RD660-760 | Omega Optical | 3RD660-760 | red channel in the emission pathway |
EMCCD camera, iXon+ DU897EBV | Andor | AND-20-00032 | |
EMCCD camera, iXon3 DU897D-BV | Andor | AND-20-000141 | |
Name | Company | Catalog Number | Comments |
Miscellaneous | |||
Varian 50 | Cary | UV-VIS spectrometer | |
Fluorolog2 | SPEX | fluorescence spectrometer | |
Solis (V4.15) | Andor | control software for the EM-CCD camera | |
Apt user utility (V1.022) | Thorlabs | control software for the piezo-motors | |
Norland Optical Adhesive 68 | Thorlabs | adhesive | |
PC-AFN-0.8 Nile red | Kisker Biotech | avidin-coated fluorescent multispec beads | |
Matlab | Mathworks | technical computing language for custon written software | |
Origin (V9.0) | Originlab | scientific graphing and data analysis software | |
Hellma 105-202-15-40 | Hellma | 105-202-15-40 | absorption cuvette of 1 cm path length |
Hellma 105-251-15-40 | Hellma | 105-251-15-40 | fluorescence cuvette with 3 mm path length |