Summary

Preparazione dei campioni per l'identificazione basati sulla spettrometria di massa di RNA-binding Regions

Published: September 28, 2017
doi:

Summary

Descriviamo un protocollo per identificare le proteine RNA-leganti e mappare loro regioni di RNA-binding in cellule vive utilizzando photocrosslinking UV-mediati e spettrometria di massa.

Abstract

RNA non codificanti svolgono i ruoli importanti in diversi processi nucleari, tra cui che regolano l’espressione genica, struttura della cromatina e riparazione del DNA. Nella maggior parte dei casi, l’azione di RNA non codificante è mediato dalle proteine le cui funzioni sono a loro volta regolate da queste interazioni con RNA non codificanti. Coerentemente con questo, un numero crescente di proteine coinvolte in funzioni nucleari è stato segnalato per legare RNA e in alcuni casi le regioni di RNA-binding di queste proteine sono state mappate, spesso attraverso metodi laboriosi, basati su candidati.

Qui, segnaliamo un protocollo dettagliato per eseguire un’alto-rendimento, tutto il proteoma imparziale identificazione di proteine RNA-leganti e le loro regioni di RNA-binding. La metodologia si basa sull’incorporazione di un uridina fotoreattivo analogico in RNA cellulare, seguito da reticolazione UV-mediata della proteina-RNA e analisi di spettrometria di massa per rivelare RNA-reticolato peptidi all’interno del proteoma. Anche se Descriviamo la procedura per cellule staminali embrionali di topo, il protocollo deve essere facilmente adattato ad una varietà di cellule coltivate.

Introduction

Lo scopo del metodo RBR-ID è di identificare nuove proteine RNA-leganti (RBPs) e mappare le loro regioni di RNA-binding (RBRs) con risoluzione di peptide-livello per facilitare la progettazione di mutanti di RNA-binding e l’indagine del biologico e biochimico funzioni delle interazioni della proteina-RNA.

il RNA è unica tra le biomolecole come può agire come un messaggero che trasportano informazioni genetiche sia anche piegare in complesse strutture tridimensionali con funzioni biochimiche più simili a quelle di proteine1,2. Un corpo crescente di prova suggerisce che il RNA non codificante (ncRNAs) svolgono un ruolo importante in vari gene vie regolamentazione ed epigenetici3,4,5 e, in genere, queste funzioni di regolamentazione sono mediate in concerto con proteine che interagiscono specificamente con un determinato RNA. Di particolare rilevanza, recentemente è stato identificato un insieme di proteine che interagiscono per il ncRNA lungo intensamente studiato (lncRNA) Xist, fornendo informazioni preziose in come questo lncRNA media inattivazione del cromosoma x in cellule femminili6,7 ,8. In particolare, molte di queste proteine interagenti Xist non contengono alcun canonico RNA-binding domini9, e quindi loro attività RNA-binding non poteva essere previsto in silico basata alla loro sequenza primaria da solo. Considerando che migliaia di lncRNAs è espressi in qualsiasi data cellula10, è ragionevole presumere che molti di loro potrebbe agire tramite interazioni con ancora di essere scoperto le proteine RNA-leganti (RBPs). Una strategia sperimentale per identificare queste RBPs romanzo sarebbe pertanto facilitare notevolmente il compito di sezionare la funzione biologica di ncRNAs.

Precedenti tentativi di identificare RBPs empiricamente si affidano di polyA + RNA selezione accoppiata a spettrometria di massa (MS)11,12,13,14,15. Anche se questi esperimenti aggiunto molte proteine alla lista dei presunti RBPs, da design che potrebbe rilevare solo proteine legate alle trascrizioni di poliadenilazione. Tuttavia, la maggior parte dei piccoli RNA e molti lncRNAs non sono poliadenilazione. 16 , 17 e le loro proteine interagenti sarebbero probabilmente stati mancati in questi esperimenti. Un recente studio applicato apprendimento automatico ai database Interactoma proteina-proteina per identificare le proteine che co-purificato con più noto RBPs e ha mostrato che questi partner RBP ricorrenti erano più probabili di possedere attività di legame al RNA18. Tuttavia, questo approccio si basa sul database di grande interazione esistenti di data mining e può identificare solo proteine che possono essere co-purificate in condizioni di non-denaturante con RBPs noti, così escludendo dall’analisi insolubile, membrana incorporato e scarse proteine.

L’identificazione di una proteina come una bona fide RBP spesso non produce automaticamente informazioni sulla funzione biologica e/o biochimica dell’interazione proteina-RNA. Per risolvere questo punto, è in genere appropriato per identificare i residui proteici dell’aminoacido e dominio coinvolti nell’interazione, in modo che mutanti specifici possono essere progettati per testare la funzione di legame al RNA nel contesto di ogni romanzo RBP19, 20. gli sforzi precedenti dal nostro gruppo e altri hanno utilizzato frammenti della proteina ricombinante e mutanti di delezione per identificare RNA binding regioni (RBRs)19,20,21,22; Tuttavia, tali approcci sono laboriosi e incompatibile con le analisi di alto-rendimento. Più recentemente, uno studio descritto una strategia sperimentale per mappare attività RNA-binding a una moda di alto-rendimento mediante spettrometria di massa23; Tuttavia, questo approccio invocata una selezione doppia polyA + RNA e così ha trasportato le stesse limitazioni di RBP identificazione approcci descritti sopra.

Abbiamo sviluppato una tecnica, denominata identificazione di regione di associazione di RNA (RBR-ID), che sfrutta la proteina-RNA photocrosslinking e quantitativa spettrometria di massa per identificare proteine e regioni della proteina che interagiscono con il RNA in cellule vive senza fare assunta lo stato di poliadenilazione di RNA, includendo così RBPs associato a polyA-RNAs24. Inoltre, questo metodo si basa esclusivamente sulla reticolazione e non prevede alcun requisito sulla solubilità della proteina o accessibilità ed è quindi adatto per mappare attività RNA-binding all’interno di membrane (ad es. l’involucro nucleare) o compartimenti scarsamente solubili ( ad esempio la matrice nucleare). Descriviamo la procedura sperimentale per eseguire RBR-ID per i nuclei delle cellule staminali embrionali di topo (mESCs) ma con modifiche minori questo protocollo dovrebbe essere adatto per una varietà di tipi cellulari, purché essi possono incorporare efficientemente 4SU dalla cultura medio.

Protocol

1. cultura e l’espansione delle mESCs NOTE: cellule staminali embrionali di topo sono facili da cultura e può essere rapidamente ampliate ai grandi numeri richiesti da esperimenti biochimici grazie al loro tempo in bicicletta veloce. Sano mESCs raddoppiare ogni 12 h. MESCs Espandi il numero desiderato sulle piastre gelatinizzati in mESC medio (Vedi sotto) in un’incubatrice di coltura del tessuto mantenuto a 37 ° C, 5% CO 2, e > 95% di umidità. Nota: Abbasta…

Representative Results

Figura 1 illustra il flusso di lavoro di RBR-ID. A causa della reticolazione relativamente bassa efficienza di questa tecnica, è molto importante considerare il livello di esaurimento e la coerenza degli effetti osservati (P -valore) attraverso replicati biologici. La figura 2 Mostra un diagramma a Vulcano risultato RBR-ID. Peptidi che sovrapposti dominio motivo (RRM) riconoscimento di RNA mostrano lo svuotamento altame…

Discussion

Descriviamo un protocollo sperimentale dettagliato per eseguire RBR-ID in mESCs e, con opportune modifiche, in qualsiasi cella che può incorporare 4SU in RNA. Altri tipi di cellule possono richiedere ottimizzazione dell’approccio per garantire un sufficiente rapporto segnale-rumore. Inoltre, mentre il protocollo descritto nel presente documento si concentra sull’esame di RBPs nucleare, la tecnologia di RBR-ID dovrebbe essere facilmente adattata a diversi compartimenti cellulari, ad esempio il citosol o organelli specifi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

R.B. è stato sostenuto dal programma studiosi Searle, la W.W. Smith Foundation (C1404) e il March of Dimes Foundation (1-FY-15-344). B.A.G riconosce sostegno da NIH sovvenzioni R01GM110174 e R01AI118891 NIH, così come DOD concedere BC123187P1. R.W.-T. è stato sostenuto da grant di formazione NIH T32GM008216.

Materials

KnockOut DMEM Fisher Scientific 10829018
Fetal bovine serum, qualified, US origin Fisher Scientific 26140079
L-Glutamine solution 200 mM Sigma G7513
Penicillin-Streptomycin solution Sigma P0781
MEM Non-essential Amino Acid Solution (100×) Sigma M7145
2-Mercaptoethanol Sigma M3148
ESGRO Leukemia Inhibitory Factor (LIF) EMD Millipore ESG1106
CHIR99021 Tocris 4423
PD0325901 Sigma PZ0162
Gelatin solution,2% in water Sigma G1393
4-thiouridine Sigma T4509 50 mM stock in water
Spectrolinker XL-1500 Fisher Scientific 11-992-90
Phenylmethanesulfonyl fluoride Sigma 78830
IGEPAL CO-630 Sigma 542334 Commercial form of octyl-phenoxy-polyethoxy-ethanol detergent
Iodoacetamide Sigma I6125
Trypsin, sequencing grade Promega V5111
Empore solid phase extraction disk 3M 66883
OLIGO R3 Reversed – Phase Resin Fisher Scientific 1133903
Benzonase Sigma E8263 High purity nuclease
Sonic Dismembrator Model 100 Fisher Scientific discontinued updated with FB505110
HPLC grade acetonitrile Fisher Chemical A955-4
HPLC grade water Fisher Scientific W6 4
TFA Fisher Scientific A11650
Ammonium Bicarbonate Sigma A6141
Acetic Acid Sigma 49199
Formic Acid Sigma F0507
ReproSil-Pur 18-AQ Dr. Maisch GmbH HPLC r13.aq.0003 Packing material for HPLC column
Capillary for nano columns (75 µm) Molex 1068150017
MaxQuant software Max Planck Institute for Biochemistry Can perform chromatographic alignment of multiple MS runs

References

  1. Bonasio, R., Shiekhattar, R. Regulation of transcription by long noncoding RNAs. Annu Rev Genet. 48, 433-455 (2014).
  2. Bonasio, R. Emerging topics in epigenetics: ants, brains, and noncoding RNAs. Ann N Y Acad Sci. 1260, 14-23 (2012).
  3. Rinn, J. L., Chang, H. Y. Genome regulation by long noncoding RNAs. Annu Rev Biochem. 81, 145-166 (2012).
  4. Goff, L. A., Rinn, J. L. Linking RNA biology to lncRNAs. Genome Res. 25 (10), 1456-1465 (2015).
  5. Holoch, D., Moazed, D. RNA-mediated epigenetic regulation of gene expression. Nat Rev Genet. 16 (2), 71-84 (2015).
  6. Chu, C., et al. Systematic discovery of Xist RNA binding proteins. Cell. 161 (2), 404-416 (2015).
  7. McHugh, C. A., et al. The Xist lncRNA interacts directly with SHARP to silence transcription through HDAC3. Nature. 521 (7551), 232-236 (2015).
  8. Minajigi, A., et al. Chromosomes. A comprehensive Xist interactome reveals cohesin repulsion and an RNA-directed chromosome conformation. Science. 349 (6245), (2015).
  9. Lunde, B. M., Moore, C., Varani, G. RNA-binding proteins: modular design for efficient function. Nat Rev Mol Cell Biol. 8 (6), 479-490 (2007).
  10. Cabili, M. N., et al. Integrative annotation of human large intergenic noncoding RNAs reveals global properties and specific subclasses. Genes Dev. 25 (18), 1915-1927 (2011).
  11. Castello, A., et al. Insights into RNA biology from an atlas of mammalian mRNA-binding proteins. Cell. 149 (6), 1393-1406 (2012).
  12. Baltz, A. G., et al. The mRNA-bound proteome and its global occupancy profile on protein-coding transcripts. Mol Cell. 46 (5), 674-690 (2012).
  13. Kwon, S. C., et al. The RNA-binding protein repertoire of embryonic stem cells. Nat Struct Mol Biol. 20 (9), 1122-1130 (2013).
  14. Beckmann, B. M., et al. The RNA-binding proteomes from yeast to man harbour conserved enigmRBPs. Nat Commun. 6, 10127 (2015).
  15. Conrad, T., et al. Serial interactome capture of the human cell nucleus. Nat Commun. 7, 11212 (2016).
  16. Wilusz, J. E., et al. A triple helix stabilizes the 3′ ends of long noncoding RNAs that lack poly(A) tails. Genes Dev. 26 (21), 2392-2407 (2012).
  17. Kim, T. K., Shiekhattar, R. Architectural and Functional Commonalities between Enhancers and Promoters. Cell. 162 (5), 948-959 (2015).
  18. Brannan, K. W., et al. SONAR Discovers RNA-Binding Proteins from Analysis of Large-Scale Protein-Protein Interactomes. Mol Cell. 64 (2), 282-293 (2016).
  19. Bonasio, R., et al. Interactions with RNA direct the Polycomb group protein SCML2 to chromatin where it represses target genes. Elife. 3, e02637 (2014).
  20. Kaneko, S., et al. Interactions between JARID2 and noncoding RNAs regulate PRC2 recruitment to chromatin. Mol Cell. 53 (2), 290-300 (2014).
  21. Kaneko, S., et al. Phosphorylation of the PRC2 component Ezh2 is cell cycle-regulated and up-regulates its binding to ncRNA. Genes Dev. 24 (23), 2615-2620 (2010).
  22. Saldana-Meyer, R., et al. CTCF regulates the human p53 gene through direct interaction with its natural antisense transcript, Wrap53. Genes Dev. 28 (7), 723-734 (2014).
  23. Castello, A., et al. Comprehensive Identification of RNA-Binding Domains in Human Cells. Mol Cell. 63 (4), 696-710 (2016).
  24. He, C., et al. High-Resolution Mapping of RNA-Binding Regions in the Nuclear Proteome of Embryonic Stem Cells. Mol Cell. 64 (2), 416-430 (2016).
  25. Favre, A., et al. 4-Thiouridine photosensitized RNA-protein crosslinking in mammalian cells. Biochem Biophys Res Commun. 141 (2), 847-854 (1986).
  26. Hafner, M., et al. Transcriptome-wide identification of RNA-binding protein and microRNA target sites by PAR-CLIP. Cell. 141 (1), 129-141 (2010).
  27. Favre, A., Saintome, C., Fourrey, J. L., Clivio, P., Laugaa, P. Thionucleobases as intrinsic photoaffinity probes of nucleic acid structure and nucleic acid-protein interactions. J Photochem Photobiol B. 42 (2), 109-124 (1998).
  28. Bradford, M. M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding. Anal Biochem. 72, 248-254 (1976).
  29. Tyanova, S., Temu, T., Cox, J. The MaxQuant computational platform for mass spectrometry-based shotgun proteomics. Nat Protoc. 11 (12), 2301-2319 (2016).
  30. MacLean, B., et al. Skyline: an open source document editor for creating and analyzing targeted proteomics experiments. Bioinformatics. 26 (7), 966-968 (2010).
  31. Kondo, Y., Oubridge, C., van Roon, A. M., Nagai, K. Crystal structure of human U1 snRNP, a small nuclear ribonucleoprotein particle, reveals the mechanism of 5′ splice site recognition. Elife. 4, (2015).
  32. Hafner, M., et al. PAR-CliP–a method to identify transcriptome-wide the binding sites of RNA binding proteins. J Vis Exp. (41), (2010).

Play Video

Cite This Article
Warneford-Thomson, R., He, C., Sidoli, S., Garcia, B. A., Bonasio, R. Sample Preparation for Mass Spectrometry-based Identification of RNA-binding Regions. J. Vis. Exp. (127), e56004, doi:10.3791/56004 (2017).

View Video