Summary

Preparación de muestras para identificación basada en espectrometría de masa de regiones de unión de ARN

Published: September 28, 2017
doi:

Summary

Se describe un protocolo para identificar proteínas RNA-que atan y mapa de sus regiones de unión de ARN en células vivas usando photocrosslinking mediada por la UV y espectrometría de masas.

Abstract

RNAs noncoding desempeñan papeles importantes en varios procesos nucleares, incluyendo la regulación de la expresión génica, estructura de la cromatina y la reparación del ADN. En la mayoría de los casos, la acción de noncoding RNAs está mediada por proteínas cuyas funciones están reguladas a su vez por estas interacciones con RNAs noncoding. De acuerdo con esto, un número creciente de proteínas involucradas en funciones nucleares se ha divulgado para enlazar RNA y en algunos casos las regiones de unión de ARN de estas proteínas se ha asignado, a menudo a través de métodos laboriosos, basado en el candidato.

Aquí, Divulgamos un protocolo detallado para realizar una alto rendimiento, todo el proteoma identificación imparcial de sus regiones de unión de ARN y proteínas RNA-que atan. La metodología se basa en la incorporación de un análogo en el ARN celular, seguido por reticulación UV-mediado proteína-RNA y los análisis de espectrometría de masas para revelar RNA-reticulado péptidos en el proteoma de uridina fotoreactivos. Aunque Describimos el procedimiento de células madre embrionarias de ratón, el protocolo debe adaptarse fácilmente a una variedad de células cultivadas.

Introduction

El propósito del método RBR-ID es identificar nuevas proteínas de unión a RNA (restrictivas) y mapa de sus regiones de unión a RNA (RBRs) con resolución de péptido-niveles para facilitar el diseño de los mutantes de unión de ARN y la investigación de los biológicos y bioquímicos funciones de las interacciones proteína-RNA.

ARN es único entre biomoléculas como puede actuar como un mensajero lleva la información genética y también doblar en estructuras tridimensionales complejas con funciones bioquímicas más similares a los de las proteínas1,2. Un cuerpo creciente de evidencia sugiere que RNAs noncoding (ncRNAs) desempeñan papeles importantes en varios genes vías reguladoras y epigenéticos3,4,5 y, por lo general, estas funciones reguladoras son mediadas en concierto con proteínas que interaccionan específicamente con un determinado RNA. De particular relevancia un conjunto de proteínas de interacción fue identificado recientemente para el ncRNA largo intensamente estudiado (lncRNA) Xist, proporcionando información valiosa sobre cómo este lncRNA interviene en la inactivación del cromosoma x en las células femeninas6,7 ,8. En particular, varias de estas proteínas interactúan Xist no contienen ningún canónica de dominios RNA-que ata9, y por lo tanto su actividad de unión de ARN no podía ser predicha en silico basado en su secuencia primaria solamente. Teniendo en cuenta que miles de lncRNAs se expresan en cualquier célula dada10, es razonable asumir que muchos de ellos pueden actuar vía interacciones con todo ser descubierto proteínas RNA-que atan (restrictivas). Una estrategia experimental para identificar estas nuevas prácticas comerciales restrictivas, por tanto, facilitaría enormemente la tarea de la función biológica de ncRNAs de disección.

Los intentos anteriores para identificar empíricamente restrictivas han dependido de polyA + RNA selección acoplada a espectrometría de masas (MS)11,12,13,14,15. Aunque estos experimentos muchas proteínas ha añadido a la lista de supuestas prácticas comerciales restrictivas, por diseño podría sólo detectan las proteínas a las transcripciones de la cofia. Sin embargo, más pequeño RNAs y muchos lncRNAs no son contra. 16 , 17 y sus proteínas interactuantes probablemente habría sido perdidas en estos experimentos. Un estudio reciente aplicado aprendizaje automático a las bases de datos del interactoma de proteínas para identificar proteínas que co purificaron con múltiples prácticas comerciales restrictivas conocidas y demostró que estos socios recurrentes de la RBP tenían más probabilidades de poseer actividades de unión de ARN18. Sin embargo, este enfoque se basa en la minería de bases de datos existentes de gran interacción y sólo puede identificar proteínas que pueden ser co purificadas en condiciones no desnaturalizantes con prácticas comerciales restrictivas conocidas, excluyendo así a partir del análisis insoluble, embebido en la membrana y escaseado proteínas.

La identificación de una proteína como un bona fide las prácticas comerciales restrictivas a menudo no producen automáticamente información sobre la función biológica o bioquímica de la interacción proteína-RNA. Para abordar este punto, es típicamente conveniente para identificar las proteína dominio y aminoácido residuos implicados en la interacción que mutantes específicos pueden ser diseñados para probar la función de enlace de RNA en el contexto de cada novela RBP19, 20. los esfuerzos anteriores de nuestro grupo y otros han utilizado fragmentos de la proteína recombinante y mutantes de la canceladura identificar RNA binding regiones (RBRs)19,20,21,22; sin embargo, estos enfoques son intensivas e incompatible con el análisis de alto rendimiento. Más recientemente, un estudio describe una estrategia experimental para actividades de unión de ARN en forma de alto rendimiento usando spectrometry total23; sin embargo, este enfoque se basó en una selección doble polyA + RNA y llevó así a las mismas limitaciones que los enfoques de identificación de las prácticas comerciales restrictivas descritas anteriormente.

Hemos desarrollado una técnica, denominada RNA enlace región identificación RBR-, que explota a proteína-RNA photocrosslinking y cuantitativo espectrometría de masas para identificar las proteínas y las regiones de la proteína interacción con RNA en células vivas sin hacer hipótesis sobre el estado de poliadenilación del RNA, así como prácticas comerciales restrictivas obligado a polyA-RNAs24. Además, este método se basa exclusivamente en la reticulación tiene ninguÌ n requisito en la solubilidad de la proteína o accesibilidad y es así conveniente para las actividades de unión de ARN dentro de las membranas (por ejemplo, la envoltura nuclear) o compartimentos poco solubles ( por ejemplo, la matriz nuclear). Describimos los pasos experimentales para realizar identificación de RBR para los núcleos de células madre embrionarias de ratón (troncales) pero con pequeñas modificaciones este protocolo debe ser conveniente para una variedad de tipos celulares, que pueden incorporar eficientemente 4SU de la cultura medio.

Protocol

1. cultura y ampliación de troncales Nota: las células madre embrionarias del ratón son fáciles de cultura y puede ampliarse rápidamente a los números grandes requeridos experimentos bioquímicos gracias a su rápido tiempo de ciclismo. Troncales saludables doble cada 12 h. Expandir troncales para el número deseado de placas gelatinizadas en mESC medio (véase abajo) en una incubadora de cultivo de tejidos se mantiene a 37 ° C, 5% CO 2, y > humedad de 95%. <b…

Representative Results

La figura 1 muestra el flujo de trabajo de RBR-ID. Debido a la reticulación relativamente baja eficiencia de esta técnica, es muy importante a tener en cuenta el nivel de agotamiento y la consistencia del efecto observado (P -valor) a través de réplicas biológicas. La figura 2 muestra una parcela de volcán de resultado RBR-ID. Péptidos que traslapó dominio de adorno (RRM) de reconocimiento de RNA Mostrar nivel de…

Discussion

Se describe un protocolo experimental detallado para realizar la identificación de RBR en troncales y, con modificaciones apropiadas, en cualquier célula que puede incorporar 4SU RNA. Otros tipos de células pueden requerir optimización del enfoque para asegurar una suficiente relación señal a ruido. Además, mientras que el protocolo descrito aquí se centra en el examen de prácticas comerciales restrictivas nucleares, la tecnología de RBR-ID debe ser fácilmente adaptable a diferentes compartimentos celulares, c…

Disclosures

The authors have nothing to disclose.

Acknowledgements

R.B. fue apoyado por el programa de eruditos de Searle, la Fundación de Smith W.W. (C1404) y la March of Dimes Foundation (1-FY-15-344). B.A.G reconoce apoyo de NIH concede R01GM110174 y R01AI118891 de NIH, así como DOD conceder BC123187P1. R.W.-T. fue apoyado por la beca de formación de 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