Summary

Avaliação do impacto da agregação da proteína no estresse oxidativo celular na levedura

Published: June 23, 2018
doi:

Summary

Agregação da proteína provoca estresse oxidativo celular. Este protocolo descreve um método para monitorar os Estados intracelulares de proteínas amiloidogénicos e o stress oxidativo associado a eles, usando citometria de fluxo. A abordagem é usada para estudar o comportamento de variantes do peptídeo β-amiloide solúveis e propensas a agregação.

Abstract

Enrolamento de proteínas e de agregação em conformações amiloides têm sido relacionados ao aparecimento e progressão de várias doenças neurodegenerativas. No entanto, ainda há pouca informação sobre proteína insolúvel como agregados exercem seus efeitos tóxicos em vivo. Organismos-modelo simples de procariotas e eucariotas, tais como bactérias e leveduras, têm contribuído significativamente para nossa compreensão atual dos mecanismos por trás da formação de amiloide intracelular, propagação de agregados e toxicidade. Neste protocolo, o uso de levedura é descrito como um modelo para dissecar a relação entre a formação de agregados de proteínas e seu impacto sobre o estresse oxidativo celular. O método combina a detecção de estado solúvel/agregados intracelular de uma proteína amiloidogénicos com a quantificação dos danos oxidativos celulares resultantes de sua expressão usando citometria de fluxo (FC). Essa abordagem é simples, rápido e quantitativo. O estudo ilustra a técnica correlacionando o estresse oxidativo celular, causado por um conjunto grande de variantes de peptídeo β-amiloide com suas propensões respectiva agregação intrínseca.

Introduction

Proteostasis é um determinante fundamental dos processos de adequação e envelhecimento celular. Nas células, homeostase de proteína é mantida pelo controle de qualidade de proteína sofisticadas redes visa garantir a correta dobrar de conformistas de misfolded proteínas por acompanhantes e/ou sua proteólise alvejado com vários mecanismos bem conservados1 ,2,3,4,5. Um grande número de estudos oferece suporte à ligação entre o início e a progressão de uma ampla gama de doenças humanas e o fracasso de proteostasis, levando ao enrolamento de proteínas e agregação. Por exemplo, a presença de depósitos de proteína é considerada uma característica patológica de muitas doenças neurodegenerativas, como Alzheimer, Parkinson e Huntington doenças6,7,8, doenças prionogenic e amyloidoses não-degenerativas9. Tem sido sugerido que cedo assemblies oligoméricos e protofibrillar na reação de agregação são os principais elicitores de citotoxicidade, estabelecendo interações aberrantes com outras proteínas no meio lotado de celular10. Além disso, inclusões de proteína (PI) podem ser transmitidos entre as células, seus efeitos tóxicos11,12de propagação. Portanto, pode ser que a formação de PI de fato pode constituir um mecanismo desintoxicante que restringe a presença de espécies perigosas agregados para locais específicos na célula, onde eles podem ser processados ou acumulados sem grandes efeitos colaterais 13 , 14.

Padrão em vitro abordagens bioquímicas forneceram importantes insights sobre as diferentes espécies que povoam as reações de agregação e suas propriedades de15,16. No entanto, as condições usadas nestes ensaios são claramente diferentes das que ocorrem dentro da célula e, portanto, questionar sua relevância fisiológica. Por causa de conservação notável dos caminhos celulares tais como controle de qualidade de proteína, autofagia ou o Regulamento do estado redox celular17,18 entre eucariotas19,20,21 ,22,23, a brotamento de levedura Saccharomyces cerevisiae (S. cerevisiae) surgiu como um modelo de celular simples privilegiado para estudar os determinantes moleculares de agregação da proteína e seu impacto associado citotóxico em ambientes biologicamente relevantes24,25,26.

Propensão de agregação de proteínas é uma característica inerentemente codificada na sequência principal. Assim, a formação de estruturas semelhantes a amiloide pode ser prevista com base na identificação e avaliação da potência de agregação-promover regiões em polipeptídeos27. No entanto, apesar do sucesso de bioinformatic algoritmos para prever as propriedades de agregação em vitro de sequências de proteínas, eles estão ainda longe de previsão como essas propensões traduzem na vivo citotóxicos impacto. Estudos que abordam a relação entre o estado agregado de uma determinada proteína e seu dano celular associado de forma sistemática podem ajudar a contornar essa limitação computacional. Esta conexão é abordada no presente estudo, aproveitando-se de um conjunto grande de variantes do peptídeo β-amiloide Aβ42 diferindo apenas em um único resíduo, mas indicando uma escala contínua de agregação propensões na vivo28. Em particular, uma abordagem baseada em FC para identificar a espécie conformacional representando o dano oxidativo eliciado propensas a agregação de proteínas nas células de levedura é descrita. A metodologia oferece muitas vantagens como simplicidade, capacidade de alta produtividade e precisão das medições quantitativo. Esta abordagem, foi possível confirmar essa jogada de PI um papel protetor contra o estresse oxidativo.

Protocol

1. culturas de S. cerevisiae e expressão da proteína Nota: Variantes Aβ apresentam propensões de agregação relativa diferente devido a uma mutação em um único resíduo na posição 19 (Phe19) do peptídeo Aβ42 (figura 1A). Essas variantes do peptide são marcados com a proteína fluorescente verde (GFP), que actua como uma agregação de repórter (Figura 1)29. Transforme os plasmí…

Representative Results

Este protocolo descreve como empregar uma coleção de 20 variantes do peptide Aβ42 onde Phe19 alterou a todos os naturais proteinogenic aminoácidos28. A propensão de agregação teórica destas proteínas pode ser analisado usando dois algoritmos diferentes bioinformatic (AGGRESCAN e TANGO31,32). Em ambos os casos, esta análise processa uma gradação progressiva das tendências de agregação, atribui…

Discussion

Uma ampla gama de doenças está ligada ao acúmulo de misfolded proteínas em depósitos celulares6,7,8,33. Muitos esforços foram feitos para desvendar os mecanismos moleculares que desencadeiam o aparecimento destas doenças usando abordagens computacionais, que não levam em concentrações de proteína de conta, ou em vitro se aproxima, em que a concentração de proteína mantém…

Acknowledgements

   

Materials

Yeast cells BY4741  ATCC 201388 Genotype: MATa his3Δ1 leu2Δ0 met15Δ0 ura3Δ0
pESC(-Ura) plasmid  Agilent Genomics 217454 Yeast expression plasmid with a Gal promotor. Selectable marker URA3
Yeast Synthetic Drop-out Medium Supplements Sigma Y1501 Powder
Yeast Nitrogen Base Without Amino Acids Sigma Y0626 Powder
Raffinose Sigma R7630 Powder
Glucose Sigma G7021 Powder
Galactose Sigma G0750 Powder
Phosphate Buffered Saline (PBS) Fisher Scientific BP3991  Solution 10X
CellROX Deep Red Reagent  Life Technologies C10422 Free radical cell-permeant fluorescent sensor, non-fluorescent while in a reduced state, and exhibits bright fluorescence upon oxidation by reactive oxygen species (ROS), with absorption/emission maxima at 644/665 nm. 
Y-PER protein extraction reagent  Thermo Scientific 78990 Liquid cell lysis buffer
Acrylamide/Bis-acrylamide Sigma A6050 Solution
Bradford dye reagent Bio-Rad  5000205 Dye reagent for one-step determination of protein concentration
β-amyloid antibody 6E10  BioLegend 803001 Mouse IgG1. The epitope lies within amino acids 3-8 of beta amyloid (EFRHDS).
Goat anti-mouse IgG-HRP conjugate  Bio-Rad 1721011
Membrane Immobilon-P, PVDF Millipore IPVH00010
Luminata forte Merk WBLUF0100 Premixed, ready to use chemiluminescent HRP detection reagent
Phenylmethanesulfonyl fluoride solution (PMSF) Sigma 93482 Protease inhibitor. Dissolved at 0.1 M in ethanol
FACSCanto flow cytometer  BD Biosciences 657338 Equipped with a 488 nm blue laser for the detection of GFP, and 635 nm red laser / 530/30 nm BP filter and 660/20 BP filter
Mini Trans-Blot Electrophoresis Transfer cell Bio-Rad 1703930 Protein transference system
Mini-PROTEAN Tetra Handcast Systems Bio-Rad 1658000FC Electrophoresis system

References

  1. Frydman, J. Folding of newly translated proteins in vivo: the role of molecular chaperones. Annual Review of Biochemistry. 70, 603-647 (2001).
  2. Hartl, F. U., Bracher, A., Hayer-Hartl, M. Molecular chaperones in protein folding and proteostasis. Nature. 475, 324-332 (2011).
  3. Wong, E., et al. Molecular determinants of selective clearance of protein inclusions by autophagy. Nature Communications. 3, (2012).
  4. Winkler, J., Tyedmers, J., Bukau, B., Mogk, A. Chaperone networks in protein disaggregation and prion propagation. Journal of Structural Biology. 179, 152-160 (2012).
  5. Glickman, M. H., Ciechanover, A. The ubiquitin-proteasome proteolytic pathway: destruction for the sake of construction. Physiological Reviews. 82, 373-428 (2002).
  6. Dobson, C. M. Getting out of shape. Nature. 418, 729-730 (2002).
  7. Chiti, F., Dobson, C. M. Protein misfolding, functional amyloid, and human disease. Annual Review of Biochemistry. 75, 333-366 (2006).
  8. Aguzzi, A., O’Connor, T. Protein aggregation diseases: pathogenicity and therapeutic perspectives. Nature Reviews Drug Discovery. 9, 237-248 (2010).
  9. Rapezzi, C., et al. Transthyretin-related amyloidoses and the heart: a clinical overview. Nature Reviews Cardiology. 7, 398-408 (2010).
  10. Deas, E., et al. Alpha-synuclein oligomers interact with metal ions to induce oxidative stress and neuronal death in Parkinson’s disease. Antioxidants & Redox Signaling. 24, 376-391 (2016).
  11. Brundin, P., Melki, R., Kopito, R. Prion-like transmission of protein aggregates in neurodegenerative diseases. Nature Reviews Molecular Cell Biology. 11, 301-307 (2010).
  12. Frost, B., Diamond, M. I. Prion-like mechanisms in neurodegenerative diseases. Nature Reviews Neuroscience. 11, 155-159 (2009).
  13. Arrasate, M., Mitra, S., Schweitzer, E. S., Segal, M. R., Finkbeiner, S. Inclusion body formation reduces levels of mutant huntingtin and the risk of neuronal death. Nature. 431, 805-810 (2004).
  14. Ross, C. A., Poirier, M. A. Opinion: what is the role of protein aggregation in neurodegeneration?. Nature Reviews Molecular Cell Biology. 6, 891-898 (2005).
  15. Mishra, R., Sjölander, D., Hammarström, P. Spectroscopic characterization of diverse amyloid fibrils in vitro by the fluorescent dye Nile red. Molecular BioSystems. 7, 1232-1240 (2011).
  16. Klunk, W. E., Jacob, R. F., Mason, R. P. Quantifying amyloid by congo red spectral shift assay. Methods in Enzymology. 309, 285-305 (1999).
  17. Khurana, V., Lindquist, S. Modelling neurodegeneration in Saccharomyces cerevisiae: why cook with baker’s yeast?. Nature Reviews Neuroscience. 11, 436-449 (2010).
  18. Tenreiro, S., Outeiro, T. F. Simple is good: yeast models of neurodegeneration. FEMS Yeast Research. 10, 970-979 (2010).
  19. Moosavi, B., Mousavi, B., Macreadie, I. G. Yeast model of amyloid-β and Tau aggregation in Alzheimer’s disease. Journal of Alzheimer’s Disease. 47, 9-16 (2015).
  20. Tenreiro, S., Munder, M. C., Alberti, S., Outeiro, T. F. Harnessing the power of yeast to unravel the molecular basis of neurodegeneration. Journal of Neurochemistry. 127, 438-452 (2013).
  21. Yang, J., Hao, X., Cao, X., Liu, B., Nyström, T. Spatial sequestration and detoxification of huntingtin by the ribosome quality control complex. eLife. 5, (2016).
  22. Braun, R. J., Büttner, S., Ring, J., Kroemer, G., Madeo, F. Nervous yeast: modeling neurotoxic cell death. Trends in Biochemical Sciences. 35, 135-144 (2010).
  23. Figley, M. D., Gitler, A. D. Yeast genetic screen reveals novel therapeutic strategy for ALS. Rare Diseases. 1, e24420 (2013).
  24. Cooper, A. A., et al. Alpha-synuclein blocks ER-Golgi traffic and Rab1 rescues neuron loss in Parkinson’s models. Science. 313, 324-328 (2006).
  25. Johnson, B. S., McCaffery, J. M., Lindquist, S., Gitler, A. D. A yeast TDP-43 proteinopathy model: exploring the molecular determinants of TDP-43 aggregation and cellular toxicity. Proceedings of the National Academy of Sciences of the United States of America. 105, 6439-6444 (2008).
  26. Bharathi, V., et al. Use of ade1 and ade2 mutations for development of a versatile red/white color assay of amyloid-induced oxidative stress in saccharomyces cerevisiae. Yeast. 33, 607-620 (2016).
  27. Pallarès, I., Ventura, S. Advances in the prediction of protein aggregation propensity. Current Medicinal Chemistry. , (2017).
  28. Villar-Piqué, A., Ventura, S. Protein aggregation propensity is a crucial determinant of intracellular inclusion formation and quality control degradation. Biochimica et Biophysica Acta. 1833, 2714-2724 (2013).
  29. Navarro, S., Villar-Piqué, A., Ventura, S. Selection against toxic aggregation-prone protein sequences in bacteria. Biochimica et Biophysica Acta. 1843, 866-874 (2014).
  30. Morell, M., de Groot, N. S., Vendrell, J., Avilés, F. X., Ventura, S. Linking amyloid protein aggregation and yeast survival. Molecular BioSystems. 7, 1121-1128 (2011).
  31. Conchillo-Solé, O., et al. AGGRESCAN: a server for the prediction and evaluation of "hot spots" of aggregation in polypeptides. BMC Bioinformatics. 8, 65 (2007).
  32. Fernandez-Escamilla, A. M., Rousseau, F., Schymkowitz, J., Serrano, L. Prediction of sequence-dependent and mutational effects on the aggregation of peptides and proteins. Nature Biotechnology. 22, 1302-1306 (2004).
  33. Renner, M., Melki, R. Protein aggregation and prionopathies. Pathologie Biologie.(Paris). 62, 162-168 (2014).
  34. Carija, A., Navarro, S., de Groot, N. S., Ventura, S. Protein aggregation into insoluble deposits protects from oxidative stress. Redox Biology. 12, 699-711 (2017).

Play Video

Cite This Article
Carija, A., Ventura, S., Navarro, S. Evaluation of the Impact of Protein Aggregation on Cellular Oxidative Stress in Yeast. J. Vis. Exp. (136), e57470, doi:10.3791/57470 (2018).

View Video