Summary

Un écran suppresseur pour la caractérisation des liens génétiques régulant la durée de vie chronologique dans Saccharomyces cerevisiae

Published: September 17, 2020
doi:

Summary

Voici un protocole pour identifier les interactions génétiques grâce à un écran suppresseur de nombre de copie accru dans Saccharomyces cerevisiae. Cette méthode permet aux chercheurs d’identifier, cloner et tester les suppresseurs chez les mutants de levure de courte durée. Nous testons l’effet de l’augmentation du nombre de copie de SIR2 sur la durée de vie dans un mutant null autophagie.

Abstract

Le vieillissement est la détérioration dépendante du temps des processus biologiques normaux d’un organisme qui augmente la probabilité de décès. De nombreux facteurs génétiques contribuent à des altérations du processus normal de vieillissement. Ces facteurs se croisent de façon complexe, comme en témoigne la richesse des liens documentés identifiés et conservés chez de nombreux organismes. La plupart de ces études se concentrent sur la perte de fonction, mutants null qui permettent un dépistage rapide de nombreux gènes simultanément. Il ya beaucoup moins de travail qui se concentre sur la caractérisation du rôle que la surexpression d’un gène dans ce processus. Dans le présent travail, nous présentons une méthodologie simple pour identifier et cloner des gènes dans la levure en herbe, Saccharomyces cerevisiae, pour l’étude dans la suppression du phénotype chronologique de durée de vie de courte durée vu dans beaucoup de milieux génétiques. Ce protocole est conçu pour être accessible aux chercheurs d’horizons variés et à divers stades universitaires. Le gène SIR2, qui code pour un daitone deacetylase, a été sélectionné pour le clonage dans le vecteur pRS315, car il ya eu des rapports contradictoires sur son effet sur la durée de vie chronologique. SIR2 joue également un rôle dans l’autophagie, qui résulte lorsqu’il est perturbé par la suppression de plusieurs gènes, y compris le facteur de transcription ATG1. Comme preuve de principe, nous cloneons le gène SIR2 pour effectuer un écran suppresseur sur le phénotype raccourci de durée de vie caractéristique du mutant atg1Δ déficient d’autophagie et le comparons à un fond génétique autrement isogène, de type sauvage.

Introduction

Le vieillissement est la perte d’intégrité dépendante du temps dans une myriade de processus biologiques qui augmente finalement la probabilité de mort organisationnelle. Le vieillissement est presque inévitable pour toutes les espèces. Au niveau cellulaire, il existe plusieurs caractéristiques bien caractérisées qui sont associées au vieillissement, y compris: instabilité génomique, altérations épigénétiques, perte de protéostase, dysfonctionnement mitochondrial, détection des nutriments dérégulé, sénescence cellulaire, et attrition télomère1,2. Dans les organismes unicellulaires, tels que les levures, cela conduit à une réduction du potentiel réplictif et de la durée de vie chronologique3,4. Ces changements cellulaires se manifestent dans des organismes plus complexes, comme les humains, comme des pathologies qui comprennent les cancers, l’insuffisance cardiaque, la neurodégénérescence, le diabète et l’ostéoporose5,6,7. Malgré les nombreuses complexités qui caractérisent le processus de vieillissement, il existe la conservation de ces caractéristiques moléculaires sous-jacentes à ce processus à travers des organismes très divergents8,9,10. L’identification des altérations de ces voies pendant le vieillissement a conduit à la réalisation qu’ils peuvent être manipulés par des changements de mode de vie – restriction alimentaire est montré pour prolonger considérablement la durée de vie dans de nombreux organismes11. Ces voies convergent et se croisent les unes avec les autres et de nombreuses autres voies, de manière complexe. L’élucidation et la caractérisation de ces interactions offrent un potentiel d’interventions thérapeutiques pour prolonger la durée de vie et la durée de vie12,13,14.

La conservation des fondements moléculaires du vieillissement permet la dissection fonctionnelle des interactions génétiques sous-jacentes au processus par l’utilisation d’organismes modèles plus simples – y compris dans la levure en herbe, Saccharomyces cerevisiae15,16. Il existe deux types établis de vieillissement modélisés par la levure en herbe: le vieillissement chronologique (la durée de vie chronologique, CLS) et le vieillissement réplictif (la durée de vie réplicative, RLS)17. Le vieillissement chronologique mesure le temps qu’une cellule peut survivre dans un état non divisant. Ceci est analogue au vieillissement qui est vu dans les cellules qui passent la majorité de leur vie dans G0, tels que les neurones4. Alternativement, la durée de vie réplicative est le nombre de fois qu’une cellule peut diviser avant l’épuisement et est un modèle pour les types de cellules mitotically actives (par exemple, le nombre de cellules filles qu’une cellule peut avoir)18.

L’objectif global de cette méthode est de présenter un protocole qui permet la dissection fonctionnelle de la génétique du vieillissement en utilisant S. cerevisiae. Bien qu’il y ait eu beaucoup d’excellentes études réalisées par de nombreux chercheurs qui ont mené à notre compréhension actuelle, il reste de nombreuses occasions disponibles pour les chercheurs en herbe de contribuer au domaine du vieillissement dès le début de leur carrière universitaire. Nous présentons une méthodologie claire qui permettra aux chercheurs de faire progresser davantage le domaine du vieillissement. Ce protocole est conçu pour être accessible à tous les chercheurs, quel que soit le stade de leur carrière universitaire, en fournissant les outils nécessaires pour formuler et tester leurs propres hypothèses nouvelles. L’avantage de notre approche est qu’il s’agit d’une méthode rentable facilement accessible à tous les chercheurs, quel que soit leur établissement – et qu’elle ne nécessite pas d’équipement coûteux et spécialisé nécessaire à certains protocoles19. Il existe plusieurs façons différentes de concevoir ce type d’écran, l’approche décrite dans ce travail est particulièrement susceptible de dépistage mutants null de gènes non essentiels qui présentent une réduction sévère de la durée de vie chronologique par rapport à une souche isogène de type sauvage de levure.

Comme preuve de principe, nous cloner SIR2, une désacétylase de lysine rapportée comme présentant à la fois un CLS prolongé et raccourci lorsqu’il est surexprimé. Sir2 surexpression a été récemment trouvé pour augmenter CLS dans les levures de vinification; cependant, plusieurs groupes n’ont signalé aucun lien entre sir2 et l’extension CLS, laissant son rôle sous la rubrique20,21,22. En raison de ces rapports contradictoires dans la littérature, nous avons choisi ce gène pour ajouter des recherches indépendantes pour aider à clarifier le rôle de SIR2 dans le vieillissement chronologique, le cas échéant. En outre, l’augmentation du nombre de copies d’un homologue SIR2 prolonge la durée de vie dans un système de modèle de ver nématode23.

L’autophagie est un système de dégradation intracellulaire pour fournir des produits cytosoliques, tels que les protéines et les organites, au lysosome24. L’autophagie est intimement liée à la longévité par son rôle dans la dégradation des protéines endommagées et des organites pour maintenir l’homéostasie cellulaire25. L’induction de l’autophagie dépend de l’orchestration de l’expression de nombreux gènes, et la suppression du gène ATG1 entraîne un CLS anormalement court dans la levure en herbe26. Codes ATG1 pour une protéine sérine/thréonine kinase qui est nécessaire pour la formation de vésicule dans l’autophagie et le cytoplasme-à-vacuole (l’équivalent lysosomal fongique) voie27,28. Ici, nous présentons notre méthode pour un écran de numéro de copie accru, testant l’effet de l’augmentation de la copie SIR2 sur le CLS dans un type sauvage et un fond atg1-null. Cette méthode s’adresse particulièrement aux jeunes chercheurs et aux groupes de recherche des établissements principalement de premier cycle, dont bon nombre des collectivités sous-représentées dans les sciences et disposent de ressources limitées.

Protocol

1. Identifier les interactions génétiques potentielles pour le dépistage Identifier le ou les antécédents génétiques pour la caractérisation, qui se traduit par une durée de vie chronologique anormalement court (CLS) dans Saccharomyces cerevisiae à l’aide de la base de données sur le génome de Saccharomyces (sgd, https://www.yeastgenome.org29,30), qui compile des informations phénotypiques connues pour cet organisme….

Representative Results

Comme il existe des rapports contradictoires sur le rôle de SIR2 pendant le vieillissement, nous avons choisi ce gène pour l’étude comme un suppresseur potentiel de l’atg1Δ mutant raccourci cls phénotype26. Le rôle de SIR2 est quelque peu controversé, avec des rapports contradictoires sur son rôle dans l’extension de CLS, mais il a été clairement lié à l’augmentation cls dans au moins un fond de levure, avec un rôle à la fois dans l’autophagie et …

Discussion

Démêler la génétique du vieillissement est un défi difficile, avec de nombreuses possibilités d’étude plus approfondie qui peuvent potentiellement donner des informations significatives sur les interactions complexes qui existent. Il existe de nombreuses méthodes qui permettent la génération rapide de mutants de perte de fonction pour l’étude des souches nulles de levure45,46. Cette méthode présente une approche simple pour identifier et cloner l…

Disclosures

The authors have nothing to disclose.

Acknowledgements

James T. Arnone tient à souligner le soutien des étudiants du cours Recombinant DNA Technologies en 2017 et 2018 à l’Université William Paterson qui ont participé à ce projet dès sa création, mais dont les efforts n’ont pas franchi le seuil de la paternité : Christopher Andino, Juan Botero, Josephine Bozan, Brenda Calalpa, Brenda Cubas, Headtlove Essel Dadzie, Irvin Gamarra, Preciousgift Ibibor , Wayne Ko, Nelson Mejia, Hector Mottola, Rabya Naz, Abdullah Odeh, Pearl Paguntalan, Daniel Raza’e, Gabriella Rector, Aida Shono, et Matthew So. Vous êtes de grands scientifiques et vous me manquez tous!

Les auteurs tiennent à souligner le soutien inestimable apporté à la technologie de l’instruction et de la recherche à l’Université William Paterson pour leur aide : Greg Mattison, Peter Cannarozzi, Rob Meyer, Dante Portella et Henry Heinitsh. Les auteurs tiennent également à souligner le soutien du Bureau du prévôt pour la multithérapie, le Bureau du doyen et le Centre de recherche du Collège des sciences et de la santé leur appui à ces travaux, ainsi qu’au Département de biologie pour soutenir ce projet.

Materials

Fungal/Bacterial DNA kit Zymo Research D6005
HindIIIHF enzyme New England Biolabs R3104S
Phusion High-Fidelity DNA Polymerase New England Biolabs M0530S
Plasmid miniprep kit Qiagen 12123
SacII enzyme New England Biolabs R0157S
Salmon sperm DNA Thermofisher AM9680
T4 DNA ligase New England Biolabs M0202S

References

  1. López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. The hallmarks of aging. Cell. 153 (6), 1194-1217 (2013).
  2. Kenyon, C. The genetics of ageing. Nature. 464 (7288), 504-512 (2010).
  3. Petralia, R. S., Mattson, M. P., Yao, P. J. Aging and longevity in the simplest animals and the quest for immortality. Ageing Research Reviews. 16, 66-82 (2014).
  4. Longo, V. D., Fabrizio, P. . Aging Research in Yeast. , 101-121 (2011).
  5. Campisi, J. Aging, cellular senescence, and cancer. Annual Review of Physiology. 75, 685-705 (2013).
  6. Galkin, F., Zhang, B., Dmitriev, S. E., Gladyshev, V. N. Reversibility of irreversible aging. Ageing Research Reviews. 49, 104-114 (2019).
  7. Khan, S. S., Singer, B. D., Vaughan, D. E. Molecular and physiological manifestations and measurement of aging in humans. Aging Cell. 16 (4), 624-633 (2017).
  8. Riera, C. E., Merkwirth, C., De Magalhaes Filho, C. D., Dillin, A. Signaling networks determining life span. Annual Review of Biochemistry. 85, 35-64 (2016).
  9. Powers, R. W., Kaeberlein, M., Caldwell, S. D., Kennedy, B. K., Fields, S. Extension of chronological life span in yeast by decreased TOR pathway signaling. Genes & Development. 20 (2), 174-184 (2006).
  10. Lapierre, L. R., Hansen, M. Lessons from C. elegans: signaling pathways for longevity. Trends in Endocrinology & Metabolism. 23 (12), 637-644 (2012).
  11. Fontana, L., Partridge, L., Longo, V. D. Extending healthy life span-from yeast to humans. Science. 328 (5976), 321-326 (2010).
  12. Houtkooper, R. H., Pirinen, E., Auwerx, J. Sirtuins as regulators of metabolism and healthspan. Nature Reviews Molecular Cell Biology. 13 (4), 225-238 (2012).
  13. Bitto, A., et al. Transient rapamycin treatment can increase lifespan and healthspan in middle-aged mice. elife. 5, 16351 (2016).
  14. Fang, E. F., et al. NAD+ replenishment improves lifespan and healthspan in ataxia telangiectasia models via mitophagy and DNA repair. Cell Metabolism. 24 (4), 566-581 (2016).
  15. Kaeberlein, M., Kennedy, B. K. Large-scale identification in yeast of conserved ageing genes. Mechanisms of Ageing and Development. 126 (1), 17-21 (2005).
  16. Fabrizio, P., et al. Genome-wide screen in Saccharomyces cerevisiae identifies vacuolar protein sorting, autophagy, biosynthetic, and tRNA methylation genes involved in life span regulation. PLoS Genetics. 6 (7), (2010).
  17. Longo, V. D., Shadel, G. S., Kaeberlein, M., Kennedy, B. Replicative and chronological aging in Saccharomyces cerevisiae. Cell Metabolism. 16 (1), 18-31 (2012).
  18. He, C., Zhou, C., Kennedy, B. K. The yeast replicative aging model. Biochimica et Biophysica Acta (BBA)-Molecular Basis of Disease. 1864 (9), 2690-2696 (2018).
  19. Lee, S. S., Vizcarra, I. A., Huberts, D. H., Lee, L. P., Heinemann, M. Whole lifespan microscopic observation of budding yeast aging through a microfluidic dissection platform. Proceedings of the National Academy of Sciences. 109 (13), 4916-4920 (2012).
  20. Fabrizio, P., Longo, V. D. The chronological life span of Saccharomyces cerevisiae. Aging Cell. 2 (2), 73-81 (2003).
  21. Smith, J., Daniel, L., McClure, J. M., Matecic, M., Smith, J. S. Calorie restriction extends the chronological lifespan of Saccharomyces cerevisiae independently of the Sirtuins. Aging Cell. 6 (5), 649-662 (2007).
  22. Orozco, H., Matallana, E., Aranda, A. Genetic manipulation of longevity-related genes as a tool to regulate yeast life span and metabolite production during winemaking. Microbial Cell Factories. 12 (1), 1 (2013).
  23. Tissenbaum, H. A., Guarente, L. Increased dosage of a sir-2 gene extends lifespan in Caenorhabditis elegans. Nature. 410 (6825), 227-230 (2001).
  24. Huang, W. P., Klionsky, D. J. Autophagy in yeast: a review of the molecular machinery. Cell Structure and Function. 27 (6), 409-420 (2002).
  25. Barbosa, M. C., Grosso, R. A., Fader, C. M. Hallmarks of aging: an autophagic perspective. Frontiers in Endocrinology. 9, 790 (2019).
  26. Aris, J. P., et al. Autophagy and leucine promote chronological longevity and respiration proficiency during calorie restriction in yeast. Experimental Gerontology. 48 (10), 1107-1119 (2013).
  27. Cheong, H., Nair, U., Geng, J., Klionsky, D. J. The Atg1 kinase complex is involved in the regulation of protein recruitment to initiate sequestering vesicle formation for nonspecific autophagy in Saccharomyces cerevisiae. Molecular Biology of the Cell. 19 (2), 668-681 (2008).
  28. Matsuura, A., Tsukada, M., Wada, Y., Ohsumi, Y. Apg1p, a novel protein kinase required for the autophagic process in Saccharomyces cerevisiae. Gene. 192 (2), 245-250 (1997).
  29. Cherry, J. M., et al. Saccharomyces Genome Database: the genomics resource of budding yeast. Nucleic Acids Research. 40, 700-705 (2012).
  30. Engel, S. R., et al. The reference genome sequence of Saccharomyces cerevisiae: then and now. G3: Genes, Genomes, Genetics. 4 (3), 389-398 (2014).
  31. Imai, S. I., Armstrong, C. M., Kaeberlein, M., Guarente, L. Transcriptional silencing and longevity protein Sir2 is an NAD-dependent histone deacetylase. Nature. 403 (6771), 795-800 (2000).
  32. Sampaio-Marques, B., et al. SNCA (α-synuclein)-induced toxicity in yeast cells is dependent on Sir2-mediated mitophagy. Autophagy. 8 (10), 1494-1509 (2012).
  33. Nagalakshmi, U., et al. The transcriptional landscape of the yeast genome defined by RNA sequencing. Science. 320 (5881), 1344-1349 (2008).
  34. De Boer, C. G., Hughes, T. R. YeTFaSCo: a database of evaluated yeast transcription factor sequence specificities. Nucleic Acids Research. 40, 169-179 (2012).
  35. Sanders, E. R. Aseptic laboratory techniques: plating methods. Journal of Visualized Experiments. (63), e3064 (2012).
  36. Gietz, R. D., Woods, R. A. . Methods in Enzymology. 350, 87-96 (2002).
  37. Salvi, S., et al. Serum and plasma copy number detection using real-time PCR. Journal of Visualized Experiments. (130), e56502 (2017).
  38. McIsaac, R. S., et al. Visualization and analysis of mRNA molecules using fluorescence in situ hybridization in Saccharomyces cerevisiae. Journal of Visualized Experiments. (76), e50382 (2013).
  39. Mirisola, M. G., Braun, R. J., Petranovic, D. Approaches to study yeast cell aging and death. FEMS Yeast Research. 14 (1), 109-118 (2014).
  40. Ricardo, R., Phelan, K. Counting and determining the viability of cultured cells. Journal of Visualized Experiments. (16), e752 (2008).
  41. Lin, S. J., Guarente, L. Nicotinamide adenine dinucleotide, a metabolic regulator of transcription, longevity and disease. Current Opinion in Cell Biology. 15 (2), 241-246 (2003).
  42. Sikorski, R. S., Hieter, P. A system of shuttle vectors and yeast host strains designed for efficient manipulation of DNA in Saccharomyces cerevisiae. Genetics. 122 (1), 19-27 (1989).
  43. Romanos, M. A., Scorer, C. A., Clare, J. J. Foreign gene expression in yeast: a review. Yeast. 8 (6), 423-488 (1992).
  44. Pfaffl, M. W. A new mathematical model for relative quantification in real-time RT-PCR. Nucleic Acids Research. 29 (9), 45 (2001).
  45. Storici, F., Resnick, M. A. The delitto perfetto approach to in vivo site-directed mutagenesis and chromosome rearrangements with synthetic oligonucleotides in yeast. Methods in Enzymology. 409, 329-345 (2006).
  46. DiCarlo, J. E., et al. Genome engineering in Saccharomyces cerevisiae using CRISPR-Cas systems. Nucleic Acids Research. 41 (7), 4336-4343 (2013).
  47. Arnone, J. T. Genomic Considerations for the Modification of Saccharomyces cerevisiae for Biofuel and Metabolite Biosynthesis. Microorganisms. 8 (3), (2020).
  48. Murakami, C., Kaeberlein, M. Quantifying yeast chronological life span by outgrowth of aged cells. Journal of Visualized Experiments. (27), e1156 (2009).
  49. Steffen, K. K., Kennedy, B. K., Kaeberlein, M. Measuring replicative life span in the budding yeast. Journal of Visualized Experiments. (28), e1209 (2009).
  50. Huberts, D. H., Janssens, G. E., Lee, S. S., Vizcarra, I. A., Heinemann, M. Continuous high-resolution microscopic observation of replicative aging in budding yeast. Journal of Visualized Experiments. (78), e50143 (2013).

Play Video

Cite This Article
Dix, C., Sgro, S., Patel, A., Perrotta, C., Eldabagh, N., Lomauro, K. L., Miguez, F. W., Chohan, P., Jariwala, C., Arnone, J. T. A Suppressor Screen for the Characterization of Genetic Links Regulating Chronological Lifespan in Saccharomyces cerevisiae. J. Vis. Exp. (163), e61506, doi:10.3791/61506 (2020).

View Video