JoVE Journal > Genetics
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Deutsch

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Genetics

Demonstration der Sequenzausrichtung zur Vorhersage über Spezies hinweg Suszeptibilitätstool zur schnellen Bewertung der Proteinkonservierung

Published: February 10, 2023
doi:
10.3791/63970
, , , , , , , ,
1Office of Research and Development, Center for Computational Toxicology and Exposure, Scientific Computing and Data Curation Division,U.S. Environmental Protection Agency, 2Oak Ridge Institute for Science and Education, 3Swenson College of Science and Engineering, Department of Biology,University of Minnesota Duluth, 4University of Wisconsin-Madison Aquatic Sciences Center, 5General Dynamics Information Technology,Research Triangle Park, 6Office of Research and Development, Center for Computational Toxicology and Exposure, Great Lakes Toxicology and Ecology Division,U.S. Environmental Protection Agency

Summary

Hier stellen wir ein Protokoll vor, um die neueste Version des SeqAPASS-Tools (Sequence Alignment to Predict Across Species Susceptibility) der US Environmental Protection Agency zu verwenden. Dieses Protokoll demonstriert die Anwendung des Online-Tools zur schnellen Analyse der Proteinkonservierung und zur Bereitstellung anpassbarer und leicht interpretierbarer Vorhersagen der chemischen Empfindlichkeit über Spezies hinweg.

Abstract

Das SeqAPASS-Tool (Sequence Alignment to Predict Across Species Susceptibility) der US-Umweltschutzbehörde ist eine schnelle, frei verfügbare Online-Screening-Anwendung, mit der Forscher und Regulierungsbehörden Toxizitätsinformationen über Spezies hinweg extrapolieren können. Für biologische Ziele in Modellsystemen wie menschlichen Zellen, Mäusen, Ratten und Zebrafischen liegen Toxizitätsdaten für eine Vielzahl von Chemikalien vor. Durch die Bewertung der Proteinzielkonservierung kann dieses Werkzeug verwendet werden, um Daten, die aus solchen Modellsystemen generiert werden, auf Tausende anderer Arten ohne Toxizitätsdaten zu extrapolieren, was Vorhersagen der relativen intrinsischen chemischen Suszeptibilität liefert. Die neuesten Versionen des Tools (Versionen 2.0-6.1) enthalten neue Funktionen, die eine schnelle Synthese, Interpretation und Verwendung der Daten für die Veröffentlichung sowie Grafiken in Präsentationsqualität ermöglichen.

Zu diesen Funktionen gehören anpassbare Datenvisualisierungen und ein umfassender zusammenfassender Bericht, der SeqAPASS-Daten zur einfachen Interpretation zusammenfasst. In diesem Dokument wird das Protokoll beschrieben, mit dem Benutzer durch das Einreichen von Aufträgen, das Navigieren durch die verschiedenen Ebenen von Proteinsequenzvergleichen sowie die Interpretation und Anzeige der resultierenden Daten geführt werden. Neue Funktionen von SeqAPASS v2.0-6.0 werden hervorgehoben. Darüber hinaus werden zwei Anwendungsfälle beschrieben, die sich auf die Konservierung von Transthyretin- und Opioidrezeptorproteinen mit diesem Werkzeug konzentrieren. Schließlich werden die Stärken und Grenzen von SeqAPASS diskutiert, um den Anwendungsbereich für das Tool zu definieren und verschiedene Anwendungen für die artenübergreifende Extrapolation hervorzuheben.

Introduction

Traditionell stützt sich die Toxikologie stark auf die Verwendung von Ganztierversuchen, um die für die Stoffsicherheitsbeurteilung erforderlichen Daten zu liefern. Solche Methoden sind typischerweise kostspielig und ressourcenintensiv. Aufgrund der großen Anzahl der derzeit verwendeten Chemikalien und des rasanten Tempos, mit dem neue Chemikalien entwickelt werden, besteht jedoch weltweit ein anerkannter Bedarf an effizienteren Methoden des chemischen Screenings 1,2. Dieser Bedarf und der daraus resultierende Paradigmenwechsel weg von Tierversuchen hat zur Entwicklung vieler neuer Ansatzmethoden geführt, darunter Hochdurchsatz-Screening-Assays, Hochdurchsatz-Transkriptomik, Next-Generation-Sequenzierung und Computermodellierung, die vielversprechende alternative Teststrategien sind 3,4.

Die Bewertung der Stoffsicherheit über die Vielfalt der Arten hinweg, die potenziell von chemischen Expositionen betroffen sind, war eine anhaltende Herausforderung, nicht nur mit traditionellen Toxizitätstests, sondern auch mit neuen Ansatzmethoden. Fortschritte in der vergleichenden und prädiktiven Toxikologie haben Rahmenbedingungen für das Verständnis der relativen Sensitivität verschiedener Arten geschaffen, und technologische Fortschritte bei Computermethoden erhöhen weiterhin die Anwendbarkeit dieser Methoden. In den letzten zehn Jahren wurden mehrere Strategien diskutiert, die bestehende Gen- und Proteinsequenzdatenbanken zusammen mit dem Wissen über spezifische chemisch-molekulare Ziele nutzen, um prädiktive Ansätze für die artenübergreifende Extrapolation zu unterstützen und die Bewertung der chemischen Sicherheit über die typischen Modellorganismen hinaus zu verbessern 5,6,7,8.

Um die Wissenschaft in die Tat umzusetzen, auf diesen grundlegenden Studien in der prädiktiven Toxikologie aufzubauen, chemische Testbemühungen zu priorisieren und die Entscheidungsfindung zu unterstützen, wurde das SeqAPASS-Tool (Sequence Alignment to Predict Across Species Susceptibility) der US-Umweltschutzbehörde (Sequence Alignment to Predict Across Species Susceptibility) entwickelt. Dieses Tool ist eine öffentliche und frei verfügbare webbasierte Anwendung, die öffentliche Repositorien mit ständig wachsenden Proteinsequenzinformationen verwendet, um die chemische Empfindlichkeit über die Vielfalt der Spezies vorherzusagen9. Basierend auf dem Prinzip, dass die relative intrinsische Suszeptibilität einer Spezies für eine bestimmte Chemikalie durch die Bewertung der Erhaltung der bekannten Proteinziele dieser Chemikalie bestimmt werden kann, vergleicht dieses Tool schnell Proteinaminosäuresequenzen einer Spezies mit bekannter Empfindlichkeit gegenüber allen Spezies mit vorhandenen Proteinsequenzdaten. Diese Bewertung wird durch drei Analyseebenen abgeschlossen, darunter (1) primäre Aminosäuresequenz, (2) funktionelle Domäne und (3) kritische Aminosäurerestvergleiche, die jeweils tiefere Kenntnisse der chemischen Protein-Interaktion erfordern und eine größere taxonomische Auflösung in der Suszeptibilitätsvorhersage bieten. Eine große Stärke von SeqAPASS besteht darin, dass Benutzer ihre Bewertung anpassen und verfeinern können, indem sie zusätzliche Evidenzlinien für die Zielkonservierung hinzufügen, basierend darauf, wie viele Informationen über die interessierende Chemie-Protein- oder Protein-Protein-Interaktion verfügbar sind.

Die erste Version wurde 2016 veröffentlicht, die es Benutzern ermöglichte, primäre Aminosäuresequenzen und funktionelle Domänen auf optimierte Weise zu bewerten, um die chemische Anfälligkeit vorherzusagen, und enthielt minimale Datenvisualisierungsfunktionen (Tabelle 1). Es hat sich gezeigt, dass individuelle Aminosäureunterschiede wichtige Determinanten von artenübergreifenden Unterschieden in chemischen Proteininteraktionen sind, die die chemische Suszeptibilität von Arten beeinflussen können10,11,12. Daher wurden nachfolgende Versionen entwickelt, um die kritischen Aminosäuren zu berücksichtigen, die für die direkte chemische Wechselwirkung wichtig sind13. Als Reaktion auf das Feedback von Interessengruppen und Benutzern wurde dieses Tool jährlich mit zusätzlichen neuen Funktionen veröffentlicht, die sowohl den Bedürfnissen von Forschern als auch Regulierungsbehörden bei der Bewältigung von Herausforderungen bei der artenübergreifenden Extrapolation gerecht werden (Tabelle 1). Die Einführung von SeqAPASS Version 5.0 im Jahr 2020 brachte benutzerzentrierte Funktionen hervor, die Datenvisualisierungs- und Datensyntheseoptionen, externe Links, Übersichtstabellen- und Berichtsoptionen sowie grafische Funktionen umfassen. Insgesamt verbesserten die neuen Attribute und Funktionen dieser Version die Datensynthese, die Interoperabilität zwischen externen Datenbanken und die einfache Dateninterpretation für Vorhersagen der artenübergreifenden Suszeptibilität.

Protocol

1. Erste Schritte HINWEIS: Das hier vorgestellte Protokoll konzentriert sich auf das Dienstprogramm und die wichtigsten Funktionen des Tools. Detaillierte Beschreibungen von Methoden, Funktionen und Komponenten finden Sie auf der Website in einem umfassenden Benutzerhandbuch (Tabelle 1). Tabelle 1: Entwicklung des SeqAPASS-Tools. Eine Liste der Funktionen und Updates, die dem SeqASPASS-Tool seit der ersten Bereitstell…

Representative Results

Um die Anwendung des SeqAPASS-Tools zu demonstrieren und neue Funktionen hervorzuheben, werden zwei Fallstudien beschrieben, die Fälle darstellen, in denen die Proteinkonservierung vorhersagt, dass es Unterschiede in der chemischen Anfälligkeit zwischen den Arten gibt (humanes Transthyretin) und dass es keine Unterschiede gibt (μ Opioidrezeptor [MOR]). Das erste dieser Beispiele befasst sich mit Proteinsequenz-/Strukturvergleichen zur Vorhersage des Anwendungsbereichs für unerwünschte Ergebnispfade (AOPs, siehe <str…

Discussion

Es ist allgemein anerkannt, dass es nicht möglich ist, genügend Arten empirisch zu testen, um die genomische, phänotypische, physiologische und Verhaltensvielfalt lebender Organismen zu erfassen, die Chemikalien von toxikologischem Interesse ausgesetzt sein können. Das Ziel von SeqAPASS ist es, die Nutzung bestehender und kontinuierlich expandierender Proteinsequenz- und Strukturdaten zu maximieren, um die Extrapolation von chemischen Toxizitätsdaten / Wissen von getesteten Organismen auf Hunderte oder Tausende ande…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Dr. Daniel L. Villeneuve (U.S. EPA, Center for Computational Toxicology and Exposure) und Dr. Jon A. Doering (Department of Environmental Sciences, Louisiana State University) für die Kommentare zu einem früheren Entwurf des Manuskripts. Diese Arbeit wurde von der U.S. Environmental Protection Agency unterstützt. Die in diesem Papier geäußerten Ansichten sind die der Autoren und spiegeln nicht unbedingt die Ansichten oder Richtlinien der US-Umweltschutzbehörde wider, noch deutet die Erwähnung von Handelsnamen oder kommerziellen Produkten auf eine Billigung durch die Bundesregierung hin.

Materials

Spreadsheet program N/A N/A Any program that can be used to view and work with csv files (e.g. Microsoft Excel, OpenOffice Calc, Google Docs) can be used to access data export files.
Basic computing setup and internet access N/A N/A SeqAPASS is a free, online tool that can be easily used via an internet connection. No software downloads are required.
DOWNLOAD MATERIALS LIST

References

  1. Krewski, D., et al. Toxicity testing in the 21st century: a vision and a strategy. Journal of Toxicology and Environmental Health, Part B. 13 (2-4), 51-138 (2010).
  2. Wang, Z., Walker, G. W., Muir, D. C. G., Nagatani-Yoshida, K. Toward a global understanding of chemical pollution: A first comprehensive analysis of national and regional chemical inventories. Environmental Science & Technology. 54 (5), 2575-2584 (2020).
  3. Brooks, B. W., et al. Toxicology advances for 21st century chemical pollution. One Earth. 2 (4), 312-316 (2020).
  4. Kostal, J., Voutchkova-Kostal, A. Going all in: A strategic investment in in silico toxicology. Chemical Research in Toxicology. 33 (4), 880-888 (2020).
  5. Cheng, W., Doering, J. A., LaLone, C., Ng, C. Integrative computational approaches to inform relative bioaccumulation potential of per- and polyfluoroalkyl substances (PFAS) across species. Toxicology Sciences. 180 (2), 212-223 (2021).
  6. Kostich, M. S., Lazorchak, J. M. Risks to aquatic organisms posed by human pharmaceutical use. Science of the Total Environment. 389 (2-3), 329-339 (2008).
  7. Gunnarsson, L., Jauhiainen, A., Kristiansson, E., Nerman, O., Larsson, D. G. Evolutionary conservation of human drug targets in organisms used for environmental risk assessments. Environmental Science & Technology. 42 (15), 5807-5813 (2008).
  8. LaLone, C. A., et al. Evidence for cross species extrapolation of mammalian-based high-throughput screening assay results. Environmental Science & Technology. 52 (23), 13960-13971 (2018).
  9. LaLone, C. A., et al. Editor’s highlight: Sequence Alignment to Predict Across Species Susceptibility (SeqAPASS): A web-based tool for addressing the challenges of cross-species extrapolation of chemical toxicity. Toxicology Sciences. 153 (2), 228-245 (2016).
  10. Head, J. A., Hahn, M. E., Kennedy, S. W. Key amino acids in the aryl hydrocarbon receptor predict dioxin sensitivity in avian species. Environmental Science & Technology. 42 (19), 7535-7541 (2008).
  11. Bass, C., et al. Mutation of a nicotinic acetylcholine receptor β subunit is associated with resistance to neonicotinoid insecticides in the aphid Myzus persicae. BMC Neuroscience. 12, 51-51 (2011).
  12. Erdmanis, L., et al. Association of neonicotinoid insensitivity with a conserved residue in the loop d binding region of the tick nicotinic acetylcholine receptor. Biochemistry. 51 (23), 4627-4629 (2012).
  13. Doering, J. A., et al. et al. In silico site-directed mutagenesis informs species-specific predictions of chemical susceptibility derived from the Sequence Alignment to Predict Across Species Susceptibility (SeqAPASS) tool. Toxicology Sciences. 166 (1), 131-145 (2018).
  14. Noyes, P. D., et al. Evaluating chemicals for thyroid disruption: Opportunities and challenges with in vitro testing and adverse outcome pathway approaches. Environmental Health Perspectives. 127 (9), 95001 (2019).
  15. Park, G. Y., Jamerlan, A., Shim, K. H., An, S. S. A. Diagnostic and treatment approaches involving transthyretin in amyloidogenic diseases. Int J Mol Sci. 20 (12), 2982 (2019).
  16. Rabah, S. A., Gowan, I. L., Pagnin, M., Osman, N., Richardson, S. J. Thyroid hormone distributor proteins during development in vertebrates. Front Endocrinol (Lausane). 10, 506 (2019).
  17. Richardson, S. J. Cell and molecular biology of transthyretin and thyroid hormones. International Review of Cytology. 258, 137-193 (2007).
  18. Yamauchi, K., Ishihara, A., Richardson, S. J., Cody, V. Transthyretin and Endocrine Disruptors. Recent Advances in Transthyretin Evolution, Structure and Biological Functions. , 159-171 (2009).
  19. Iakovleva, I., et al. Tetrabromobisphenol A is an efficient stabilizer of the transthyretin tetramer. PLoS One. 11 (4), 0153529 (2016).
  20. Ishihara, A., Sawatsubashi, S., Yamauchi, K. Endocrine disrupting chemicals: Interference of thyroid hormone binding to transthyretins and to thyroid hormone receptors. Molecular and Cellular Endocrinology. 199 (1), 105-117 (2003).
  21. Kar, S., Sepúlveda, M. S., Roy, K., Leszczynski, J. Endocrine-disrupting activity of per- and polyfluoroalkyl substances: Exploring combined approaches of ligand and structure based modeling. Chemosphere. 184, 514-523 (2017).
  22. Morais-de-Sa, E., Pereira, P. J., Saraiva, M. J., Damas, A. M. The crystal structure of transthyretin in complex with diethylstilbestrol: A promising template for the design of amyloid inhibitors. Journal of Biological Chemistry. 279 (51), 53483-53490 (2004).
  23. Morgado, I., Campinho, M. A., Costa, R., Jacinto, R., Power, D. M. Disruption of the thyroid system by diethylstilbestrol and ioxynil in the sea bream (Sparus aurata). Aquatic Toxicology. 92 (4), 271-280 (2009).
  24. Yamauchi, K., Prapunpoj, P., Richardson, S. J. Effect of diethylstilbestrol on thyroid hormone binding to amphibian transthyretins. General and Comparative Endocrinology. 119 (3), 329-339 (2000).
  25. Zhang, J., et al. Structure-based virtual screening protocol for in silico identification of potential thyroid disrupting chemicals targeting transthyretin. Environmental Science & Technology. 50 (21), 11984-11993 (2016).
  26. Ren, X. M., et al. Binding interactions of perfluoroalkyl substances with thyroid hormone transport proteins and potential toxicological implications. Toxicology. 366-367, 32-42 (2016).
  27. Wilson, N., Mbabazi, K., Seth, P., Smith, H., Davis, N. L. Drug and opioid-involved overdose deaths – United States, 2017-2018. Morbidity and Mortality Weekly Report. 69 (11), 290-297 (2020).
  28. National Pollutant Discharge Elimination System (NPDES). United States Environmental Protection Agency Available from: https://www.epa.gov/npdes/npdes-resources (2018)
  29. Duvallet, C., Hayes, B. D., Erickson, T. B., Chai, P. R., Matus, M. Mapping community opioid exposure through wastewater-based epidemiology as a means to engage pharmacies in harm reduction efforts. Preventing Chronic Disease. 17, 200053 (2020).
  30. Gushgari, A. J., Venkatesan, A. K., Chen, J., Steele, J. C., Halden, R. U. Long-term tracking of opioid consumption in two United States cities using wastewater-based epidemiology approach. Water Research. 161, 171-180 (2019).
  31. Lau, B., Bretaud, S., Huang, Y., Lin, E., Guo, S. Dissociation of food and opiate preference by a genetic mutation in zebrafish. Genes Brain Behave. 5 (7), 497-505 (2006).
  32. Bossé, G. D., Peterson, R. T. Development of an opioid self-administration assay to study drug seeking in zebrafish. Behavioural Brain Research. 335, 158-166 (2017).
  33. Mottaz, H., et al. Dose-dependent effects of morphine on lipopolysaccharide (LPS)-induced inflammation, and involvement of multixenobiotic resistance (MXR) transporters in LPS efflux in teleost fish. Environmental Pollution. 221, 105-115 (2017).
  34. Manglik, A., et al. Crystal structure of the µ-opioid receptor bound to a morphinan antagonist. Nature. 485 (7398), 321-326 (2012).
  35. Comer, S. D., Cahill, C. M. Fentanyl: Receptor pharmacology, abuse potential, and implications for treatment. Neuroscience & Biobehavioral Reviews. 106, 49-57 (2019).
  36. Podlewska, S., Bugno, R., Kudla, L., Bojarski, A. J., Przewlocki, R. Molecular modeling of µ opioid receptor ligands with various functional properties: PZM21, SR-17018, morphine, and fentanyl-simulated interaction patterns confronted with experimental data. Molecules. 25 (20), 4636 (2020).
  37. Huang, W., et al. Structural insights into µ-opioid receptor activation. Nature. 524 (7565), 315-321 (2015).
  38. Lipiński, P. F. J., et al. Fentanyl family at the mu-opioid receptor: Uniform assessment of binding and computational analysis. Molecules. 24 (4), 740 (2019).
  39. Boland, L. A., Angles, J. M. Feline permethrin toxicity: Retrospective study of 42 cases. Journal of Feline Medicine and Surgery. 12 (2), 61-71 (2010).
  40. Stevenson, B. J., Pignatelli, P., Nikou, D., Paine, M. J. Pinpointing P450s associated with pyrethroid metabolism in the dengue vector, Aedes aegypti: developing new tools to combat insecticide resistance. PLoS Neglected Tropical Diseases. 6 (3), 1595 (2012).
  41. Ankley, G. T., Gray, L. E. Cross-species conservation of endocrine pathways: A critical analysis of tier 1 fish and rat screening assays with 12 model chemicals. Environmental Toxicology and Chemistry. 32 (5), 1084-1087 (2013).
  42. Meteyer, C. U., Rideout, B. A., Gilbert, M., Shivaprasad, H. L., Oaks, J. L. Pathology and proposed pathophysiology of diclofenac poisoning in free-living and experimentally exposed oriental white-backed vultures (Gyps bengalensis). Journal of Wildlife Diseases. 41 (4), 707-716 (2005).
  43. ECOTOX User Guide: ECOTOXicology Knowledgebase System. EPA, United States Environmental Protection Agency Available from: https://cfpub.epa.gov/ecotox/index.cfm (2021)
  44. ECOS Environmental Conservation Online System. U.S. Fish & Wildlife Service Available from: https://ecos.fws.gov/ecp/ (2021)

Tags

Sequence AlignmentProtein ConservationSeqAPASSCross-species ExtrapolationToxicity PredictionBiological PathwayProtein TargetProtein AccessionWeb-based InterfaceSpecies SensitivityChemical Susceptibility

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Vliet, S. M. F., Hazemi, M., Blatz, D., Jensen, M., Mayasich, S., Transue, T. R., Simmons, C., Wilkinson, A., LaLone, C. A. Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation. J. Vis. Exp. (192), e63970, doi:10.3791/63970 (2023).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image