Özet

De combinatie van natte en droge Lab Technieken om de kristallisatie van grote opgerolde-coil bevattende eiwitten Gids

Published: January 06, 2017
doi:

Özet

We describe a framework incorporating straightforward biochemical and computational analysis to guide the characterization and crystallization of large coiled-coil domains. This framework can be adapted for globular proteins or extended to incorporate a variety of high-throughput techniques.

Abstract

Obtaining crystals for structure determination can be a difficult and time consuming proposition for any protein. Coiled-coil proteins and domains are found throughout nature, however, because of their physical properties and tendency to aggregate, they are traditionally viewed as being especially difficult to crystallize. Here, we utilize a variety of quick and simple techniques designed to identify a series of possible domain boundaries for a given coiled-coil protein, and then quickly characterize the behavior of these proteins in solution. With the addition of a strongly fluorescent tag (mRuby2), protein characterization is simple and straightforward. The target protein can be readily visualized under normal lighting and can be quantified with the use of an appropriate imager. The goal is to quickly identify candidates that can be removed from the crystallization pipeline because they are unlikely to succeed, affording more time for the best candidates and fewer funds expended on proteins that do not produce crystals. This process can be iterated to incorporate information gained from initial screening efforts, can be adapted for high-throughput expression and purification procedures, and is augmented by robotic screening for crystallization.

Introduction

Structuurbepaling via röntgenkristallografie heeft fundamentele bijdragen aan elk gebied van de moderne biologie gemaakt; verschaffen van een atomaire aanzicht van de macromoleculen die het leven en hoe zij met elkaar in diverse situaties; zodat we de mechanismen die leiden tot de ziekte en het bieden van mogelijkheden om rationeel ontwerpen van geneesmiddelen voor de behandeling van de ziekte te begrijpen. Kristallografie is al lange tijd de dominante experimentele techniek voor het bepalen van macromoleculaire structuur, en op dit moment goed voor 89,3% van de structurele database (www.rcsb.org). Deze techniek heeft vele voordelen, waaronder de mogelijkheden voor hoge resolutie, de mogelijkheid om macromoleculen te visualiseren met een breed scala aan formaten relatief eenvoudig gegevensverzameling, en de mogelijkheid te visualiseren hoe het macromolecuul interageert met oplosmiddel en liganden.

Ondanks talrijke technologische verbeteringen in recombinante eiwitexpressie 1,2, purification 3, en moleculaire biologie gebruikt om deze systemen 4, de grootste obstakel in het kristallografische proces te genereren blijft de mogelijkheid om diffractie kwaliteit kristallen groeien. Dit is vooral het geval geweest eiwitten die grote coiled-coil domeinen bevatten. Er wordt geschat dat zo'n 5% van alle aminozuren binnen coiled-coils 5,6, waardoor dit een zeer gemeenschappelijk structureel kenmerk 7, maar deze eiwitten zijn vaak moeilijk te zuiveren en kristalliseren dan globulaire eiwitten 8-10 . Dit wordt nog verergerd doordat coiled-coil domeinen vaak gevonden binnen de context van een groter eiwit, dus het correct voorspellen van de grenzen van deze domeinen is cruciaal voor het opnemen van ongestructureerde of flexibele sequentie die vaak schadelijk is voor kristallisatie te voorkomen.

Hier presenteren we een conceptueel raamwerk te combineren web-based computational analyses Experimental de gegevens van de bank, te begeleiden gebruikers te helpen door middel van de eerste stadia van het proces, inclusief kristallografische: hoe eiwitten fragment (en) voor structurele studies, en hoe voor te bereiden en te karakteriseren eiwit monsters voorafgaande aan kristallisatie pogingen te selecteren. We richten onze analyse van twee eiwitten met grote opgerolde-coil domeinen, Shroom (SHRM) en Rho-kinase (Rock). Deze eiwitten werden gekozen omdat ze allebei bevatten coiled-coil domeinen en is bekend dat biologisch relevante 11-16 complex vormen. Shroom en Rho-kinase (Rock) wordt voorspeld ~ 200 en 680 residuen van coiled-coil respectievelijk bevatten, veel waarvan gedeelten zijn structureel gekarakteriseerd 17-20. De hier beschreven methode heeft een gestroomlijnde workflow snel fragmenten van coiled-coil bevattend eiwit dat vatbaar is voor kristallisatie identificeren echter de beschreven technieken kunnen gemakkelijk worden aangepast voor de meeste eiwitten of eiwit-complexen of aangepast voor high-throughput approa incorporerenches zoals beschikbaar. Tenslotte zijn deze werkwijzen in het algemeen goedkoop en kan worden uitgevoerd door de gebruikers in bijna alle niveaus.

Protocol

OPMERKING: Een schema van het conceptuele raamwerk of workflow wordt beschreven in figuur 1 voor referentie. Het protocol kan worden onderverdeeld in vier fasen: computational of sequentie gebaseerde voorspellingen, eiwitexpressie en zuivering, biochemische karakterisering en kristallisatie. De getoonde voorbeelden analyseren Shroom SD2 domeinen en / of Shroom Rock-complexen, maar kan worden gebruikt met elk eiwit. 1. Gebruik Gevestigde web-gebaseerde tools om Computational Vo…

Representative Results

Een diagram dat de werkstroom gebruikt in dit systeem wordt getoond in figuur 1 en omvat drie hoofdfasen. Geautomatiseerde analyse van de sequentie wordt gebruikt om hypotheses over het domein grenzen van het coiled-coil eiwit van belang te ontwikkelen. Een voorbeeld van een analyse van de geannoteerde Shrm2 SD2 domein is getoond in figuur 2. In dit diagram, was het doel om mogelijke domeingrenzen identificeren een geconserveerd domein aan de C-terminus …

Discussion

De hier beschreven protocol is ontworpen om de gebruiker domein grenzen te identificeren in grote opgerold-coil eiwitten om hun kristallisatie te vergemakkelijken. Het protocol is gebaseerd op een holistische opname van verschillende gegevens van computersimulaties en andere bronnen om een ​​reeks van potentiële domeingrenzen genereren. Deze worden gevolgd door een aantal biochemische experimenten die snel en goedkoop zijn, en worden gebruikt om deze eerste hypothese te verfijnen. Met deze aanpak kan de gebruiker s…

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

This work was supported by grant NIH R01 GM097204 (APV and JDH). Funding for JHM was supplied by an HHMI Undergraduate Research Summer Fellowship.

Materials

BL21(DE3) Rosetta Emd Millipore 70954-3
BL21(DE3) Star ThermoFisher Scientific C601003
BL21(DE3) Codon Plus Agilent Technologies 230245
Lysozyme Spectrum Chemical Mfg Corp L3008-5GM
Ni-NTA resin Life Technologies 25216
SubtilisinA Spectrum Chemical Mfg Corp S1211-10ML
24 well Cryschem Plate Hampton research HR3-160
INTELLI-PLATE  96: Art Robbins Instruments 102-0001-03
PEG 3350 Hampton research HR2-591
PEG 8000 Hampton research HR2-515
PEG 400 Hampton research HR2-603
PEG 4000 Hampton research HR2-605
pcDNA3.1-Clover-mRuby2 Addgene 49089
Overnight Express Autoinduction System 1 Emd Millipore 71300
Lysogeny Broth powder ThermoFisher Scientific 12795027 

Referanslar

  1. Studier, F. W. Stable expression clones and auto-induction for protein production in E. coli. Methods Mol Biol. 1091, 17-32 (2014).
  2. Studier, F. W., Moffatt, B. A. Use of bacteriophage T7 RNA polymerase to direct selective high-level expression of cloned genes. J Mol Biol. 189 (1), 113-130 (1986).
  3. Chapman, T. Protein purification: pure but not simple. Nature. 434 (7034), 795-798 (2005).
  4. Gibson, D. G., et al. Enzymatic assembly of DNA molecules up to several hundred kilobases. Nat Methods. 6 (5), 343-345 (2009).
  5. Lupas, A., Van Dyke, M., Stock, J. Predicting coiled coils from protein sequences. Science. 252 (5009), 1162-1164 (1991).
  6. Offer, G., Hicks, M. R., Woolfson, D. N. Generalized Crick equations for modeling noncanonical coiled coils. J Struct Biol. 137 (1-2), 41-53 (2002).
  7. Lupas, A. N., Gruber, M. The structure of alpha-helical coiled coils. Adv Protein Chem. 70, 37-78 (2005).
  8. Hernandez Alvarez, B., et al. A new expression system for protein crystallization using trimeric coiled-coil adaptors. Protein Eng Des Sel. 21 (1), 11-18 (2008).
  9. Slabinski, L., et al. The challenge of protein structure determination–lessons from structural genomics. Protein Sci. 16 (11), 2472-2482 (2007).
  10. Slabinski, L., et al. XtalPred: a web server for prediction of protein crystallizability. Biyoinformatik. 23 (24), 3403-3405 (2007).
  11. Haigo, S. L., Hildebrand, J. D., Harland, R. M., Wallingford, J. B. Shroom induces apical constriction and is required for hingepoint formation during neural tube closure. Curr Biol. 13 (24), 2125-2137 (2003).
  12. Hildebrand, J. D. Shroom regulates epithelial cell shape via the apical positioning of an actomyosin network. J Cell Sci. 118 (Pt 22), 5191-5203 (2005).
  13. Dietz, M. L., Bernaciak, T. M., Vendetti, F., Kielec, J. M., Hildebrand, J. D. Differential actin-dependent localization modulates the evolutionarily conserved activity of Shroom family proteins. J Biol Chem. 281 (29), 20542-20554 (2006).
  14. Bolinger, C., Zasadil, L., Rizaldy, R., Hildebrand, J. D. Specific isoforms of drosophila shroom define spatial requirements for the induction of apical constriction. Dev Dyn. 239 (7), 2078-2093 (2010).
  15. Farber, M. J., Rizaldy, R., Hildebrand, J. D. Shroom2 regulates contractility to control endothelial morphogenesis. Mol Biol Cell. 22 (6), 795-805 (2011).
  16. Das, D., et al. The interaction between Shroom3 and Rho-kinase is required for neural tube morphogenesis in mice. Biol Open. 3 (9), 850-860 (2014).
  17. Dvorsky, R., Blumenstein, L., Vetter, I. R., Ahmadian, M. R. Structural insights into the interaction of ROCKI with the switch regions of RhoA. J Biol Chem. 279 (8), 7098-7104 (2004).
  18. Mohan, S., et al. Structure of a highly conserved domain of Rock1 required for Shroom-mediated regulation of cell morphology. PLoS One. 8 (12), e81075 (2013).
  19. Mohan, S., et al. Structure of Shroom domain 2 reveals a three-segmented coiled-coil required for dimerization, Rock binding, and apical constriction. Mol Biol Cell. 23 (11), 2131-2142 (2012).
  20. Tu, D., et al. Crystal structure of a coiled-coil domain from human ROCK I. PLoS One. 6 (3), e18080 (2011).
  21. Sievers, F., et al. Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Mol Syst Biol. 7, 539 (2011).
  22. Shapiro, A. L., Vinuela, E., Maizel, J. V. Molecular weight estimation of polypeptide chains by electrophoresis in SDS-polyacrylamide gels. Biochem Biophys Res Commun. 28 (5), 815-820 (1967).
  23. Diezel, W., Kopperschlager, G., Hofmann, E. An improved procedure for protein staining in polyacrylamide gels with a new type of Coomassie Brilliant Blue. Anal Biochem. 48 (2), 617-620 (1972).
  24. Wittig, I., Schagger, H. Advantages and limitations of clear-native PAGE. Proteomics. 5 (17), 4338-4346 (2005).
  25. Jungbauer, A., Hahn, R. Ion-exchange chromatography. Methods Enzymol. 463, 349-371 (2009).
  26. Yu, C. M., Mun, S., Wang, N. H. Theoretical analysis of the effects of reversible dimerization in size exclusion chromatography. J Chromatogr A. 1132 (1-2), 98-108 (2006).
  27. Giege, R. A historical perspective on protein crystallization from 1840 to the present day. FEBS J. 280 (24), 6456-6497 (2013).
  28. Lobley, A., Sadowski, M. I., Jones, D. T. pGenTHREADER and pDomTHREADER: new methods for improved protein fold recognition and superfamily discrimination. Biyoinformatik. 25 (14), 1761-1767 (2009).
  29. Marsden, R. L., McGuffin, L. J., Jones, D. T. Rapid protein domain assignment from amino acid sequence using predicted secondary structure. Protein Sci. 11 (12), 2814-2824 (2002).
  30. Kelley, L. A., Mezulis, S., Yates, C. M., Wass, M. N., Sternberg, M. J. The Phyre2 web portal for protein modeling, prediction and analysis. Nat Protoc. 10 (6), 845-858 (2015).
  31. Elsliger, M. A., et al. The JCSG high-throughput structural biology pipeline. Acta Crystallogr Sect F Struct Biol Cryst Commun. 66 (Pt 10), 1137-1142 (2010).
  32. Bach, H., et al. Escherichia coli maltose-binding protein as a molecular chaperone for recombinant intracellular cytoplasmic single-chain antibodies. J Mol Biol. 312 (1), 79-93 (2001).
  33. Strong, M., et al. Toward the structural genomics of complexes: crystal structure of a PE/PPE protein complex from Mycobacterium tuberculosis. Proc Natl Acad Sci U S A. 103 (21), 8060-8065 (2006).
  34. Heras, B., Martin, J. L. Post-crystallization treatments for improving diffraction quality of protein crystals. Acta Crystallogr D Biol Crystallogr. 61 (Pt 9), 1173-1180 (2005).

Play Video

Bu Makaleden Alıntı Yapın
Zalewski, J. K., Heber, S., Mo, J. H., O’Conor, K., Hildebrand, J. D., VanDemark, A. P. Combining Wet and Dry Lab Techniques to Guide the Crystallization of Large Coiled-coil Containing Proteins. J. Vis. Exp. (119), e54886, doi:10.3791/54886 (2017).

View Video