Biyolojik makromoleküllerin SEC-BioSAXS ölçümleri makromoleküllerin ve komplekslerinin çözelti yapısını belirlemek için standart bir yaklaşımdır. Burada, sec-BioSAXS verilerini, tamamen çözülmüş ve kısmen çözülmüş zirvelere sahip, sık karşılaşılan iki tür SEC izlerinden analiz ediyoruz. Biz dağılım ve BioXTAS RAW kullanarak analiz ve dekonvolution göstermek.
BioSAXS, moleküler ve yapısal biyolojide çözelti yapısını, parçacık boyutunu ve şeklini, yüzey-hacim oranını ve makromoleküllerin ve makromoleküler komplekslerin konformasyonel değişimlerini belirlemek için kullanılan popüler bir tekniktir. Yapısal modelleme için yüksek kaliteli SAXS veri seti monodisperse, homojen örneklerden olmalıdır ve bu genellikle sadece sıralı kromatografi ve hemen SAXS ölçümü kombinasyonu ile ulaşılır. En yaygın olarak, boyut dışlama kromatografisi örnekleri ayırmak ve kirleticimaddeleri ve toplamaları ilgi parçacığından dışlamak için kullanılır ve bu da Tek bir protein türünün iyi çözülmüş kromatografik zirvesinden SAXS ölçümlerinin yapılmasını sağlar. Yine de, bazı durumlarda, hatta sıralı arınma monodisperse örneklerinin garantisi değildir, çünkü birden fazla bileşen boyut olarak birbirine çok yakın dır ya da algılanan elution süresini değiştirme yoluyla oluşan şekil değişiklikleri. Bu gibi durumlarda, tek tek bileşenlerin idealize Edilmiş SAXS eğrilerini elde etmek için karışımın SAXS verilerini deconvolute etmek mümkün olabilir. Burada bunun nasıl sağlandığını ve SEC-SAXS verilerinin pratik analizinin ideal ve zor numuneler üzerinde gerçekleştirilgösterdiğini gösteriyoruz. Özellikle, vaccinia E9 DNA polimeraz ekonukleaz eksi mutant SEC-SAXS analizini gösteriyoruz.
Biyolojik makromoleküller en iyi ışık mikroskoplarıyla bile görülemeyecek kadar küçüktür. Yapılarını belirlemek için kullanılan mevcut yöntemler genellikle proteinin kristalize olmasını veya aynı anda çok sayıda özdeş molekül üzerinde ölçüm yapmayı içerir. Kristalografi atomik seviye hakkında bilgi sağlarken, makromoleküllerin çoğunun hücrede kristal bir formda sunulmadığı göz önüne alındığında yapay bir örnek ortamı temsil eder. Son birkaç yıl boyunca kriyo-elektron mikroskobu büyük makromoleküllerin / makromoleküler komplekslerin benzer yüksek çözünürlüklü yapılarını teslim etti, ancak örnekler fizyolojik duruma daha yakın olmasına rağmen, hala donmuş, dolayısıyla hareketsiz ve statiktir. Biyo-küçük açı X-ışını saçılma (BioSAXS) biyoloji ile ilgili koşullarda makromolekülün yapısal bir ölçüm sağlar. Bu durum nanometre ölçeğinde belirlenen düşük çözünürlüklü 3-B şekil olarak görselleştirilebilir ve çözeltideki makromolekülün tüm konformasyonal alanını yakalar. BioSAXS deneyleri verimli oligomerik durum, etki alanı ve karmaşık düzenlemeler yanı sıra etki alanları1,2,3arasındaki esnekliği değerlendirmek . Yöntem, çoğunlukla tahribatsız, doğru ve genellikle örnek hazırlanması ve zaman sadece en az gerektirir. Ancak, verilerin en iyi şekilde yorumlanması için, örneklerin monodisperse olması gerekir. Bu zor bir iştir; biyolojik moleküller genellikle kontaminasyonlara, kötü saflaştırma ve toplama yatkındır, örneğin donma çözülme4. Hemen SAXS ölçümü sonrasında sıralı kromatografinin geliştirilmesi bu etkilerin hafifletilemesine yardımcı olur. Boyut dışlama kromatografisi örnekleri boyuta göre ayırır ve böylece en çok kirletici madde ve toplama5,6,7,8,9,10hariç tutulur. Ancak, bazı durumlarda, hatta SEC-SAXS monodisperse örnek üretmek için yeterli değildir, karışım boyutu çok yakın bileşenler den oluşabilir veya fiziksel özellikleri veya hızlı dinamikleri SEC UV iz örtüşen zirvelere yol açabilir. Bu gibi durumlarda, elde edilen SAXS verilerinin yazılım tabanlı bir dekonvolution adımı tek tek bileşen5,11,12’ninidealize edilmiş SAXS eğrisine yol açabilir. Örnek olarak, protokol bölüm 2’de, vaccinia E9 DNA polimeraz eksonekleaz eksi mutant (E9 exoeksi)DNA ile kompleks standart SEC-SAXS analizini gösteriyoruz. Vaccinia Poxviridae model organizma temsil eder, çeşitli patojenler içeren bir aile, örneğin insan çiçek virüsü. Polimeraz biyokimyasal yaklaşımlardna sıkıca bağlamak için gösterilmiştir, karmaşık yapısı ile son zamanlarda X-ışını kristalografisi ile çözüldü13.
Çoğu senkron tesisleri, bir dizi alttan çıkarılmış çerçeve üreterek veri normalleştirme ve tümleştirme gerçekleştirecek otomatik bir veri işleme ardışık hattı sağlar. Ancak bu el yazmasında açıklanan yaklaşım, SEC-SAXS’ın gerçekleştirilmesi koşuluyla bir laboratuvar kaynağıile de kullanılabilir. Ayrıca, radyasyondan zarar görmüş çerçeveleri reddedecek ve tampon çıkarma14’ünicrasını sağlayacak ek otomasyon kullanılabilir. Önceden işlenmiş veriler üzerinde birincil veri çözümlemesi nasıl yapılacağını ve bölüm 2’deki mevcut verilerden en iyi şekilde nasıl çıkarılabiliyoruz.
Bölüm 3’te, SEC-SAXS verilerinin nasıl deconvolute yapılacağını ve eğrileri verimli bir şekilde nasıl analiz edebileceğimizi gösteriyoruz. Abd-SOMO15 ve Guinier optimize maksimum olasılık yöntemi, DELA yazılımı16uygulanan uygulanan Gaussian pik dekonvolution gibi çeşitli dekonvolution yöntemleri olsa da, bu genellikle tepe şekli 12 için bir model gerektirir12. Biz araştırıyoruz bireysel zirvelerin sonlu boyutu gelişen faktör analizi (EFA), tekil değer ayrışması gelişmiş bir formu olarak (SVD) tepe şekli veya saçılma profili5,11güvenmeden çakışan zirveleri deconvolute sağlar. BioXTAS RAW17’deSAXS’a özel bir uygulama bulunabilir. EFA ilk olarak kromatografi verilerinde 2D diyot dizilimi verilerinin bekletme süresine ve dalga boyu verilerine karşı absorbanstan matrislerin oluşmasına izin verdiğinde kullanılmıştır18. EFA’nın öne çıktığı nokta, tekil değerlerin gelişen karakterine odaklanmasıdır, yeni bileşenlerin görünümüyle nasıl değiştiklerine, satın alma10’dadoğal bir düzen olduğu ihtarına bağlıdır. Neyse ki, SEC-SAXS verileri organize 2B veri dizilerinde gerekli tüm sipariş edinimi verilerini sağlayarak, kendisini EFA tekniğine güzelbir şekilde ödünç vermektedir.
Bölüm 4’te, arabellek arka planı çıkarılan SAXS eğrisinden modelden bağımsız SAXS analizinin temellerini göstereceğiz. Modelden bağımsız analiz, parçacığın girdap yarıçapını (Rg), korelasyon hacmini (Vc), Porod Hacimli (Vp) ve Porod-Debye Üslerini (PE) belirler. Analiz boyutsuz Kratky arsa2,4,19ile kompaktlık veya esneklik açısından parçacık termodinamik durumunun yarı kantitatif bir değerlendirme sağlar.
Son olarak, SAXS verileri karşılıklı uzay birimlerinde ölçülür ve saxs verilerini çift uzaklık, P(r), dağıtım işlevini kurtarmak için gerçek uzaya nasıl dönüştürebileceğimizi göstereceğiz. P(r)-dağılım parçacık içinde bulunan tüm mesafeler kümesidir ve parçacığın maksimum boyutu, dmaxiçerir. Bu termodinamik bir ölçüm olduğundan, P(r)-dağılımı parçacıkların konformasyonel alanının işgal ettiği fiziksel alanı temsil eder. Bir SAXS veri setinin doğru analizi, kristalografi ve kriyo-EM’den gelen yüksek çözünürlüklü bilgileri tamamlayan çözüm durumu öngörüleri sağlayabilir.
Bir SAXS deneyine başlamadan önce monodisperse numuneye sahip olmak istenir, ancak gerçekte birçok veri toplama sı bunu karşılamaz ve çoğu durumda ölçüyü sıralı kromatografi-SEC ile birleştirerek geliştirilmelidir. Ancak, numunenin saflaştırılması ve veri toplama monodispersitliği arasındaki zaman sıkıntısı bile garanti edilmez. En yaygın olarak, bu, bileşenlerin boyut olarak çok yakın olduğu veya fiziksel özelliklerinin ayrılamayacağı veya hızlı dinamiklere yatkın olduğu denemeler için geçerlidir. Burada, dnabound E9 exoeksisinin sınırsız formundan etkisini ortadan kaldırmak için tek değer ayrışmasını gelişen faktör analiziyle birleştiren bir protokol sağladık ve daha sonra SAXS paketi Scatter IV ile analiz edebildiğimiz bir monodisperse saçılma profili oluşturduk.
SEC-SAXS verilerinin EFA ile SVD savolute SAXS verileri deconvolute ve analiz geliştirmek için geliştirilen çok güçlü yöntemler, ancak sınırlamalar var. Sec-SAXS’ın tampon taban çizgisindeki gürültü veya sürüklenme nin minimumda tutulmasını gerektirir. Bu, örnek yüklemeden önce ekstra sütun dengelemesi (arabelleğe bağlı olarak 3 sütundan daha fazla birim kullanmak daha iyi) içerebilir. Ancak, en kritik adım tekil değerlerin sayısının seçimi ve kullanılan veri aralığıdır, çünkü bu dekonvolutionun doğruluğunu büyük ölçüde etkileyecektir. Bu nedenle sonuçlar kendi başlarına alınmamalı, biyolojik yorumlama için analitik ultracentrifugation (AUC) veya çok açılı lazer-ışık saçılımı (MALLS) gibi teknikler kullanılarak daha fazla analiz edilmelidir.
Scatter IV, uzman olmayanların bile verilerini analiz etmelerine olanak tanıyan sezgisel bir kullanıcı arabirimi ile araştırma ve endüstriyel kullanım için ücretsiz yeni bir yazılım paketidir. Scatter IV, sinyal çizimine bağlı ısı haritası gibi SEC-SAXS verilerinin analizini geliştirmeye yardımcı olan birkaç yeni özelliğe sahiptir ve çerçeve seçiminde daha fazla doğruluk sağlar. Birincil veri analizinde, Guinier Peak analizi ve P(r) analiziyle ilişkili çapraz doğrulama çizimi yazılımda entegre bir sorun giderme yeteneği sunar.
Birincil veri analizi için başka birçok programın kullanılabileceğini belirtmek gerekir; bunlar aynı temel özellikleri içerir ve bioxtas RAW17 ATSAS paketi24 ve US-SOMO15 gibi düzenli olarak güncellenmektedir.
Ancak analiz için hangi SAXS paketinin kullanıldığına bakılmaksızın, temel sınırlamalar yaygındır: toplama ve analizden önce numune hazırlama. Gösterilen E9 eknoeksi örneğinde, sinyalin gürültü oranına doğru iyileşmesini ve Rg’deki bir azalmayla monodisperse numuneyle ilişkili dmax’i görmek açıktır. Bu büyük ölçüde bilinen yüksek çözünürlüklü yapılar ile uydurma veya modelleme gibi verilerin daha fazla işlenmesine yardımcı olacaktır.
The authors have nothing to disclose.
Fransız hibe REPLIPOX ANR-13-BSV8-0014 ve Service de Santé des Armées ve Délégation Générale pour l’Armement araştırma hibe tarafından proje için mali destek kabul ediyoruz. Biz SAXS ışın süresi için ESRF müteşekkiriz. Bu çalışma Grenoble Instruct-ERIC merkezi (ISBG; UMS 3518 CNRS-CEA-UGA-EMBL) Grenoble Partnership for Structural Biology (PSB) içinde, FRISBI (ANR-10-INBS-05-02) ve GRAL tarafından desteklenen, University Grenoble Alpes graduate school (Ecoles Universitaires de Recherche) CBH-EUR-GS (ANR-17-EURE-0000) bünyesinde finanse edilmektedir. IBS, Grenoble Disiplinlerarası Araştırma Enstitüsü’ne (IRIG, CEA) entegre olduğunu kabul eder. Wim P. Burmeister ve Frédéric Iseni’ye finansal ve bilimsel destek için teşekkür ediyor ve biocat’ten Dr. Jesse Hopkins’e yardımları ve BioXTAS RAW’ı geliştirmeleri için teşekkür ediyoruz.
Beamline control software BsXCuBE | ESRF | Pernot et al. (2013), J. Synchrotron Rad. 20, 660-664 | local development |
BioXTAS Raw 1.2.3. | MacCHESS | http://bioxtas-raw.readthedocs.io/en/latest/index.html | First developed in 2008 by Soren Skou as part of the biological x-ray total analysis system (BioXTAS) project. Since then it has been extensively developed, with recent work being done by Jesse B. Hopkins |
HPLC program LabSolutions | Shimadzu | n.a. | |
ISPyB | ESRF | De Maria Antolinos et al. (2015). Acta Cryst. D71, 76-85. | local development |
NaCl | VWR Chemicals (BDH Prolabo) | 27808.297 | |
Scatter | Diamond Light Source Ltd | http://www.bioisis.net/tutorial/9 | Supported by SIBYLS beamline (ALS berkeley, Ca) and Bruker Cororation (Karlsruhe, Germany) |
Superdex 200 Increase 5/150 GL column | GE Healthcare | 28990945 | SEC-SAXS column used |
Tris base | Euromedex | 26-128-3094-B |