Summary

Anwendung der Biolayer-Interferometrie (BLI) zur Untersuchung von Protein-Protein-Wechselwirkungen bei der Transkription

Published: July 26, 2019
doi:

Summary

Wechselwirkungen von Transkriptionsfaktoren (TFs) mit der RNA-Polymerase werden in der Regel mit Pulldown-Assays untersucht. Wir wenden eine Biolayer Interferometry (BLI) Technologie an, um die Wechselwirkung von GrgA mit der Chlamydien-RNA-Polymerase zu charakterisieren. Im Vergleich zu Pulldown-Assays erkennt BLI Echtzeit-Assoziation und Dissoziation, bietet eine höhere Empfindlichkeit und ist sehr quantitativ.

Abstract

Ein Transkriptionsfaktor (TF) ist ein Protein, das die Genexpression reguliert, indem es mit der RNA-Polymerase, einem anderen TF und/oder Schablonen-DNA interagiert. GrgA ist ein neuartiger Transkriptionsaktivator, der speziell im obligaten intrazellulären bakteriellen Erreger Chlamydien gefunden wurde. Protein-Pulldown-Assays mit Affinitätsperlen haben gezeigt, dass GrgA zwei Faktoren bindet, nämlich66 und28, die verschiedene Sätze von Promotoren für Gene erkennen, deren Produkte in Entwicklungsstadien unterschiedlich benötigt werden. Wir haben BLI verwendet, um die Interaktionen zu bestätigen und weiter zu charakterisieren. BLI zeigt mehrere Vorteile gegenüber Pulldown: 1) Es zeigt Echtzeit-Assoziation und Dissoziation zwischen Bindungspartnern, 2) Es erzeugt quantitative kinetische Parameter, und 3) Es kann Bindungen erkennen, die Pulldown-Assays oft nicht erkennen. Diese Eigenschaften haben es uns ermöglicht, die physiologischen Rollen von GrgA bei der Genexpressionsregulation in Chlamydienund mögliche detaillierte Wechselwirkungsmechanismen abzuleiten. Wir stellen uns vor, dass diese relativ erschwingliche Technologie äußerst nützlich für das Studium der Transkription und anderer biologischer Prozesse sein kann.

Introduction

Die Transkription, die RNA-Moleküle unter Verwendung von DNA als Vorlage produziert, ist der allererste Schritt der Genexpression. Die bakterielle RNA-Synthese beginnt nach der Bindung des RNA-Polymerase(RNAP)-Holoenzyms an einen Zielpromotor1,2. Das RNAP-Holoenzym (RNAPholo) besteht aus einem katalytischen Multi-Subunit-Kern (RNAPcore) und einem Faktor , der für die Erkennung der Promotorsequenz erforderlich ist. Transkriptionsaktivatoren und Repressoren, kollektiv tFs, regulieren die Genexpression durch die Bindungskomponenten des RNAPcore, Faktoren und/oder DNA. Je nach Organismus kann ein erheblicher Teil seines Genoms TFs gewidmet werden, die die Transkription als Reaktion auf physiologische Bedürfnisse und Umwelthinweise regulieren3.

Chlamydien ist ein obligat intrazelluläres Bakterium verantwortlich für eine Vielzahl von Krankheiten bei Menschen und Tieren4,5,6,7,8. Zum Beispiel ist Chlamydia trachomatis wohl die Nummer eins sexuell übertragbarer Erreger beim Menschen weltweit und eine der Hauptursachen für Erblindung in einigen unterentwickelten Ländern4,5. Chlamydien hat einen einzigartigen Entwicklungszyklus gekennzeichnet durch zwei abwechselnde zelluläre Formen, die als Elementarkörper (EB) und Retikulatkörper (RB)9bezeichnet werden. Während EBs in einer extrazellulären Umgebung überleben können, sind sie nicht in der Lage, sich zu vermehren. EBs gelangen durch Endozytose in Wirtszellen und differenzieren sich innerhalb weniger Stunden nach der Inokulation in größere RBs in einer Vakuole im Wirtszytoplasma. Nicht mehr infektiös, RBs vermehren sich durch binäre Spaltung. Gegen 20 h beginnen sie sich wieder zu den EBs zu differenzieren, die die Wirtszellen um 30-70 h verlassen.

Das Fortschreiten des Chlamydien-Entwicklungszyklus wird durch Transkription reguliert. Während während des Midzyklus, in dem sich RBs aktiv replizieren, eine Übermehrheit der fast 1.000 Chlamydiengene exprimiert wird, wird nur eine kleine Anzahl von Genen unmittelbar nach dem Eintritt von EBs in die Wirtszellen transkribiert, um die Umwandlung von EBs in RBs, und ein weiterer kleiner Satz von Genen werden transkribiert oder zunehmend transkribiert, um die Differenzierung von RBs in EBs10,11zu ermöglichen.

Das Chlamydien-Genom kodiert drei Faktoren, nämlich66,28 und54. 66, was der Haushaltsführung von E. coli und anderen Bakterien entspricht, ist für die Erkennung von Promotoren von Frühen- und Midcycle-Genen sowie einiger später Gene verantwortlich, währendfür die transkription bestimmter später Gene. Es ist bekannt, dassmehrere Gene sowohl einen -66-abhängigen Promotor als auch einen 28-abhängigen Promotor12tragen.

Trotz eines komplizierten Entwicklungszyklus wurde nur eine geringe Anzahl von TFs in Chlamydiengefunden 13. GrgA (früher als hypothetisches Protein CT504 in C. trachomatis serovar D und CTL0766 in C. trachomatis L2) ist ein Chlamydien-spezifischerTF, der ursprünglich als Aktivator von66-abhängigen Genen14anerkannt wurde. Affinity Pulldown-Assays haben gezeigt, dass GrgA ihre Transkription aktiviert, indem sie sowohl66 € als auch DNA bindet. Interessanterweise wurde später festgestellt, dass GrgA auch mit28, und aktiviert Transkription von28-abhängigen Promotoren in vitro15. Um zu untersuchen, ob GrgA ähnliche oder unterschiedliche Affinitäten für66 und28€ hat, haben wir auf die Verwendung von BLI zurückgegriffen. BLI-Assays haben gezeigt, dass GrgA mit einer 30-fach höheren Affinität als mit28000 Personen interagiert, was darauf hindeutet, dass GrgA unterschiedliche Rollen in der -66-abhängigen Transkription und der28-abhängigenTranskription spielen kann. 15.

BLI erkennt das Interferenzmuster von weißem Licht, das von einer Schicht immobilisierten Proteins an der Spitze eines Biosensors reflektiert wird, und vergleicht es mit dem einer internen Referenzschicht16. Durch die Analyse dieser beiden Interferenzmuster kann BLI wertvolle und Echtzeitinformationen über die Menge an Protein liefern, die an die Spitze des Biosensors gebunden ist. Das Protein, das bis zur Spitze des Biosensors immobilisiert ist, wird als Liganden bezeichnet und in der Regel mit Hilfe eines gemeinsamen Antikörpers oder Epitop-Tags (z. B. einem Poly-His- oder Biotin-Tag) immobilisiert, das eine Affinität zu einem assoziierten Teilchen (wie NTA oder Streptavidin) auf der Spitze des Biosensors. Die Bindung eines Sekundärproteins, das als Analyt bezeichnet wird, mit dem Liganden an der Spitze des Biosensors führt zu Veränderungen in der Deckkraft des Biosensors und führt somit zu Veränderungen der Interferenzmuster. Bei wiederholter Konzentration verschiedener Konzentrationen des Analyten kann BLI nicht nur qualitative, sondern auch quantitative Informationen über die Affinität zwischen Liganden und Analyt16liefern.

Nach bestem Wissen und Gewissen waren wir die ersten, die BLI einsetzten, um Protein-Protein-Wechselwirkungen in der Transkription15zu charakterisieren. In dieser Publikation zeigen wir, dass ein GrgA-Fragment, das zuvor für die Bindung von28€ erforderlich war, die Bindung tatsächlich vermittelt. Dieses Manuskript konzentriert sich auf Schritte der BLI-Assays und die Generierung von BLI-Diagrammen und Parametern der Bindungskinetik. Methoden zur Herstellung (und Reinigung) von Liganden und Analyten werden hier nicht behandelt.

Protocol

1. Herstellung von Proteinen Verwenden Sie einen Dialysebeutel (mit einer entsprechenden Cut-off-Größe), um jedes Protein, das für BLI-Assays verwendet werden soll (einschließlich des Mitbezeichenten Liganden und des Analyten), gegen 1.000 Volumina des BLI-Puffers (25 mM Tris-HCl, 150 mM NaCl, 0,1 mM EDTA, 10 mM MgCl2) zu dialysieren. , 0,1 mM DTT, pH 8,0, vorgekühlt auf 4 °C) bei 4 °C für 4 h.HINWEIS: BLI-Assays erfordern, dass der Liganden in Konzentrationen vorhanden ist, die die Bindu…

Representative Results

Durch BLI-Assays haben wir zuvor festgestellt, dass die Bindung von GrgA an 28 Dollar von einem 28 Aminosäure-Mittelbereich (Rückstände 138-165) von GrgA15abhängt. Dementsprechend hatte ein GrgA-Löschkonstrukt ohne diese Region (NH-GrgA-138-165) im Vergleich zu N-terminally His-tagged Full-Length GrgA (NH-GrgA) eine verringerte Assoziationsrate und eine erhöhte Dissoziationsrate, was zu einem 3-millionenfachen Verlust der Gesamt- Affinität (Tabelle 1). Hier zeige…

Discussion

Protein-Protein-Wechselwirkungen sind entscheidend für die Regulierung der Transkription und anderer biologischer Prozesse. Sie werden am häufigsten durch Pulldown-Assays untersucht. Obwohl Pulldown-Assays relativ einfach durchzuführen sind, sind sie schlecht quantitativ und können schwache, aber biologisch sinnvolle Wechselwirkungen möglicherweise nicht erkennen. Im Vergleich dazu bietet BLI durch die Erkennung von Echtzeitassoziation und Dissoziation zwischen einem Liganden und einem Analyten Assoziations- und Dis…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde von den National Institutes of Health (Grants AI122034 und AI140167) und der New Jersey Health Foundation (Grant- PC 20-18) unterstützt.

Materials

BLItz machine ForteBio 45-5000
Dialysis tubing cellulose membrane MilliporeSigma D9652
Dip and Read Ni-NTA biosensor tray ForteBio 18-5101 Ready-to-use Ni-NTA biosensors for poly-His-tagged Proteins
Drop holder ForteBio 45-5004
PCR tubes (0.2 mL) Thomas Scientific CLS6571
Microcentrifuge tubes (black) Thermo Fisher Scientific 03-391-166
Kimwipes Thermo Fisher Scientific 06-666A
DTT Thermo Fisher Scientific R0861
EDTA MilliporeSigma E6758
MgCl2 MilliporeSigma M8266
NaCl MilliporeSigma S9888
Tris-HCl GoldBio T095100

References

  1. Vvedenskaya, I. O., et al. Interactions between RNA polymerase and the core recognition element are a determinant of transcription start site selection. Proceedings of the National Academy of Sciences of the U.S.A. 113 (21), E2899-E2905 (2016).
  2. Feklistov, A., Sharon, B. D., Darst, S. A., Gross, C. A. Bacterial sigma factors: a historical, structural, and genomic perspective. Annual Review of Microbiology. 68, 357-376 (2014).
  3. Visweswariah, S. S., Busby, S. J. Evolution of bacterial transcription factors: how proteins take on new tasks, but do not always stop doing the old ones. Trends in Microbiology. 23 (8), 463-467 (2015).
  4. Taylor, H. R., Burton, M. J., Haddad, D., West, S., Wright, H. Trachoma. Lancet. 384 (9960), 2142-2152 (2014).
  5. WHO. Global incidence and prevalence of selected curable sexually transmitted infections: 2008. Sexual and Reproductive Health Matters. 20, (2012).
  6. Schmidt, S. M., Muller, C. E., Mahner, B., Wiersbitzky, S. K. Prevalence, rate of persistence and respiratory tract symptoms of Chlamydia pneumoniae infection in 1211 kindergarten and school age children. The Pediatric Infectious Disease Journal. 21 (8), 758-762 (2002).
  7. De Puysseleyr, K., et al. Evaluation of the presence and zoonotic transmission of Chlamydia suis in a pig slaughterhouse. BMC Infectious Diseases. 14 (560), (2014).
  8. Hulin, V., et al. Host preference and zoonotic potential of Chlamydia psittaci and C. gallinacea in poultry. Pathogens and Disease. 73 (1), 1-11 (2015).
  9. Belland, R., Ojcius, D. M., Byrne, G. I. Chlamydia. Nature Review of Microbiol. 2 (7), 530-531 (2004).
  10. Belland, R. J., et al. Genomic transcriptional profiling of the developmental cycle of Chlamydia trachomatis. Proceedings of the National Academy of Sciences of the USA. 100 (14), 8478-8483 (2003).
  11. Nicholson, T. L., Olinger, L., Chong, K., Schoolnik, G., Stephens, R. S. Global stage-specific gene regulation during the developmental cycle of Chlamydia trachomatis. Journal of Bacteriology. 185 (10), 3179-3189 (2003).
  12. Tan, M., Tan, M., Bavoil , P. M. . Intracellular pathogens I: Chlamydiales. , 149-169 (2012).
  13. Domman, D., Horn, M. Following the Footsteps of Chlamydial Gene Regulation. Molecular Biology and Evolution. 32 (12), 3035-3046 (2015).
  14. Bao, X., Nickels, B. E., Fan, H. Chlamydia trachomatis protein GrgA activates transcription by contacting the nonconserved region of σ66. Proceedings of the National Academy of Sciences of the USA. 109 (42), 16870-16875 (2012).
  15. Desai, M., et al. Role for GrgA in regulation of σ28-dependent transcription in the obligate intracellular bacterial pathogen Chlamydia trachomatis. Journal of Bacteriology. 200 (20), (2018).
  16. Joy, C., et al. Label-Free Detection of Biomolecular Interactions Using BioLayer Interferometry for Kinetic Characterization. Combinatorial Chemistry & High Throughput Screening. 12 (8), 791-800 (2009).
  17. Abdiche, Y., Malashock, D., Pinkerton, A., Pons, J. Determining kinetics and affinities of protein interactions using a parallel real-time label-free biosensor, the Octet. Analytical Biochemistry. 377 (2), 209-217 (2008).
  18. Szabo, A., Stolz, L., Granzow, R. Surface plasmon resonance and its use in biomolecular interaction analysis (BIA). Current Opinion in Structural Biology. 5 (5), 699-705 (1995).
  19. Nelson, R. W., Krone, J. R. Advances in surface plasmon resonance biomolecular interaction analysis mass spectrometry (BIA/MS). Journal of Molecular Recognition. 12 (2), 77-93 (1999).
  20. Yang, D., Singh, A., Wu, H., Kroe-Barrett, R. Comparison of biosensor platforms in the evaluation of high affinity antibody-antigen binding kinetics. Analytical Biochemistry. 508, 78-96 (2016).
  21. Visentin, J., et al. Overcoming non-specific binding to measure the active concentration and kinetics of serum anti-HLA antibodies by surface plasmon resonance. Biosensors and Bioelectronics. 117, 191-200 (2018).
  22. Baba, A., Taranekar, P., Ponnapati, R. R., Knoll, W., Advincula, R. C. Electrochemical surface plasmon resonance and waveguide-enhanced glucose biosensing with N-alkylaminated polypyrrole/glucose oxidase multilayers. ACS Applied Materials & Interfaces. 2 (8), 2347-2354 (2010).
  23. Del Vecchio, K., Stahelin, R. V. Using Surface Plasmon Resonance to Quantitatively Assess Lipid-Protein Interactions. Methods in Molecular Biology (Clifton, N.J.). 1376, 141-153 (2016).
  24. Wang, D. S., Fan, S. K. Microfluidic Surface Plasmon Resonance Sensors: From Principles to Point-of-Care Applications. Sensors (Basel, Switzerland). 16 (8), 1175 (2016).
  25. Shah, N. B., Duncan, T. M. Bio-layer interferometry for measuring kinetics of protein-protein interactions and allosteric ligand effects. Journal of visualized experiments : JoVE. (84), e51383 (2014).
  26. Wartchow, C. A., et al. Biosensor-based small molecule fragment screening with biolayer interferometry. Journal of Computer-Aided Molecular Design. 25 (7), 669-676 (2011).

Play Video

Cite This Article
Desai, M., Di, R., Fan, H. Application of Biolayer Interferometry (BLI) for Studying Protein-Protein Interactions in Transcription. J. Vis. Exp. (149), e59687, doi:10.3791/59687 (2019).

View Video