Denne protokollen beskriver høy gjennomstrømningskrystallisasjonsscreening, alt fra 1,536 mikroanalyseplatepreparatet til slutten av et 6 ukers eksperimentelt tidsvindu. Detaljer er inkludert om prøveoppsettet, avbildningen som er oppnådd, og hvordan brukere kan utføre analyser ved hjelp av et grafisk brukergrensesnitt som er aktivert for kunstig intelligens for raskt og effektivt å identifisere makromolekylære krystallisasjonsbetingelser.
Røntgenkrystallografi er den mest brukte teknikken for å skille makromolekylære strukturer, men det avgjørende trinnet for å krystallisere et protein til et bestilt gitter som er egnet til diffraksjon, er fortsatt utfordrende. Krystalliseringen av biomolekyler er i stor grad eksperimentelt definert, og denne prosessen kan være arbeidskrevende og uoverkommelig for forskere ved ressursbegrensede institusjoner. Ved National High-Throughput Crystallization (HTX) Center har svært reproduserbare metoder blitt implementert for å lette krystallvekst, inkludert et automatisert 1,536-brønns mikrobatch-under-oljeplateoppsett med høy gjennomstrømning designet for å prøve en bred bredde av krystallisasjonsparametere. Plater overvåkes ved hjelp av toppmoderne bildebehandlingsmodaliteter i løpet av 6 uker for å gi innsikt i krystallvekst, samt å nøyaktig skille verdifulle krystalltreff. Videre effektiviserer implementeringen av en trent kunstig intelligens-scoringsalgoritme for å identifisere krystalltreff, kombinert med et åpen kildekode, brukervennlig grensesnitt for visning av eksperimentelle bilder, prosessen med å analysere krystallvekstbilder. Her beskrives de viktigste prosedyrene og instrumenteringen for fremstilling av cocktailer og krystallisasjonsplater, avbildning av platene og identifisering av treff på en måte som sikrer reproduserbarhet og øker sannsynligheten for vellykket krystallisering.
Selv i en alder av enorme fremskritt i strukturelle biologiske metoder, fortsetter røntgenkrystallografi å være en pålitelig og populær metode for å generere høykvalitets strukturelle modeller av makromolekyler. Over 85% av alle tredimensjonale strukturelle modeller deponert til Protein Data Bank (PDB) er fra krystallbaserte strukturelle metoder (per januar 2023). 1 Videre er røntgenkrystallografi fortsatt uunnværlig for å løse proteinligandstrukturer, en avgjørende komponent i legemiddeloppdagelses- og utviklingsprosessen2. Til tross for at proteinkrystallisering har vært den dominerende strukturbiologiske teknikken i over et halvt århundre, er metoder for å forutsi krystallisasjonssannsynlighet basert på fysiske egenskaper3 eller sekvens 4,5 fortsatt i sin barndom.
Prediksjonen av krystallisasjonsbetingelser er enda mer uklar; Det er gjort begrensede fremskritt for å forutsi sannsynlige krystallisasjonsbetingelser selv for modellproteiner 6,7. Andre studier har forsøkt å identifisere krystallisasjonsbetingelser basert på proteinhomologi og forhold utvunnet fra PDB 8,9,10. Den prediktive kraften som finnes i PDB er imidlertid begrenset, da bare de endelige, vellykkede krystallisasjonsbetingelsene blir avsatt, noe som nødvendigvis savner de ofte omfattende optimaliseringseksperimentene som kreves for å finjustere krystallveksten. Videre mangler mange PDB-oppføringer metadata som inneholder disse detaljene, inkludert cocktailformlene, krystallisasjonsformatet, temperaturen og tiden for å krystallisere11,12. Derfor, for mange proteiner av interesse, er den mest tilgjengelige måten å bestemme krystallisasjonsbetingelsene eksperimentelt, ved å bruke så mange forhold som mulig over et bredt spekter av kjemiske muligheter.
Flere tilnærminger for å gjøre krystallisasjonsscreening så fruktbar og grundig som mulig har blitt utforsket med stor effekt, inkludert sparsomme matriser 13, ufullstendig faktoriell screening 14, tilsetningsstoffer 15,16, såing 17 og nukleasjonsmidler 18. National HTX Center ved Hauptman-Woodward Medical Research Institute (HWI) har utviklet en effektiv rørledning for krystallisasjonsscreening ved hjelp av mikrobatch-under-olje-tilnærmingen19, som benytter automatisert væskehåndtering og bildebehandlingsmodaliteter for å strømlinjeforme identifiseringen av innledende krystallisasjonsbetingelser ved bruk av relativt minimale prøve- og cocktailvolumer (figur 1). Settet med 1,536 unike cocktailer er basert på forhold som tidligere er bestemt å bidra til proteinkrystallvekst og er designet for å være kjemisk mangfoldig for å prøve et stort utvalg av mulige krystallisasjonsbetingelser20,21,22. Den brede prøvetaking av krystallisasjonsbetingelser øker sannsynligheten for å observere en eller flere krystallisasjonsledninger.
Det har fremkommet få formelle analyser av hvor mange tilstander som skal til for screening i litteraturen. En studie fokuserte på prøvetakingsoppsettet til forskjellige skjermer og fant at tilfeldig prøvetaking av komponenter (lik en ufullstendig faktoriell) representerte den mest grundige og effektive prøvetakingsmetoden23. En annen studie av screening bemerket at det har vært mange tilfeller når den svært grundige 1,536-skjermen bare har gitt en enkelt krystalltreff24, og en veldig nylig studie fremhevet at de fleste kommersielle skjermer undersampler krystallisasjonsrommet som er kjent for å være assosiert med screeningtreff25. Ikke alle krystallisasjonsledninger vil gi en krystall med diffraksjonskvalitet som er egnet for datainnsamling på grunn av iboende uorden i krystallet, diffraksjonsbegrensninger eller krystallfeil; Derfor har støping av et bredere nett for forhold den ekstra fordelen av å gi alternative krystallformer for optimalisering.
Formatet på proteinkrystallisasjonseksperimenter har også innvirkning på skjermens suksess. Dampdiffusjon er det mest brukte oppsettet for krystallisasjonsapplikasjoner med høy gjennomstrømning og brukes på toppmoderne krystallisasjonssentre, inkludert EMBL Hamburg og Institut Pasteur high-throughput screening sentre26,27,28. HTX-senteret bruker mikrobatch-under-olje-metoden; Selv om det er mindre vanlig, er det en robust metode som minimerer forbruket av prøve- og krystalliseringscocktailer20,21,22. En fordel med mikrobatch-under-olje-metoden, spesielt ved bruk av parafinolje med høy viskositet, er at bare liten fordampning skjer i dråpen under forsøket, noe som betyr at likevektskonsentrasjonen oppnås ved dråpeblanding. Hvis positive krystallisasjonsresultater observeres i mikrobatch-under-olje-metoden, er reproduksjonen av disse forholdene vanligvis enklere enn i dampdiffusjonsoppsett, hvor krystallisering skjer på et udefinert punkt under likevekten mellom krystallisasjonsfallet og reservoaret. Reproduserbarheten av treff er ønskelig for krystalliseringsmetoder med høy gjennomstrømning, som produserer uoverkommelig små proteinkrystaller som vanligvis må optimaliseres for enkeltkrystallrøntgeneksperimenter.
Krystallisasjonsskjermen med høy gjennomstrømning for løselige proteiner består av cocktailer som tilberedes internt, ferdige kommersielle skjermer og internt modifiserte kommersielle skjermer22. Cocktailene ble opprinnelig utviklet ved hjelp av den ufullstendige faktorielle strategien ved bruk av tidligere vellykkede krystallisasjonscocktailer20. Reagensene i skjermen som er kommersielt tilgjengelige, inkluderer arrays av polymerer, krystallisasjonssalter, PEG og ionkombinasjoner og skjermer som bruker sparsom matrise og ufullstendige faktorielle tilnærminger. Det er også reagenser som modifiseres før inkludering i skjermen: en additiv skjerm, en pH- og bufferskjerm, en ionisk flytende additivskjerm og en polymerskjerm.
Kraften til kjente krystallisasjonsbetingelser og strategier har blitt utnyttet i 1,536 krystallisasjonscocktailer, sammen med fordelene med mikrobatch-under-olje-systemet for å generere en rørledning som benytter automatisert væskehåndtering, automatisert lysfeltavbildning og andreordens ikke-lineær avbildning av kirale krystaller (SONICC). Automatiseringen av både væskehåndtering og avbildning gir fordelene med færre våte laboratorietimer og høyere reproduserbarhet. Den høye gjennomstrømningen av automatisert krystallisasjonsscreening nødvendiggjør automatisering av prosessen med overvåking for krystallvekst. Disse fremskrittene oppnås med toppmoderne bildebehandlingsteknologier for å hjelpe til med identifisering av positive krystalltreff. Både standard lysfeltavbildning av plater, samt flerfotonmetoder for forbedret deteksjon, brukes via et krystallavbildningssystem med SONICC (figur 2). SONICC kombinerer andre harmoniske generasjon (SHG)29 mikroskopi og ultrafiolett to-foton eksitert fluorescens (UV-TPEF)30 mikroskopi for å oppdage svært små krystaller, så vel som de som er skjult av bunnfall. SONICC-avbildningen informerer om brønnene inneholder protein (via UV-TPEF) og krystaller (via SHG). Utover den positive identifiseringen av proteinkrystaller, kan ytterligere informasjon også fås ved hjelp av toppmoderne bildebehandlingsmetoder. Cocktail-only imaging før prøvetilsetning fungerer som en negativ kontroll; Disse bildene kan identifisere brønnutseendet før prøvetilsetning, inkludert når det gjelder saltkrystaller og rusk. I tillegg hjelper SHG og UV-TPEF-avbildning med å skille proteinkrystaller fra saltkrystaller og kan brukes til å visualisere protein-nukleinsyrekomplekst materiale31.
Krystallisasjonseksperimenter med høy gjennomstrømning som gjennomgår gjentatt overvåking via avbildning, resulterer i et meget stort volum bilder som trenger undersøkelse. Automatiserte krystallscoringsmetoder er utviklet for å redusere belastningen på brukeren og øke sannsynligheten for å identifisere positive krystalltreff. HTX-senteret deltok i utviklingen av MAchine Recognition of Crystallization Outcomes (MARCO) scoring algoritme, en trent dyp konvolusjonell nevral nettverksarkitektur utviklet av et konsortium av akademiske, ideelle, myndigheter og industripartnere for å klassifisere brightfield-brønnbilder32. Algoritmen ble trent på nesten en halv million lysfeltbilder fra krystallisasjonseksperimenter fra flere institusjoner ved hjelp av forskjellige krystallisasjonsmetoder og forskjellige bilder. Algoritmen gir en probabilistisk poengsum som indikerer om et gitt bilde faller inn i fire mulige bildeklasser: “krystall”, “klar”, “utfelling” og “annet”. MARCO har en rapportert klassifiseringsnøyaktighet på 94,5 %. Krystalldeteksjon er ytterligere forbedret med programvare som implementerer algoritmen og gir et grafisk brukergrensesnitt (GUI) for tilgjengelig og enkel bildevisning, aktivert med AI-aktiverte poengfunksjoner32,33. MARCO Polo GUI er designet for å fungere sømløst med oppsettet av bildebehandlings- og datastyringssystemet i HTX-senteret for å identifisere treff i 1,536-brønnsskjermen, med menneskelig engasjement for å undersøke utdataene fra sorterte lister. I tillegg, som åpen kildekode-programvare tilgjengelig på GitHub, er GUI lett tilgjengelig for modifikasjon for å gjenspeile de spesifikke behovene til andre laboratoriegrupper.
Her beskrives prosessen med å sette opp et mikrobatch-under-olje-eksperiment med høy gjennomstrømning ved hjelp av robotisk væskehåndtering for å levere både cocktailen og proteinet. HTX-senteret har et unikt utvalg av instrumentering og ressurser som ikke finnes ved andre institusjoner, med mål om å tilby screeningtjenester og pedagogiske ressurser til interesserte brukere. Å demonstrere metodene og egenskapene til robotikkaktiverte teknikker med høy gjennomstrømning vil gjøre det mulig for samfunnet å ha kunnskap om tilgjengelige teknologier og ta beslutninger for sin egen strukturbestemmelse.
Metoden beskriver en rørledning med høy gjennomstrømning for proteinkrystallisasjonsscreening som krever så lite som 500 μL prøve for 1,536 individuelle krystallisasjonseksperimenter i mikrobatch-under-olje-formatet. Rørledningen er avhengig av væskehåndteringsrobotikk for raskt og reproduserbart å hjelpe det eksperimentelle oppsettet, samt den beregningsmessige bildeanalyseressursen MARCO Polo, som er tilpasset for å analysere 1,536-brønnplatebilder ved hjelp av MARCO-algoritmen for å identifisere og isolere krystalltreff.
Det lille volumet av individuelle screeningdråper (400 nL totalt med et 1: 1-forhold mellom prøve: cocktail) betyr at ekstremt små prøvevolumer kreves for å identifisere positive krystallisasjonsbetingelser. Disse små dråpestørrelsene produserer nødvendigvis små krystaller som ikke kan fiskes ved tradisjonell looping. Det er utviklet metoder for å høste fra de 1.536 platene37; I tillegg har platene med krystaller blitt brukt direkte ved synkrotronkilder for in situ datainnsamling38. Hvis en robust metode for høsting av disse krystallene ble utviklet, ville fremskritt innen synkrotronteknologi og mikrofokuserte stråler ytterligere gjøre det mulig å oppnå nyttige datasett. I tillegg kan de oppnådde krystallene potensielt brukes som frø for optimaliseringsarbeid.
SONICC-avbildning er helt klart fordelaktig for å identifisere både små proteinkrystaller og proteinkrystaller skjult under bunnfall. Til tross for disse fordelene er ikke alle prøvetyper egnet til SHG- og UV-TPEF-avbildning. For eksempel vil proteiner med få eller ingen aromatiske tryptofanrester vise et tvetydig UV-TPEF-signal. Videre vil krystaller i spesifikke romgrupper, inkludert sentrosymmetriske grupper eller punktgruppe 432, ikke bli oppdaget av SHG-avbildning. Prøver med fluoroforer forstyrrer noen ganger SHG-signalet, noe som resulterer i kansellering av signalet eller økt intensitet, noe som betyr at nøye tolkning av SHG-signaler er nødvendig for metallholdige proteiner og proteiner som inneholder fluorescerende deler. Imidlertid er det i mange tilfeller mulig å rasjonalisere fraværet av et SHG- eller UV-TPEF-signal, og mangelen på disse signalene bør ikke nødvendigvis utelukke tilstedeværelsen av en proteinkrystall.
Microbatch-under-oil-formatet gir et alternativ til den mer vanlige dampdiffusjonsmetoden som brukes til krystallografi med høy gjennomstrømning. Det er viktig at krystalliseringsformatet påvirker treffidentifikasjon39, som gir en begrunnelse for bruken av forskjellige krystallisasjonsformater for screeningarbeid med høy gjennomstrømning. Automatisert bildebehandling og SONICC-aktiverte modaliteter hjelper til med rask identifisering av proteinkrystaller gjennom hele 6 ukers eksperimentelle tidskurs. Til slutt gjør MARCO Polo GUI det mulig for brukere å raskt analysere bilder fra 1,536 forhold for å identifisere lovende treffbrønner for optimalisering. Funksjonene på HTX-senteret, inkludert det robotikkaktiverte eksperimentelle oppsettet med høy gjennomstrømning, kombinert med toppmoderne bildebehandling og beregningsverktøy for analyser, gir et stort bidrag til det strukturelle biologiske samfunnet ved å gi forskere mulighet til effektivt å adressere en primær flaskehals i krystallbasert strukturelt arbeid: å finne krystallisasjonsforhold.
The authors have nothing to disclose.
Vi ønsker å uttrykke vår takknemlighet til våre brukere for å overlate sine dyrebare prøver til oss for krystallscreening, samt for å gi kritiske tilbakemeldinger og forespørsler som har hjulpet oss med å foredle og utvikle våre ressurser for bedre å betjene det strukturelle biologiske samfunnet. Vi vil også gjerne anerkjenne Ethan Holleman, Dr. Lisa J Keefe og Dr. Erica Duguid, som drev utviklingen av MARCO Polo GUI. Vi vil gjerne takke HWI-kollegene for deres støtte og forslag, spesielt Dr. Diana CF Monteiro. Vi anerkjenner finansieringsstøtte fra National Institutes of Health, R24GM141256.
1536 Well Imp@ct LBR LoBase | Greiner Bio-One | 790 801 | |
Acetic acid | Hampton Research | HR2-853 | |
AlumaSeal II Sealing Film | Hampton Research | HR8-069 | |
Ammonium bromide | Molecular Dimensions | MD2-100-247 | |
Ammonium chloride | Hampton Research | HR2-691 | |
Ammonium hydroxide | Hampton Research | HR2-855 | |
Ammonium nitrate | Hampton Research | HR2-665 | |
Ammonium phosphate dibasic | Hampton Research | HR2-629 | |
Ammonium phosphate monobasic | Hampton Research | HR2-555 | |
Ammonium sulfate | Hampton Research | HR2-541 | |
Ammonium thiocyanate | Molecular Dimensions | MD2-100-301 | |
Bicine pH 9.0 | Hampton Research | HR2-723 | |
Bis-tris propane pH 7.0 | Hampton Research | HR2-993-08 | |
Calcium acetate | Hampton Research | HR2-567 | |
Calcium chloride dihydrate | Hampton Research | HR2-557 | |
CAPS pH 10.0 | Rigaku Reagents | none given | |
ClearSeal Film | Hampton Research | HR4-521 | |
Cobalt sulfate heptahydrate | Molecular Dimensions | MD2-100-42 | |
Crystal Screen HT screen | Hampton Research | HR2-130 | |
Formulator | Formulatrix | ||
Glycerol | Hampton Research | HR2-623 | |
Gryphon liquid handling robot | Art Robbins Instruments | ||
HEPES pH 7.0 | Hampton Research | HR2-902-03 | |
HEPES pH 7.5 | Hampton Research | HR2-902-08 | |
HWI HTX Center sample submission form | https://hwi.buffalo.edu/high-throughput-crystallization-screening-center-sample-submission-form/ | ||
Hydrochloric acid | Hampton Research | HR2-581 | |
Index HT screen | Hampton Research | HR2-134 | |
Ionic Liquid screen | Hampton Research | HR2-214 | |
Lithium bromide | Molecular Dimensions | MD2-100-312 | |
Lithium chloride | Hampton Research | HR2-631 | |
Lithium sulfate monohydrate | Hampton Research | HR2-545 | |
Magnesium acetate tetrahydrate | Hampton Research | HR2-561 | |
Magnesium chloride hexahydrate | Hampton Research | HR2-559 | |
Magnesium nitrate hexahydrate | Hampton Research | HR2-657 | |
Magnesium sulfate heptahydrate | Hampton Research | HR2-821 | |
Manganese chloride tetrahydrate | Millipore Sigma | 63535-50G | |
Manganese sulfate monohydrate | Molecular Dimensions | MD2-100-310 | |
MARCO Polo GUI download | https://hauptman-woodward.github.io/Marco_Polo/ | ||
Matrix Platemate 2 x 3 liquid handling robot | Thermo Scientific | ||
MES pH 6.0 | Hampton Research | HR2-943-09 | |
Mosquito liquid handling robot | SPTLabtech | ||
Paraffin Oil/White Mineral Oil Saybolt Viscosity 340-365 at 100 °F | Sigma Aldrich | PX0045-3 | |
PEG 1000 | Hampton Research | HR2-523 | |
PEG 2000 | Hampton Research | HR2-592 | |
PEG 20000 | Hampton Research | HR2-609 | |
PEG 3350 | Hampton Research | HR2-527 | |
PEG 400 | Hampton Research | HR2-603 | |
PEG 4000 | Hampton Research | HR2-529 | |
PEG 6000 | Hampton Research | HR2-533 | |
PEG 8000 | Hampton Research | HR2-535 | |
PEG/Ion HT screen | Hampton Research | HR2-139 | |
PEGRx HT screen | Hampton Research | HR2-086 | |
Plate reservations | htslab@hwi.buffalo.edu | ||
Potassium acetate | Hampton Research | HR2-671 | |
Potassium bromide | Hampton Research | HR2-779 | |
Potassium carbonate | Molecular Dimensions | MD2-100-311 | |
Potassium chloride | Hampton Research | HR2-649 | |
Potassium nitrate | Hampton Research | HR2-663 | |
Potassium phosphate dibasic | Hampton Research | HR2-635 | |
Potassium phosphate-monobasic | Hampton Research | HR2-553 | |
Potassium phosphate-tribasic | Molecular Dimensions | MD2-100-309 | |
Potassium thiocyanate | Hampton Research | HR2-695 | |
Rock Imager 1000 with SONICC | Formulatrix | ||
Rock Imager 54 | Formulatrix | ||
Rubidium chloride | Millipore Sigma | R2252-10G | |
SaltRx HT screen | Hampton Research | HR2-136 | |
Silver Bullets screen | Hampton Research | HR2-096 | |
Slice pH screen | Hampton Research | HR2-070 | |
Sodium acetate pH 5.0 | Hampton Research | HR2-933-15 | |
Sodium bromide | Hampton Research | HR2-699 | |
Sodium chloride | Hampton Research | HR2-637 | |
Sodium citrate pH 4.2 | Hampton Research | HR2-935-01 | |
Sodium citrate pH 5.6 | Hampton Research | HR2-735 | |
Sodium hydroxide | Hampton Research | HR2-583 | |
Sodium molybdate dihydrate | Molecular Dimensions | MD2-100-207 | |
Sodium nitrate | Hampton Research | HR2-661 | |
Sodium phosphate monobasic | Hampton Research | HR2-551 | |
Sodium thiosulfate pentahydrate | Molecular Dimensions | MD-100-307 | |
StockOptions Polymer screen | Hampton Research | HR2-227 | |
Tacsimate pH 7 | Hampton Research | HR2-755 | |
TAPS pH 9.0 | bioWORLD | 40121071 | |
Tris pH 8 | Hampton Research | HR2-900-11 | |
Tris pH 8.5 | Hampton Research | HR2-725 | |
ViaFLO 384 | Integra | ||
ViaFLO 384 384 channel pipettor head (0.5-12.5µL) | Integra | ||
ViaFLO 384 96 channel pipettor head (300µL) | Integra | ||
Zinc acetate dihydrate | Hampton Research | HR2-563 |