Summary

Explorando a interação biomolecular entre a acompanhante molecular Hsp90 e sua proteína cliente Kinase Cdc37 usando tecnologia de biosensão de efeito de campo

Published: March 31, 2022
doi:

Summary

A biosensação de efeito de campo (FEB) é uma técnica livre de rótulos para detectar interações biomoleculares. Ele mede a corrente elétrica através do biosensor de grafeno ao qual os alvos de ligação são imobilizados. A tecnologia FEB foi utilizada para avaliar interações biomoleculares entre Hsp90 e Cdc37 e foi detectada uma forte interação entre as duas proteínas.

Abstract

As interações biomoleculares desempenham papéis versáteis em inúmeros processos celulares, regulando e coordenando eventos biológicos funcionalmente relevantes. Biomoléculas como proteínas, carboidratos, vitaminas, ácidos graxos, ácidos nucleicos e enzimas são blocos fundamentais de construção de seres vivos; eles se reúnem em redes complexas em biossistemas para sincronizar uma miríade de eventos de vida. As proteínas normalmente utilizam redes interativas complexas para realizar suas funções; por isso é obrigatório avaliar tais interações para desvendar sua importância nas células tanto em níveis celulares quanto de organismos. Em direção a esse objetivo, introduzimos uma tecnologia emergente em rápida inovação, biosensação de efeito de campo (FEB), para determinar interações biomoleculares específicas. FEB é uma técnica de detecção biomolecular sem rótulos e confiável para determinar interações específicas e usa biosensores de alta qualidade à base de eletrônicos. A tecnologia FEB pode monitorar interações na faixa de nanomolar devido aos nanomateriais biocompatíveis usados em sua superfície biosensor. Como prova de conceito, elucidada a interação proteína-proteína (PPI) entre a proteína de choque térmico 90 (Hsp90) e o ciclo de divisão celular 37 (Cdc37). Hsp90 é um acompanhante molecular dependente de ATP que desempenha um papel essencial no controle de dobra, estabilidade, maturação e qualidade de muitas proteínas, regulando assim múltiplas funções celulares vitais. O Cdc37 é considerado um acompanhante molecular específico da quinase, pois reconhece e recruta especificamente quinases proteicas para Hsp90 para regular suas vias de transdução de sinal a jusante. Como tal, o Cdc37 é considerado co-acompanhante do Hsp90. A via acompanhante-quinase (complexo Hsp90/Cdc37) é hiperativada em múltiplas malignidades que promovem o crescimento celular; portanto, é um alvo potencial para a terapia do câncer. O presente estudo demonstra a eficiência da tecnologia FEB utilizando o sistema modelo Hsp90/Cdc37. A FEB detectou um PPI forte entre as duas proteínas (valores KD de 0,014 μM, 0,053 μM e 0,072 μM em três experimentos independentes). Em resumo, a FEB é uma plataforma de detecção de PPI sem rótulos e econômica, que oferece medições rápidas e precisas.

Introduction

Interações biomoleculares:
As proteínas são partes essenciais dos organismos e participam de inúmeras vias moleculares, como metabolismo celular, estrutura celular, sinalização celular, respostas imunes, adesão celular e muito mais. Enquanto algumas proteínas executam suas funções de forma independente, a maioria das proteínas interagem com outras proteínas usando uma interface de ligação para coordenar a atividade biológica adequada1.

As interações biomoleculares podem ser classificadas principalmente com base nas distintas características estruturais e funcionais das proteínas envolvidas2, por exemplo, com base nas superfícies proteicas, na estabilidade complexa ou na persistência das interações3. Identificar proteínas essenciais e seus papéis nas interações biomoleculares é vital para a compreensão de mecanismos bioquímicos no nível molecular4. Atualmente, existem várias abordagens para detectar essas interações5: in vitro6, no silico7, nas células vivas8, ex vivo9, e in vivo10 com cada um tendo seus próprios pontos fortes e fracos.

Os ensaios in vivo são realizados utilizando todo o animal como ferramenta experimental11, e os ensaiost he ex vivo são realizados em extratos de tecido ou órgãos inteiros (por exemplo, coração, cérebro, fígado) em um ambiente externo controlado, proporcionando alterações mínimas em condições naturais. A aplicação mais comum de estudos in vivo e ex vivo é avaliar a farmacocinética, a farmacodinâmica e os efeitos de toxicidade de potenciais agentes farmacológicos antes dos testes em humanos, garantindo sua segurança e eficácia globais12.

Interações biomoleculares também podem ser detectadas dentro de células vivas. As células vivas de imagem nos permitem observar interações dinâmicas enquanto executam as reações de uma determinada via bioquímica13. Além disso, técnicas de detecção, como bioluminescência ou transferência de ressonância fluorescência, podem fornecer informações sobre onde e quando essas interações ocorrem dentro da célula14. Embora a detecção em células vivas ofereça detalhes cruciais, essas metodologias de detecção dependem de óptica e rótulos, que podem não refletir a biologia nativa; eles também são menos controlados do que os métodos in vitro e requerem especialização especializada para realizar15.

Os métodos computacionais em silico são usados principalmente para a triagem em larga escala de moléculas-alvo antes dos experimentos in vitro . Métodos de previsão computacional, bancos de dados baseados em computador, acoplamento molecular, relações de estrutura-atividade quantitativa e outras abordagens de simulação de dinâmica molecular estão entre os bem estabelecidos nas ferramentas silico 16. Em comparação com técnicas experimentais laboriosas, as ferramentas em silico podem facilmente fazer previsões com alta sensibilidade, mas com menor precisão no desempenho preditivo17.

Ensaios in vitro são realizados com microrganismos ou moléculas biológicas fora de seu contexto biológico padrão. Retratar interações biomoleculares através de métodos in vitro é fundamental para entender as funções proteicas e a biologia por trás da complexa rede de funcionamento celular. A metodologia de ensaio preferencial é escolhida de acordo com as propriedades intrínsecas da proteína, valores cinéticos e o modo e intensidade das interações18,19.

A interação Hsp90/Cdc37:
A via acompanhante-quinase, que conecta Hsp90 e Cdc37, é um alvo terapêutico promissor na biologia tumoral20. O Hsp90 desempenha um papel central no controle do ciclo celular, montagem de proteínas, sobrevivência celular e caminhos de sinalização. Proteínas que dependem do Hsp90 para suas funções são entregues ao Hsp90 para complexação através de um co-acompanhante, como o Cdc37. O complexo Hsp90/Cdc37 controla a dobra da maioria das quinases proteicas e serve como um hub para uma infinidade de redes de sinalização intracelular21. É um alvo anti-tumor promissor devido à sua expressão elevada em várias malignidades, incluindo leucemia mieloblástica aguda, mieloma múltiplo e carcinoma hepatocelular22,23.

Comumente usadas técnicas de detecção de interação biomolecular in vitro
A co-imunoprecipitação (co-IP) é uma técnica que depende da especificidade do anticorpo de antígeno para identificar interações biologicamente relevantes24. A principal desvantagem deste método é sua incapacidade de detectar interações de baixa afinidade e valores cinéticos24. Métodos biofísicos como calorimetria de titulação isotérmica (ITC), ressonância de plasmon superficial (SPR), interferometria biocamida (BLI) e tecnologia FEB são preferidos para determinar os valores cinéticos.

ITC é um método de detecção biofísica baseado na determinação da energia vinculante, juntamente com uma análise termodinâmica completa para caracterizar interações biomoleculares25. A principal vantagem do ITC é que ele não requer nenhuma rotulagem ou fixação da proteína alvo. As principais dificuldades encontradas pelo ITC são a alta concentração de proteína-alvo necessária para um experimento e a dificuldade em analisar complexos não covalentes devido a pequenas indeseçõesde ligação 26. Tanto o SPR quanto o BLI são técnicas biofísicas sem rótulos que dependem da imobilização da molécula alvo na superfície do sensor, seguidas de injeções subsequentes do analito sobre o alvo imobilizado27,28. Em SPR, são medidas alterações no índice refrativo durante interações biomoleculares27; em BLI, a interferência na luz refletida é registrada em tempo real como uma mudança no comprimento de onda em função do tempo28. Tanto o SPR quanto o BLI compartilham vantagens comuns de oferecer altas especificidades, sensibilidade e recursos de detecção29. Em ambos os métodos, a proteína alvo é imobilizada em superfícies biosensoras e, portanto, pode haver alguma perda da conformação nativa do alvo, o que dificulta a discriminação entre interações específicas versus não específicas30. A BLI usa biosensores descartáveis de fibra óptica caros para imobilizar o alvo e, portanto, é uma técnicacara 31. Em comparação com essas ferramentas bem estabelecidas de detecção biomolecular, a tecnologia FEB oferece uma plataforma confiável e livre de rótulos usando baixas concentrações de nanomolar para detecção biomolecular em tempo real com caracterização cinética. A tecnologia FEB também supera os desafios borbulhantes enfrentados no ITC e é mais econômica em comparação com a SPR ou BLI.

O biosensores baseados em transistor de efeito de campo (FET) é um campo emergente para detectar interações biomoleculares, oferecendo aplicações biomédicas variadas. No sistema FET, os alvos são imobilizados para os chips biosensor e as interações são detectadas por alterações na condutância32. A característica única a ser considerada no desenvolvimento de um biosensor eletrônico eficiente são as propriedades físico-químicas, como a natureza semi-condutora e a estabilidade química do material de revestimento usado para fabricar a superfície do sensor33. Materiais convencionais como o silício usado para fet limitaram a sensibilidade dos sensores porque requer camadas de óxido entre o canal do transistor e um ambiente específico para o bom funcionamento34. Além disso, os transistores de silício são sensíveis a ambientes de alto sal, dificultando a mensuração das interações biológicas em seu ambiente natural. O biosensor à base de grafeno é apresentado como uma alternativa, pois oferece excelente estabilidade química e campo elétrico. Uma vez que o grafeno é uma única camada atômica de carbono, é extremamente sensível como um semicondutor e quimicamente compatível com soluções biológicas; ambas as qualidades são desejáveis para gerar biosensores eletrônicos compatíveis35. O notável potencial de carregamento ultra-alto de biomoléculas oferecido por biosensores revestidos de grafeno leva ao desenvolvimento da tecnologia FEB baseada em grafeno.

Princípio da tecnologia FEB: FEB é uma técnica de detecção biomolecular sem rótulos que mede a corrente elétrica através do biosensor de grafeno ao qual os alvos de ligação são imobilizados. As interações entre a proteína imobilizada e o analito resultam em alterações na corrente que são monitoradas em tempo real, permitindo medições cinéticas precisas36.

Instrumentação: O sistema FEB compreende um chip de sensor transistor de efeito de campo de grafeno (gFET) e um leitor eletrônico que aplica uma tensão constante ao longo do experimento (Figura 1). O analito é aplicado em solução para a proteína alvo imobilizada na superfície do biosensor. Quando ocorre uma interação, uma alteração na corrente é medida e registrada em tempo real. À medida que a concentração de analito aumenta, a fração de analito ligado também aumentará, causando maiores alterações na correnteza. Utilizando o software de análise automatizada fornecido com o instrumento (Tabela de Materiais), o I-Response é medido e registrado em termos de unidades de biosensação (BU)37. A I-Resposta é definida como a alteração na corrente (I) através do chip biosensor medido em tempo real após a interação do alvo imobilizado com o analito. O software de análise automatizada FEB pode analisar tanto o I-Response quanto o C-Response para eventos de interação dinâmica, onde o C-Response registra as alterações na capacitância (C). As variações tanto na I-Resposta quanto na Resposta C correspondem diretamente à fração de analito vinculado e podem ser analisadas para gerar valores KD . A preferência padrão do software de análise automatizada é I-Response.

Figure 1
Figura 1: Visão geral da configuração experimental. (A) chip baseado em grafeno e um leitor eletrônico. (B) Uma visão geral dos componentes do chip. O chip está ligado a dois eletrodos que fornecem corrente ao sistema. A superfície do chip é coberta com grafeno, que quando ativado pode ligar o alvo. Clique aqui para ver uma versão maior desta figura.

Metodologia:
Inicialmente, o chip biosensor ativado é inserido no dispositivo FEB (Figura 1) seguido da execução das etapas abaixo: (1) Calibração: O experimento começa com a calibração do sistema usando 1x salina tamponada de fosfato (PBS; pH = 7,4) para criar a resposta de equilíbrio de linha de base. (2) Associação: O analito é introduzido no chip e o I-Response é monitorado até que a saturação de vinculação seja alcançada. (3) Dissociação: O analito é dissociado utilizando 1x PBS. (4) Regeneração: Os remanescentes do analito são removidos utilizando-se 1x PBS. (5) Lavagem: Um total de cinco lavagens são realizadas utilizando 1x PBS para a remoção completa dos analitos amarrados e desvinculados do chip.

Análise:
A análise de dados é realizada utilizando-se o software totalmente automatizado fornecido com o instrumento. O software de análise automatizada gera um gráfico de ajuste hill com um valor KD . O enredo de ajuste de Hill descreve a associação de um analito à proteína alvo em função de concentrações de analitos. A concentração na qual uma resposta semi-máxima é alcançada é proporcional ao valor KD . Um baixo valor KD representa alta afinidade vinculante e vice-versa.

Para validar os dados obtidos a partir do experimento FEB, as Respostas I são extraídas de cada ponto de leitura para cada concentração de analitos usando o software de revisão/exportação de dados e podem ser exportadas para outros softwares de análise estatística (ver Tabela de Materiais), conforme explicado abaixo.

Protocol

NOTA: As proteínas recombinantes utilizadas neste estudo, Hsp90 e Cdc37, foram obtidas comercialmente (ver Tabela de Materiais). 1. Ativação de chips NOTA: Todos os materiais a serem utilizados no experimento estão listados na Tabela de Materiais. Filtre todas as soluções preparadas através de um filtro estéril de 0,2 μm. Prepare a solução de carbodiimídeo de 1-Ethyl-3-3-(3-dimethylamino propyl…

Representative Results

Resultados do experimento 1:A proteína alvo Hsp90 (500 nM) foi imobilizada para o chip seguindo o protocolo de imobilização de alvo, conforme descrito acima. Para o primeiro experimento, foram elaboradas 10 concentrações da proteína analito, Cdc37, variando de 25 nM a 5.000 nM, com base nos dados disponíveis na literatura (ver Tabela 1). As etapas do experimento podem ser monitoradas em tempo real, seguindo as alterações ocorridas na I-Resposta (<…

Discussion

Neste estudo, foi avaliada a viabilidade do uso da tecnologia FEB (abordagem de caracterização cinética em tempo real) para determinar a interação biomolecular entre Hsp90 e Cdc37. O experimento exploratório inicial (primeiro experimento) sugeriu que a escolha das concentrações adequadas de analito é uma parte crítica do experimento e que o experimento deve ser projetado por incluir pontos de concentração acima e abaixo do valor KD , que foram previstos com base nos dados disponíveis na literatura…

Declarações

The authors have nothing to disclose.

Acknowledgements

Esta pesquisa foi apoiada por uma bolsa da Binational Science Foundation (BSF) para s.K.S. e N.Q.

Materials

Automated analysis software Agile plus software, Cardea (Nanomed) NA
CAS number: NA
Referred to in the text as the automated analysis software supplied with the instrument. Generates automated analysis.
COOH-BPU (Biosensing Processing Unit) Agile plus software, Cardea (Nanomed) NA
CAS number: NA
biosensor chip
Data review software Datalign 1.0, Cardea (Nanomed) NA
CAS number: NA
Referred to as the supplied data review software in the text. Supplied with the instrument and allows to review and export the information data points.
Dialysis bag CelluSep,  Membrane filtration products T2-10-15
CAS number: NA
T2 tubings (6,000-8,000 MWCO), (10 mm fw, 6.4mm Ø, 0.32ml/cm, 15m)
EDC (1-Ethyl-3-(3-dimethylamino propyl) carbodiimide) Cardea (Nanomed) EDC160322-02
CAS number: 25952-53-8
White powder
ITC (Isothermal titration calorimetry) system Microcal-PEAQ-ITC (Malvern, United Kingdom) NA
CAS number: NA
MES (2-(N-morpholino) ethane sulfonic acid) buffer Merck M3671-50G
CAS number: 4432-31-9
White powder
NHS (N-Hydroxysulfosuccinimide) chips Cardea (Nanomed) NA
CAS number: NA
Graphene-based chip
PBS (Phosphate-buffered saline) X 10 Bio-Lab 001623237500 
CAS number: 7758-11-4
Liquid transparent solution
Pipete Thermo Scientific 11855231
CAS number: NA
Finnpipette F3 5-50 µL, yellow
Quench 1 (3.9 mM amino-PEG5-alcohol in 1 X PBS) Cardea (Nanomed) 0105-001-002-001
CAS number: NA
Liquid, transparent solution
Quench 2 (1 M ethanolamine (pH=8.5)) Cardea (Nanomed) 0105-001-003-001
CAS number: NA
Liquid, transparent solution
Recombinant protein Cdc37 Abcam ab256157
CAS number: NA
Recombinant protein Hsp90 beta Abcam ab80033
CAS number: NA
Spreadsheet Excel, Microsoft office NA
CAS number: NA
Statistical software GraphPad, Prism NA
CAS number: NA
Referred to as the other statistical software. Sigma plot, phyton or other statistical programes may also be used
Sulfo-NHS Cardea (Nanomed) NHS160321-07
CAS number: 106627-54-7
White powder
Tips Alex red LC 1093-800-000
CAS number: NA
Tip 1-200 µl, in bulk, 1,000 pcs

Referências

  1. Tuncbag, N., Gursoy, A., Guney, E., Nussinov, R., Keskin, O. Architectures and functional coverage of protein-protein interfaces. Journal of Molecular Biology. 381 (3), 785-802 (2008).
  2. Berggård, T., Linse, S., James, P. Methods for the detection and analysis of protein–protein interactions. Proteomics. 7 (16), 2833-2842 (2007).
  3. Magliery, T. J., et al. Detecting protein-protein interactions with a green fluorescent protein fragment reassembly trap: Scope and mechanism. Journal of the American Chemical Society. 127 (1), 146-157 (2005).
  4. Xing, S., Wallmeroth, N., Berendzen, K. W., Grefen, C. Techniques for the analysis of protein-protein interactions in vivo. Plant Physiology. 171 (2), 727-758 (2016).
  5. Nguyen, T. N., Goodrich, J. A. Protein-protein interaction assays: Eliminating false positive interactions. Nature Methods. 3 (2), 135-139 (2006).
  6. Fernández-Suárez, M., Chen, T. S., Ting, A. Y. Protein-protein interaction detection in vitro and in cells by proximity biotinylation. Journal of the American Chemical Society. 130 (29), 9251-9253 (2008).
  7. Jiang, M., Niu, C., Cao, J., Ni, D. -. A., Chu, Z. In silico-prediction of protein–protein interactions network about MAPKs and PP2Cs reveals a novel docking site variants in Brachypodium distachyon. Scientific Reports. 8 (1), 15083 (2018).
  8. Yazawa, M., Sadaghiani, A. M., Hsueh, B., Dolmetsch, R. E. Induction of protein-protein interactions in live cells using light. Nature Biotechnology. 27 (10), 941-945 (2009).
  9. Wang, W., Goodman, M. T. Antioxidant property of dietary phenolic agents in a human LDL-oxidation ex vivo model: Interaction of protein binding activity. Nutrition Research. 19 (2), 191-202 (1999).
  10. Xing, S., Wallmeroth, N., Berendzen, K. W., Grefen, C. Techniques for the analysis of protein-protein interactions in vivo. Plant Physiology. 171 (2), 727-758 (2016).
  11. Qvit, N., Disatnik, M. -. H., Sho, E., Mochly-Rosen, D. Selective phosphorylation inhibitor of delta protein kinase C–Pyruvate dehydrogenase kinase protein–protein interactions: Application for myocardial injury in vivo. Journal of the American Chemical Society. 138 (24), 7626-7635 (2016).
  12. Alam, M. N., Bristi, N. J., Rafiquzzaman, M. Review on in vivo and in vitro methods evaluation of antioxidant activity. Saudi Pharmaceutical Journal. 21 (2), 143-152 (2013).
  13. Paulmurugan, R., Gambhir, S. S. Novel fusion protein approach for efficient high-throughput screening of small molecule–mediating protein-protein interactions in cells and living animals. Pesquisa do Câncer. 65 (16), 7413-7420 (2005).
  14. Boute, N., Jockers, R., Issad, T. The use of resonance energy transfer in high-throughput screening: BRET versus FRET. Trends in Pharmacological Sciences. 23 (8), 351-354 (2002).
  15. Deriziotis, P., Graham, S. A., Estruch, S. B., Fisher, S. E. Investigating protein-protein interactions in live cells using bioluminescence resonance energy transfer. Journal of Visualized Experiments: JoVE. (87), e51438 (2014).
  16. Ekins, S., Mestres, J., Testa, B. In silico pharmacology for drug discovery: Methods for virtual ligand screening and profiling. British Journal of Pharmacology. 152 (1), 9-20 (2007).
  17. Valerio, L. G. Application of advanced in silico methods for predictive modeling and information integration. Expert Opinion on Drug Metabolism & Toxicology. 8 (4), 395-398 (2012).
  18. Piehler, J. New methodologies for measuring protein interactions in vivo and in vitro. Current Opinion in Structural Biology. 15 (1), 4-14 (2005).
  19. Ideker, T., Sharan, R. Protein networks in disease. Genome Research. 18 (4), 644-652 (2008).
  20. Lu, H., et al. Recent advances in the development of protein–protein interactions modulators: mechanisms and clinical trials. Signal Transduction and Targeted Therapy. 5 (1), 213 (2020).
  21. Jarosz, D. Hsp90: A global regulator of the genotype-to-phenotype map in cancers. Advances in Cancer Research. 129, 225-247 (2016).
  22. Johnson, V. A., Singh, E. K., Nazarova, L. A., Alexander, L. D., McAlpine, S. R. Macrocyclic inhibitors of Hsp90. Current Topics in Medicinal Chemistry. 10 (14), 1380-1402 (2010).
  23. Mahalingam, D., et al. Targeting HSP90 for cancer therapy. British Journal of Cancer. 100 (10), 1523-1529 (2009).
  24. Stewart, A., Fisher, R. A. Co-Immunoprecipitation: Isolation of protein signaling complexes from native tissues. Methods in Cell Biology. 112, 33-54 (2012).
  25. Pierce, M. M., Raman, C. S., Nall, B. T. Isothermal titration calorimetry of protein-protein interactions. Methods. 19 (2), 213-221 (1999).
  26. Paketurytė, V., et al. Inhibitor binding to carbonic anhydrases by isothermal titration calorimetry. Carbonic Anhydrase as Drug Target. , 79-95 (2019).
  27. Grote, J., Dankbar, N., Gedig, E., Koenig, S. Surface plasmon resonance/mass spectrometry interface. Analytical Chemistry. 77 (4), 1157-1162 (2005).
  28. Kumaraswamy, S., Tobias, R. Label-free kinetic analysis of an antibody–antigen interaction using biolayer interferometry. Methods in Molecular Biology. , 165-182 (2015).
  29. Wallner, J., Lhota, G., Jeschek, D., Mader, A., Vorauer-Uhl, K. Application of bio-layer interferometry for the analysis of protein/liposome interactions. Journal of Pharmaceutical and Biomedical Analysis. 72, 150-154 (2013).
  30. Singh, A. N., Ramadan, K., Singh, S. Experimental methods to study the kinetics of protein–protein interactions. Advances in Protein Molecular and Structural Biology Methods. , 115-124 (2022).
  31. Frenzel, D., Willbold, D. Kinetic titration series with biolayer interferometry. PLoS One. 9 (9), 106882 (2014).
  32. Vu, C. -. A., Chen, W. -. Y. Field-effect transistor biosensors for biomedical applications: Recent advances and future prospects. Sensors. 19 (19), 4214 (2019).
  33. Bergveld, P. A critical evaluation of direct electrical protein detection methods. Biosensors & Bioelectronics. 6 (1), 55-72 (1991).
  34. Lowe, B. M., Sun, K., Zeimpekis, I., Skylaris, C. K., Green, N. G. Field-effect sensors – from pH sensing to biosensing: sensitivity enhancement using streptavidin–biotin as a model system. The Analyst. 142 (22), 4173-4200 (2017).
  35. Goldsmith, B. R., et al. Digital biosensing by foundry-fabricated graphene sensors. Scientific Reports. 9 (1), 434 (2019).
  36. Afsahi, S., et al. Novel graphene-based biosensor for early detection of Zika virus infection. Biosensors and Bioelectronics. 100, 85-88 (2018).
  37. Afsahi, S. J., et al. Towards novel graphene-enabled diagnostic assays with improved signal-to-noise ratio. MRS Advances. 2 (60), 3733-3739 (2017).
  38. Roe, S. M., et al. The mechanism of Hsp90 regulation by the protein kinase-specific cochaperone p50cdc37. Cell. 116 (1), 87-98 (2004).
  39. Gaiser, A. M., Kretzschmar, A., Richter, K. Cdc37-Hsp90 complexes are responsive to nucleotide-induced conformational changes and binding of further cofactors. The Journal of Biological Chemistry. 285 (52), 40921-40932 (2010).
  40. Popescu, A. I., Găzdaru, D. M., Chilom, C. G., Bacalum, M. Biophysical interactions: Their paramount importance for life. Romanian Reports in Physics. 65 (3), 1063-1077 (2013).
  41. Surya, S., Abhilash, J., Geethanandan, K., Sadasivan, C., Haridas, M. A profile of protein-protein interaction: Crystal structure of a lectin-lectin complex. International Journal of Biological Macromolecules. 87, 529-536 (2016).
  42. Velazquez-Campoy, A., Freire, E. ITC in the post-genomic era…? Priceless. Biophysical Chemistry. 115 (23), 115-124 (2005).
  43. Concepcion, J., et al. Label-free detection of biomolecular interactions using bioLayer interferometry for kinetic characterization. Combinatorial Chemistry & High Throughput Screening. 12 (8), 791-800 (2009).
  44. Helmerhorst, E., Chandler, D. J., Nussio, M., Mamotte, C. D. Real-time and label-free bio-sensing of molecular interactions by surface plasmon resonance: A laboratory medicine perspective. The Clinical Biochemist. Reviews. 33 (4), 161-173 (2012).
  45. Jacob, N. T., et al. Synthetic molecules for disruption of the MYC protein-protein interface. Bioorganic & Medicinal Chemistry. 26 (14), 4234-4239 (2018).
check_url/pt/63495?article_type=t

Play Video

Citar este artigo
Lerner, Y., Sukumaran, S., Chua, M., So, S. K., Qvit, N. Exploring Biomolecular Interaction Between the Molecular Chaperone Hsp90 and Its Client Protein Kinase Cdc37 using Field-Effect Biosensing Technology. J. Vis. Exp. (181), e63495, doi:10.3791/63495 (2022).

View Video