Summary

Biokemisk oprensning og proteomisk karakterisering af amyloidfibrilkerner fra hjernen

Published: April 28, 2022
doi:

Summary

Denne biokemiske oprensningsmetode med massespektrometribaseret proteomisk analyse letter den robuste karakterisering af amyloidfibrilkerner, hvilket kan fremskynde identifikationen af mål for forebyggelse af Alzheimers sygdom.

Abstract

Proteinholdige fibrillære indeslutninger er vigtige patologiske kendetegn ved flere neurodegenerative sygdomme. I de tidlige stadier af Alzheimers sygdom (AD) danner amyloid-beta-peptider protofibriller i det ekstracellulære rum, som fungerer som frø, der gradvist vokser og modnes til store amyloidplakker. På trods af denne grundlæggende forståelse er den nuværende viden om amyloid fibrilstruktur, sammensætning og aflejringsmønstre i hjernen begrænset. En stor barriere har været manglende evne til at isolere højt oprensede amyloidfibriller fra hjerneekstrakter. Affinitetsrensning og laserfangst mikrodissektionsbaserede tilgange er tidligere blevet brugt til at isolere amyloider, men er begrænset af den lille mængde materiale, der kan genvindes. Denne nye, robuste protokol beskriver den biokemiske oprensning af amyloid plaquekerner ved hjælp af natriumdodecylsulfat (SDS) opløses med saccharosedensitetsgradient ultracentrifugering og ultralydbehandling og giver meget rene fibriller fra AD-patienter og AD-model hjernevæv. Massespektrometri (MS)-baseret bottom-up proteomisk analyse af det rensede materiale repræsenterer en robust strategi til at identificere næsten alle de primære proteinkomponenter i amyloidfibriller. Tidligere proteomiske undersøgelser af proteiner i amyloid koronae har afsløret en uventet stor og funktionelt forskelligartet samling af proteiner. Især efter raffinering af oprensningsstrategien blev antallet af co-rensende proteiner reduceret med mere end 10 gange, hvilket indikerer den høje renhed af det isolerede SDS uopløselige materiale. Negativ farvning og immuno-guld elektronmikroskopi tillod bekræftelse af renheden af disse præparater. Yderligere undersøgelser er nødvendige for at forstå de rumlige og biologiske egenskaber, der bidrager til aflejringen af disse proteiner i amyloidindeslutninger. Samlet set er denne analytiske strategi godt positioneret til at øge forståelsen af amyloidbiologi.

Introduction

Amyloid er et ekstremt stabilt supramolekylært arrangement, der findes i et forskelligt panel af proteiner, hvoraf nogle fører til patologiske ændringer1. Akkumuleringen af intra- eller ekstracellulære amyloidaggregater observeres i flere neurodegenerative sygdomme2. Amyloidaggregater er heterogene og er beriget med et stort antal proteiner og lipider3. I de senere år har interessen for amyloidproteomet skabt betydelig interesse blandt grundlæggende og translationelle neurovidenskabere. Flere metoder er blevet udviklet til at udtrække og rense amyloidaggregater fra mus og post mortem humane hjernevæv. Laserfangst mikrodissektion, immunoprecipitation, decellularisering og biokemisk isolering af amyloidaggregater er almindeligt anvendte metoder til at ekstrahere og rense amyloidplakker, fibriller og oligomerer 4,5,6,7. Mange af disse undersøgelser har fokuseret på at bestemme proteinsammensætningen af disse tætpakkede fibrillære aflejringer ved hjælp af semikvantitativ MS. De tilgængelige resultater er imidlertid inkonsekvente, og det overraskende store antal co-rensende proteiner, der tidligere er rapporteret, er udfordrende at fortolke.

Den primære begrænsning i den eksisterende litteratur, der beskriver amyloidkerneproteomet i AD- og AD-musemodelhjerner, er, at det oprensede materiale indeholder et uoverskueligt antal samrensende proteiner. Det overordnede mål med denne metode er at overvinde denne begrænsning og udvikle en robust biokemisk oprensning til isolering af amyloidfibrilkerner. Denne strategi anvender en tidligere beskrevet saccharosedensitetsgradient ultracentrifugeringsbaseret biokemisk metode til isolering af SDS uopløselige berigede amyloidfraktioner fra post mortem AD humant og musehjernevæv 8,9. Denne metode bygger på den eksisterende litteratur, men går videre med ultralydbehandling og SDS-vaske for at fjerne de fleste af de løst bundne amyloidassocierede proteiner, hvilket fører til isolering af højt oprensede amyloidfibriller (figur 1). Fibrillerne renset af denne protokol overvinder flere eksisterende udfordringer, der ofte opstår i strukturelle undersøgelser af amyloidfibriller isoleret fra hjerneekstrakter. Visualisering af disse fibriller med transmissionselektronmikroskopi (TEM) bekræfter integriteten og renheden af det rensede materiale (figur 2). I denne undersøgelse opløses de isolerede fibriller og fordøjes til peptider med trypsin, og etiketfri MS-analyse kan let afsløre identiteten af proteinerne, der danner fibrilkernen. Især har nogle af disse proteiner en iboende tendens til at danne supramolekylære samlinger i ikke-membranbundne organeller. Derudover er mange af de proteiner, der er identificeret i analysen af amyloid-beta (Aβ) fibriller, også forbundet med andre neurodegenerative sygdomme, hvilket tyder på, at disse proteiner kan spille en nøglerolle i flere proteinopatier.

Denne SDS / ultralydbehandlingsmetode vil sandsynligvis ikke ændre eller forstyrre strukturen af fibrilkernerne. Det rensede materiale er også velegnet til en bred vifte af top-down og bottom-up proteomiske analysemetoder og yderligere MS-baserede strukturelle analysestrategier, såsom kemisk tværbinding eller hydrogen-deuteriumudveksling. Den samlede genopretning ved hjælp af denne metode er relativt høj og er således egnet til detaljerede strukturelle undersøgelser, som kræver mikrogram til milligram af det rensede materiale. Det rensede materiale er også velegnet til strukturelle undersøgelser ved hjælp af cryoEM og atomkraftmikroskopi. Denne protokol, i kombination med den stabile isotopiske mærkning af pattedyr, kan lette solid-state nukleare magnetiske resonans (NMR) undersøgelser af amyloid struktur10.

Protocol

Denne protokol indebærer anvendelse af humant eller hvirveldyr hjernevæv. Al forskning blev udført i overensstemmelse med de godkendte institutionelle retningslinjer fra Northwestern University. Den nuværende arbejdsgang er standardiseret ved hjælp af APP-knock in (AppNL-G-F / NL-G-F) musehjerne kortikale og hippocampale hjerneregionekstrakter11. Denne protokol er optimeret til hjerneekstrakter fra mus i 6-9 måneders alderen, og den kan effektivt rense amyloider fra både…

Representative Results

Her opsummeres en detaljeret metode til isolering og oprensning af amyloidfibriller ved anvendelse af en modificeret saccharosedensitetsgradient ultracentrifugeringsrensningsmetode (se figur 1). Innovationen i denne metode er inkluderingen af trin i ultralydbehandlingsbaseret vask ved hjælp af et vandbad sonikeringssystem efterfulgt af SDS-opløselighed, som fjerner mange løst associerede proteiner fra amyloidfibrillerne, der renser sammen med de meget tætte og rene fibriller. Ultralydbeh…

Discussion

Udvikling af en klar forståelse af amyloid struktur og sammensætning er udfordrende for strukturbiologer og biokemikere på grund af de biologiske kompleksiteter og eksperimentelle begrænsninger ved ekstraktion af rensede fibriller fra AD-hjernevæv16,17. Amyloidfibriller er polymorfe på molekylært niveau og viser en heterogen population af varierende længder og kompleksiteter18,19. For bedre at for…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dette arbejde blev støttet af NIH-bevillingen R01AG061865 til R.J.V. og J.N.S. Forfatterne takker Vassar og Savas forskningsgruppemedlemmer ved Northwestern University for deres tankevækkende diskussioner. Vi takker også oprigtigt Dr (s). Ansgar Seimer og Ralf Langen ved University of South California for deres afgørende input. Vi takker Dr. Farida Korabova for prøveforberedelse og negativ farvning elektronmikroskopi billeddannelse ved Northwestern University Center for Advanced Microscopy.

Materials

Acclaim PepMap 100 C18 HPLC column 0.075 mm x 20 mm Thermo Scientific 164535 Alternative instruments, chemicals and antibodies from other manufacturers can be used
Ammonium bicarbonate Sigma-Aldrich 9830
anti-amyloid beta (1-16) 6E10 antibody Biolegend 803001
anti-amyloid beta (17-24) 4G8 antibody Biolegend 800701
anti-amyloid beta (N terminus 82E1) antibody IBL America 10323
anti-amyloid fibril LOC antibody  EMD Millipore AB2287
BCA kit Thermo Fisher Scientific 23225
Bioruptor Pico Plus Diagenode B01020001
Calcium Chloride Sigma-Aldrich  C1016
Collagenase Sigma-Aldrich C0130
Complete  Protease Inhibitor Cocktail Sigma-Aldrich 11697498001
Dnase I Thermo Fisher Scientific EN0521
EDTA Sigma-Aldrich EDS
Guanidine hydrochloride Sigma-Aldrich G4505
HyperSep C18 Cartridges Thermo Fisher Scientific 60108-302
Integrated Proteomics Pipeline – IP2  http://www.integratedproteomics.com/
Iodoacetamide (IAA) Sigma-Aldrich I1149
K54 Tissue Homogenizing System Motor Cole Parmer Glas-Col 099C
MaxQuant https://www.maxquant.org/
Micro BCA kit Thermo Fisher Scientific 23235
Nanoviper 75 μm x 50 cm Thermo Scientific 164942
Optima L-90K Ultracentrifuge Beckman Coulter BR-8101P-E
Orbitrap Fusion TribridMass Spectrometer Thermo Scientific IQLAAEGAAPFADBMBCX
Pierce C18 Spin Columns Thermo Fisher Scientific 89870
Precellys 24 tissue homogenizer Bertin Instruments P000062-PEVO0-A
ProteaseMAX(TM) Surfactant Trypsin Enhancer Promega V2072
RawConverter http://www.fields.scripps.edu/rawconv/
Sodium azide VWR 97064-646
Sodium dodecyl sulfate (SDS) Sigma-Aldrich 74255
Sorvall Legend Micro 21R Microcentrifuge Thermo Fisher Scientific 75002446
Speed Vaccum Concentrator Labconco 7315021
Tris-2-carboxyethylphosphine (TCEP) Sigma-Aldrich C4706-2G
Tris-HCl Thermo Fisher Scientific 15568025
Trypsin Gold-Mass spec grade Promega V5280
UltiMate 3000 RSLCnano System Thermo Scientific ULTIM3000RSLCNANO

References

  1. Willbold, D., Strodel, B., Schröder, G. F., Hoyer, W., Heise, H. Amyloid-type protein aggregation and prion-like properties of amyloids. Chemical Reviews. 121 (13), 8285-8307 (2021).
  2. Rambaran, R. N., Serpell, L. C. Amyloid fibrils: abnormal protein assembly. Prion. 2 (3), 112-117 (2008).
  3. Upadhyay, A., et al. Complex inclusion bodies and defective proteome hubs in neurodegenerative disease: New clues, new challenges. The Neuroscientist. , (2021).
  4. Greiner, E. R., Kelly, J. W., Palhano, F. L. Immunoprecipitation of amyloid fibrils by the use of an antibody that recognizes a generic epitope common to amyloid fibrils. PLOS ONE. 9 (8), 105433 (2014).
  5. Kourelis, T. V., et al. A proteomic atlas of cardiac amyloid plaques. JACC: CardioOncology. 2 (4), 632-643 (2020).
  6. Mangione, P. P., et al. Increasing the accuracy of proteomic typing by decellularisation of amyloid tissue biopsies. Journal of Proteomics. 165, 113-118 (2017).
  7. Rostagno, A., Neubert, T. A., Ghiso, J. Unveiling brain Aβ heterogeneity through targeted proteomic analysis. Methods in Molecular Biology. 1779, 23-43 (2018).
  8. Roher, A. E., et al. Morphology and toxicity of Aβ-(1-42) dimer derived from neuritic and vascular amyloid deposits of Alzheimer’s disease. Journal of Biological Chemistry. 271 (34), 20631-20635 (1996).
  9. Lu, J. -. X., et al. Molecular structure of β-amyloid fibrils in Alzheimer’s disease brain tissue. Cell. 154 (6), 1257-1268 (2013).
  10. Tycko, R. Solid-state NMR studies of amyloid fibril structure. Annual Review of Physical Chemistry. 62, 279-299 (2011).
  11. Saito, T., et al. Single App knock-in mouse models of Alzheimer’s disease. Nature Neuroscience. 17 (5), 661-663 (2014).
  12. Meyerhoff, J., et al. Microdissection of mouse brain into functionally and anatomically different regions. Journal of Visualized Experiments: JoVE. (168), e61941 (2021).
  13. Spijker, S., Li, K. Dissection of Rodent Brain Regions. Neuroproteomics. Neuromethods. 57, (2011).
  14. Hark, T. J., et al. Pulse-chase proteomics of the App knockin mouse models of Alzheimer’s disease reveals that synaptic dysfunction originates in presynaptic terminals. Cell Systems. 12 (2), 141-158 (2021).
  15. Liu, S., et al. Highly efficient intercellular spreading of protein misfolding mediated by viral ligand-receptor interactions. Nature Communications. 12 (1), 5739 (2021).
  16. Toyama, B. H., Weissman, J. S. Amyloid structure: conformational diversity and consequences. Annual Review of Biochemistry. 80, 557-585 (2011).
  17. Sundaria, N., et al. Neurodegeneration & imperfect ageing: Technological limitations and challenges. Mechanisms of Ageing and Development. 200, 111574 (2021).
  18. Cendrowska, U., et al. Unraveling the complexity of amyloid polymorphism using gold nanoparticles and cryo-EM. Proceedings of the National Academy of Sciences. 117 (12), 6866-6874 (2020).
  19. Seuring, C., et al. Amyloid fibril polymorphism: almost identical on the atomic level, mesoscopically very different. The Journal of Physical Chemistry B. 121 (8), 1783-1792 (2017).
  20. Close, W., et al. Physical basis of amyloid fibril polymorphism. Nature Communications. 9 (1), 699 (2018).
  21. Tycko, R. Amyloid polymorphism: Structural basis and neurobiological relevance. Neuron. 86 (3), 632-645 (2015).
  22. Konstantoulea, K., et al. Heterotypic Amyloid β interactions facilitate amyloid assembly and modify amyloid structure. The EMBO Journal. 41, 108591 (2022).
  23. Hondius, D. C., et al. Proteomics analysis identifies new markers associated with capillary cerebral amyloid angiopathy in Alzheimer’s disease. Acta Neuropathologica Communications. 6 (1), 1-19 (2018).
  24. Luo, J., Wärmländer, S. K., Gräslund, A., Abrahams, J. P. Cross-interactions between the Alzheimer disease amyloid-β peptide and other amyloid proteins: a further aspect of the amyloid cascade hypothesis. Journal of Biological Chemistry. 291 (32), 16485-16493 (2016).
  25. Hosp, F., et al. Spatiotemporal proteomic profiling of Huntington’s disease inclusions reveals widespread loss of protein function. Cell Reports. 21 (8), 2291-2303 (2017).
  26. Wallace, E. W. J., et al. Reversible, specific, active aggregates of endogenous proteins assemble upon heat stress. Cell. 162 (6), 1286-1298 (2015).
  27. Darling, A. L., Liu, Y., Oldfield, C. J., Uversky, V. N. Intrinsically disordered proteome of human membrane-less organelles. Proteomics. 18 (5-6), 1700193 (2018).
  28. Kepchia, D., et al. Diverse proteins aggregate in mild cognitive impairment and Alzheimer’s disease brain. Alzheimer’s Research & Therapy. 12 (1), 1-20 (2020).
  29. Espay, A. J., et al. Revisiting protein aggregation as pathogenic in sporadic Parkinson and Alzheimer diseases. Neurology. 92 (7), 329-337 (2019).
  30. Fändrich, M., Schmidt, M., Grigorieff, N. Recent progress in understanding Alzheimer’s β-amyloid structures. Trends in Biochemical Sciences. 36 (6), 338-345 (2011).
  31. Bonnin, E. A., Fornasiero, E. F., Lange, F., Turck, C. W., Rizzoli, S. O. NanoSIMS observations of mouse retinal cells reveal strict metabolic controls on nitrogen turnover. BMC Molecular and Cell Biology. 22 (1), 1-10 (2021).
  32. Michno, W., et al. Following spatial Aβ aggregation dynamics in evolving Alzheimer’s disease pathology by imaging stable isotope labeling kinetics. Science Advances. 7 (25), (2021).
  33. Toyama, B. H., et al. Identification of long-lived proteins reveals exceptional stability of essential cellular structures. Cell. 154 (5), 971-982 (2013).
  34. Bomba-Warczak, E., Edassery, S. L., Hark, T. J., Savas, J. N. Long-lived mitochondrial cristae proteins in mouse heart and brain. Journal of Cell Biology. 220 (9), 202005193 (2021).

Play Video

Cite This Article
Upadhyay, A., Vassar, R. J., Savas, J. N. Biochemical Purification and Proteomic Characterization of Amyloid Fibril Cores from the Brain. J. Vis. Exp. (182), e63816, doi:10.3791/63816 (2022).

View Video