近來,結(jié)構(gòu)生物學(xué)領(lǐng)域發(fā)現(xiàn)了研究蛋白質(zhì)機(jī)構(gòu)和相互作用的兩種非常互補(bǔ)的分析技術(shù)——交聯(lián)質(zhì)譜(XL-MS)技術(shù)和榮獲諾貝爾獎(jiǎng)的冷凍電鏡(cryo-EM)技術(shù),兩種技術(shù)被結(jié)合應(yīng)用于蛋白質(zhì)機(jī)構(gòu)和相互作用的研究中。
作為一對(duì)“強(qiáng)大”的技術(shù),XL-MS和cryo-EM在結(jié)合運(yùn)用中在共同彌補(bǔ)著各自的缺點(diǎn)不足。當(dāng)cryo-EM圖像中分子區(qū)域定義不太清晰明確時(shí),XL-MS就會(huì)介入,提供關(guān)于特定氨基酸殘基關(guān)鍵信息,從而可以識(shí)別蛋白質(zhì)并準(zhǔn)確推斷蛋白質(zhì)結(jié)構(gòu)。以下,讓我們?cè)敿?xì)探討一下這兩種技術(shù)的發(fā)展情況,以及它們?nèi)绾喂餐苿?dòng)結(jié)構(gòu)蛋白質(zhì)組學(xué)領(lǐng)域進(jìn)入一個(gè)新的時(shí)代。
蛋白質(zhì)結(jié)構(gòu):“組裝機(jī)器的計(jì)劃藍(lán)圖”
蛋白質(zhì)及其復(fù)合物是生物細(xì)胞的生物“主力”,調(diào)節(jié)著細(xì)胞功能不可或缺的過程,如細(xì)胞生長(zhǎng)、細(xì)胞死亡以及細(xì)胞生命周期的各個(gè)階段。
“我喜歡將蛋白質(zhì)結(jié)構(gòu)與組裝機(jī)器的藍(lán)圖進(jìn)行比較,”荷蘭格羅寧根大學(xué)高分辨率cryo-EM實(shí)驗(yàn)室助理教授Cristina Paulino在最近的一次采訪中談到,“雖然遺傳學(xué)和生物化學(xué)有助于理解蛋白質(zhì)的生理作用,但結(jié)構(gòu)生物學(xué)揭示了這些納米機(jī)器的外觀以及它們的連接方式?!?/p>
因此,對(duì)這種“連接方式”的了解為科學(xué)家們提供了修復(fù)、設(shè)計(jì)和復(fù)制蛋白質(zhì),或潛在地阻斷蛋白質(zhì)功能的機(jī)會(huì)——蛋白質(zhì)組學(xué)的應(yīng)用,預(yù)計(jì)將成為個(gè)性化醫(yī)學(xué)和現(xiàn)代藥理學(xué)不可或缺的組成部分。
關(guān)于XL-MS技術(shù)應(yīng)用
生物學(xué)的一個(gè)基本原理是蛋白質(zhì)由氨基酸殘基通過肽鍵連接形成多肽。除了肽鍵外,還存在非共價(jià)鍵,如范德華力、靜電和疏水相互作用。在結(jié)構(gòu)生物學(xué)中,這些鍵很難檢測(cè)到,在原子水平上研究蛋白質(zhì)結(jié)構(gòu)時(shí)增加了額外的復(fù)雜性。在過去的十年中,蛋白質(zhì)組學(xué)領(lǐng)域見證了MS技術(shù)逐漸增加豐富的一系列令人深刻的技術(shù),其中。XL-MS技術(shù)是已證明對(duì)結(jié)構(gòu)蛋白質(zhì)組學(xué)不可或缺的技術(shù)之一。[1]
圖1總結(jié)了典型XL-MS的工作流程,其中,蛋白質(zhì)(或其鄰近)之間的非共價(jià)鍵相互作用(或接近它們)通過用交聯(lián)試劑溶解天然蛋白質(zhì)轉(zhuǎn)化為人工共價(jià)鍵。由于賴氨酸殘基的廣泛存在、在水溶液中的穩(wěn)定性和高反應(yīng)活性,賴氨酸殘基的伯胺基團(tuán)或蛋白質(zhì)的N-末端是交聯(lián)劑的常見靶標(biāo)。最常用的是同位功能交聯(lián)劑包括辛二酸二琥珀酰胺(DSS)和辛二酸(磺基琥珀酰亞胺基)。[2]在交聯(lián)階段之后,蛋白質(zhì)被蛋白酶加工成肽段。
圖1:通用XL-MS工作流程。圖片來源:烏得勒支大學(xué)Heck實(shí)驗(yàn)室Richard Scheltema
“隨后通過MS測(cè)量混合物進(jìn)行鑒定——在大多數(shù)情況下,可以指定交聯(lián)中涉及的氨基酸,用間隔臂的長(zhǎng)度和兩側(cè)鏈的長(zhǎng)度定義的距離進(jìn)行約束” 烏特勒支大學(xué)Heck實(shí)驗(yàn)室Richard Scheltema博士解釋說,“這些距離限制提供了關(guān)于蛋白質(zhì)如何折疊(兩種來自相同蛋白質(zhì)的肽段)或蛋白質(zhì)相互作用的有價(jià)值的信息,以及這種相互作用的界面位于何處(兩種來自不同的蛋白質(zhì)肽段)。”
通常情況下,XL-MS實(shí)現(xiàn)的結(jié)構(gòu)分辨率在15-50埃米,其分辨率無(wú)法與X射線晶體學(xué)、核磁共振(NMR)光譜學(xué)、cryo-EM等其他結(jié)構(gòu)生物學(xué)技術(shù)的分辨率相匹敵。因此,這些技術(shù)必須相互補(bǔ)充使用。[3]
cryo-EM:提供的進(jìn)一步解決方案
冷凍電鏡(cryo-EM)是由透射電鏡(TEM)發(fā)展而來的,它通過二維(2D)圖像投影來確定三維(3D)結(jié)構(gòu),同時(shí)保持樣品的完整性和結(jié)構(gòu)接近原始狀態(tài)。這是通過研究玻璃化狀態(tài)下的樣品來實(shí)現(xiàn)的。在玻璃化狀態(tài)下,樣品的薄片迅速浸入液態(tài)乙烷溶液中,低溫保存并保護(hù)其免受TEM內(nèi)的真空和輻射損傷。[4]Paulino也進(jìn)一步討論了cryo-EM與其他結(jié)構(gòu)生物學(xué)技術(shù)相比的優(yōu)勢(shì)。
近年來,cryo-EM技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步,這意味著許多樣品現(xiàn)在可以用近原子分辨率(通常為3-5埃)進(jìn)行分析。[5]不幸的是,在這個(gè)分辨率范圍內(nèi),科學(xué)家們?nèi)匀浑y以區(qū)分和表征蛋白質(zhì)復(fù)合物中所有氨基酸側(cè)鏈,這意味著重新構(gòu)建模型是一項(xiàng)復(fù)雜的任務(wù)?!癱ryo-EM的使用正在大幅增加,從這項(xiàng)技術(shù)記錄的蛋白質(zhì)結(jié)構(gòu)輪廓來看,很難確定哪些蛋白質(zhì)相互關(guān)聯(lián),以及它們?cè)谡麄€(gè)結(jié)構(gòu)中是如何排列的。而這就是XL-MS介入的地方。
XL-MS中的交聯(lián)數(shù)據(jù)描述了肽段中兩個(gè)特定氨基酸殘基之間的最大距離。將提出的蛋白質(zhì)結(jié)構(gòu)模型及其結(jié)構(gòu)域插入由cryo-EM重構(gòu)獲得的三維體中,并整合交聯(lián)數(shù)據(jù),以驗(yàn)證蛋白質(zhì)復(fù)合物內(nèi)特定肽的位置和方向。
將蛋白質(zhì)整合到三維體中是一項(xiàng)艱巨而復(fù)雜的任務(wù),需要對(duì)所涉及的蛋白質(zhì)復(fù)合物及其子成分有透徹的理解。因此,Sali團(tuán)隊(duì)開發(fā)了集成建模平臺(tái)(IMP),這是一個(gè)希望將XL-MS和cryo-EM結(jié)合起來的研究人員的通用工作流程平臺(tái)。
XL-MS和cryo-EM在結(jié)構(gòu)生物學(xué)中被配合應(yīng)用
最近,Henry等人確定了載脂蛋白E4(ApoE4)的活性結(jié)構(gòu)和結(jié)合機(jī)制。ApoE4與阿爾茨海默病(AD)和心血管疾病(CVD)有關(guān),是載脂蛋白(ApoE)的脂質(zhì)化同種型,ApoE是一種蛋白質(zhì),通過充當(dāng)細(xì)胞表面受體的配體,促進(jìn)富含膽固醇的脂蛋白的內(nèi)化。采用結(jié)合XL-MS,cryo-EM和生物信息學(xué)建模工具的混合方法,Henry等表明ApoE4存在于兩種不同的確證中,指向依賴于調(diào)節(jié)其受體結(jié)合區(qū)可及性的激活機(jī)制。作者指出,這些發(fā)現(xiàn)可能對(duì)于解釋蛋白質(zhì)在AD和CVD中的作用以及隨后潛在治療方法的發(fā)展具有重要價(jià)值。[6]
Schmidt和Urlaub在2017年全面綜述中概述了類似的令人印象深刻的研究,包括Lührmann和Stark組對(duì)剪接體的結(jié)構(gòu)表征。
2019年1月,荷蘭科學(xué)研究組織(NWO)向一個(gè)名為“細(xì)胞中蛋白質(zhì)社會(huì)行為的監(jiān)測(cè)和可視化”的項(xiàng)目撥款160萬(wàn)歐元的資助,其中XL-MS和cryo-EM技術(shù)以及其他分子方法,被綜合使用。項(xiàng)目可視化了蛋白質(zhì)之間的相互作用,該項(xiàng)目的主要研究人員包括Albert Heck、John van der Oost、Alexandre Bonvin、Friedrich Foerster和Scheltema等人。
“在這個(gè)項(xiàng)目中,我們的目標(biāo)是使用(一種cryo-EM的專門應(yīng)用),在選定的一組嗜熱菌中不偏倚地發(fā)現(xiàn)所有的蛋白質(zhì)復(fù)合物。在這里,XL-MS被用來提供識(shí)別復(fù)合物內(nèi)蛋白質(zhì)的身份、空間順序(通常不能直接從斷層掃描數(shù)據(jù)中得到答案),以及結(jié)構(gòu)模型來填補(bǔ)最終的空白?!? Scheltema說,“之所以選擇嗜熱菌,是因?yàn)檫@些微生物是具有生物化學(xué)用途的蛋白質(zhì)復(fù)合物的潛在寶庫(kù)?!?/p>
重新定義限制,繼續(xù)前進(jìn)
總之,XL-MS和cryo-EM為結(jié)構(gòu)蛋白組學(xué)領(lǐng)域提供了巨大的發(fā)展?jié)摿ΑH欢?,每種技術(shù)都面臨著自己的局限性,必須克服這些局限性才能形成完美的配合使用。
“Cryo-EM不斷重新定義其局限性,但我們?nèi)匀幻媾R著一些挑戰(zhàn),”Paulino評(píng)論道,“對(duì)于X射線晶體學(xué)來說,獲得完全可操作和維護(hù)的同步加速器束流線基本上是免費(fèi)的,而cryo-EM的高成本和操作顯微鏡所需要的專業(yè)知識(shí)水平便成為一個(gè)障礙。” 在一定程度上(但并非全部),政府實(shí)施對(duì)Cryo-EM設(shè)備的補(bǔ)貼政策的解決了這一問題。
“冷凍斷層掃描提供了一種相對(duì)較低分辨率的蛋白質(zhì)復(fù)合物視圖,直接解釋很困難。” Scheltema補(bǔ)充說,“另一方面,來自XL-MS的數(shù)據(jù)提供了解決方案中包含所有空間信息的視圖。然而,我認(rèn)為將這兩者聯(lián)系起來是最大的挑戰(zhàn),因?yàn)閄L-MS提供了樣本中所有蛋白質(zhì)的信息, 這需要以某種方式過濾掉由斷層掃描揭示的復(fù)合物內(nèi)的蛋白質(zhì)?!?/p>
參考文獻(xiàn)
1. Rappsilber, Juri. 2011. The Beginning of a Beautiful Friendship: Cross-linking/Mass Spectrometry and Modelling of Proteins and Multi-Protein Complexes. Journal of Structural Biology. https://doi.org/10.1016/j.jsb.2010.10.014.
2. Yu and Huang. 2017. Cross-linking Mass Spectrometry (XL-MS): An Emerging Technology for Interactomics and Structural Biology. Analytical Chemistry. https://doi.org/10.1021/acs.analchem.7b04431.
3. Schmidt and Urlaub. 2017. Combining Cryo-Electron Microscopy (Cryo-EM) and Cross-linking Mass Spectrometry (CX-MS) for Structural Elucidation of Large Protein Assemblies. Current Opinion in Structural Biology. https://doi.org/10.1016/j.sbi.2017.10.005.
4. Murata and Wolf. 2019. Cryo-Electron Microscopy for Structural Analysis of Dynamic Biological Macromolecules. Biochimica et Biophysica Acta (BBA). https://doi.org/10.1016/j.bbagen.2017.07.020.
5. Lyumkis. 2019. Challenges and Opportunities in Cryo-EM Single-Particle Analysis. Journal of Biological Chemistry. https://doi.org/10.1074/jbc.REV118.005602.
6. Henry N., et al. 2019. Lipidated apolipoprotein E4 structure and its receptor binding mechanism determined by a combined cross-linking coupled to mass spectrometry and molecular dynamics approach. Plos Computer Biology. doi: 10.1371/journal.pcbi.1006165.