Дизайн генно-инженерных конструкций, выделение и очистка мономерной формы рецептора GPR17 класса GPCR для структурно-функциональных исследований

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рецепторы, сопряженные с G-белком (GPCR), – это семейство семиспиральных трансмембранных белков, состоящее более чем из 800 представителей в геноме человека, играющих ключевую роль в регуляции большинства процессов в организме и являющихся мишенями для трети всех современных лекарств. Многие GPCR, несмотря на значимость для фармакологии, до сих пор орфанные, т.е. эндогенный лиганд для них неизвестен. Орфанный рецептор GPR17, относящийся к классу А GPCR, экспрессируется преимущественно в центральной нервной системе, играет важную роль в регуляции образования миелиновой оболочки нейронов и представляет собой потенциальную мишень для разработки новых лекарственных препаратов против рассеянного склероза, болезни Альцгеймера и ишемии. Цель данной работы заключалась в подготовке GPR17 для структурно-функциональных исследований, начиная с модификации рецептора и заканчивая получением белкового препарата. Был проведен скрининг различных генно-инженерных конструкций, проанализирован ряд точечных мутаций, а также проверено значительное число потенциальных лигандов данного рецептора. В результате работы оптимизированы условия экспрессии, выделения и очистки GPR17, что в совокупности позволило получить достаточно стабильный и мономерный белковый препарат, подходящий для дальнейших структурных исследований.

Ключевые слова

Полный текст

Доступ закрыт

Об авторах

Н. А. Сафронова

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Автор, ответственный за переписку.
Email: mishinalexej@gmail.com
Россия, Долгопрудный

А. П. Лугинина

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

А. А. Садова

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

М. Б. Шевцов

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

О. В. Моисеева

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

В. И. Борщевский

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

А. В. Мишин

Центр исследований молекулярных механизмов старения и возрастных заболеваний, Московский физико-технический институт (национальный исследовательский университет)

Email: mishinalexej@gmail.com
Россия, Долгопрудный

Список литературы

  1. Kuneš J., Hojná S., Mráziková L., Montezano A., Touyz R., Maletínská L. // Physiol Res. 2023. V. 72. P. S73–S90. https://doi.org/10.33549/physiolres.935109
  2. Marucci G., Dal Ben D., Lambertucci C., Martí Navia A., Spinaci A., Volpini R., Buccioni M. // Exp. Opin. Ther. Pat. 2019. V. 29. P. 85–95. https://doi.org/10.1080/13543776.2019.1568990
  3. Dziedzic A., Miller E., Saluk-Bijak J., Bijak M. // Int. J. Mol. Sci. 2020. V. 21. P. 1852. https://doi.org/10.3390/ijms21051852
  4. Ou Z., Sun Y., Lin L., You N., Liu X., Li H., Ma Y., Cao L., Han Y., Liu M., Deng Y., Yao L., Lu Q.R., Chen Y. // J. Neurosci. 2016. V. 36. P. 10560–10573. https://doi.org/10.1523/JNEUROSCI.0898-16.2016
  5. Yan S., Conley J.M., Reilly A.M., Stull N.D., Abhyankar S.D., Ericsson A.C., Kono T., Molosh A.I., Kubal C.A., Evans-Molina C., Ren H. // Cell Rep. 2022. V. 38. P. 110179. https://doi.org/10.1016/j.celrep.2021.110179
  6. Ren H., Cook J. R., Kon N., Accili D. // Diabetes. 2015. V. 64. P. 3670–3679. https://doi.org/10.2337/db15-0390
  7. Sriram K., Insel P.A. // Mol. Pharmacol. 2018. V. 93. P. 251–258. https://doi.org/10.1124/mol.117.111062
  8. Khorn P.A., Luginina A.P., Pospelov V.A., Dashevsky D.E., Khnykin A.N., Moiseeva O.V., Safronova N.A., Belousov A.S., Mishin A.V., Borshchevsky V.I. // Biochemistry (Moscow). 2024. V. 89. P. 747–764. https://doi.org/10.1134/S0006297924040138
  9. Ye F., Wong T., Chen G., Zhang Z., Zhang B., Gan S., Gao W., Li J., Wu Z., Pan X., Du Y. // MedComm (Beijing). 2022. V. 3. P. e159. https://doi.org/10.1002/mco2.159
  10. Van Montfort R.L.M., Workman P. // Essays Biochem. 2017. V. 61. P. 431–437. https://doi.org/10.1042/EBC20170052
  11. Chun E., Thompson A.A., Liu W., Roth C.B., Griffith M.T., Katritch V., Kunken J., Xu F., Cherezov V., Hanson M.A., Stevens R.C. // Structure. 2012. V. 20. P. 967–976. https://doi.org/10.1016/j.str.2012.04.010
  12. Гусач А.Ю. // Структурные исследования человеческого цистеинил-лейкотриенового рецептора второго типа для создания новых лекарственных препаратов. Дис. канд. физ.-мат. наук, МФТИ, Москва, 2020.
  13. Ballesteros J.A., Weinstein H. // Methods Neurosci. 1995. V. 25. P. 366–428. https://doi.org/10.1016/S1043-9471(05)80049-7
  14. Bläsius R., Weber R.G., Lichter P., Ogilvie A. // J. Neurochem. 1998. V. 70. P. 1357–1365. https://doi.org/10.1046/j.1471-4159.1998.70041357.x
  15. Cherezov V., Abola E., Stevens R.C. // Methods Mol. Biol. 2010. P. 141–168. https://doi.org/10.1007/978-1-60761-762-4_8
  16. Popov P., Peng Y., Shen L., Stevens R.C., Cherezov V., Liu Z.J., Katritch V. // Elife. 2018. V. 7. P. e34729. https://doi.org/10.7554/eLife.34729
  17. Alexandrov A.I., Mileni M., Chien E.Y.T., Hanson M.A., Stevens R.C. // Structure. 2008. V. 16. P. 351–359. https://doi.org/10.1016/j.str.2008.02.004
  18. Luginina A., Gusach A., Marin E., Mishin A., Brouillette R., Popov P., Shiriaeva A., Besserer-Offroy É., Longpré J.M., Lyapina E., Ishchenko A., Patel N., Polovinkin V., Safronova N., Bogorodskiy A., Edelweiss E., Hu H., Weierstall U., Liu W., Batyuk A., Gordeliy V., Han G. W., Sarret P., Katritch V., Borshchevskiy V., Cherezov V. // Sci. Adv. 2019. V. 5. P. eaax2518. https://doi.org/10.1126/sciadv.aax2518
  19. Ciana P., Fumagalli M., Trincavelli M.L., Verderio C., Rosa P., Lecca D., Ferrario S., Parravicini C., Capra V., Gelosa P., Guerrini U., Belcredito S., Cimino M., Sironi L., Tremoli E., Rovati G.E., Martini C., Abbracchio M.P. // EMBO J. 2006. V. 25. P. 4615–4627. https://doi.org/10.1038/sj.emboj.7601341
  20. Maekawa A., Balestrieri B., Austen K.F., Kanaoka Y. // Proc. Natl. Acad. Sci. USA. 2009. V. 106. P. 11685– 11690. https://doi.org/10.1073/pnas.0905364106
  21. Benned-Jensen T., Rosenkilde M.M. // Br. J. Pharmacol. 2010. V. 159. P. 1092–1105. https://doi.org/10.1111/j.1476-5381.2009.00633.x
  22. Qi A.D., Harden T.K., Nicholas R.A. // J. Pharmacol. Exp. Ther. 2013. V. 347. P. 38–46. https://doi.org/10.1124/jpet.113.207647
  23. Hennen S., Wang H., Peters L., Merten N., Simon K., Spinrath A., Blättermann S., Akkari R., Schrage R., Schröder R., Schulz D., Vermeiren C., Zimmermann K., Kehraus S., Drewke C., Pfeifer A., König G.M., Mohr K., Gillard M., Müller C.E., Lu Q.R., Gomeza J., Kostenis E. // Sci. Signal. 2013. V. 6. P. ra93. https://doi.org/10.1126/scisignal.2004350
  24. Merten N., Fischer J., Simon K., Zhang L., Schröder R., Peters L., Letombe A., Hennen S., Schrage R., Bödefeld T., Vermeiren C., Gillard M., Mohr K., Lu Q.R., Brüstle O., Gomeza J., Kostenis E. // Cell Chem. Biol. 2018. V. 25. P. 775–786.e5. https://doi.org/10.1016/j.chembiol.2018.03.012
  25. Simon K., Merten N., Schröder R., Hennen S., Preis P., Schmitt N., Peters L., Schrage R., Vermeiren C., Gillard M., Mohr K., Gomeza J., Kostenis E. // Mol. Pharmacol. 2017. V. 91. P. 518–532. https://doi.org/10.1124/mol.116.107904
  26. Harrington A.W., Liu C., Phillips N., Nepomuceno D., Kuei C., Chang J., Chen W., Sutton S.W., O’Malley D., Pham L., Yao X., Sun S., Bonaventure P. // Br. J. Pharmacol. 2023. V. 180. P. 401–421. https://doi.org/10.1111/bph.15969

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Дополнительные материалы
Скачать (636KB)
3. Рис. 1. Результаты гель-фильтрации для конструкции R252-BRIL-V253 с различными точечными мутациями и их комбинациями. SE – поверхностная экспрессия (surface expression).

Скачать (145KB)
4. Рис. 2. Диаграмма, отражающая термический сдвиг в результате внесения в GPR17 точечных мутаций. Показаны усредненные значения, полученные в результате трех независимых экспериментов.

Скачать (84KB)
5. Рис. 3. Схематичное изображение лучшей конструкции. Красным цветом обозначены внесенные точечные мутации, фиолетовым – партнерный белок BRIL, розовым – HA-фрагмент, желтым – последовательность FLAG, голубым – 9 остатков гистидина, оранжевым – сайт протеазы TEV, серым – атавистические линкеры.

Скачать (496KB)
6. Рис. 4. Нормализованная кривая плавления (а) и результаты аналитической гель-фильтрационной ВЭЖХ (б) для самой лучшей конструкции R252-BRIL-V253 с мутациями A1313.24L + Y1483.41W + F1583.51Y + F2315.49L + I2345.52L + A3297.57D. Сплошная линия – образец с концентрацией 0.1 мг/мл, пунктирная – 30 мг/мл.

Скачать (114KB)
7. Рис. 5. Влияние солевого состава буфера на термостабильность GPR17. Показаны кривые плавления для нескольких конструкций рецептора. Для каждой конструкции эксперимент проводился в трех разных буферах: синие линии соответствуют буферу с NaCl в составе, зеленые – с KCl, а оранжевые – с MgCl2. Концентрации солей в данном эксперименте составляла 500 мМ.

Скачать (158KB)

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».