神经元和神经胶质细胞蛋白质周转的局部和全局影响

  1. 阿琳·Rörrbaum
  2. 丽莎·科钦
  3. 朱利安·德兰格  是通讯作者
  4. 埃林·舒曼  是通讯作者
  1. 德国马克斯·普朗克大脑研究所
  2. 德国法兰克福歌德大学
  3. 德国马克斯·普朗克生物物理研究所

摘要

蛋白质周转的调节使细胞能够对环境作出反应并维持体内平衡。蛋白质在不同组织中的周转率不同,但对不同脑细胞类型的蛋白质周转率知之甚少。我们使用动态SILAC测定了大鼠初级海马培养物以及富含神经元和胶质细胞的培养物中超过5100个蛋白质的半衰期,范围为<1至>20天。与突触蛋白相比,膜蛋白的寿命相对较短,线粒体蛋白的寿命较长。半衰期还与蛋白质功能及其所结合的复合物的动力学有关。胶质细胞中的蛋白质比神经元中的相同蛋白质半衰期短。胶质细胞的存在加速或减缓了神经元蛋白质的周转。我们的结果表明,来源的细胞类型和细胞外环境的性质都对蛋白质周转有着强大的影响。

https://doi.org/10.7554/eLife.34202.001

介绍

蛋白质是所有细胞的基本单位,对细胞内和细胞外信号的反应在其表达水平上表现出动态。在细胞中测量的蛋白质周转是蛋白质合成和降解的净结果。在稳态条件下,蛋白质不断翻转(Boisvert等人,2012年;剑桥等人,2011年;Cohen等人,2013年;Price等人,2010年). 蛋白质周转可以去除受损的蛋白质并用新的蛋白质替代。此外,需要并利用持续的蛋白质周转,使细胞能够根据内外扰动和信号动态调整蛋白质组。周转率可能在进化过程中得到优化,因此单个蛋白质具有代表节能稳定性和动态灵活性之间平衡的寿命。在大脑中,利用蛋白质合成和降解进行蛋白质组重构是学习和记忆形成所必需的(萨顿和舒曼,2006年). 此外,研究了几种形式的突触可塑性在体外也需要蛋白质合成和蛋白质降解(埃勒斯,2003;Kang和Schuman,1996年;Rosenberg等人,2014年;Schanzenbächer等人,2016年). 例如,在培养的海马神经元的动态平衡缩放过程中,特定的蛋白质组显示与突触的上下缩放相关的蛋白质合成增加或减少(Schanzenbächer等人,2018年;Schanzenbächer等人,2016年). 大脑蛋白质的周转量已同时测量体内在体外.Price等人(2010年)习惯于体内代谢15N标记和随后对全脑匀浆进行质谱分析,以得出1010种蛋白质在小鼠大脑中的周转率(平均半衰期=~9天)。使用的另一项研究在体外对初级皮层培养物进行代谢标记,以测量2802种脑蛋白相对较短的半衰期(平均半衰期=~5天(Cohen等人,2013年))。然而,在这两项研究中,使用混合细胞群(包括多种神经元和胶质细胞类型)获得了平均半衰期。众所周知,蛋白质在不同的组织中可以表现出非常不同的周转率(Price等人,2010年)或不同的单元格类型(Mathieson等人,2018)但对不同脑细胞类型的蛋白质周转率知之甚少。

为了解决这些问题,我们使用动态SILAC方法来确定初级海马培养物(包含神经元和胶质细胞的混合物)以及富含神经元和胶质的培养物中的蛋白质半衰期。我们的结果表明,来源的细胞类型和细胞外环境的性质都对蛋白质周转有着强大的影响。在神经元中,蛋白质周转率与蛋白质的功能、细胞内环境和蛋白质相互作用有关。

结果

原代海马培养中蛋白质半衰期的测定

为了确定蛋白质半衰期,我们使用了细胞培养中氨基酸的动态稳定同位素标记(SILAC)方法与LC-MS/MS分析相结合,使用成熟的原代海马培养物(包含神经元和神经胶质,由于培养物的融合和成熟,后者不经历细胞分裂,见材料和方法以及图6——补充图5). 成熟的原代神经元和胶质细胞培养物模拟细胞的生理学体内是研究神经网络生理和病理生理功能的分子和细胞机制的重要系统。将培养的海马细胞在含有天然“轻”精氨酸和赖氨酸的生长培养基中保存18–19天,然后将培养基交换为含有“重”同位素标记精氨酸与赖氨酸(图1A). 为了减少细胞应激(见材料和方法),我们保留了少量的“轻”培养基,并添加了过量的“重”培养基。最终,重氨基酸与轻氨基酸的比例为4:1。请注意,在介质切换之后,大多数“重”精氨酸和赖氨酸被并入新生蛋白质中,而“轻”蛋白质的部分则随着时间的推移而衰减。细胞被允许加入“重”氨基酸1、3或7天,然后收获、裂解并准备进行MS分析(图1A). 在t=0时,在培养基变化之前采集了额外的样品。对于所有识别的肽,重肽和轻肽信号的分数在每个时间点通过MS进行量化(参见上传至PRIDE的peptide.txt)。由于培养基中含有残留的“轻”氨基酸,我们利用因缺失胰蛋白酶裂解位点而将含有两个精氨酸或赖氨酸的肽中的“轻“氨基酸并入新生蛋白质的概率,为每个肽制定了校正因子(图1——图补充1; 参见材料和方法)。使用上述方法,我们利用预先存在的蛋白质水平随时间的一阶指数拟合,确定了3610个蛋白质组的蛋白质半衰期(图1A、B;补充文件1). 我们分析的蛋白质的半衰期从<1天到>20天不等;中位半衰期为5.4天。对于寿命极短的蛋白质,如果数据无法通过指数衰减曲线准确拟合,我们将其半衰期指定为<1天。蛋白质半衰期的分布,如图1B,是右偏的,反映了长尾蛋白质的半衰期长于平均值。为了评估数据集的质量和蛋白质半衰期的准确性,我们计算了速率常数的标准误差(SE)以及决定系数(R2)每种蛋白质的适合性(图1——补充图2A、D补充文件1). 在混合培养物中的整套蛋白质半衰期中,我们获得了约0.007的速率常数的平均SE和中位数R20.96,证明了蛋白质半衰期的准确测定。

神经元中的蛋白质周转。

(A类)通过动态SILAC方法结合MS测定蛋白质半衰期。将细胞在含有天然氨基酸(“轻”)的培养基中生长18-19天,然后切换到含有重同位素标记的精氨酸(R10)和赖氨酸(K8)的培养基中。改变培养基后,“重”氨基酸被并入新合成的蛋白质中,而“轻”预先存在的蛋白质部分则随着时间的推移而腐烂。在更换培养基后1、3和7天以及更换培养基前(t0)新合成的蛋白质和预先存在的蛋白质的组分由质谱测定。蛋白质半衰期是根据预先存在蛋白质组分随时间的一级指数拟合确定的。(B类)初级海马培养物中蛋白质半衰期的分布范围为<1天到>20天。

https://doi.org/10.7554/eLife.34202.002

蛋白质半衰期验证

为了验证MS分析获得的半衰期,我们使用了一种不同的脉冲代谢标记技术FUNCAT-PLA,该技术允许就地利用非标准氨基酸如叠氮高丙氨酸(AHA)和抗体可视化新合成的感兴趣蛋白质(汤姆·迪克等人,2015年). 细胞外应用的AHA跨越细胞膜,由内源性甲硫氨酸tRNA合成酶充电,并并入新生蛋白质中(Dieterich等人,2006年). 为了进行此分析,我们选择了四种蛋白质(Bassoon、TrkB、GM130和LaminB1),根据我们的MS分析,它们具有不同的细胞功能和半衰期,从~3天到~11天不等。为了分析这些蛋白质的半衰期,将非标准氨基酸AHA脉冲传递给海马培养物2小时(DIV 18)。然后,以可变的间隔(也称为追逐),标记并可视化标有AHA的巴松管、TrkB、GM130或LaminB1的脉冲池(图2A汤姆·迪克等人,2015年). 先前的研究表明,2小时AHA掺入对细胞无毒,并且不会影响整体蛋白质合成或降解速率(Dieterich等人,2006年). 在这些实验中,我们标记了GM130或LaminB1,还使用了从汤姆·迪克等人,2015年使用相同的标签和标记条件。对于GM130和层粘连蛋白B1(分别与高尔基体和核功能相关的蛋白质),在数天内观察到标记点的数量减少,测得的半衰期分别为1.9和4.4天(图2B,图2-源数据1). 对于所检测的所有四种蛋白质,通过FUNCAT-PLA分析获得的半衰期与MS获得的半衰期密切相关(皮尔逊相关=0.983;图2C). 然而,我们注意到,使用FUNCAT-PLA获得的半衰期系统地较短。这可能是由于含有AHA的蛋白质或用于标记的叠氮基团或其他因素的稳定性降低,如下所述。

通过代谢标记和可视化验证质谱结果。

用FUNCAT-PLA测定GM130和LaminB1的蛋白质半衰期。对新合成的蛋白质的降解(在2小时AHA脉冲后)进行监测,GM130的降解时间为0天(无追赶)、1天、2天和3天,层蛋白B1的降解时间分别为0天、1天和7天。(A类)神经元的代表性图像,显示新合成的LaminB1和GM130(绿色)、胞体和树突(MAP2,红色)、细胞核(DAPI,蓝色)。扩张Puncta仅用于可视化目的。比例尺=10μm。(B类)对实验进行分组分析,显示了单个细胞(灰点)和平均值(黑线)的每个神经元的点刺数。蛋白质半衰期是根据每个细胞的平均点刺数的指数拟合确定的。(C类)FUNCAT-PLA和MS测定的蛋白质半衰期表现出高度和显著的相关性(皮尔逊相关系数(r)=0.983);TrkB和巴松管的数据来自tom Dieck等人,2015年.

https://doi.org/10.7554/eLife.34202.007

蛋白质定位和功能

接下来,我们研究了蛋白质的半衰期与其在细胞中的位置和/或功能之间的关系。我们计算了位于细胞质、细胞核或质膜以及许多不同细胞器中的蛋白质的半衰期(图3-源数据1). 如所示图3A,许多组显示了广泛的蛋白质半衰期,与群体平均值没有显著差异。例外情况是与细胞核相关的蛋白质以及一些膜蛋白,包括与质膜、高尔基体膜和内质网膜相关的蛋白质,这些蛋白质的半衰期均短于平均半衰期。线粒体蛋白质也偏离了群体平均水平:它们的半衰期明显长于所有其他群体。鉴于线粒体蛋白质暴露在活性氧水平升高的环境中,这是一个反实证观察(Adam Vizi和Chinopoulos,2006年). 最后,尽管突触蛋白位于轴突和树突树干中的偏远位置,但我们发现,作为一个群体,突触蛋白的半衰期与群体没有显著差异(图4——源数据1; 参见下文和图4有关单个突触蛋白半衰期的更多讨论)。

具有不同细胞位置和功能的蛋白质的半衰期。

(A类)不同细胞隔室中蛋白质的半衰期分布(LocTree注释;得分≥50)和突触蛋白质的半寿期分布(根据UniProt GO注释提取)。括号中给出了分配给每个隔间的蛋白质组数量。与完整的定量半衰期相比,线粒体蛋白质的寿命显著延长。除了线粒体外,膜蛋白的寿命往往比每个隔室中的可溶性蛋白短。蜂窝组件的选定GO术语(B类)以及生物过程、分子功能和Panther蛋白质类(C类)这在不同半衰期段中表现得过多(p值<0.05)。下面给出了一套完整的过度代表GO术语和缩写GO术语的全名(标记为*)图3-源数据2.

https://doi.org/10.7554/生活.34202.009
图3-源数据1

蛋白质在不同亚细胞定位下的半衰期。

https://doi.org/10.7554/eLife.34202.011
图3-源数据2

半衰期段的GO分析。

https://doi.org/10.7554/eLife.34202.012
突触蛋白的半衰期。

位于谷氨酸能突触的蛋白质(A类)和甘氨酸能或GABA能突触(B类). 半衰期由从红色(短期)到绿色(长期)的颜色代码表示。同一蛋白质名称的多个圆圈显示不同的亚型。相互作用的蛋白质显示得更接近。具有类似功能的蛋白质被分组在一起,突触囊泡周期用箭头表示。蛋白质的缩写名称在图4——源数据1.

https://doi.org/10.7554/eLife.34202.013
图4——源数据1

突触蛋白的半衰期。

https://doi.org/10.7554/eLife.34202.014

接下来,我们根据半衰期将蛋白质分组,从不到3天上升到超过14天,并进行基因本体(GO)分析。我们发现,在某些半衰期组中,与不同细胞成分(B)或分子功能和生物过程(C)相关的蛋白质显著过度表达(p<0.05,Bonferroni校正)(图3-源数据2). 例如,受体、信号分子、细胞黏附分子和参与刺激反应和细胞通讯的蛋白质在相对短寿命(<3天)蛋白质段中过度表达。核糖体蛋白在半衰期相对较长(6-11天)的组中富集。在寿命最长(12-15天)的组中,我们发现参与能量代谢的蛋白质显著过度表达。在这个长寿组中,组蛋白和核孔蛋白也有过度表达,这与以前的报道一致(Savas等人,2012年;富山等人,2013年). 我们更详细地分析了位于突触前和突触后隔室的蛋白质。如上所述,突触蛋白显示了广泛的蛋白质半衰期,与非突触蛋白没有显著差异。图4描述了我们数据集中所有突触蛋白的半衰期。我们注意到兴奋性神经递质谷氨酸的受体(GluR1、GluR2、GluR3、GluR 6、NMDAR1、NMDAR 1B、mGluR 3、mGlu R5和mGlus R7)的半衰期比全球蛋白质群体平均值短(图4A)而抑制性神经递质GABA的受体表现出与群体平均水平相似的半衰期(图4B). 我们鉴定的大多数细胞黏附分子的半衰期也相对较短,包括大多数神经原(NLGN)、神经鞘氨醇(NRXN)以及N-钙粘蛋白。在突触前室中发现了更长寿命的蛋白质。在寿命最长的突触分子中,与突触小泡和小泡处理相关的分子包括突触素、突触小囊转运蛋白家族Sv2以及Munc蛋白(图4A). 我们还注意到,在某些情况下,单个蛋白质亚型以及蛋白质家族中的成员可能表现出非常不同的半衰期,例如突触结合蛋白(Syt)、突触结合素(STX)甚至CamK2亚单位(图4A).

蛋白质复合物成员

蛋白质的功能由相互作用决定,许多蛋白质形成稳定的多蛋白复合物来执行其细胞功能;目前对这些大分子复合物的结构和功能都进行了深入的研究(Purdy等人,2014年;Wohlgemuth等人,2015年). 因此,我们还研究了蛋白质在与其相关的复合物中的半衰期。我们检测了314个蛋白质复合物(由>5个蛋白质),并发现作为复合物共同成员的蛋白质平均比随机选择的蛋白质具有更相似的半衰期(图5A;图5-源数据1). 我们确定了复合物成员的蛋白质半衰期是否与复合物的大小有关(就蛋白质成分的数量而言)。我们发现复合物中蛋白质半衰期的变化与复合物中成分的数量无关(图5——图补充1).

多蛋白复合物中的蛋白质半衰期。

(A类)多蛋白复合物中半衰期的标准偏差(SD)与随机取样蛋白质之间的标准偏差相比。(B类)剪接体的结构(PDB代码:5O9Z)(C类)核糖体(PDB代码:3J7R)(D类)核孔复合体(多个PDB代码,见材料和方法)和(E类)ATP-合酶(PDB代码:5LQX)根据蛋白质半衰期进行颜色编码。对于核孔复合体(D类)只显示一个重复单元。整个复合体显示为一个插件(右下角)。未确定半衰期的RNA分子和蛋白质以灰色显示。(如果)复杂成分的半衰期分布和相应的色标。(G公司)复杂构件SD与复杂拆装动力学之间的关系。复合物的平均半衰期由所示色标表示。

https://doi.org/10.7554/eLife.34202.015
图5-源数据1

蛋白质复合物成分的半衰期。

https://doi.org/10.7554/eLife.34202.017
图5-源数据2

核糖体、ATP合酶、剪接体和核孔复合体成分的半衰期。

https://doi.org/10.7554/eLife.34202.018

接下来,我们询问了多蛋白复合物成分的半衰期是否与复合物的组装和拆卸动力学相关。我们更详细地分析了几种具有不同组装和拆卸动力学的蛋白质复合物,包括剪接体、核糖体、核孔复合物和ATP合成酶(图5B-E;图5来源数据2). 剪接体是一种高度动态的复合体,它为每个剪接事件进行组装,然后在组装完成后再次解体。为了分析剪接体,我们选择了人类的“B-复合物”,这是一种预催化复合物,最近在结构上进行了描述(pdb 5O9Z;Bertram等人,2017年). 该结构包含38个亚基,其中我们检测到20个亚基(图5B、F). 我们发现这些蛋白质的平均周转时间约为4.7天,这比我们测量的全球蛋白质总量要快。核糖体和ATP合成酶被认为是更稳定的复合物。核糖体蛋白在细胞质中合成,随后在细胞核和核仁中组装成大小核糖体亚单位,在那里它们与各种核糖体组装蛋白和核糖体RNA相互作用(Peña等人,2017年)在它们被释放回细胞质之前,它们在细胞质中推动蛋白质合成。根据翻译活性,大小核糖体亚基可以结合和解离,但亚基本身被认为在其整个生命周期中是稳定的。核糖体包含约79个蛋白质,47个位于大亚基,32个位于小亚基。我们使用低温电子显微镜结构分析了我们的数据苏斯克拉法核糖体(pdb3J7R;Voorhees等人,2014年). 我们获得了结构中注释的76种核糖体蛋白中70种的半衰期,所有亚单位的平均半衰期为7.8天(图5C、F). 特别是短寿命核糖体蛋白包括与大(如Rpl21:4.4天)和小(如Rps30:4.0天)亚单位相关的蛋白质;我们注意到这些蛋白质还没有被识别为具有核糖体外功能(华纳和麦金托什,2009年). ATP合成酶以逐步方式组装。膜包埋转子以及可溶性柄和头结构域是独立生产和组装的,全ATP合成酶组装是一个依赖于细胞能量需求的精细调节过程(Kucharczyk等人,2009年). 对于ATP合成酶,我们分析了最近发表的结构(pdb 5LQX;Vinothkumar等人,2016年)并检测到结构中发现的12个ATP合成酶蛋白中的8个(图5E、F). 蛋白质亚基显示出相对有限的半衰期范围,平均半衰期为11.2天,与整个复合物相比,头和茎亚基显示了更相似的半衰周期。核孔复合体(NPC)是一种巨大的跨膜蛋白复合体,由静态支架区、中间受体区和高度动态区组成(Rabut等人,2004年). 为了分析核孔复合体,我们使用了真核生物NPC的最新低温电子显微镜结构(Lin等人,2016年),含有19种不同的蛋白质。我们检测了其中10种蛋白质,发现所观察到的半衰期与之前的亚单位稳定性观察结果非常相关(图5D、F;Beck和Hurt,2017年). 例如,铁芯和CNC环的大型结构化螺线管元件显示出类似的半衰期,预计一旦组装完成,它们就不会更换。相比之下,Nup62蛋白显示了所观察到的NPC亚单位中最短的半衰期。众所周知,Nup62作为核中心Nup54/58/62通道三聚体的一部分,很容易从复合物中解离(Lin等人,2016年). 我们还观察到,NPC成分Sec13的半衰期显著缩短。然而,Sec13也是COPII涂层的化学计量成员,因此我们不能将观察到的半衰期归因于NPC中的动态交换,因为我们的数据是对细胞中所有种群的平均值(见讨论)。其他人描述了神经元中与鼻咽癌相关的一些长寿蛋白质(体内大鼠脑内研究;(Savas等人,2012年;富山等人,2013年); 我们还在我们的神经样本中检测到一些相同的长寿命NPC成分。当然,我们不能排除这样的可能性,即我们所分析的所有复合物成员蛋白质确实与它们各自的复合物有物理关联。考虑到这一警告,我们在考虑复合物组装和拆卸的相对动力学的概念框架中考虑了上述四种蛋白质复合物半衰期的内聚性(图5G). 动态极端是剪接体;在所检测的四种复合物中,我们观察到剪接体成分的周转速度最快。在静态极限,我们放置了ATP合成酶和核糖体的大小亚基。值得注意的是,对于ATP合成酶,我们观察到了最长的平均半衰期。NPC位于动力轴的中心,因为它既包含静态核心,也包含动态外部细丝。相应地,我们发现NPC中亚基半衰期的变异最高。然而,动态剪接体和静态核糖体亚复合物显示出类似的亚单位半衰期变化。

蛋白质周转中的自然与后天

在以前的研究中,在不同的细胞类型中观察到不同的蛋白质寿命(Mathieson等人,2018年)在不同的组织中(Price等人,2010年). 因此,我们询问,我们在这里研究的蛋白质寿命是否与氨基酸序列(性质)有关,或者是否存在环境影响(营养),无论是细胞内(例如,表达蛋白质的特定细胞类型)还是细胞外(细胞外邻区的细胞类型)。事实上,蛋白质降解和蛋白质稳定性与内在序列属性有关,例如N端氨基酸,被称为“N端规则”(Bachmair等人,1986年;Gibbs等人,2014). 因此,我们分析了分配给一个特定蛋白质序列的所有蛋白质组的N-末端氨基酸序列。序列分析显示,在短寿命蛋白质(10%半衰期最短的蛋白质)或长寿蛋白质(10%半寿命最长的蛋白质)的部分中,N末端氨基酸没有显著的过度或不足表达(图3——补充图1A、B). 有趣的是,与短命蛋白质相比,我们在长寿蛋白质部分中发现了更多具有不稳定N-末端氨基酸的蛋白质(图3——补充图1C). 在原代海马培养物中,与蛋白质功能和定位相比,N末端序列特性似乎对蛋白质寿命影响不大。

为了检测潜在的环境影响,我们制备了“富含胶质细胞”和“富含神经元”的细胞培养物。这些富含神经元和胶质细胞的培养物的蛋白质组与混合培养物明显不同(图6——补充图1A、H)不适当细胞类型的相应标记物显著去富集(图6——补充图1B、C,图6——源数据1; 请参见材料和方法)。蛋白质组分析进一步表明,富含胶质细胞的培养物在星形胶质细胞和小胶质细胞中高度富集,而少突胶质细胞标记物的富集并不一致(图6——补充图1D、E; 另请参见图6——补充图4).

接下来,我们比较了三种不同培养类型(富含胶质细胞、富含神经细胞的培养物和用于上述所有实验的标准“混合”培养物)中的蛋白质半衰期;图6A). 我们发现,在群体水平上,从富含神经胶质的培养物中提取的蛋白质比从富含神经细胞的培养物或混合培养物中萃取的蛋白质周转速度快得多,而混合培养物与神经细胞培养物更为相似(图6B). 来自富含胶质的样品和其他两个样品的蛋白质周转率的全球差异不能用各自蛋白质组的简单差异来解释,因为富含胶质的蛋白质组和富含神经和混合蛋白质组之间的蛋白质组分别有75%和78%的重叠(图6-图补充1A). 接下来,我们比较了任意两个蛋白质组之间共享的单个蛋白质的周转率。对富含胶质细胞的培养物与混合培养物的周转率进行比较后发现,在富含胶质细胞培养物中,几乎整个蛋白质组都发生了系统性的转变,半衰期缩短(图6C). 我们考虑了在富含胶质细胞的培养物中观察到的更快的更新是否与胶质细胞的持续细胞分化有关,但如上所述,在融合的成熟培养物中没有明显的胶质细胞分裂(图6——补充图5). 我们通过检测组蛋白H3.1在混合培养物和富含胶质细胞的培养物中的半衰期,进一步探讨了细胞分裂的问题。重同位素标记的组蛋白H3.1仅由细胞分裂产生,而不是由有丝分裂后细胞中的蛋白质周转产生(Ahmad和Henikoff,2002年;施瓦茨和艾哈迈德,2005年;Wu等人,1982年). 组蛋白H3.1在混合培养(11.6天)和富含胶质细胞的培养(11.2天)中的半衰期相似,这表明两种培养类型的细胞分裂率相似,细胞分裂不能解释胶质细胞中更快的蛋白质周转(图6——补充图5B).

不同细胞类型在不同细胞环境中的蛋白质周转率。

(A类)研究了不同的细胞培养类型和蛋白质周转的环境。(B类)不同原代神经元培养类型(混合培养、富含神经元培养和富含胶质细胞培养)的蛋白质半衰期分布。(C类D类)显示胶质细胞富集培养物与混合培养物中蛋白质的蛋白质半衰期比较,以及神经细胞富集培养液与混合培养液中蛋白质的半衰期对比。具有显著调节周转率的蛋白质(3个时间点中≥2个时间点的p<0.05,Bonferroni校正)以颜色突出显示。(E类)与富含神经的培养物相比,混合培养物中蛋白质周转率明显更快的GO过度表达分析。选定的过度代表GO术语(p<0.05)及其对数2-显示了折叠过度表示。(如果)与混合培养相比,在富含神经元的培养物中,蛋白质的周转率明显更快,这与E相同。(G公司)提出了解释富含神经元培养物中糖酵解酶周转增加的机制。在没有神经胶质细胞的情况下,神经元不能通过星形胶质细胞-神经元-乳酸穿梭器提供乳酸,因此丙酮酸的产生完全依赖于糖酵解。糖酵解酶的使用频率可能更高,损坏频率更高,更换更早。(H(H))在涉及突触过程的富含神经的培养物中,具有明显更快周转率的选定蛋白质。()在有条件培养基或无条件培养基的情况下,对富含神经细胞的培养物中的蛋白质进行蛋白质向周转率的比较。周转率显著调节的蛋白质(p<0.05,Bonferroni校正)以颜色突出显示。

https://doi.org/10.7554/eLife.34202.019
图6-源数据1

不同培养类型的相对蛋白质丰度。

https://doi.org/10.7554/eLife.34202.025
图6——源数据2

不同培养类型之间的蛋白质半衰期比较。

https://doi.org/10.7554/eLife.34202.026
图6——源数据3

混合培养物和富含神经元培养物中不同周转率蛋白质的GO分析。

https://doi.org/10.7554/eLife.34202.027
图6——源数据4

在有条件培养基和无条件培养基的富含神经的培养物中具有不同周转率的蛋白质。

https://doi.org/10.7554/eLife.34202.028

对富含神经的蛋白质组和混合培养蛋白质组中鉴定的蛋白质周转率的比较显示,混合培养中有169个蛋白质周转速度明显加快,而在富含神经的培养中有68个蛋白质周转时间明显加快(图6D,图6——源数据2). 我们使用基因本体询问是否有任何特定的功能组被显著过度表示(图6——源数据3). 我们发现,与富含神经的培养物相比,混合培养物中周转速度更快的蛋白质在代表核糖体蛋白质、细胞质翻译、细胞外基质和局部粘附的功能组中显著过度表达(图6E). 此外,我们发现,在富含神经元的培养物中,周转速度较快的蛋白质在与糖酵解过程、神经递质水平调节、轴突末端和髓鞘相关的功能组中显著过度表达(图6F). 在糖酵解途径中,我们发现大多数酶在富含神经元的培养物中表现出更快的周转(图6——图补充2). 已经证明星形胶质细胞向神经元提供乳酸(乳酸脱氢酶可以将其转化为丙酮酸)(Magistretti和Pellerin,1999年;梅森,2017年); 在富含神经元的培养物中,胶质细胞的相对缺乏会导致星形胶质细胞衍生乳酸的损失,并可能导致神经元自身糖酵解轴的代谢活性增强,从而导致更快的转换(图6G). 在突触内,我们注意到一些与突触囊泡循环相关的蛋白质以及神经递质合成酶在富含神经元的培养物中相对于混合培养物表现出更快的周转(图6H).

在上述实验中,富含神经与混合(神经-胶质)培养物中蛋白质周转的差异可能是由于分泌因子或胶质细胞的物理存在所致。为了解决这个问题,我们询问细胞外介质的组成是否单独影响蛋白质周转。我们比较了在添加条件培养基(从神经胶质细胞和混合皮层培养基中获得)或不添加条件培养液的培养基中生长的富含“姊妹”神经元的培养物的蛋白质周转率。如上所述,我们使用SILAC来评估蛋白质周转,在DIV 18-19进行介质交换(轻到重或重到轻;见材料和方法)。我们观察到,与补充有条件培养基的姊妹培养物相比,无条件培养液的富含神经细胞的培养物的细胞密度明显更低,尽管细胞活力相似(目视检查)。当我们比较两种条件下的蛋白质周转率时,我们发现它们彼此非常相似,只有少数蛋白质由于存在或不存在预先调节的培养基而表现出改变的周转率(图6I). 我们还注意到,与混合培养物相比,在富含神经元的培养物中,蛋白质周转更快(参见图6D)在有条件培养基和无条件培养基的富含神经元的培养物中,没有显示出不同的转化动力学图6H; 另请参见图6——源数据4). 这些数据表明,我们在富含神经元的培养物和神经胶质细胞培养物之间观察到的蛋白质周转的差异可能是由细胞之间的物理/机械相互作用引起的,可能是由于粘附相互作用及其相关信号传导。

讨论

在这里,我们使用动态SILAC方法来描述不同细胞环境中神经元蛋白的周转率。总而言之,我们获得了5100多个蛋白质组的半衰期测量值,这些蛋白质组的半衰期范围从<1天到>20天,在混合培养物中的中位半衰期为5.4天。通过以下方法获得了类似的半衰期分布(中位数=4.2天)Cohen等人(2013)世卫组织测量了来自混合皮层培养物的2802个蛋白质组的周转率。最近的一项研究Mathieson等人(2018年)据报道,原代小鼠胚胎神经元的半衰期明显较短(中位数=1.9天)。这些较短的半衰期可能是由于培养物相对不成熟(从胚胎而非出生后的神经元制备)和相对较短的时间所致在体外(5天vs.18-19天)。我们进一步比较了由我们的在体外混合培养对小鼠脑蛋白半衰期的研究体内代谢标记。虽然蛋白质很明显很长寿体内(平均半衰期~9天)与在体外,基因比较显示蛋白质半衰期之间存在显著相关性(Spearman秩相关=0.62,p<0.001;图1——图补充3). 系统偏移可以通过不同的实验方法、物种(小鼠和大鼠)、细胞组成和环境以及所研究细胞的不同年龄来解释。Visscher等人(2016)最近报道的年轻细胞蛋白质半衰期缩短(秀丽隐杆线虫幼虫)与较老的细胞(成体秀丽隐杆线虫).

我们验证了使用动态SILAC和代谢标记和可视化策略FUNCAT-PLA测量的蛋白质周转率(汤姆·迪克等人,2015年). 我们发现,通过MS和FUNCAT-PLA测定的蛋白质的排序半衰期具有很好的相关性。蛋白质半衰期可视化就地然而,FUNCAT-PLA在系统上比MS测定的短。这种抵消的原因可能包括叠氮基或含AHA的蛋白质的相对不稳定,或增加AHA标记的灵敏度,以检测错误折叠蛋白的快速降解,而这些错误折叠蛋白被连续SILAC标记所遗漏(也在下文中讨论)。

对我们的动态SILAC数据的分析表明,蛋白质周转受蛋白质的细胞位置影响。我们发现,膜蛋白,尤其是质膜、内质网和高尔基体的膜蛋白显示出明显短于平均半衰期的半衰期,而线粒体蛋白显示出显著更长的半衰周期。蛋白质周转的这些系统性差异可能是由于细胞溶质和膜蛋白的不同主要降解机制所致(Jin等人,2018年;Tai和Schuman,2008年)以及线粒体独特的分裂和融合质量控制机制(Cagalinec等人,2013年;戈麦斯和斯科拉诺,2008年). 有趣的是,突触蛋白群体的半衰期分布与普通群体相似。蛋白质半衰期也与蛋白质功能相关。例如,受体、信号分子和参与细胞通信的蛋白质在短寿命蛋白质组中过度表达。相比之下,其他功能类,如组蛋白和参与能量代谢的蛋白质,在长寿命蛋白质中的比例过高。这一发现支持了蛋白质寿命进化的观点,即参与内部和外部信号反应的蛋白质是短暂的,而在细胞中发挥更稳定功能的蛋白质寿命更长,以节省蛋白质合成和降解所需的能量。

蛋白质通过设计相互作用,这种相互作用对细胞功能的执行和调节至关重要。Cohen等人(2013)研究表明,与初级皮层神经元中的非相互作用蛋白相比,相互作用蛋白具有更相似的半衰期。在此基础上,我们发现多蛋白复合物的成员显示出比随机选择的蛋白质更相似的半衰期。蛋白质复合物在其生物生成、组装和拆卸动力学方面差异很大,这些差异可能反映在复合物之间的不同平均半衰期或复合物内半衰期的变化上。我们详细研究了4种不同的多蛋白复合物的蛋白质成分的半衰期:ATP合酶、核糖体、核孔复合物和剪接体。对于我们检测的四种复合物,组装和拆卸方面最动态的是剪接体,该复合物中的蛋白质显示出最短的半衰期。核孔复合体显示出其相关蛋白质组分的高度可变半衰期,这与以前的研究一致(Beck和Hurt,2017年;Daigle等人,2001年;Mathieson等人,2018年). 令人惊讶的是,核糖体是一种典型的稳定细胞复合体,其中40S和60S亚基被认为是在细胞核和核仁中“终身”组装的,其成分的半衰期表现出很大的变异性,这表明一些核糖体蛋白可能被交换来修复(Pulk等人,2010年)甚至专门化核糖体(Xue和Barna,2012年)亚细胞隔室(霍尔特和舒曼,2013年).

对上述结果的解释必须注意,我们不知道我们测量的半衰期是否代表蛋白质的单一功能状态。最近对小鼠成纤维细胞的一项研究表明,约10%的蛋白质显示出非反应性衰变动力学,在合成后的最初几个小时内降解更快(McShane等人,2016年). 我们在这里使用的动态SILAC方法不允许我们准确区分具有不同稳定性的同一蛋白质的不同亚群。由于不稳定蛋白质在合成后很快被降解,因此它们代表了整个细胞裂解液中含量较低的亚群,与相应的稳定蛋白质群相比,它们对测量的MS信号的贡献较小。此外,我们没有在更换培养基后的第一个小时内采集样本,这对于准确解析具有不同衰变动力学的蛋白质种群是必要的。相比之下,在脉冲后短时间间隔内采样多个追踪时间点的脉冲相位实验中,可以更好地检测不同寿命的亚种群。在脉冲期间,所有子群体的蛋白质都被合成,在追逐过程中,这些子群体将以不同的时间常数衰变:短寿命蛋白质的部分将在短时间后消失,而长寿蛋白质的部分在最终降解之前将保持更长的时间。或者,在未来的实验中,纯化亚细胞隔室(例如突触体)或细胞器(例如核糖体),并独立测定特定细胞位置或功能群中蛋白质的半衰期,可以对具有不同半衰期的亚群提供新的见解。

已描述了氨基酸序列的内在因素,这些因素有助于蛋白质的稳定性;发现特定氨基酸位于蛋白质N末端时具有不稳定作用(Bachmair等人,1986年;Gibbs等人,2014年). 在我们的数据集中,与长寿命蛋白质相比,短寿命蛋白质组分中没有过度表达不稳定的N末端氨基酸,这表明N末端序列特性对原代海马培养物中的蛋白质寿命几乎没有影响。

通过比较胶质细胞或富含神经细胞的培养物中相同蛋白质的半衰期,我们进一步研究了细胞内环境是否对大脑蛋白质周转产生额外影响。我们发现,当蛋白在胶质细胞中表达时,其转换速度明显快于在神经元中表达时;这种差异不能用胶质细胞分裂来解释。其他人研究了不同脑细胞类型中核蛋白的周转率,并观察到与神经元相比,胶质细胞的蛋白质周转更快(富山等人,2013年). 我们还研究了细胞外环境对蛋白质周转的影响,比较了富含神经元的培养物和含有神经元和神经胶质的混合培养物中蛋白质的周转。我们发现,虽然大多数蛋白质半衰期在两种条件之间没有改变,但当胶质细胞存在于细胞外环境中时,一组重要的蛋白质表现出更快或较慢的转换。我们认为,半衰期的大部分变化可能是由于与胶质细胞的粘附性相互作用,而不是分泌因子,因为当我们比较经处理或未经处理的富含神经细胞的培养物与胶质条件培养液时,周转率没有大的差异。在没有胶质细胞的情况下表现出更快周转的蛋白质包括糖酵解酶和与囊泡循环相关的蛋白质。这种转换调节可能与各自蛋白质的活性状态有关。在没有神经胶质细胞的情况下,神经元缺乏神经胶质提供的乳酸(通过神经胶质-神经元乳酸穿梭器),因此需要增加糖酵解活性才能产生丙酮酸。糖酵解酶周转的增加可能反映了这种活性的增加。最近在酵母中证明了营业额和单个蛋白质活性之间的类似相关性(Martin-Perez和Villén,2017年). 综上所述,这些数据表明,细胞内(局部)和细胞外(全局)环境对蛋白质周转都有强大的影响。

在目前的实验中,我们依赖于神经元或胶质细胞在特殊培养条件下的相对富集。随着细胞类型特异性代谢标记的最新发展(Alvarez-Castelao等人,2017年),有可能结合此处使用的动态SILAC方法直接检查不同细胞类型的蛋白质周转。此外,了解可塑性如何调节和利用周转来修改大脑蛋白质组是未来研究的目标。

材料和方法

培养神经元和胶质细胞的制备和维护

混合培养物

请求详细协议

如前所述,制备并维持分离的海马神经元(Aakalu等人,2001年). 简单地说,用木瓜蛋白酶对出生后第1天大鼠幼崽(Sprague-Dawley株)的海马进行解剖和分离,并以18000个细胞/cm的密度进行电镀2多-D-赖氨酸涂层培养皿(马特克,阿什兰,马萨诸塞州)。培养物保存在37°C的Neurobasal-A培养基(Invitrogen,Carlsbad,California)中,补充有B-27(Invit罗gen)和谷氨酰胺(Glutamax)。所有实验都是在德国动物实验机构的批准下进行的。

用于FUNCAT-PLA实验的原代海马培养

请求详细协议

对于FUNCAT-PLA实验,如上所述制备初级海马神经元,并以约20000个细胞/cm的密度进行电镀2多-D-赖氨酸涂层的玻璃底培养皿(MatTek)。

富含神经元的培养物

请求详细协议

如上所述,分离海马细胞并以约25000个细胞/cm的密度进行电镀2。一天后,添加3µM胞嘧啶β-D-阿拉伯呋喃糖苷(AraC;Sigma-Aldrich,St.Louis,Missouri)48小时。随后,将细胞保存在由补充有B-27和谷氨酰胺的Neurobasal-a组成的培养基中,其中20%预处理皮层神经元,30%预处理胶质细胞。

有和没有预条件培养基的富含神经元的姐妹培养物

请求详细协议

如上所述分离海马细胞并进行电镀,电镀密度约为25000个细胞/cm2.电镀8小时后,将培养基与“轻”或“重”(K10,R8)Neurobasal-A完全交换,补充B-27和谷氨酰胺(NGM)或“轻”/“重”补充有B-27和谷氨酰胺的神经基础-A,其中20%在皮层培养物上进行了预处理,30%在胶质细胞上进行了预先处理(NGM条件化)。电镀后一天,添加3µM AraC 48小时。随后,细胞再次保持在“重”或“轻”NGM或NGM中,与之前一样调节。

富含胶质细胞的培养物

请求详细协议

如上所述,解剖并分离出生后第1天大鼠幼鼠的皮层。20%的细胞悬液被镀掉,并保存在无涂层的6 cm培养皿(MatTek)上。细胞最初在MEM++中生长。4小时和4天后,用新鲜MEM++更换培养基。培养7天后,用条件培养基交换培养基,条件培养基由Neurobasal-A组成,补充B-27和谷氨酰胺,其中5%在皮层神经元上预处理,15%在胶质细胞上预处理。

从皮层和海马制备的胶质细胞富集培养物的比较

请求详细协议

用木瓜蛋白酶对出生后第1天大鼠幼鼠的皮层进行解剖和分离。5%的细胞悬液被镀在无涂层的3厘米培养皿(MatTek)上。用木瓜蛋白酶对两只幼鼠(出生后第1天)的四只海马进行解剖和分离。将百分之二十五的混合细胞悬浮液涂布在无涂层的3厘米培养皿上。细胞保存在37°C的MEM++中。在培养11天后,用添加蛋白酶抑制剂(cOmplete EDTA-free,Roche,Basel,Switzerland)的冰镇DPBS(Invitrogen)清洗细胞,刮取,离心造粒,在液氮中冷冻并储存在−80°C。

混合、富含神经元和富含胶质细胞培养物中的动态SILAC实验

请求详细协议

在培养18–19天后,将生长培养基与精氨酸和赖氨酸(定制;Invitrogen)耗尽的培养基交换,并添加“重”同位素标记的精氨酸(R10;Thermo Fisher,Waltham,Massachusetts)和赖氨酸酯(K8;Thermo-Fisher)最终精氨酸(R0)/赖氨酸(K0)的百分比为80%,精氨酸/赖氨酸量为8%,剩余“轻”精氨酸的百分比为20%。与完全去除培养基并添加新鲜培养基或在姐妹培养基中预先调节的培养基相比,在中试实验中对细胞进行的目视检查表明,当培养基更换期间细胞上保留一薄层初始培养基时,细胞活力得到了提高。在培养基切换后0、1、3和7天收集细胞。用添加蛋白酶抑制剂(cOmplete EDTA-free,Roche)的冰镇DPBS清洗细胞,刮取,离心造粒,在液氮中冷冻并储存在−80°C。对于每种培养类型,进行三次独立的生物复制。

有条件培养基和无条件培养基的富神经元姊妹培养中的动态SILAC实验

请求详细协议

在培养18-19天后,大约80%的培养基分别在不含条件培养基的重和轻神经元富集培养基之间或在含条件培养液的重和轻型神经元富集培养物之间进行交换。培养基切换7天后收集细胞。对于每种培养类型,在培养基更换前(0天)收获一盘。进行了两次独立的生物复制。

MS分析样品制备

请求详细协议

使用雌蕊在裂解缓冲液(8 M尿素、200 mM Tris/HCl[pH8.4]、4%CHAPS、1 M NaCl、cOmplete EDTA游离蛋白酶抑制剂)中裂解细胞颗粒,并在4°C下超声4×30 s。将样品与苯甲酸酶(1µL≥250单位/mL储备溶液;西格玛)孵育10分钟,并以10000 x g离心5分钟,以清除样品中的细胞碎片。

蛋白质按照以下描述进行消化Wi-sh-niewski等人(2009年)简言之,将样品与尿素缓冲液A(UA:8 M尿素,0.1 M Tris/HCl[pH8.5])混合,装入10 kDa Microcon过滤器(马萨诸塞州伯灵顿市默克Millipore)并在17000 x g下离心20分钟。用UA进行额外的洗涤步骤后,用10 mM TCEP(UA)将滤膜上的蛋白质还原30分钟。随后通过离心去除TCEP,然后在UA中添加蛋白质95 mM IAA,并在黑暗中培养30分钟。通过离心去除IAA,用100µL尿素缓冲液B(UB:8 M尿素,0.1 M Tris/HCl[pH8.0])清洗样品三次。蛋白质用内肽酶LysC(威斯康星州麦迪逊市普罗米加)以50:1的蛋白/酶比消化,然后用胰蛋白酶(普罗米茄)以100:1的蛋白质/酶比进行消化。使用C18级芯片对样品进行脱盐(Rappsilber等人,2007年)或SepPak墨盒(Waters,Milford,Massachusetts)Schanzenbächer等人(2016)样品通过真空离心干燥,并在−20°C下储存,直至LC-MS分析。

LC-MS/MS分析

请求详细协议

将干燥的肽样品在含有0.1%甲酸的5%乙腈中重构,随后使用纳米HPLC(Dionex U3000 RSLCnano)将其负载到PepMap100负载柱(C18,L=20mm,3µm粒径,Dionex,Sunnyvale,California)上,并用负载缓冲液(2%乙腈,0.05%三氟乙酸水溶液)洗涤以6µL/min的流速持续6 min。在PepMap RSLC分析柱(C18,L=50 cm,<2µm粒径,Dionex)上,通过a相(含有5%v/v二甲基亚砜和0.1%甲酸的水)和B相(5%二甲基亚氧化物、15%水和80%乙腈v/v/v)的梯度分离肽。以300 nL/min的流速在178 min内将梯度从4%B增加到48%B。所有溶剂均为LC-MS级,从Fluka购买。使用Nanospray Flex离子源(Thermo Scientific)在线电离柱洗脱的肽,并在“Q Exactive Plus”(Thermo-Scientistic)或“Orbitrap Elite”(Thermal Scienticific)质谱仪中以数据相关采集模式进行分析。对于Q Exactive Plus测量,在350–1400 m/z(质量分辨率70 k)的质量范围内获得前体离子光谱,并选择前10个前体离子进行碎片化(HCD;归一化碰撞能量=30)和MS2模式分析(分辨率17.5 k)。对于Orbitrap Elite测量,在350–1600 m/z的质量范围内获得了前体离子光谱(FTMS;质量分辨率120 k),并选择前15个前体离子进行碎片化(CID;归一化碰撞能量=35)和MS2模式(ITMS)分析。完整的参数集列于补充文件2。在三次LC-MS/MS运行中测量所有动态SILAC样品。从皮层和海马获得的用于比较富含胶质细胞培养物的样本在技术副本中进行测量。

数据库搜索

请求详细协议

使用MaxQuant(版本1.6.0.1;RRID:SCR_014485号[考克斯和曼恩,2008年;Tyanova等人,2016a])使用自定义的Andromeda参数(请参见补充文件3).

对于所有搜索,光谱都与褐家鼠数据库下载自uniprot.org(37669条,已审查和未审查;RRID:SCR_002380号)以及污染物和诱饵数据库。前体质量容限分别设置为4.5 ppm,碎片离子容限设置为20 ppm(QExactive Plus)或0.5 Da(Orbitrap Elite)。半胱氨酸残基的氨基甲酰化(+57.021)被设置为固定修饰,蛋白质N末端乙酰化(+42.011)和蛋氨酸氧化(+15.995)被设置成可变修饰。PSM和蛋白质水平的错误发现率为0.01。如果没有另外说明,只有独特的肽被包括在下游分析中。对于动态SILAC样品,使用了两个不同的参数集来(a)相对量化蛋白质丰度,并评估“重”脉冲期间“轻”氨基酸并入新生蛋白质的速率(R10和K8作为变量修改),以及(b)量化“重/轻”比率(R10与K8作为重SILAC标签)对于(a),重精氨酸(R10;+10.008)和重赖氨酸(K8;+8.014)被设置为附加变量修改,而对于(b),R10和K8被设置为重SILAC伙伴(多重性=2)。

与该手稿相关的所有蛋白质组学数据均已上传至PRIDE在线存储库(Vizcaíno等人,2013年).

生物信息处理和数据分析

动态SILAC样品中的相对蛋白质定量

请求详细协议

对MaxQuant搜索B的蛋白质结果进行过滤,以去除诱饵和污染物,随后将蛋白质强度标准化为每次注射的平均强度(图6——源数据1). 分别对神经相关蛋白(在≥2个富含神经的样本中检测到,在所有富含神经胶质的样本中均不存在)和神经胶质相关蛋白(≥2个富集神经胶质的样品中检测到且在所有富含神经元的样本中都不存在)进行GO过表达分析,使用黑豹分类系统的基因列表分析工具(RRID:SCR_015893号;Mi等人,2013年). 所有鉴定的蛋白质都用作参考数据集。明显过度代表的GO术语(p<0.05;Bonferroni校正)如所示图6——补充图1D、E.用于主成分分析(图6——图补1F; 使用Perseus软件包执行;版本1.5.2.6;RRID:SCR_015753号(Tyanova等人,2016年b),在生物复制和对数中平均蛋白质强度2转化。只有具有所有生物复制物表达值的蛋白质才能用于主成分分析。

为了对单个蛋白质进行定量比较,对技术复制品的蛋白质强度进行了平均。为了表征不同培养类型的细胞组成、已建立的神经元和胶质标记蛋白以及先前报道的星形胶质细胞、少突胶质细胞和小胶质细胞标记蛋白的相对表达水平(根据Sharma等人,2015年)比较了不同文化类型(图6补充图1B-E). 在样本集(生物复制)的所有时间点,在混合培养物中检测到43种星形胶质细胞、少突胶质细胞和小胶质细胞标记蛋白,用于量化动态SILAC实验(7天;见图6——图补充5A).

将轻精氨酸和赖氨酸并入新生蛋白质

请求详细协议

对MaxQuant搜索A的肽结果进行诱饵和污染物过滤。提取含有两个精氨酸和/或赖氨酸残基的肽(由于缺失了胰蛋白酶裂解位点),并计算每个样品的以下组合比率(除了t0样品)根据检测次数:“轻-重”和“重-重”。使用以下方程式系统分别计算将轻氨基酸或重氨基酸并入新生蛋白质的概率:

P(P)(L(左))+P(P)(H(H))=1
2P(P)(L(左))P(P)(H(H))= L(左)H(H)L(左)L(左)+L(左)H(H)+H(H)H(H)
P(P)(H(H))P(P)(H(H))= H(H)H(H)L(左)L(左)+L(左)H(H)+H(H)H(H)

LL:新合成的含有两个“轻”Arg/Lys的肽;无法通过实验进行评估,因为新合成的“轻”肽无法与现有肽区分开

LH:含有一个“轻”和一个“重”精氨酸/赖氨酸的新合成肽;对每个样品进行实验评估

HH:含有两个“重”精氨酸/赖氨酸的新合成肽部分;对每个样品进行实验评估

P(L):将“轻”Arg/Lys掺入新生蛋白质的概率

P(H):将“重”精氨酸/赖氨酸并入新生蛋白质的概率

的组合方程式1-3导致:

P(P)(H(H))=2H(H)H(H)L(左)H(H)1+2H(H)H(H)L(左)H(H)
P(P)(L(左))=1P(P)(H(H))

对于蛋白质半衰期测定,P(H)被用作校正因子,将“轻”肽部分转换为预先存在的肽部分(见下文)。

蛋白质半衰期测定

请求详细协议

对MaxQuant搜索B的肽结果进行诱饵和污染物过滤。根据H/L比率(由MaxQuant计算),使用方程式6.对于t0如果只检测到“轻”形式的肽,则将%L设置为1,因此不计算H/L。

%L(左)=11+H(H)/L(左)

%五十: 剩余“轻”肽的分数

H/L:MaxQuant计算的重轻比

使用校正因子将轻肽部分转换为预先存在的肽部分(旧%),校正轻精氨酸/赖氨酸并入新合成的蛋白质,参见方程式7。产生的负值被排除在进一步分析之外。

%o个d日=11%L(左)P(P)(H(H))M(M)C类

%旧:预先存在的肽的分数

P(H):修正系数;将“重”精氨酸/赖氨酸并入新生蛋白质的概率

MC:缺失劈理的数量

随后在生物复制品中过滤肽。仅在所有四个时间点量化的肽(t0,1d,3d,7d),t时平均年龄百分比>0.90考虑进行进一步分析。仅使用蛋白质组特有的肽进行进一步分析。在少数情况下,合并了两个蛋白质组(为了拯救肽),并且只进一步考虑合并组特有的肽。对于蛋白质组5450(Rps27A),将分配给泛素序列的肽移除,以便所有剩余肽对Rps27A具有特异性。合并生物复制品的过滤肽数据。对于每种培养类型、蛋白质组和时间点,删除被确定为异常值的%旧值(%旧值<四分位数25–1.5*四分位数范围或%旧值>四分位数75+1.5*四位数范围)。在进一步分析中排除了平均年龄为%的蛋白质组,这些蛋白质组并没有随着时间的推移而持续衰退。应用层次聚类(kmeans方法;基于每个蛋白质组的平均旧值%)来寻找具有类似周转动力学的蛋白质组(图1-图补充4). 集群A和集群B(图1—图补充4)含有生命周期相对较短的蛋白质(1天后剩余蛋白质≤50%),无法准确拟合,因此半衰期为“<1天”。对于所有其他蛋白质,肽数据(随时间变化的百分比)经过ln转换并通过线性函数拟合,如方程式8蛋白质半衰期(t1/2)根据速率常数k(拟合斜率的负值)计算,参见方程式9.半衰期、速率常数、斜率标准误差和测定系数(R2)针对所有蛋白质和所有培养类型图1—图补充2补充文件1.

自然对数(%o个d日)=k个t吨

k: 蛋白质周转率常数t:用“重”培养基培养的时间

t吨1/2=n个(2)k个

混合培养物中蛋白质半衰期的分析

N端规则

请求详细协议

对仅包含一个蛋白质的1797个蛋白质组的N-末端氨基酸序列(不包括起始蛋氨酸)进行了分析。使用pLogo进行序列过表达分析(O'Shea等人,2013年).

亚细胞定位

请求详细协议

使用LocTree3数据库将亚细胞定位分配给来自混合培养物的蛋白质组(Goldberg等人,2014年). 只考虑分配给得分>50的单个定位的蛋白质进行分析(图3A;图3-源数据1). 根据GO术语注释(Uniprot)和文献提取突触蛋白(图3A,图4、和图4——源数据1). 通过Mann-Whitney试验(多次试验的Bonferroni校正)比较不同细胞定位的半衰期。

功能分析

请求详细协议

来自混合培养物的蛋白质被分成八个重叠的半衰期箱。使用黑豹分类系统的基因列表分析工具,对每个半衰期箱中的蛋白质进行GO过表达分析(Mi等人,2013年). 所有蛋白质半衰期均用作参考数据集。明显过度代表的GO术语(p<0.05;Bonferroni校正)如所示图3B、C图3-源数据2).

蛋白质复合物分析

请求详细协议

从混合培养数据集中提取属于多蛋白复合物的蛋白质的半衰期,并计算属于同一复合物的蛋白质的半衰期之间的标准差(SD)。蛋白质复合物信息来自CORUM数据库(Ruepp等人(2010年); RRID:SCR_002254号)仅使用由≥5个络合物成员组成的络合物进行分析,其中指定了≥3个半衰期(图5-源数据1). 作为比较,SD是在从混合培养数据集(与复合物相同数量的组和相同大小的组)中随机采样的半衰期之间计算的。通过Mann-Whitney检验比较复合SD和随机SD的分布。

为了更详细地分析选定的复合物,将复合物成分的蛋白质半衰期绘制在已知的剪接体结构上智人(pdb代码5O9Z),来自苏斯·斯克拉法(pdb代码3J7R),核孔复合体酿酒酵母嗜热毛壳菌(多个pdb合并为一个完整的程序集,如Lin等人(2016),包括pdb编码:5HAX、5HAY、5HAZ、5HB4、5HB5、5HB6、5HB7、5HB6,5HB7和5HB8)和来自安格斯毕赤酵母(pdb代码5LQX);看见图5B-E在适用的情况下,使用基因名称将蛋白质与pdb文件中的同源链进行匹配,并使用自定义的红-黄-绿调色板显示半衰期,如图5F将复合物中不同位置的相同多肽链作为单个蛋白质进行统计,以进行直方图计算。使用PyMOL(RRID:SCR_000305号). 未确定半衰期的亚单位以灰色表示,RNA以浅灰色的“卡通”模式绘制(如适用)。

不同培养类型的蛋白质周转率分析

请求详细协议

对混合培养物和富含神经细胞培养物以及混合培养物与富含神经胶质细胞培养物中测定半衰期的所有蛋白质进行蛋白质级比较,以确定在不同培养类型中表现出不同周转率的蛋白质(图6B-C). 与混合培养类型相比,在细胞型富集培养的每个时间点(1d、3d、7d),平均%年龄的蛋白质总是更大(或总是更小),用于统计分析。对每个时间点进行t检验,以比较每两种不同培养类型之间的%年龄值(p<0.05;Bonferroni校正总试验次数)。如果%旧值在三个时间点中的至少两个时间点上存在显著差异,则认为蛋白质的周转率在两种培养物类型之间存在显著差异(图6——源数据2).

为了确定在富含神经的培养物和混合培养物中分别表现出明显更快或较慢更替的蛋白质的共同特性/功能,我们使用Panther分类系统的基因列表分析工具进行了GO过度表达分析(图6D–H; [Mi等人,2013年]). 作为参考数据集,在混合培养物和富含神经元的培养物中,所有蛋白质的周转率都是确定的。所有明显过度和低估的GO术语(p<0.05;Bonferroni校正)在图6——源数据3).

有条件培养基和无条件培养基的富神经姊妹培养物的蛋白质组比较

请求详细的协议

对MaxQuant搜索A的蛋白质结果进行过滤,以去除诱饵和污染物。LFQ强度在技术复制和日志中平均2转化。

有条件培养基和无条件培养基的富神经元姊妹培养中蛋白质周转的比较

对MaxQuant搜索B的肽结果进行诱饵和污染物过滤。按照上述方法计算剩余旧肽的分数。作为蛋白质周转的衡量标准,预先存在的肽的相对衰变被计算为时间点t处预先存在的肽的差异0和7天。去除产生负值的肽。采用成对t检验(肽水平)比较有条件培养基和无条件培养基的富含神经细胞培养物中的相对蛋白质衰变。报告了具有显著不同周转率(p<0.05;Bonferroni校正)的蛋白质图6I图6——源数据4.

皮质和海马胶质细胞富集培养物的比较

请求详细的协议

对蛋白质结果进行过滤,以去除诱饵和污染物。蛋白质强度和LFQ值是技术复制和对数的平均值2转化。蛋白质强度用于比较每个样品中定量蛋白质的数量(图6——补充图4A)和LFQ强度用于不同样本中表达水平的蛋白质级比较(图6——补充图4B).

FUNCAT-PLA公司

请求详细协议

FUNCAT-PLA实验按照汤姆·迪克等人(2015)。培养18天后,细胞在无蛋氨酸的Neurobasal-A(由Invitrogen定制)中培养2小时,补充4 mM叠氮高丙氨酸(AHA;内部合成)。在蛋氨酸对照样品中,培养基中补充了4 mM蛋氨酸(Sigma),而不是AHA。代谢标记后,将细胞放回其原始培养基中,进行不同的追踪时间(如图所示,1至7天)。随后,用PBS-MC(1×PBS,pH 7.4,1 mM MgCl)清洗细胞2,0.1 mM氯化钙2; Gibco),固定在PFA-蔗糖(4%多聚甲醛(Alfa Aesar),4%蔗糖在PBS-MC中)中,并在4°C下储存在PBS中,直到进一步处理样品。细胞用0.5%Triton X-100在1×PBS(pH 7.4)中渗透,用封闭缓冲液(1×PBS中4%山羊血清)封闭,并用1×PB(pH 7.8)清洗。对于点击反应,用点击反应混合物(200µM三唑配体Tris((1-苄基-1H-1,2,3-三唑-4-基)甲基)胺(TBTA)、25µM生物素炔烃标签、500µM TCEP和200µM CuSO培养细胞4在PBS(pH 7.8)中隔夜,室温,避光。用0.5%Triton X-100在1×PBS(pH 7.4)和PBS中清洗细胞,然后用封闭缓冲液封闭。细胞与在封闭缓冲液中稀释的一级抗体混合物一起培养(室温下90分钟)。对于Lamin-B1实验:兔抗-Lamin-B1(1:800;abcam,参考号:ab16048)、小鼠抗生物素(1:1000;Life Technologies,参考编号:03–3700)和豚鼠抗-MAP2(1:1000,Synaptic Systems,参考号188004)。对于GM130实验:小鼠-抗-GM130(1:500;BD转导实验室,参考号:610823)、兔-抗生物素(1:5000;细胞信号,参考号5597)和豚鼠-抗-MAP2(1:1000)。将PLA探针(兔PLA-plus和小鼠PLA-minus;Sigma)以1:10的稀释度应用于封闭缓冲液中,该缓冲液补充有与Alexa Fluor 488(1:500;Life Technologies)偶联的山羊抗豚鼠二级抗体,在37°C的湿室中保持1小时。然后将细胞与连接反应混合物(Duolink Detection试剂Red,Sigma)在37°C预加热的湿室中孵育30分钟。用洗涤缓冲液A和扩增反应混合物(Duolink检测试剂Red,Sigma)在37°C的预加热湿室中洗涤100分钟后,进行扩增和标记探针结合。用洗涤缓冲溶液B(0.2 M Tris,0.1 M NaCl,pH 7.5)洗涤停止扩增后,用4′,6-二脒基-2-苯基吲哚(DAPI;1:1000)染色2分钟以染色细胞核。用洗涤缓冲液B洗涤去除DAPI,随后在洗涤缓冲液B中对细胞进行成像。

成像

请求详细协议

根据MAP2、DAPI和PLA信号选择细胞。选择细胞的标准是通过MAP2染色判断细胞外观是否健康(无树突肿胀或碎片状)和均匀DAPI染色。由于PLA信号在不同神经元之间非常不均匀,因此在每个时间点都要检查整个培养皿,并为每个时间点选择点刺数总体最高的细胞。一个实验的所有图像都是在PLA程序后12小时内采集的。使用LSM880共焦显微镜(德国奥伯科钦蔡司),使用40×/1.4-NA油物镜(Apochro平面40×/1.3油DIC UV-IR M27)和29µm针孔设置获取图像。激光器的功率分别为0.8%(488 nm)、0.9%(561 nm)和2.8%(405 nm)。图像是在12位模式下采集的,z堆栈的分辨率为2048×2048–像素xy,覆盖整个细胞厚度,像素驻留时间为0.26µs,每个通道中的探测器增益调整为覆盖整个动态范围,但避免饱和像素。在实验中,成像条件保持不变。

图像数据处理和分析

请求详细协议

使用定制的Matlab脚本评估泪点数量(图切夫,2017年; 代码可用于https://github.molgen.mpg.de/MPIBR/NeuroBits网站;副本存档于https://github.com/elifesciences-publications/MPIBR-NeuroBits网站)并手动修改。通过在PLA通道中发现局部强度最大值,在神经元体细胞中检测到点刺。每个神经元的平均点刺数随时间绘制,并用一阶指数函数拟合。该函数用于计算蛋白质半衰期。切割代表性细胞体,对点状通道进行阈值化、一次扩张和平滑处理,以提高图形中点状突起的可视性。所有图像的阈值保持不变(图2A). 所有分析神经元的点滴数显示在图2B图2-源数据1用线性函数拟合Ln变换的平均puncta数,并如上所述计算蛋白质半衰期。

数据可用性

所有与该手稿相关的蛋白质组学数据已上传到PRIDE在线存储库(标识符:PXD008596)。

使用了以下先前发布的数据集

工具书类

文章和作者信息

作者详细信息

  1. 阿琳·Rörrbaum

    1. 德国法兰克福马克斯·普朗克大脑研究所
    2. 德国法兰克福歌德大学生物科学学院
    贡献
    数据管理、形式分析、可视化、写作审查和编辑
    竞争性利益
    没有宣布竞争利益
    ORCID图标 “此ORCID iD标识了本文的作者:”0000-0002-1178-7078
  2. 丽莎·科钦

    德国法兰克福马克斯·普朗克大脑研究所
    贡献
    形式分析、可视化、写作审查和编辑
    竞争性利益
    没有宣布竞争利益
  3. 朱利安·德兰格

    1. 德国法兰克福马克斯·普朗克大脑研究所
    2. 德国法兰克福马克斯·普朗克生物物理研究所
    贡献
    概念化、数据管理、形式分析、监督、写作审查和编辑
    用于通信
    julian.langer@biophys.mpg.de
    竞争性利益
    没有宣布竞争利益
    ORCID图标 “此ORCID iD标识了本文的作者:”0000-0002-5190-577X
  4. 埃林·舒曼

    德国法兰克福马克斯·普朗克大脑研究所
    贡献
    概念化、监督、撰写初稿、写作审查和编辑
    用于通信
    erin.schuman@brain.mpg.de
    竞争性利益
    未申报竞争利益
    ORCID图标 “此ORCID iD标识了本文的作者:”0000-0002-7053-1005

基金

地平线2020框架计划(743216)

  • 埃林·舒曼

Max-Planck-Gesellschaft(开放式融资)

  • 埃林·舒曼

资助者不参与研究设计、数据收集和解释,也不参与将研究成果提交出版的决定。

致谢

我们感谢I Bartnik、N Fuerst、A Staab和C Thum准备原代细胞培养,感谢F.Rupprecht为MS维护和数据采集提供帮助。EMS由Max Planck Society和DFG CRC 1080:神经平衡的分子和细胞机制以及DFG CRC902:基于RNA调控的分子原理资助。该项目已收到欧洲研究委员会(ERC)根据欧盟地平线2020研究和创新计划(第743216号赠款协议)提供的资金。

伦理学

动物实验:所有实验均经德国动物实验机构批准。

版本历史记录

  1. 收到日期:2017年12月12日
  2. 接受日期:2018年5月19日
  3. 发布的记录版本:2018年6月19日(第1版)

版权

©2018,Dörrbaum等人。

本文根据知识共享署名许可协议,它允许不受限制的使用和重新分配,前提是原始作者和来源都是可信的。

韵律学

  • 10,401
    意见
  • 1,307
    下载
  • 168
    引用

eLife发表的这篇论文的所有版本的浏览量、下载量和引用量都汇总在一起。

下载链接

一个由两部分组成的链接列表,用于以各种格式下载文章或文章的部分。

下载(链接以PDF格式下载文章)

公开引用(在各种在线参考咨询管理服务中打开本文引文的链接)

引用这篇文章(链接下载本文中的引文,格式与各种参考资料管理工具兼容)

  1. Aline Rörrbaum公司
  2. 丽莎·科钦
  3. 朱利安·德兰格
  4. 埃林·舒曼
(2018)
局部和全局对神经元和胶质细胞蛋白质周转的影响
电子生活 7:e34202。
https://doi.org/10.7554/生活.34202

分享这篇文章

https://doi.org/10.7554/eLife.34202

进一步阅读

    1. 细胞生物学
    杨军、邹士田。。。白晓春
    研究文章

    静止(G0)的维持和退出对于哺乳动物的组织稳态和再生至关重要。在这里,我们表明甲基-CpG结合蛋白2(Mecp2)的表达是细胞周期依赖性的,并在培养细胞和损伤诱导的肝再生小鼠模型中负调控静止退出。具体而言,随着Mecp2缺失的加速,Mecp2的急性减少是有效的静止退出所必需的,而Mecp2过度表达则延迟了静止退出,而在Mecp2条件敲除后强制表达Mecp2可以挽救细胞周期的重新进入。E3连接酶Nedd4介导Mecp2的泛素化和降解,从而促进静止退出。一项全基因组研究揭示了Mecp2在通过转录激活代谢基因而抑制增殖相关基因来阻止静止退出中的双重作用。尤其是两个核受体的破坏,拉拉第1h3号,加速静止退出,模拟Mecp2耗竭表型。我们的研究揭示了Mecp2作为静息退出和组织再生的重要调节器之前未被认识的作用。

    1. 癌症生物学
    2. 细胞生物学
    斯蒂芬妮·施密德
    洞察

    β-catenin基因突变导致肝癌细胞释放更少的外泌体,从而减少浸润肿瘤的免疫细胞数量。