Inscrivez-vous gratuitement pour écouter cet article
Merci. Écoutez cet article en utilisant le lecteur ci-dessus. ✖
Les cellules s’appuient sur des machines moléculaires complexes composées d’assemblages de protéines pour remplir des fonctions essentielles telles que la production d’énergie, l’expression des gènes et la synthèse des protéines. Pour mieux comprendre le fonctionnement de ces machines, les scientifiques en capturent des instantanés en isolant les protéines des cellules et en utilisant diverses méthodes pour déterminer leurs structures. Cependant, isoler les protéines des cellules les retire également du contexte de leur environnement d’origine, y compris des partenaires d’interaction protéique et de l’emplacement cellulaire.
Récemment, la tomographie électronique cryogénique (cryo-ET) est apparue comme un moyen d’observer les protéines dans leur environnement d’origine en imageant des cellules congelées sous différents angles pour obtenir des informations structurelles tridimensionnelles. Cette approche est passionnante car elle permet aux chercheurs d’observer directement comment et où les protéines s’associent les unes aux autres, révélant ainsi le voisinage cellulaire de ces interactions au sein de la cellule.
Vous voulez plus d’actualités ?
Abonnez-vous à la newsletter quotidienne de Technology Networks et recevez chaque jour les dernières nouvelles scientifiques directement dans votre boîte de réception.
Avec la technologie disponible pour imager les protéines dans leur environnement d’origine, Barrett Powell, étudiant diplômé du MIT, s’est demandé s’il pouvait aller plus loin : et si les machines moléculaires pouvaient être observées en action ? Dans un papier publié le 8 mars dans Méthodes naturelles, Powell décrit la méthode qu’il a développée, appelée tomoDRGN, pour modéliser les différences structurelles des protéines dans les données cryo-ET qui résultent des mouvements des protéines ou de la liaison des protéines à différents partenaires d’interaction. Ces variations sont connues sous le nom d’hétérogénéité structurelle.
Bien que Powell ait rejoint le laboratoire du professeur agrégé de biologie du MIT Joey Davis en tant que scientifique expérimental, il a reconnu l’impact potentiel des approches informatiques dans la compréhension de l’hétérogénéité structurelle au sein d’une cellule. Auparavant, le Laboratoire Davis développé une méthodologie connexe nommé cryoDRGN comprendre l’hétérogénéité structurelle des échantillons purifiés. Alors que Powell et Davis voyaient la cryo-ET prendre de l’importance dans ce domaine, Powell a relevé le défi de réimaginer ce cadre pour qu’il fonctionne dans les cellules.
Lors de la résolution de structures avec des échantillons purifiés, chaque particule n’est imagée qu’une seule fois. En revanche, les données cryo-ET sont collectées en imageant chaque particule plus de 40 fois sous des angles différents. Cela signifiait que tomoDRGN devait être capable de fusionner les informations de plus de 40 images, et c’est là que le projet s’est heurté à un obstacle : la quantité de données entraînait une surcharge d’informations.
Pour résoudre ce problème, Powell a réussi à reconstruire le modèle cryoDRGN pour donner la priorité uniquement aux données de la plus haute qualité. Lorsque l’on image plusieurs fois la même particule, des dommages causés par les radiations se produisent. Les images acquises plus tôt ont donc tendance à être de meilleure qualité car les particules sont moins endommagées.
“En excluant certaines des données de moindre qualité, les résultats étaient en réalité meilleurs que si l’on utilisait toutes les données, et les performances de calcul étaient nettement plus rapides”, explique Powell.
Alors que Powell commençait à tester son modèle, il a eu un coup de chance : les auteurs d’une nouvelle étude révolutionnaire qui a visualisé, pour la première fois, les ribosomes à l’intérieur des cellules à une résolution proche de l’atome, ont partagé leurs données brutes sur la microscopie électrique. Archives d’images publiques (EMPIAR). Cet ensemble de données était un cas de test exemplaire pour Powell, à travers lequel il a démontré que tomoDRGN pouvait découvrir l’hétérogénéité structurelle au sein des données cryo-ET.
Selon Powell, un résultat passionnant est ce que tomoDRGN a découvert autour d’un sous-ensemble de ribosomes dans l’ensemble de données EMPIAR. Certaines particules ribosomales étaient associées à une membrane cellulaire bactérienne et engagées dans un processus appelé translocation cotraductionnelle. Cela se produit lorsqu’une protéine est simultanément synthétisée et transportée à travers une membrane. Les chercheurs peuvent utiliser ce résultat pour formuler de nouvelles hypothèses sur la façon dont le ribosome fonctionne avec d’autres machines protéiques essentielles au transport des protéines à l’extérieur de la cellule, désormais guidées par une structure du complexe dans son environnement d’origine.
Après avoir constaté que tomoDRGN pouvait résoudre l’hétérogénéité structurelle à partir d’un ensemble de données structurellement diversifiées, Powell était curieux : quelle petite partie d’une population tomoDRGN pouvait-il identifier ? Pour ce test, il a choisi une protéine appelée apoferritine, qui est une référence couramment utilisée pour la cryo-ET et qui est souvent traitée comme structurellement homogène. La ferritine est une protéine utilisée pour le stockage du fer et est appelée apoferritine lorsqu’elle manque de fer.
Étonnamment, en plus des particules attendues, tomoDRGN a révélé une population mineure de particules de ferritine – liées au fer – ne représentant que 2 % de l’ensemble de données, ce qui n’avait pas été signalé auparavant. Ce résultat a en outre démontré la capacité de tomoDRGN à identifier les états structurels qui se produisent si rarement qu’ils seraient moyennés à partir d’une reconstruction 3D.
Powell et d’autres membres du Davis Lab sont ravis de voir comment tomoDRGN peut être appliqué à d’autres études ribosomiques et à d’autres systèmes. Davis travaille à comprendre comment les cellules s’assemblent, régulent et dégradent les machines moléculaires. Les prochaines étapes consistent donc à explorer plus en détail la biogenèse des ribosomes dans les cellules à l’aide de ce nouvel outil.
« Quels sont les états possibles que nous pourrions perdre pendant la purification ? » demande Davis. « Peut-être de manière plus intéressante, nous pouvons examiner comment ils se localisent dans la cellule et avec quels partenaires et complexes protéiques ils peuvent interagir. »
Référence : Powell BM, Davis JH. Apprentissage de l’hétérogénéité structurelle à partir de sous-tomogrammes cryo-électroniques avec tomoDRGN. Méthodes Nat. 2024. est ce que je: 10.1038/s41592-024-02210-z
Cet article a été republié à partir du suivant matériaux. Remarque : le matériel peut avoir été modifié en termes de longueur et de contenu. Pour plus d’informations, veuillez contacter la source citée.
2024-03-12 19:41:20
1710264769
#Imagerie #dynamique #des #protéines #dans #des #environnements #natifs
