文献名:Stress-induced changes in the S-palmitoylation and S-nitrosylation of synaptic proteins (压力诱导突触蛋白的S-棕榈酰化和S-亚硝基化的改变)

期刊名:Mol Cell Proteomics

单位:Laboratory of Cell Biophysics, Nencki Institute of Experimental Biology, Polish Academy of Science, 02-093 Warsaw, Poland

技术:蛋白质组修饰的鉴定

一、概述

本研究利用一种新开发的基于质谱的棕榈酰化和亚硝基化相互作用监控(Palmitoylation And Nitrosylation Interplay Monitoring ,PANIMoni)的方法,分析了在慢性束缚应激小鼠模型中突触后密度蛋白的内源性S-棕榈酰化和S-亚硝基化。总共鉴定813个S-棕榈酰化和620个S-亚硝基化半胱氨酸位点,分别在465和360个蛋白上,并试图找出这些受到压力不同影响的位点。根据数据分析显示S -棕榈酰化和S-亚硝基化交互作用参与了122种蛋白的调控,包括受体蛋白、支架蛋白、调控蛋白和细胞骨架成分。

二、研究背景

突触完整性的精确调控对神经元网络连接和大脑正常功能至关重要。突触蛋白活动和定位的是由翻译后修饰来调控的。S-棕榈酰化是半胱氨酸与棕榈酸盐的可逆共价修饰。它调节蛋白质对细胞膜和膜室的亲和力。细胞内的棕榈酰化动力学是通过与其他翻译后修饰(如S-亚硝基化)的相互作用来调节的。S-亚硝基化是半胱氨酸硫醇与一氧化氮的共价修饰,具有调节蛋白质功能。因此,在一定的生物学条件下,同时鉴定这两种修饰的内源性位点的特异性蛋白组可以为调控功能通路提供了新的思路。

三、实验设计

四、研究成果

1.初级神经元中S-棕榈酰化和S-亚硝基化的交互作用

用压力激素肾上腺皮质脂酮处理小鼠皮质神经元,通过WB和原位细胞成像,发现肾上腺皮质脂酮增加了培养神经元的S-棕榈酰化蛋白的水平。但是用一氧化氮供体SNAP处理培养神经元引起了蛋白快速的S-亚硝基化或S-棕榈酰化抑制剂2-溴丙二酸盐(2Br)的作用,从而降低了S-PALM的整体水平。另外一氧化氮合成酶抑制剂并不会影响蛋白的S-棕榈酰化,表明不是一氧化氮而是蛋白的S-亚硝基化影响突触蛋白的S-棕榈酰化。升高的S-棕榈酰化是神经元对高水平肾上腺皮质脂酮的反应的一个因素,可以通过S-亚硝基化来调节。

2. 突触棕榈酰化蛋白质组

利用PANIMoni方法分析突触密度蛋白S-棕榈酰化修饰,鉴定到705个S-棕榈酰化半胱氨酸位点在404个从小鼠大脑分离的不同的突触密度蛋白。

3. 应激相关疾病动物模型中S-棕榈酰化的动态变化

利用定量蛋白质组学的方法(label-free coupled with 2D heat-map 分析)进行小鼠大脑蛋白表达变化的分析,在慢性束缚应激小鼠脑部的突触后密度蛋白中鉴定到1247蛋白质簇包含1639个蛋白。PCA等分析对照组和慢性束缚应激组鉴定到的突触后密度蛋白,描述了慢性束缚应激后小鼠大脑中S-棕榈酰化蛋白的变化。在已鉴定的465个S-棕榈酰化突触后密度蛋白中,仅在对照组中发现了3个,对照组和应激小鼠中S-棕榈酰化肽的数量与差异蛋白的数量有着明显不同 。

4. 动态S-棕榈酰化调控机制

通过对慢性束缚应激下不同蛋白的S-亚硝基化的分析,总共鉴定到602各S-亚硝基半胱氨酸位点在360各蛋白中,其中107个位点是第一次鉴定到。在446个经修饰的PSD蛋白中,42个为S-亚硝基化,109个为S-棕榈酰化。在778个半胱氨酸中,295个半胱氨酸仅以S-PALM形式出现(在198个蛋白质中),75个以S-NO形式出现(在61个蛋白质中)。慢性压力通常会导致更多的半胱氨酸位点发生S-PALM和S-NO修饰。有趣的是,在慢性应激小鼠中,在464种已被鉴定的修饰蛋白中,只有2种蛋白与一氧化氮完全相关,119种蛋白与棕榈酸盐完全相关。在比较总共鉴定的813个S-PALM和620个S-NO半胱氨酸位点, 分别在465和360个蛋白质上,122个修饰蛋白的S-棕榈酰化和S-亚硝基化是由慢性应激引起的。

5. S-棕榈酰化和S-亚硝基化影响各种突触后密度蛋白的功能

通过GO和KEGG分析突触后密度蛋白S-棕榈酰化/亚硝基化改变的生物学意义和功能意义。这些分析揭示了压力导致的S-棕榈酰化/亚硝基化交互改变在蛋白中的显著程度,而这些蛋白在正常的突触功能中起着关键的作用。

五、研究亮点

之前关于S-棕榈酰化和S-亚硝基化在突触蛋白中研究仅限于单个蛋白和单种修饰,没有考虑复杂生理状态下S-棕榈酰化/亚硝基化交互改变的整体效应。本研究利用PANIMoni 的方法,能够在小鼠大脑的突触后密度蛋白中对半胱氨酸的S-棕榈酰化和S-亚硝基化修饰进行大规模分析。有助于研究参与突触传递、蛋白定位和突触可塑性调控的蛋白质之间的S-棕榈酰化和S-亚硝基化相互作用。

阅读人:陈凌云

 

Stress-induced changes in the S-palmitoylation and S-nitrosylation of synaptic proteins (解读人:陈凌云)的更多相关文章

  1. Journal of Proteome Research | Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizobium favelukesii)的蛋白质组学分析)(解读人:丑天胜)

    文献名:Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizo ...

  2. 解读人:董鑫,Disease Development Is Accompanied by Changes in Bacterial Protein Abundance and Functions in a Refined Model of Dextran Sulfate Sodium (DSS)-Induced Colitis

    文章中文名:在葡聚糖硫酸钠(DSS)诱导下的结肠炎模型伴随着细菌蛋白质丰度和功能的改变 单位: 1 Helmholtz-Centre for Environmental Research - UFZ, ...

  3. Anticancer Effect of Deuterium Depleted Water - Redox Disbalance Leads to Oxidative Stress(低氘水的抗癌作用-氧化还原失衡导致了氧化应激)-解读人:范徉

    期刊名:Molecular & Cellular Proteomics 发表时间:(2019年12月) IF:4.828 单位:瑞典卡罗林斯卡学院 物种:人 技术:标记定量蛋白质组学,氧化还原 ...

  4. CoreCLR源码探索(四) GC内存收集器的内部实现 分析篇

    在这篇中我将讲述GC Collector内部的实现, 这是CoreCLR中除了JIT以外最复杂部分,下面一些概念目前尚未有公开的文档和书籍讲到. 为了分析这部分我花了一个多月的时间,期间也多次向Cor ...

  5. CoreCLR

    CoreCLR 在这篇中我将讲述GC Collector内部的实现, 这是CoreCLR中除了JIT以外最复杂部分,下面一些概念目前尚未有公开的文档和书籍讲到. 为了分析这部分我花了一个多月的时间,期 ...

  6. linux压力测试工具stress

    最近给PASS平台添加autoscaling的功能,根据服务器的负载情况autoscaling,为了测试这项功能用到了stress这个压力测试工具,这个工具相当好用了.具体安装方式就不说了.记录下这个 ...

  7. 微软压力测试工具 web application stress

    转自 http://www.cnblogs.com/tonykan/p/3514749.html lbimba  铜牌会员 这里给广大的煤油推荐一个web网站压力测试工具.它可以用来模拟多个用户操作网 ...

  8. 使用Microsoft Web Application Stress Tool对web进行压力测试

    Web压力测试是目前比较流行的话题,利用Web压力测试可以有效地测试一些Web服务器的运行状态和响应时间等等,对于Web服务器的承受力测试是个非常好的手法.Web 压力测试通常是利用一些工具,例如微软 ...

  9. 网站性能测试工具--MS Web Application Stress Tool

    MS Web Applicaion Stress Tool 是一款网页测试的性能工具,具体的使用可以参考下面这篇博客文章 http://cuisuqiang.iteye.com/blog/193640 ...

随机推荐

  1. Spark和Hadoop MapReduce之间的比较

    关于两者的讨论文章: https://www.zhihu.com/question/26568496 http://blog.jobbole.com/97150/ 文章通过多个角度对两者进行对比,根据 ...

  2. 使用Commons Logging

    Commons Logging 和Java标准库提供的日志不同,Commons Logging是一个第三方日志库,它是由Apache创建的日志模块,需要导入commons-logging-1.2.ja ...

  3. Docker Linux下安装

    下载脚本并运行安装: sudo wget -qO- https://get.docker.com/ | sh wget:下载文件工具, -q:不显示指令执行过程, -O-:-O-以'-'作为file参 ...

  4. 机器学习 —— 数据预处理

    对于学习机器学习算法来说,肯定会涉及到数据的处理,因此一开始,对数据的预处理进行学习 对于数据的预处理,大概有如下几步: 步骤1 -- 导入所需库 导入处理数据所需要的python库,有如下两个库是非 ...

  5. C++走向远洋——42(项目二,我的数组类,深复制,构造函数)

    */ * Copyright (c) 2016,烟台大学计算机与控制工程学院 * All rights reserved. * 文件名:text.cpp * 作者:常轩 * 微信公众号:Worldhe ...

  6. tp5.1 请求时间格式化

    当前时间:{$Request.time|date='Y-m-d H:i:s'} 注意database.php的配置!记录一下!

  7. 完全依赖QML实现播放器

    前言 一直听闻QML无比强大好用,工作中需要扣一个同时播放视频的Demo,所以就趁这个机会研究了一下. 效果图和源码 源码仓库 主要设计 主页面QML import QtQuick 2.12 impo ...

  8. 嗨! Apriori算法

    Association Rule 一:项集和规则 1.1 认识名词: Association Rule : 关联规则 Frequent Itemsets : 频繁项集 Sequential Patte ...

  9. 一文看懂js中元素偏移量(offsetLeft,offsetTop,offsetWidth,offsetHeight)

    偏移量(offset dimension) 偏移量:包括元素在屏幕上占用的所有可见空间,元素的可见大小有其高度,宽度决定,包括所有内边距,滚动条和边框大小(注意,不包括外边距). 以下4个属性可以获取 ...

  10. MVC09

    1.委托(delegate)调用静态方法 委托类似于C++中的函数指针. 某方法仅仅在执行的时候才能确定是否被调用. 是实现事件和回调函数的基础. 面向对象,安全性高. using System; u ...