Curvibacterのプロモーター活性の研究
研究がCurvibacter sp. AEP1-3の遺伝子調節に関する貴重な洞察を明らかにした。
― 1 分で読む
目次
Curvibacter sp. AEP1-3っていうのは、棒みたいな形をしてるバクテリアで、ss-プロテオバクテリアってグループに属してるんだ。このバクテリアは、触手みたいなのを持った小さな淡水生物ヒドラ・ヴルガリスとの密接な関係で特に知られてるんだ。一緒にヒドラに住んでる他のバクテリアとCurvibacterは、バクテリアとヒドラが密に絡み合う複雑なコミュニティを形成してる。
この関係では、ヒドラがバクテリアの住処を提供し、バクテリアはヒドラの移動や繁殖、そして有害な真菌からの保護を助けることができる。こういうパートナーシップを研究することで、科学者たちは異なる生命体の相互作用やコミュニケーションの仕組みを学ぶ貴重な機会を得ることができる。Curvibacterがヒドラと関わる方法の一つは、N-アセチルホモセリン乳酸という化学信号を通じてなんだ。
Curvibacter研究の課題
Curvibacterとヒドラの面白い関係にもかかわらず、Curvibacterを研究するのは難しいことがある。一つの大きな問題は、遺伝子を変えたり細胞を操作したりするのが簡単じゃないってこと。これが、どれだけ学べるかを制限してるんだ。遺伝子変更に使われる方法、たとえば相同組換えとかは、しばしば難しくて成功率も低い。
特別なツール、RSF1010ベクターを使ってCurvibacterに新しい遺伝子材料を導入する方法もあるけど、使える遺伝子スイッチ、つまりプロモーターの数は少なくて、全てが完全に研究されてるわけじゃない。Curvibacterを研究で使いやすくするために、機能するプロモーターのコレクションを集めたいと思ってる。
プロモーターを使った遺伝子発現の制御
プロモーターは、遺伝子がいつ、どれくらいオンになるかを制御するDNAの部分だ。私たちは、特にE. coliのようなバクテリアでよく研究された合成プロモーターのデータベースを見たんだ。これらの合成プロモーターは強さにバラツキがあって、安定した遺伝子発現を提供できるけど、時間が経つにつれて同じように機能することが多いから、バクテリアの成長段階であまり変わらないことがある。バクテリアが成長を止めて休止期に入ると、プラスミドの働きによって遺伝子活動が予期せず増加することもあるんだ。
私たちのCurvibacterの研究では、成長段階に関係なく、遺伝子発現の安定したレベルを維持できるプロモーターを見つける必要があった。
プロモーターライブラリーの作成
有用なプロモーターを見つける一つの方法は、大量の多様な配列を作って一度にテストすることだ。これには、同時に多くのDNA配列を生成できる先進的な機器を使うんだ。これらの配列を一度で集めてクリーニングすることで、各々異なる配列を持つプラスミドのライブラリーを簡単に作成できて、どのプロモーターが一番役立つかを見るためにグリーン蛍光タンパク質(GFP)などのレポータージーンも含めることができる。
もう一つの戦略は、高選択的なライブラリーを生成することだ。これは、成功する可能性が高い配列にのみ焦点を当てることを意味していて、最適な候補を選ぶプロセスを簡素化するんだ。コンピュータアルゴリズムを使って、参照データベースからの既知のプロモーター配列でトレーニングすることや、Curvibacterのゲノムからの配列を使って選定できる。
私たちの研究の目的は、Curvibacterで使用される新しい発現システムを見つけ、理解することで、様々な液体成長条件で安定した発現を提供するプロモーターに焦点を当てている。
Curvibacterのプロモーター配列の検索
Curvibacterから適切なプロモーター配列を見つけるために、まずそのゲノムデータを取得した。プログラミングツールを使ってこのゲノム情報を処理し、Curvibacterのゲノムに存在するさまざまな遺伝子に関するデータを抽出した。各遺伝子の開始位置や終了位置を集めて、アクセスしやすいように整理した。
遺伝子の場所を特定した後、私たちはサイズ基準に合わない配列や実験で活性化されていない遺伝子に関連する配列をフィルタリングした。これによって、潜在的な候補プロモーター配列のリストが残った。最終的に、722の候補を選んでさらなるテストを行うことにした。
プロモーター配列のテスト
候補の中から、実際のテストに向けて絞り込む必要があった。合成できる配列の数に制限があるため、最も短くて有望な配列に集中した。強い発現につながる可能性のある配列を選ぶために、さまざまなフィルタリング技術を適用した。
準備ができた配列は、レポータージーンを含むベクターに挿入された。目標は、どのプロモーターがレポータージーンの発現を効果的に駆動できるかを見て、その活動を測定することだった。
ポジティブな候補を特定するために、フローサイトメトリーという方法を使った。この技術を使うことで、大量の細胞を分析し、レポータージーンをうまく持っている細胞を判断できる。
プロモーターの活動分析
フローサイトメトリーを使って候補プロモーターをソートした後、レポータータンパク質から生成される蛍光の量を評価する方法を使って、その活動を測定した。これによって、成長段階に応じて異なるプロモーターの強さがわかる。
候補プロモーターは成長プロセス中にさまざまな発現レベルと挙動を示すことがわかった。中には、バクテリアが成長を止める静止期に強い活動を促すものもあれば、成長段階のどちらでも同じレベルの発現を示すものもあった。
一般的に、私たちの結果は、多くの候補が静止期に移行するにつれて活動を増加させたが、いくつかは指数関数的成長段階でより高い活動を示したことを示してる。
転写因子モチーフの理解
プロモーター配列を分析する中で、転写因子結合モチーフと呼ばれる特定のパターンを探した。これらのモチーフは、遺伝子の調節方法を理解するのに重要なんだ。候補プロモーターに存在するモチーフを調べることで、他のバクテリアから知られているモチーフと一致するものをいくつか見つけた。
特定の転写因子を持つプロモーターは、環境のヒントやバクテリアの成長段階に基づいて遺伝子の発現に大きく影響することがある。これらの因子を理解することで、候補プロモーターがさまざまな状況でどのように機能するかを予測できるようになる。
実験と結果
選んだプロモーターの効果を評価するために、一連の実験を実施した。レポータージーンから生成された蛍光を測定し、異なる配列のパフォーマンスを比較した。
全体的に、顕著な活動レベルを示したユニークな候補を25個特定した。これらの候補プロモーターは、成長段階ごとに発現レベルに基づいて分類された。
私たちの分析を通じて、一部のプロモーターは一貫した活動を維持する一方で、他のいくつかは指数関数的または静止成長段階によって大きなバラつきを示すことがわかった。これにより、Curvibacterを研究する科学者たちは、特定の実験ニーズに基づいてプロモーターを選ぶ貴重な選択肢を持つことができる。
RNAシーケンシングデータとの比較
プロモーター候補のパフォーマンスを理解するために、私たちはCurvibacterのRNAシーケンシングデータと活動測定を比較した。このデータは、RNAレベルでの遺伝子活動に洞察を与え、RNAの豊富さとレポータ構造体からの実際のタンパク質発現の相関関係を評価することを可能にした。
興味深いことに、RNAレベルとプロモーター活動の間には強い相関がないことがわかった。これにより、プロモーターの使いやすさを予測するためにRNAシーケンシングデータに頼るだけでは不十分であることが示唆された。
私たちの発見は、RNAseqが有用な情報を提供する一方で、プロモーターのパフォーマンスを直接評価するためには蛍光測定方法を使用することが重要であることを示している。
結論と今後の方向性
結論として、私たちの研究はCurvibacter sp. AEP1-3における新しい発現システムを発見し、特徴付けるための実用的アプローチを示している。さまざまな発現動態を持つプロモーター配列のセットを特定することに成功したので、異なる実験アプリケーションに利用できる。
Curvibacterは共生を研究するための魅力的なモデル生物として注目され続けているので、私たちの発見がさらなる研究やバイオテクノロジー応用への道を開くことを願っている。プロモーターを見つけてテストするために開発した方法は、将来的に他のバクテリア種にも適応できるので、遺伝子工学や合成生物学用のツールキットを拡大することができる。
これらの新しい発現システムを研究し続けることで、Curvibacterのようなバクテリアが自然環境でどのように機能するのか、ホストとの相互作用、そして最終的には科学的および実用的な目的のためにそれらの能力をどのように活用できるかに対する理解を深めていくことができる。
タイトル: Oligonucleotide Library Assisted Sequence Mining Reveals Promoter Sequences With Distinct Temporal Expression Dynamics For Applications In Curvibacter SP. AEP1-3
概要: AO_SCPLOWBSTRACTC_SCPLOWThe {beta}-proteobacterial species Curvibacter sp. AEP1-3 is a model organism for the study of symbiotic interactions as it is the most abundant bacterial colonizer of the basal metazoan Hydra vulgaris. Yet, genetic tools for Curvibacter are still in an infancy: few promoters have been characterized for Curvibacter. Here we employ an oligonucleotide based strategy to find potential expression systems derived from the genome of Curvibacter. Potential promoters were systematically mined from the genome in silico. The sequences were cloned as a mixed library into a mCherry reporter gene expression vector and single positive candidates were selected through Flow Cytometry based sorting to be further analyzed through bulk measurements. From 500 candidate sequences, 25 were identified as active promoters of varying expression strength levels. Bulk measurements revealed unique activity profiles for these sequences across growth phases. The expression levels of these promoters ranged over two orders of magnitudes and showed distinct temporal expression dynamics over the growth phases: while 3 sequences showed higher expression levels in the exponential phase than in the stationary phase, we found 12 sequences saturating expression during stationary phase and 10 that showed little discrimination between growth phases. From our library, promoters the genes encoding for DnaK, RpsL and an AHL synthase stood out as the most interesting candidates as their expression profiles fit a variety of applications. Examining the expression levels of successful candidates in relation to RNAseq read counts revealed only weak correlation between the two datasets. This underscores the importance of employing comprehensive high-throughput strategies when establishing expression systems for newly introduced model organisms.
著者: Ilka Maria Axmann, M. Mager, L. Becker, N. Schulten, S. Fraune
最終更新: 2024-03-25 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.03.24.586450
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.03.24.586450.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。