Native Cell Membrane Nanoparticles System for Membrane Protein-Protein Interaction Analysis.
Native Cell Membrane Nanoparticles System for Membrane Protein-Protein Interaction Analysis.
复制标题
DOI：
10.3791/61298
复制
发表时间：
2020-07-16
期刊：
影响因子：
--
通讯作者：
Guo Y
中科院分区：
文献类型：
--
作者：
Kroeck KG;Qiu W;Catalano C;Trinh TKH;Guo Y
细胞膜系统中的蛋白质-蛋白质相互作用在广泛的生物过程中起着至关重要的作用-从细胞与细胞的相互作用到信号转导;从感知环境信号到生物反应;从代谢调节到发育控制。蛋白质-蛋白质相互作用的准确结构信息对于理解膜蛋白复合物的分子机制和设计高度特异性的分子来调节这些蛋白质是至关重要的。已经开发了许多体内和体外方法用于检测和分析蛋白质-蛋白质相互作用。其中结构生物学方法的独特之处在于它可以在原子水平上提供蛋白质-蛋白质相互作用的直接结构信息。然而，目前的膜蛋白结构生物学仍然在很大程度上限于基于去污剂的方法。基于去污剂的方法的主要缺点是，一旦它们的天然脂质双层环境被去污剂分子去除，它们通常使膜蛋白复合物解离或变性。我们一直在开发用于膜蛋白结构生物学的天然细胞膜纳米颗粒系统。在这里，我们展示了使用该系统在分析蛋白质-蛋白质相互作用的细胞膜上的AcrB的寡聚状态的案例研究。
Protein-protein interactions in cell membrane systems play crucial roles in a wide range of biological processes- from cell-to-cell interactions to signal transduction; from sensing environmental signals to biological response; from metabolic regulation to developmental control. Accurate structural information of protein-protein interactions is crucial for understanding the molecular mechanisms of membrane protein complexes and for the design of highly specific molecules to modulate these proteins. Many in vivo and in vitro approaches have been developed for the detection and analysis of protein-protein interactions. Among them the structural biology approach is unique in that it can provide direct structural information of protein-protein interactions at the atomic level. However, current membrane protein structural biology is still largely limited to detergent-based methods. The major drawback of detergent-based methods is that they often dissociate or denature membrane protein complexes once their native lipid bilayer environment is removed by detergent molecules. We have been developing a native cell membrane nanoparticle system for membrane protein structural biology. Here, we demonstrate the use of this system in the analysis of protein-protein interactions on the cell membrane with a case study of the oligomeric state of AcrB.
登录
查看更多内容
影响因子：
6.7
作者：
Hall SCL ;Tognoloni C ;Charlton J ;Bragginton ÉC ;Rothnie AJ ;Sridhar P ;Wheatley M ;Knowles TJ ;Arnold T ;Edler KJ ;Dafforn TR
通讯作者：
Dafforn TR
影响因子：
4.8
作者：
Schaufele, Fred
通讯作者：
Schaufele, Fred
影响因子：
5.4
作者：
Almen, Markus Sallman;Nordstrom, Karl J. V.;Schioth, Helgi B.
通讯作者：
Schioth, Helgi B.
DOI：
10.1093/bioinformatics/btn640
发表时间：
2009-02-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Huang H;Bader JS
通讯作者：
Bader JS
DOI：
10.1073/pnas.1812526115
发表时间：
2018-12-18
影响因子：
11.1
作者：
Qiu, Weihua;Fu, Ziao;Guo, Youzhong
通讯作者：
Guo, Youzhong