La quantité de données générée dans le cadre d'étude à grande échelle du réseau d'interaction protéine-protéine dépasse notre capacité à les analyser et à comprendre leur sens; d'une part, par leur complexité et leur volume, et d'un autre part, par la qualité du jeu de donnée produit qui semble bondé de faux positifs et de faux négatifs. Cette dissertation décrit une nouvelle méthode de criblage des interactions physique entre protéines à haut débit chez Saccharomyces cerevisiae, la complémentation de fragments protéiques (PCA). Cette approche est accomplie dans des cellules intactes dans les conditions natives des protéines; sous leur promoteur endogène et dans le respect des contextes de modifications post-traductionnelles et de localisations subcellulaires. Une application biologique de cette méthode a permis de démontrer la capacité de ce système rapporteur à répondre aux questions d'adaptation cellulaire à des stress, comme la famine en nutriments et un traitement à une drogue.
Dans le premier chapitre de cette dissertation, nous avons présenté un criblage des paires d'interactions entre les protéines résultant des quelques 6000 cadres de lecture de Saccharomyces cerevisiae. Nous avons identifié 2770 interactions entre 1124 protéines. Nous avons estimé la qualité de notre criblage en le comparant à d'autres banques d'interaction. Nous avons réalisé que la majorité de nos interactions sont nouvelles, alors que le chevauchement avec les données des autres méthodes est large. Nous avons pris cette opportunité pour caractériser les facteurs déterminants dans la détection d'une interaction par PCA. Nous avons remarqué que notre approche est sous une contrainte stérique provenant de la nécessité des fragments rapporteurs à pouvoir se rejoindre dans l'espace cellulaire afin de récupérer l'activité observable de la sonde d'interaction. L'intégration de nos résultats aux connaissances des dynamiques de régulations génétiques et des modifications protéiques nous dirigera vers une meilleure compréhension des processus cellulaires complexes orchestrés aux niveaux moléculaires et structuraux dans les cellules vivantes.
Nous avons appliqué notre méthode aux réarrangements dynamiques opérant durant l'adaptation de la cellule à des stress, comme la famine en nutriments et le traitement à une drogue. Cette investigation fait le détail de notre second chapitre. Nous avons déterminé de cette manière que l'équilibre entre les formes phosphorylées et déphosphorylées de l'arginine méthyltransférase de Saccharomyces cerevisiae, Hmt1, régulait du même coup sont assemblage en hexamère et son activité enzymatique. L'activité d'Hmt1 a directement un impact dans la progression du cycle cellulaire durant un stress, stabilisant les transcrits de CLB2 et permettant la synthèse de Cln3p. Nous avons utilisé notre criblage afin de déterminer les régulateurs de la phosphorylation d'Hmt1 dans un contexte de traitement à la rapamycin, un inhibiteur de la kinase cible de la rapamycin (TOR). Nous avons identifié la sous-unité catalytique de la phosphatase PP2a, Pph22, activé par l'inhibition de la kinase TOR et la kinase Dbf2, activé durant l'entrée en mitose de la cellule, comme la phosphatase et la kinase responsable de la modification d'Hmt1 et de ses fonctions de régulations dans le cycle cellulaire. Cette approche peut être généralisée afin d'identifier et de lier mécanistiquement les gènes, incluant ceux n'ayant aucune fonction connue, à tout processus cellulaire, comme les mécanismes régulant l'ARNm. / The quantity of data generated within the framework of protein-protein interaction network large-scale studies exceeds our capacity to analyze them and to understand their meaning; on one hand, by their complexity and their number, and on the other hand, by the quality of the produced data, which are populated with spurious interactions. This dissertation describes new applications of a protein-fragments complementation assay (PCA) to screen for interactions among all proteins in the budding yeast Saccharomyces cerevisiae. This approach is carried out in intact cells, with proteins expressed in their native contexts and under their endogenous promoter, thus assuring correct post-translational modifications and subcellular localization. A further novel application of PCA is described for investigating proteome wide changes in response to cellular adaptation to stresses, such as nutrient starvations and drug treatments. Finally, as a result of the latter strategy applied to characterizing proteome-wide response to the immunosuppressant drug, rapamycin, I describe the discovery of an unforeseen mechanism of modulating cell cycle progression through control of cyclin mRNA stability.
In the first chapter of this dissertation, I present a pairwise screen of interactions among proteins resulting from the ~6000 open reading frames in Saccharomyces cerevisiae. We identified 2770 interactions among 1124 proteins. We estimated the quality of our screen by comparing our results to curated gold standard data and coverage of known interactions to all previous studies. The majority of our interactions were novel, but overlap with data from previous studies was as high as 40%. PCA is based on refolding of the reporter protein from complementary N- and C- terminal fragments following interaction of the two proteins to which they are fused. Thus, reporter activity is sterrically limited to interactions in which the termini of the proteins to which the complementary reporter fragments are fused are sufficiently close in space. In the case of our reporter, this limit was 8 nm. Thus PCA is a molecular ruler, providing information on both direct protein-protein interactions and sterrically restricted distances between proteins in complexes. We benchmarked and demonstrated correct topological relationships for a number of known complexes, including the proteasome, RNA polymerase II and the nuclear pore complex. Thus our study provided, for the first time, a topological map of complex organization in a living cell. The integration of the results from such efforts with those of gene regulation dynamics and protein modifications will lead to a fuller understanding of how complex cellular processes are orchestrated at a molecular and structural level in the living cell.
In chapter 2, I describe the results of an application of PCA to study the dynamic rearrangement of the proteome under a specific stress; treatment of cells with rapamycin. The results of these efforts were the identification of a novel mechanism of cell cycle control at the level of cyclin mRNA. Specifically, we discovered that the balance between the phosphorylated and dephosphorylated forms of the Saccharomyces cerevisiae arginine methyltransferase, Hmt1, regulates both its assembly into a hexamer and its enzymatic activity. The Hmt1 activity modulates cell cycle progression through stabilizing the B cyclin CLB2 mRNA. We then used PCA to identify the Hmt1 regulators under rapamycin treatment. We identified the catalytic subunit of the PP2a phosphatase, Pph22, activated by the inhibition of TOR, and the kinase Dbf2, activated during entry into mitosis, as the phosphatase and the kinase responsible for the modification of Hmt1 and for its regulatory functions in the cell cycle.
I thus, in the end close the circle I began in this summary, going from large-scale discovery of protein-protein interactions, to mapping dynamics of proteome changes during an adaptation and finally to mechanistic insight into a primordial control mechanism in cellular dynamics. The strategies that we devised to discover this mechanism can be generalized to identify and mechanistically link genes together, including those of unknown function, to any cellular process.
Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMU.1866/9206 |
Date | 01 1900 |
Creators | Messier, Vincent |
Contributors | Michnick, Stephen W. |
Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
Language | English |
Detected Language | English |
Type | Thèse ou Mémoire numérique / Electronic Thesis or Dissertation |
Page generated in 0.0135 seconds