1 resultado para SKELETAL STRUCTURAL ADAPTATIONS

em Université de Montréal, Canada


Relevância:

30.00% 30.00%

Publicador:

Resumo:

Dans les dernières années, une explosion de la recherche sur les ARN a eu lieue à cause de nombreuses découvertes démontrant l’importance de l’ARN dans plusieurs processus biologiques. Ainsi, de grandes quantités d’ARN sont devenues indispensables au bon déroulement de plusieurs études, notamment pour la biologie structurale et la caractérisation fonctionnelle. Cependant, il existe encore peu de méthodes de purification simples, efficaces, fiables et produisant un ARN sous forme native. Dans les dernières années, le laboratoire Legault a mis au point une méthode de purification par affinité utilisant une étiquette ARiBo pour la purification d’ARN transcrits in vitro par la polymérase à ARN du phage T7. Cette méthode de purification d’ARN a été spécifiquement développée pour maximiser la pureté et le rendement. De plus, elle est très rapide et fonctionne avec plusieurs types d’ARN. Cependant, comme plusieurs autres méthodes de purification, cette méthode produit des ARN avec des extrémités 5′ hétérogènes. Dans ce mémoire, des solutions sont proposées pour remédier au problème d’hétérogénéité en 5ʹ′ des ARN transcrits avec la polymérase à ARN du phage T7 et purifiés par la méthode ARiBo. La première solution consiste à choisir la séquence en 5′ parmi celles des 32 séquences testées qui ne présentent pas d’hétérogénéité en 5ʹ′. La seconde solution est d’utiliser une étiquette clivable en 5ʹ′ de l’ARN d’intérêt, tel que le ribozyme hammerhead, déjà utilisée pour ce genre d’application, ou le système CRISPR/Cse3 que nous proposons dans l’article présenté dans ce mémoire. De plus, nous avons adapté la méthode ARiBo pour rendre possible la purification d’un long ARN de 614 nt, le polycistron miR-106b-25. Nous avons également démontré la possibilité d’utiliser la méthode ARiBo pour l’isolation de protéines qui se lient à un ARN donné, le précurseur de miRNA pre-miR-153-2. En conclusion, ce mémoire démontre la possibilité d’adapter la méthode ARiBo à plusieurs applications.