Summary

Un flusso di lavoro metaproteomica Aquatic microbica: dalle celle ai Trittico Peptidi per l'analisi basata su spettrometria di massa tandem

Published: September 15, 2015
doi:

Summary

This protocol is for the extraction and concentration of protein and DNA from microbial biomass collected from seawater, followed by the generation of tryptic peptides suitable for tandem mass spectrometry-based proteomic analysis.

Abstract

Meta-omic technologies such as metagenomics, metatranscriptomics and metaproteomics can aid in the understanding of microbial community structure and metabolism. Although powerful, metagenomics alone can only elucidate functional potential. On the other hand, metaproteomics enables the description of the expressed in situ metabolism and function of a community. Here we describe a protocol for cell lysis, protein and DNA isolation, as well as peptide digestion and extraction from marine microbial cells collected on a cartridge filter unit (such as the Sterivex filter unit) and preserved in an RNA stabilization solution (like RNAlater). In mass spectrometry-based proteomics studies, the identification of peptides and proteins is performed by comparing peptide tandem mass spectra to a database of translated nucleotide sequences. Including the metagenome of a sample in the search database increases the number of peptides and proteins that can be identified from the mass spectra. Hence, in this protocol DNA is isolated from the same filter, which can be used subsequently for metagenomic analysis.

Introduction

I microrganismi sono onnipresenti e svolgono ruoli essenziali nel cicli biogeochimici della Terra 1. Attualmente, ci sono numerosi approcci molecolari disponibili per caratterizzare la struttura comunità microbica e funzione. Più comune è l'analisi del gene 16S rRNA sequenze PCR-amplificato dal DNA ambientale 2-4. Uno svantaggio di analisi del gene 16S rRNA è che fornisce solo informazioni sull'identità filogenetica e struttura della comunità, con poche informazioni sulla funzione metabolica. Al contrario, approcci come metagenomica, metatranscriptomics e metaproteomica forniscono informazioni sulla struttura delle comunità e il metabolismo. Metagenomica o l'analisi del contenuto gene di un assemblaggio di organismi, fornisce informazioni sulla struttura e potenzialità funzionali della comunità 5 – 8. Anche se potente, questo potenziale funzionale potrebbe non corrispondere al metabolicaattività degli organismi. Genotipo di un organismo è rappresentata dai suoi geni, ognuno dei quali può essere trascritto RNA e in seguito tradotti alla proteina, causando un fenotipo. Così, per aiutare nella comprensione della attività funzionale microbica in un ambiente, l'analisi post-genomica deve essere eseguita 9. Metatranscriptomics, o l'analisi dei trascritti di RNA è utile perché rivela quali geni sono trascritti in un determinato ambiente. Tuttavia, i livelli di mRNA non sempre corrispondono ai livelli di proteina corrispondente a causa di regolazione traduzionale, RNA emivita, e il fatto che più copie della proteina possono essere generati per ogni mRNA 10.

Per questi motivi metaproteomica è ormai riconosciuta come un importante strumento per microbiologia ambientale. Metaproteomic comune analizza utilizzare un approccio di proteomica fucile da caccia dove la serie completa nei pressi di proteine ​​in un campione complesso sono purificati e analizzati allo stesso tempo, di solito attraverso itdigestione enzimatico in peptidi e analisi su uno spettrometro di massa. Spettrometria di massa tandem successivo (MS / MS) "peptide fingerprinting" è utilizzato per determinare la sequenza di peptidi e proteine ​​di origine potenziale da database di proteine ​​ricerca (per una rassegna vedi 11). Lavoro proteomica ha fatto molta strada negli ultimi 25 anni grazie all'aumento di genomica disponibilità dei dati e l'aumento della sensibilità e la precisione di spettrometri di massa che consentano l'identificazione di proteine ​​ad alto rendimento e la quantificazione 11,12. Poiché le proteine ​​sono il prodotto finale di espressione genica, i dati metaproteomic può aiutare a determinare quali organismi sono attivi in ​​un determinato ambiente e quali proteine ​​stanno esprimendo. Questo è vantaggioso quando si cerca di determinare come un particolare insieme di variabili ambientali influenzerà il fenotipo di un organismo o di una comunità. All'inizio, gli studi metaproteomic basate su MS MS / nell'oceano sono stati usati per identificare le proteine ​​specifiche in miratalignaggi microbici, con il primo studio incentrato sulla luce guidato protonica pompa proteorodopsina in SAR11 batteri marini 13. Più di recente, le analisi comparative metaproteomic hanno chiarito pattern di espressione proteica differenziali tra le comunità complesse. Gli esempi includono l'identificazione di variazioni temporali nel metabolismo del litorale nord-occidentale dell'Oceano Atlantico 14 o la Penisola Antartica 5. Altri studi hanno descritto variazioni dei pattern di espressione proteica attraverso scale spaziali, ad esempio, lungo un transetto geografica da un oceano bassa nutrienti gyre ad un sistema upwelling costiero altamente produttivo 15. Per ulteriori recensioni di metaproteomica si consiglia Schneider et al. (2010) 9 e Williams et al. (2014) 16. Proteomica mirate sono stati anche impiegati negli ultimi anni per quantificare l'espressione di specifiche vie metaboliche nell'ambiente 17,18.

There sono tre fasi principali nell'analisi metaproteomic. La prima fase è la preparazione del campione, che comprende la raccolta del campione, la lisi cellulare e la concentrazione di proteine. Raccolta dei campioni in microbiologia marina spesso comporta la filtrazione di acqua marina attraverso un pre-filtro per rimuovere le cellule eucariotiche grandi, particelle e batteri particelle-associata, seguita da filtrazione per la cattura di cellule microbiche vivere liberi, comunemente con l'uso di una cartuccia di 0,22 micron unità filtro 19,20. Questi filtri sono incased in un cilindro di plastica e una lisi cellulare e protocollo di estrazione proteina che può essere effettuata all'interno del gruppo filtro sarebbe uno strumento prezioso. Una volta ottenuta la biomassa, le cellule devono essere lisate per consentire l'estrazione delle proteine. Diversi metodi possono essere impiegati, compresi guanidina-HCl 21 lisi e sodio dodecil solfato (SDS) metodi basati lisi. Anche se i detersivi come SDS sono molto efficienti a distruggere le membrane e solubilizzando molti tipi di proteine, Concentrations partire da 0,1% a valle può interferire con la digestione delle proteine ​​e MS analisi 22. Di grande preoccupazione è gli effetti negativi della SDS su tripsina efficienza digestione, potere risolutivo della retromarcia cromatografia liquida fase e soppressione ionica o l'accumulo all'interno della sorgente di ioni 23.

La seconda fase è frazionamento e analisi, in cui le proteine ​​vengono sottoposti a digestione enzimatica seguita da analisi LC MS / MS, conseguente am / z modello frammentazione che può essere utilizzata per determinare la sequenza amminoacidica primaria del peptide triptico iniziale. Vari metodi di digestione può essere eseguita a seconda delle tipologie di detergenti utilizzati, nonché il workflow spettrometria di massa a valle. Nel nostro protocollo, 1-D elettroforesi PAGE seguita dalla rimozione di SDS dal gel viene utilizzato per eliminare eventuali contaminazioni detergente. L'analisi delle proteine ​​che sono difficili da solubilizzare, come le proteine ​​di membrana, richiede l'uso di alta concenzioni di SDS o altri detergenti. Questo porta a problemi di compatibilità con elettroforesi SDS-gel. Se l'obiettivo di uno studio richiede la solubilizzazione di questi difficile da solubilizzare le proteine, il sistema tubo-gel può essere usato 22,24. Il metodo del tubo-gel incorpora proteine ​​all'interno della matrice gel senza l'uso di elettroforesi. Successivamente detergenti utilizzati per la solubilizzazione vengono rimossi prima di digestione delle proteine.

La terza fase è l'analisi bioinformatica. In questa fase i dati peptidici MS / MS vengono ricercati con un database di sequenze nucleotidiche tradotti per determinare quali sono presenti nel campione peptidi e proteine. L'identificazione di peptidi dipende database viene ricercato contro. Dati metaproteomic marini sono comunemente cercati nei database costituiti da genomi di riferimento, dati metagenomiche come il set di dati Global Ocean Sampling 25, così come cellulari amplificati genomi singoli da li incoltoneages 26,27. L'identificazione delle proteine ​​può essere aumentato anche l'inclusione di sequenze metagenomiche dallo stesso campione come dati metaproteomic stato derivato 5.

Qui forniamo un protocollo per la generazione di peptidi adatti per l'analisi MS MS / da biomassa microbica raccolti per filtrazione e memorizzati in una soluzione di stabilizzazione RNA. Il protocollo qui descritto permette di DNA e proteine ​​per essere isolati dallo stesso campione in modo che tutte le fasi che portano alla proteina e precipitazioni DNA sono identici. Dal punto di vista pratico, meno filtrazione è necessaria poiché solo filtro è necessario per proteine ​​e estrazione del DNA. Vorremmo anche riconoscere che questo protocollo è stato creato attraverso la combinazione, l'adattamento e la modifica di due protocolli precedentemente pubblicati. I passi lisi cellulare sono adattati da Saito et al. (2011) 28 e la tripsina in-gel digerire componente è adattato da Shevchenko et al. (2007) 29.

Protocol

1. Preparare Reagenti Preparare la soluzione SDS-estrazione: 0.1 M Tris-HCl pH 7,5, 5% glicerolo, EDTA 10 mM e 1% SDS. Filtro-sterilizzare utilizzando un filtro e conservare 0,22 micron a 4 ° C. Preparare i reagenti azionari necessari per il gel di poliacrilammide. Preparare 1.5 M Tris-HCl pH 8.8. Filtro-sterilizzare con un filtro di 0,22 micron e conservare a temperatura ambiente. 0.5 M Tris-HCl pH 6.8. Filtro-sterilizzare con un filtro di 0,22 micron e conservare a temperatura …

Representative Results

A dimostrazione, abbiamo eseguito il protocollo su due campioni di acqua di mare prelevati dalla superficie e la clorofilla massima del mare costiera nel nord del Canada. Mentre in mare, 6-7 L di acqua di mare è stato passato attraverso un 3 micron GF / D prefiltro, quindi le cellule microbiche sono state raccolte su un filtro di 0,22 micron unità cartuccia seguendo il protocollo di Walsh et al. 20. Le cellule sono state immediatamente memorizzati in una soluzione di stabilizzatore RNA fino al proc…

Discussion

Conservazione del campione è fondamentale per gli studi metaproteomic e lavoro precedente ha dimostrato che una soluzione di stabilizzazione RNA è un buffer di archiviazione utile per conservare le cellule prima dell'estrazione delle proteine ​​28. Idealmente, i campioni dovrebbero essere conservati in situ di negare cambiamenti nell'espressione delle proteine ​​durante la movimentazione 33,34. Infatti, in situ sono state sviluppate tecnologie di campionamento e …

Disclosures

The authors have nothing to disclose.

Acknowledgements

The authors would like to acknowledge Marcos Di Falco for his expertise and advice with the preparation of the samples for nano-LC MS/MS as well as Dr. Zoran Minic from the University of Regina for the LC MS/MS analysis. This work was supported by NSERC (DG402214-2011) and CRC (950-221184) funding. D.C. was supported by Concordia Institute for Water, Energy, and Sustainable Systems and FQRNT.

Materials

Sterivex -GP 0.22 μm filter unit Millipore SVGP01050 Sampling
RNAlater Stabilization Solution Ambion AM7021 Sampling
Tris  Bio Basic 77-86-1 or TB0196-500G Protein Extraction/ SDS PAGE gel
DTT Sigma-Aldrich D0632-1G Protein Extraction
SDS Bio Basic 15-21-3 Protein Extraction/ SDS PAGE gel
EDTA Bio Basic 6381-92-6 Protein Extraction
Glycerol Fisher Scientific 56-81-5 Protein Extraction
10K Amicon Filter Millipore UFC801024 Protein Extraction
Methanol Sigma-Aldrich 179337-4L Protein Precipitation
Acetone Fisher Scientific 67-64-1 Protein Precipitation
MPC Protein Precipitation reagent Epicenter mmP03750 DNA Precipitation
2-Propanol Fisher Scientific 67-63-0 DNA Precipitation
Qubit dsDNA BR Assay kit Life Technologies Q32850 DNA Quantification
Qubit Protein Assay kit Life Technologies Q33211 Protein Quantification
Sucrose Bio Basic 57-50-1 SDS PAGE gel
TEMED Bio Rad 161-0800 SDS PAGE gel
APS Bio Rad 161-0700 SDS PAGE gel
30% Acrylamide Bio Rad 161-0158 SDS PAGE gel
SimplyBlue SafeStain Invitrogen LC6060 SDS PAGE gel
Glycine Bio Rad 161-0718 SDS PAGE gel
B-mercaptoethanol Bio Basic 60-24-2 SDS PAGE gel
Laemmli Sample Buffer Bio Rad 161-0737 SDS PAGE gel
Precision Plus Protein Kaleidoscope Ladder Bio Rad 161-0375EDU SDS PAGE gel
Acetonitrile VWR CABDH6044-4 In-gel Trypsin digest
NH4HCO3 Bio Basic 1066-33-7 In-gel Trypsin digest
DTT Sigma-Aldrich D0632-1G In-gel Trypsin digest
Formic Acid Sigma-Aldrich F0507-500ML In-gel Trypsin digest
HPLC grade H2O Sigma-Aldrich 270733-4L In-gel Trypsin digest
Iodoacetamide Bio Basic 144-48-9 In-gel Trypsin digest
Trypsin Promega V5111 In-gel Trypsin digest
Protein LoBind Tube 1.5ml Eppendorf 22431081 In-gel Trypsin digest
2mL ROBO vial 9mm Candian Life Science VT009/C395SB In-gel Trypsin digest
PP BM insert, No spring Candian Life Science 4025P-631 In-gel Trypsin digest

References

  1. Madsen, E. L. Microorganisms and their roles in fundamental biogeochemical cycles. Current opinion in biotechnology. 22 (3), 456-464 (2011).
  2. El-Swais, H., Dunn, K. A., Bielawski, J. P., Li, W. K. W., Walsh, D. A. Seasonal assemblages and short-lived blooms in coastal northwest Atlantic Ocean bacterioplankton. Environmental microbiology. , (2014).
  3. Galand, P. E., Potvin, M., Casamayor, E. O., Lovejoy, C. Hydrography shapes bacterial biogeography of the deep Arctic Ocean. The ISME journal. 4 (4), 564-576 (2010).
  4. Lane, D. J., Pace, B., Olsen, G. J., Stahlt, D. A., Sogint, M. L., Pace, N. R. Rapid determination of 16S ribosomal RNA sequences for phylogenetic analyses. Proceedings of the National Academy of Sciences of the United States of America. 83, 4972 (1986).
  5. Williams, T. J., Long, E., et al. A metaproteomic assessment of winter and summer bacterioplankton from Antarctic Peninsula coastal surface waters. The ISME journal. 6 (10), (2012).
  6. Sheik, C. S., Jain, S., Dick, G. J. Metabolic flexibility of enigmatic SAR324 revealed through metagenomics and metatranscriptomics. Environmental microbiology. 16 (1), 304-317 (2014).
  7. Venter, J. C., Remington, K., et al. Environmental genome shotgun sequencing of the Sargasso Sea. Science (New York, N.Y.). 304, 66-74 (2004).
  8. Tyson, G. W., Chapman, J., et al. Community structure and metabolism through reconstruction of microbial genomes from the environment. Nature. 428, 37-43 (2004).
  9. Schneider, T., Riedel, K. Environmental proteomics: analysis of structure and function of microbial communities. Proteomics. 10 (4), 785-798 (2010).
  10. Vogel, C., Marcotte, E. M. Insights into the regulation of protein abundance from proteomic and transcriptomic analyses. Nature reviews. Genetics. 13 (4), 227-232 (2012).
  11. Hettich, R. L., Pan, C., Chourey, K., Giannone, R. J. Metaproteomics: harnessing the power of high performance mass spectrometry to identify the suite of proteins that control metabolic activities in microbial communities. Analytical chemistry. 85 (9), 4203-4214 (2013).
  12. Von Bergen, M., Jehmlich, N., et al. Insights from quantitative metaproteomics and protein-stable isotope probing into microbial ecology. The ISME journal. 7 (10), 1877-1885 (2013).
  13. Giovannoni, S. J., Bibbs, L., et al. Proteorhodopsin in the ubiquitous marine bacterium SAR11. Nature. 438 (7064), 82-85 (2005).
  14. Georges, A. A., El-Swais, H., Craig, S. E., Li, W. K., Walsh, D. A. Metaproteomic analysis of a winter to spring succession in coastal northwest Atlantic Ocean microbial plankton. The ISME journal. , 1-13 (2014).
  15. Morris, R. M., Nunn, B. L., Frazar, C., Goodlett, D. R., Ting, Y. S., Rocap, G. Comparative metaproteomics reveals ocean-scale shifts in microbial nutrient utilization and energy transduction. The ISME journal. 4 (5), 673-685 (2010).
  16. Williams, T. J., Cavicchioli, R. Marine metaproteomics: deciphering the microbial metabolic food web. Trends in microbiology. 22 (5), 248-260 (2014).
  17. Saito, M. a., McIlvin, M. R., et al. Multiple nutrient stresses at intersecting Pacific Ocean biomes detected by protein biomarkers. Science. 345 (6201), 1173-1177 (2014).
  18. Bertrand, E., Moran, D., McIlvin, M., Hoffman, J., Allen, A., Saito, M. Methionine synthase interreplacement in diatom cultures and communities: Implications for the persistence of B12 use by eukaryotic phytoplankton. Limnology and Oceanography. 58 (4), 1431-1450 (2013).
  19. Hawley, A. K., Kheirandish, S., et al. Molecular tools for investigating microbial community structure and function in oxygen-deficient marine waters. Methods in enzymology. 531, 305-329 (2013).
  20. Da Walsh, ., Zaikova, E., Hallam, S. J. Small volume (1-3L) filtration of coastal seawater samples. Journal of visualized experiments: JoVE. (28), 1-2 (2009).
  21. Thompson, M., Chourey, K. Experimental approach for deep proteome measurements from small-scale microbial biomass samples. Analytical. 80 (24), 9517-9525 (2008).
  22. Lu, X., Digestion Zhu, H. . Tube-Gel. , 1948-1958 (2005).
  23. Sharma, R., Dill, B. D., Chourey, K., Shah, M., VerBerkmoes, N. C., Hettich, R. L. Coupling a detergent lysis/cleanup methodology with intact protein fractionation for enhanced proteome characterization. Journal of proteome research. 11 (12), 6008-6018 (2012).
  24. Santoro, A. E., Dupont, C. L., et al. Genomic and proteomic characterization of “Candidatus Nitrosopelagicus brevis”: An ammonia-oxidizing archaeon from the open ocean. Proceedings of the National Academy of Sciences. 112 (4), 1173-1178 (2015).
  25. Rusch, D. B., Halpern, A. L., et al. The Sorcerer II Global Ocean Sampling expedition: northwest Atlantic through eastern tropical Pacific. PLoS biology. 5 (3), e77 (2007).
  26. Swan, B. K., Martinez-Garcia, M., et al. Potential for chemolithoautotrophy among ubiquitous bacteria lineages in the dark ocean. Science (New York, N.Y.). 333 (6047), 1296-1300 (2011).
  27. Rinke, C., Schwientek, P., et al. Insights into the phylogeny and coding potential of microbial dark matter. Nature. 499 (7459), 431-437 (2013).
  28. Saito, M. A., Bulygin, V. V., Moran, D. M., Taylor, C., Scholin, C. Examination of microbial proteome preservation techniques applicable to autonomous environmental sample collection. Frontiers in microbiology. 2, 215 (2011).
  29. Shevchenko, A., Tomas, J. H., Olsen, J., Mann, M. In-gel digestion for mass spectrometric characterization of proteins and proteomes. Nature protocols. 1 (6), 2856-2860 (2007).
  30. Thomas, T., Gilbert, J., Meyer, F. Metagenomics – a guide from sampling to data analysis. Microbial Informatics and Experimentation. 2 (1), 3 (2012).
  31. Huson, D. H., Auch, A. F., Qi, J., Schuster, S. C. MEGAN analysis of metagenomic data. Genome research. 17 (3), 377-3786 (2007).
  32. Huson, D. H., Mitra, S., Ruscheweyh, H. -. J., Weber, N., Schuster, S. C. Integrative analysis of environmental sequences using MEGAN4. Genome research. 21 (9), 1552-1560 (2011).
  33. Ea Ottesen, ., Marin, R., et al. Metatranscriptomic analysis of autonomously collected and preserved marine bacterioplankton. The ISME journal. 5 (12), 1881-1895 (2011).
  34. Feike, J., Jürgens, K., Hollibaugh, J. T., Krüger, S., Jost, G., Labrenz, M. Measuring unbiased metatranscriptomics in suboxic waters of the central Baltic Sea using a new in situ fixation system. The ISME journal. 6 (2), 461-470 (2012).

Play Video

Cite This Article
Colatriano, D., Walsh, D. A. An Aquatic Microbial Metaproteomics Workflow: From Cells to Tryptic Peptides Suitable for Tandem Mass Spectrometry-based Analysis. J. Vis. Exp. (103), e52827, doi:10.3791/52827 (2015).

View Video