Summary

Multi-enzyme préalable au moyen d'un système de criblage enzymatique génétique à haut débit

Published: August 08, 2016
doi:

Summary

This work presents a method of high-throughput screening using a universal genetic enzyme screening system that can be theoretically applied to over 200 enzymes. Here, the single screening system identifies three different enzymes (lipase, cellulase, and alkaline phosphatase) by simply changing the substrate used (p-nitrophenyl acetate, p-nitrophenyl-β-D-cellobioside, and phenyl phosphate).

Abstract

The recent development of a high-throughput single-cell assay technique enables the screening of novel enzymes based on functional activities from a large-scale metagenomic library1. We previously proposed a genetic enzyme screening system (GESS) that uses dimethylphenol regulator activated by phenol or p-nitrophenol. Since a vast amount of natural enzymatic reactions produce these phenolic compounds from phenol deriving substrates, this single genetic screening system can be theoretically applied to screen over 200 different enzymes in the BRENDA database. Despite the general applicability of GESS, applying the screening process requires a specific procedure to reach the maximum flow cytometry signals. Here, we detail the developed screening process, which includes metagenome preprocessing with GESS and the operation of a flow cytometry sorter. Three different phenolic substrates (p-nitrophenyl acetate, p-nitrophenyl-β-D-cellobioside, and phenyl phosphate) with GESS were used to screen and to identify three different enzymes (lipase, cellulase, and alkaline phosphatase), respectively. The selected metagenomic enzyme activities were confirmed only with the flow cytometry but DNA sequencing and diverse in vitro analysis can be used for further gene identification.

Introduction

Un haut-débit technique de dosage unique cellule récemment développée permet de nouvelles enzymes destinées à être projetées à partir d' une bibliothèque génétique à grande échelle sur la base de leurs activités fonctionnelles 1. Au niveau d'une seule cellule, les protéines régulatrices de la transcription sont utilisées pour déclencher l'expression du gène rapporteur par la détection de petites molécules qui sont produites par suite d'une activité de l'enzyme cible. Une première approche implique l'isolement d'un opéron phénol dégradant de Ralstonia eutropha E2 en utilisant l'expression génique induite par le substrat procédé de criblage (SIGEX), dans lequel le substrat induit l'expression d'une protéine rapporteur 2. Nhar de Pseudomonas putida a été utilisé pour sélectionner benzaldéhyde déshydrogénase 3 et lysG de Corynebacterium glutamicum a été utilisée pour le criblage à haut débit d'une nouvelle souche L-lysine-production de diverses bibliothèques de mutants 4.

Auparavant, une enzyme génétique screenisystème ng (GESS) a été proposé comme une plate – forme de criblage généralement applicable 5. Ce système utilise le régulateur de diméthylphénol phénol-reconnaissant, DmpR, de P. putida. DmpR (E135K), et un mutant de DmpR, peuvent également être utilisés dans GESS (PnP-GESS) pour la détection de p – nitrophénol (PnP). En présence d'enzymes cibles produisant des composés phénoliques, dans SSES E. cellules de E. coli , émet un signal de fluorescence, ce qui permet l'isolement rapide des cellules individuelles en utilisant un trieur de cellules activées par fluorescence (FACS). Mais l'expression de l'enzyme metagénomique semble être plus faible que celle des enzymes recombinantes classiques; Par conséquent, SSES a été conçu pour détecter des composés phénoliques avec un maximum de sensibilité en recherchant la combinaison d' un site de liaison au ribosome (RBS) et les séquences de terminaison ainsi que des conditions de fonctionnement optimales 5.

L'un des avantages fondamentaux de GESS est que cette méthode unique permet théoriquement la projection de over de 200 types différents d'enzymes dans la base de données BRENDA (tableau 1, http: // www.brenda-enzymes.info, 2013.7) en utilisant simplement différents substrats. Il a été montré que la cellulase, la lipase, et parathion-méthyl – hydrolase (MSP) peut être détectée à l' aide pnp SSES avec des substrats appropriés de p – nitrophényl butyrate de p – nitrophényle-cellotrioside et le parathion de méthyle, respectivement 5. Récemment, il a été prouvé qu'une phosphatase alcaline (AP), qui est l' une des nouvelles enzymes identifiées à l' aide pnp SSES, est le premier point d' accès trouvée dans thermolabile métagénomes marines adaptées au froid 6.

Ici, les détails du processus de sélection est présenté avec pNP-GESS détecter les activités de trois types de lipase enzymes-, cellulase, et la phosphatase alcaline différentes -et rapidement identifier de nouvelles enzymes candidats à partir d' une bibliothèque métagénomique 5,6. Les procédés comprennent métagénome prétraiter avec pNP-GESS et l'exploitation d'un flow cytométrie trieuse. Bien que les résultats obtenus devront être séquencés pour une identification plus poussée, ce protocole couvre la procédure jusqu'à les étapes de confirmation de l'activité enzymatique par cytométrie en flux.

Protocol

1. Préparation de la bibliothèque métagénomique avec pNP-GESS Construire une bibliothèque métagénomique dans E. coli avec un vecteur fosmide en utilisant un kit de production de bibliothèques fosmide selon le protocole du fabricant 5. Aliquote de 100 ul de la bibliothèque pour le stockage à -70 ° C, ce qui est une source de cellules de la bibliothèque metagénomiques. Note: La densité optique d'un échantillon mesuré à une longueur d'onde de 600 nm (…

Representative Results

Les trois substrats phénoliques ont été examinés afin d'identifier de nouvelles enzymes métagénomiques d'une bibliothèque de métagénome des sédiments océaniques plates-marée dans Taean, la Corée du Sud en suivant le protocole proposé. Pour la construction de la bibliothèque, en moyenne 30 – séquences de métagénome 40 kb ont été insérés dans fosmides, qui sont basés sur le E. coli F facteur réplicon et présenté comme un seul exemplaire dans une c…

Discussion

Accroître l' efficacité de biocatalyseurs de production est une clé pour le succès de la bio-chimique à base industrie 9 et métagénome est considéré comme l' un des meilleurs source d'enzyme naturelle. En ce sens, il est essentiel de criblage de nouvelles enzymes du métagénome où la majorité des ressources génétiques n'a pas été explorée 10. Plusieurs méthodes de criblage ont été développés , qui détectent directement des produits enzymatiques utilisant des a…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

This research was supported by grants from the Intelligent Synthetic Biology Center of Global Frontier Project (2011-0031944), the Next-Generation Biogreen 21 Program (PJ009524), NRF-2015M3D3A1A01064875 and the KRIBB Research Initiative Program.

Materials

CopyControl Epicentre CCFOS110 Fosmid library production kit 
CopyControl Induction Solution Epicentre CCIS125 Fosmid copy induction solution
EPI300 Epicentre EC300110 Electrocompetent cell
pCC1FOS Epicentre CCFOS110 Fosmid vector
Gene Pulser Mxcell Bio-Rad Electroporation cuvette and electroporate system
FACSAria III Becton Dickinson Flow Cytometry (FACS machine)
AZ100M Nikon Microscope 
UltraSlim  Maestrogen LED illuminator
50-mL conical tube BD Falcon
14-mL round-bottom tube  BD Falcon
5-mL round-bottom tube BD Falcon
p-nitrophenyl phosphate Sigma-Aldrich N7653 Substrate
p-nitrophenyl β-D-cellobioside Sigma-Aldrich N5759 Substrate
p-nitrophenyl butylate Sigma-Aldrich N9876  Substrate
Luria- Bertani (LB) BD Difco 244620 Tryptone 10g/L, Yeast extract 5g/L, Sodium Chloride 10g/L
Super Optimal broth (SOB) BD Difco 244310 Tryptone 20g/L, Yeast extract 5g/L, Sodium Chloride 0.5g/L, Magnesium Sulfate 2.4g/L, Potassium Chloride 186mg/L
Super Optimal broth with Catabolite repression (SOC) SOB, 0.4 % glucose
2x Yeast Extract Tryptone (2xYT) BD Difco 244020 Pancreatic digest of Casein 16g/L, Yeast extract 10g/L, Yeast extract 5g/L
Cell storage media 2xYT broth, 15 % Glycerol, 2 % Glucose
pGESS(E135K) A DNA vector containing dmpR, egfp genes with their appropriate promoters, RBS, and terminator.
See the reference 5 in the manuscript for more details.
Chloramphenicol Sigma C0378
Ampicillin Sigma A9518
BD FACSDiva Becton Dickinson Flow Cytometry Software Version 7.0
PBS Gibco 70011-044 0.8% NaCl, 0.02% KCl, 0.0144% Na2HPO4, 0.024% KH2OP4, pH 7.4

Referenzen

  1. Eggeling, L., Bott, M., Marienhagen, J. Novel screening methods-biosensors. Curr. Opin. Biotech. 35, 30-36 (2015).
  2. Uchiyama, T., Abe, T., Ikemura, T., Watanabe, K. Substrate-induced gene-expression screening of environmental metagenome libraries for isolation of catabolic genes. Nat. Biotechnol. 23 (1), 88-93 (2005).
  3. Van Sint Fiet, S., van Beilen, J. B., Witholt, B. Selection of biocatalysts for chemical synthesis. Proc. Natl. Acad. Sci. U. S. A. 103 (6), 1693-1698 (2006).
  4. Binder, S., et al. A high-throughput approach to identify genomic variants of bacterial metabolite producers at the single-cell level. Genome Biol. 13 (5), R40 (2012).
  5. Choi, S., et al. Toward a generalized and High-throughput Enzyme Screening System Based on Artificial Genetic Circuits. ACS Synthetic Biology. 3 (3), 163-171 (2014).
  6. Lee, D. H., et al. A novel psychrophilic alkaline phosphatase from the metagenome of tidal flat sediments. BMC Biotechnology. 15 (1), (2015).
  7. Warnecke, F., et al. Metagenomic and functional analysis of hindgut microbiota of a wood-feeding higher termite. Nature. 450 (7169), 560-565 (2007).
  8. Kim, U. J., Shizuya, H., de Jong, P. J., Birren, B., Simon, M. I. Stable propagation of cosmid sized human DNA inserts in an F factor based vector. Nucleic Acids Research. 20 (5), 1083-1085 (1992).
  9. Jemli, S., Ayadi-Zouari, D., Hlima, H. B., Bejar, S. Biocatalysts: application and engineering for industrial purposes. Crc. Cr. Rev. Biotechn. 36 (2), 246-258 (2014).
  10. Lorenz, P., Eck, J. Metagenomics and industrial applications. Nat. Rev. Microbiol. 3 (6), 510-516 (2005).
  11. Uchiyama, T., Miyazaki, K. Product-induced gene expression, a product responsive reporter assay used to screen metagenomic libraries for enzyme encoding genes. Applied and environmental microbiology. 76 (21), 7029-7035 (2010).
  12. Mohn, W. W., Garmendia, J., Galvao, T. C., De Lorenzo, V. Surveying bio-transformations with à la carte genetic traps: translating dehydrochlorination of lindane (gamma-hexachlorocyclohexane) into lacZ-based phenotypes. Environmental microbiology. 8 (3), 546-555 (2006).
  13. Tang, S. Y., Cirino, P. C. Design and application of a mevalonate-responsive regulatory protein. Angew Chem. Int. Ed. 50 (5), 1084-1086 (2011).
  14. Jha, R. K., Kern, T. L., Fox, D. T., Strauss, C. E. M. Engineering an Acinetobacter regulon for biosensing and high-throughput enzyme screening in E. coli via flow cytometry. Nucleic Acids Res. 42 (12), 8150-8160 (2014).
check_url/de/54059?article_type=t

Play Video

Diesen Artikel zitieren
Kim, H., Kwon, K. K., Seong, W., Lee, S. Multi-enzyme Screening Using a High-throughput Genetic Enzyme Screening System. J. Vis. Exp. (114), e54059, doi:10.3791/54059 (2016).

View Video