Summary

Semi-quantitative Analyse von Peptidoglycan mittels Flüssigkeitschromatographie, Massenspektrometrie und Bioinformatik

Published: October 13, 2020
doi:

Summary

Dieses Protokoll umfasst eine detaillierte Analyse der Peptidoglykanzusammensetzung mittels Flüssigchromatographie-Massenspektrometrie in Verbindung mit fortschrittlicher Merkmalsextraktion und bioinformatischer Analysesoftware.

Abstract

Peptidoglycan ist ein wichtiger Bestandteil bakterieller Zellwände und ein häufiges zelluläres Ziel für antimikrobielle Mittel. Obwohl Aspekte der Peptidoglykanstruktur bei allen Bakterien ziemlich konserviert sind, gibt es auch erhebliche Unterschiede zwischen Gram-Positiven/Negativen und zwischen den Spezies. Darüber hinaus sind zahlreiche Variationen, Modifikationen oder Anpassungen des Peptidoglykans bekannt, die innerhalb einer Bakterienart als Reaktion auf die Wachstumsphase und/oder Umweltreize auftreten können. Diese Variationen erzeugen eine hochdynamische Struktur, von der bekannt ist, dass sie an vielen zellulären Funktionen beteiligt ist, einschließlich Wachstum/Teilung, Antibiotikaresistenz und Vermeidung der Wirtsabwehr. Um die Variation innerhalb des Peptidoglykans zu verstehen, muss die Gesamtstruktur in ihre Bestandteile (sogenannte Muropeptide) zerlegt und auf die gesamte zelluläre Zusammensetzung untersucht werden. Peptidoglycomics verwendet fortschrittliche Massenspektrometrie in Kombination mit einer leistungsstarken bioinformatischen Datenanalyse, um die Peptidoglykanzusammensetzung im Detail zu untersuchen. Das folgende Protokoll beschreibt die Reinigung von Peptidoglykan aus Bakterienkulturen, die Erfassung von Muropeptid-Intensitätsdaten durch ein Flüssigkeitschromatographen-Massenspektrometer und die Differentialanalyse der Peptidoglykanzusammensetzung unter Verwendung der Bioinformatik.

Introduction

Peptidoglycan (PG) ist ein charakteristisches Merkmal von Bakterien, das dazu dient, die Zellmorphologie aufrechtzuerhalten und gleichzeitig Proteine und andere zelluläre Komponenten strukturell zu unterstützen 1,2. Das Rückgrat von PG besteht aus abwechselnd β-1,4-verknüpfter N-Acetyl-Muraminsäure (MurNAc) und N-Acetylglucosamin (GlcNAc)1,2. Jedes MurNAc besitzt ein kurzes Peptid, das am ᴅ-Lactylrest gebunden ist und mit benachbarten disaccharidgebundenen Peptiden vernetzt werden kann (Abbildung 1A,B). Durch diese Vernetzung entsteht eine netzartige Struktur, die die gesamte Zelle umfasst und oft als Sacculus bezeichnet wird (Abbildung 1C). Während der PG-Synthese werden Vorläufer im Zytoplasma erzeugt und durch Flippasen durch die zytoplasmatische Membran transportiert. Vorläufer werden anschließend durch Transglykosylase- und Transpeptidase-Enzyme, die die glykosidischen bzw. Peptidbindungen produzieren, in das reife PG eingebaut3. Einmal zusammengesetzt, gibt es jedoch zahlreiche Enzyme, die von den Bakterien produziert werden, die das PG modifizieren und/oder abbauen, um eine Reihe von zellulären Prozessen durchzuführen, einschließlich Wachstum und Teilung. Darüber hinaus wurde gezeigt, dass verschiedene Modifikationen des PG anpassungsspezifische Anpassungen an den Stamm, die Wachstumsbedingungen und den Umweltstress verleihen, die mit der Zellsignalisierung, der antimikrobiellen Resistenz und der Immunevasion des Wirts in Verbindung gebracht wurden4. Eine häufige Modifikation ist beispielsweise die Hinzufügung einer C6-Acetylgruppe an das MurNAc, die Resistenz verleiht, indem sie den Zugang zu den Glykan-β-1,4-Bindungen an vom Wirt produzierte Lysozymenzyme einschränkt, die PG 4,5,6 abbauen. Bei Enterokokken verleiht die Substitution des terminalen ᴅ-Ala der Peptidseitenkette durch ᴅ-Lac eine größere Resistenz gegen das antimikrobielle Vancomycin 7,8.

Das allgemeine Verfahren zur PG-Isolierung und -Reinigung ist seit seiner Beschreibung in den 1960er Jahren relativ unverändertgeblieben 9. Bakterielle Membranen werden durch Wärmebehandlung mit SDS aufgelöst, gefolgt von enzymatischer Entfernung von gebundenen Proteinen, Glykolipiden und verbleibender DNA. Der gereinigte intakte Sacculus kann anschließend durch Hydrolyse der β-1,4-Bindung zwischen GlcNAc und MurNAc in die einzelnen Bestandteile aufgeschlossen werden. Dieser Aufschluss produziert GlcNAc-MurNAc-Disaccharide mit intakten strukturellen Modifikationen und/oder Vernetzungen, die als Muropeptide bezeichnet werden (Abbildung 1B).

Die Analyse der Zusammensetzung von PG wurde zunächst durch Hochdruckflüssigkeitschromatographie-Trennung (HPLC) durchgeführt, um jedes Murropeptid zu reinigen, gefolgt von einer manuellen Identifizierung von Muropeptiden10,11. Dies wurde inzwischen durch die Flüssigchromatographie-Tandem-Massenspektrometrie (LC-MS) abgelöst, die die Nachweisempfindlichkeit erhöht und den manuellen Arbeitsaufwand für die Reinigung jedes einzelnen Murropeptids verringert. Die zeitaufwändige und komplexe Natur der manuellen Identifizierung von Muropeptiden ist jedoch ein limitierender Faktor geblieben, der die Anzahl der durchgeführten Studien reduziert. In den letzten Jahren hat sich mit dem Aufkommen von “omic”-Technologien die automatisierte LC-MS-Merkmalsextraktion zu einem leistungsstarken Werkzeug entwickelt, das eine schnelle Erkennung und Identifizierung einzelner Verbindungen in komplexen Proben aus sehr großen Datensätzen ermöglicht. Sobald die Merkmale identifiziert sind, vergleicht die bioinformatische Software statistisch die Variation zwischen den Proben mithilfe der Differentialanalyse, isoliert selbst minimale Unterschiede zwischen dem komplexen Datensatz und zeigt sie dem Benutzer grafisch an. Die Anwendung von Merkmalsextraktionssoftware für die Analyse der PG-Zusammensetzung wurde gerade erst erforscht 12,13,14 und mit der bioinformatischen Analyse 12 gekoppelt. Im Gegensatz zur Proteomik-Analyse, die von den leicht verfügbaren Proteindatenbanken profitiert, die die Peptidfragmentierung vorhersagen und eine vollautomatische Identifizierung ermöglichen, gibt es derzeit keine Fragmentierungsbibliothek für Peptidoglykomics. Die Merkmalsextraktion kann jedoch mit bekannten und vorhergesagten Strukturdatenbanken gekoppelt werden, um die Identifizierung von Murropeptid12 vorherzusagen. Hier stellen wir ein detailliertes Protokoll für die Verwendung der LC-MS-basierten Merkmalsextraktion in Kombination mit einer Murropeptidbibliothek zur automatisierten Identifizierung und bioinformatischen Differentialanalyse der PG-Zusammensetzung vor (Abbildung 2).

Protocol

1. Peptidoglycan Probenvorbereitung Wachstum von BakterienkulturenHINWEIS: Das Wachstum der Bakterienkulturen variiert je nach Bakterienart und den untersuchten Wachstumsbedingungen. Die zu testenden experimentellen Parameter bestimmen die Wachstumsbedingungen.Züchten Sie Bakterienkulturen unter Wachstumsbedingungen, die für den Bakterienstamm und das experimentelle Design erforderlich sind. Züchten Sie Bakterien als dreifache Kulturen (biologische Replikate), d.h. drei separate …

Representative Results

Die erhöhte Nachweisempfindlichkeit von MS-Maschinen in Verbindung mit einer leistungsstarken Peak-Erkennungssoftware hat die Fähigkeit verbessert, die Substanzzusammensetzung komplexer Proben bis ins kleinste Detail zu isolieren, zu überwachen und zu analysieren. Unter Verwendung dieser technologischen Fortschritte haben neuere Studien zur Peptidoglykanzusammensetzung begonnen, automatisierte LC-MS-Merkmalsextraktionstechniken 12,13,14,24 gegenüber älteren HPLC-basierten Methoden zu verwenden</sup…

Discussion

Dieses Protokoll beschreibt ein Verfahren zur Reinigung von Peptidoglykan aus Bakterienkulturen, zum Nachweis von LC-MS und zur Analyse der Zusammensetzung unter Verwendung bioinformatischer Techniken. Hier konzentrieren wir uns auf gramnegative Bakterien und einige geringfügige Modifikationen sind erforderlich, um die Analyse grampositiver Bakterien zu ermöglichen.

Die Herstellung von Muropeptiden ist seit ihrer ersten Herstellung in den 1960er Jahren praktisch gleich geblieben 9,11,15.<sup…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Dr. Jennifer Geddes-McAlister und Dr. Anthony Clarke für ihre Beiträge zur Verfeinerung dieses Protokolls. Diese Arbeit wurde durch Betriebskostenzuschüsse des CIHR unterstützt, die an C.M.K. (PJT 156111) vergeben wurden, und durch einen NSERC Alexander Graham Bell CGS D, der an E.M.A. vergeben BioRender.com wurde.

Materials

Equipment
C18 reverse phase column – AdvanceBio Peptide column (100 mm x 2.1 mm 2.7 µm) Agilent LC-MS data acquisition
Heating mantle controller, Optichem Fisher 50-401-788 for 4% SDS boil
Heating Mantle, 1000mL Hemispherical Fisher CG1000008 for 4% SDS boil
Incubator, 37°C for sacculi purification and MS sample prep
Leibig condenser, 300MM 24/40, Fisher CG121805 for 4% SDS boil
Lyophilizer Labconco for lyophilization of sacculi
Magentic stirrer Fisher 90-691-18 for 4% SDS boil
mass spectrometer Q-Tof model UHD 6530 Aglient LC-MS data acquisition
microcentrifuge filters, Nanosep MF 0.2 µm Fisher 50-197-9573 cleanup of sample before MS injection
Retort stand Fisher 12-000-102 for 4% SDS boil
Retort clamp Fisher S02629 for 4% SDS boil
round bottom flask – 1 liter pyrex Fisher 07-250-084 for 4% SDS boil
Sonicator model 120 Fisher FB120 for sacculi purification
Sonicator – micro tip Fisher FB4422 for sacculi purification
Ultracentrifuge Beckman sacculi wash steps
Ultracentrifuge bottles, Ti45 Fisher NC9691797 sacculi wash steps
Water supply City for water cooled condenser
Software
Chemdraw Cambridgesoft molecular editor for muropeptide fragmentation prediction
Excel Microsoft viewing lists of annotated muropeptides, abundance, isotopic patterns, etc.
MassHunter Acquisition Aglient running QTOF instrument
MassHunter Mass Profiler Professional Aglient bioinformatic differential analysis
MassHunter Personal Compound Database and Library Manager Aglient muropeptide m/z MS database
MassHunter Profinder Aglient recursive feature extraction
MassHunter Qualitative analysis Aglient viewing MS and MS/MS chromatograms
Prism Graphpad Graphing software
Perseus Max Plank Institute of Biochemistry 1D annotation
Material
Acetonitrile Fisher A998-4
Ammonium acetate Fisher A637
Amylase Sigma-Aldrich A6380
Boric acid Fisher BP168-1
DNase Fisher EN0521
Formic acid Sigma-Aldrich 27001-500ML-R
LC-MS tuning mix – HP0321 Agilent G1969-85000
Magnesium chloride Sigma-Aldrich M8266
Magnesium sulfate Sigma-Aldrich M7506
Mutanolysin from Streptomyces globisporus ATCC 21553 Sigma-Aldrich M9901
Nitrogen gas (>99% purity) Praxair NI 5.0UH-T
Phosphoric acid Fisher A242
Pronase E from Streptomyces griseus Sigma-Aldrich P5147
RNase Fisher EN0531
Sodium azide Fisher S0489
Sodium borohydride Sigma-Aldrich 452890
Sodium dodecyl sulfate (SDS) Fisher BP166
Sodium hydroxide Fisher S318
Sodium Phosphate (dibasic) Fisher S373
Sodium Phosphate (monobasic) Fisher S369
Stains-all Sigma-Aldrich E9379

Referencias

  1. Vollmer, W., Blanot, D., de Pedro, M. A. Peptidoglycan structure and architecture. FEMS Microbiology Reviews. 32, 149-167 (2007).
  2. Pazos, M., Peters, K. Peptidoglycan. Sub-cellular Biochemistry. 92, 127-168 (2019).
  3. Typas, A., Banzhaf, M., Gross, C. A., Vollmer, W. From the regulation of peptidoglycan synthesis to bacterial growth and morphology. Nature Reviews. Microbiology. 10 (2), 123-136 (2011).
  4. Yadav, A. K., Espaillat, A., Cava, F. Bacterial strategies to preserve cell wall integrity against environmental threats. Frontiers in Microbiology. 9, 2064 (2018).
  5. Bera, A., Herbert, S., Jakob, A., Vollmer, W., Götz, F. Why are pathogenic staphylococci so lysozyme resistant? The peptidoglycan O-acetyltransferase OatA is the major determinant for lysozyme resistance of Staphylococcus aureus. Molecular Microbiology. 55 (3), 778-787 (2005).
  6. Brott, A. S., Clarke, A. J. Peptidoglycan O-acetylation as a virulence factor: its effect on lysozyme in the innate immune system. Antibiotics. 8 (3), 94 (2019).
  7. Putty, S., Vemula, H., Bobba, S., Gutheil, W. G. A liquid chromatography-tandem mass spectrometry assay for D-Ala-D-Lac: A key intermediate for vancomycin resistance in vancomycin-resistant Enterococci. Analytical Biochemistry. 442 (2), 166-171 (2013).
  8. Arthur, M., et al. Evidence for in vivo incorporation of D-lactate into peptidoglycan precursors of vancomycin-resistant Enterococci. Antimicrobial Agents and Chemotherapy. 36 (4), 867-869 (1992).
  9. Mardarowicz, C. Isolierung und Charakterisierung des Murein-Sacculus von Brucella. Z. Naturforsdig. 21, 1006-1007 (1966).
  10. Glauner, B., Höltje, J. V., Schwarz, U. The composition of the murein of Escherichia coli. The Journal of Biological Chemistry. 263 (21), 10088-10095 (1988).
  11. Glauner, B. Separation and quantification of muropeptides with high-performance liquid chromatography. Analytical Biochemistry. 172, 451-464 (1988).
  12. Anderson, E. M., et al. Peptidoglycomics reveals compositional changes in peptidoglycan between biofilm- and planktonic-derived Pseudomonas aeruginosa. The Journal of Biological Chemistry. 295 (2), 504-516 (2020).
  13. van der Aart, L. T., et al. High-resolution analysis of the peptidoglycan composition in Streptomyces coelicolor. Journal of Bacteriology. 200 (20), 00290 (2018).
  14. Bern, M., Beniston, R., Mesnage, S. Towards an automated analysis of bacterial peptidoglycan structure. Analytical and Bioanalytical Chemistry. 409, 551-560 (2017).
  15. Brott, A. S., Sychantha, D., Clarke, A. J. Assays for the enzymes catalyzing the O-acetylation of bacterial cell wall polysaccharides. Methods in Molecular Biology. 1954, 115-136 (2019).
  16. Clarke, A. J. Compositional analysis of peptidoglycan by high-performance anion-exchange chromatography. Analytical Biochemistry. 212 (2), 344-350 (1993).
  17. Rusconi, F., Douard Valton, &. #. 2. 0. 1. ;., Nguyen, R., Dufourc, E. Quantification of sodium dodecyl sulfate in microliter-volume biochemical samples by visible light spectroscopy. Analytical Biochemistry. 295, 31-37 (2001).
  18. Verwer, R. W. H., Beachey, E. H., Keck, W., Stoub, A. M., Poldermans, J. E. Oriented fragmentation of Escherichia coli sacculi by sonication. Journal of Bacteriology. 141 (1), 327-332 (1980).
  19. Benjamini, Y., Hochberg, Y. Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological). 57 (1), 289-300 (1995).
  20. Article, R., Alonso, A., Marsal, S., Julià, A., James Carroll, A. Analytical methods in untargeted metabolomics: state of the art in 2015. Frontiers in Bioengineering and Biotechnology. 3, 23 (2015).
  21. Xi, B., Gu, H., Baniasadi, H., Raftery, D. Statistical analysis and modeling of mass spectrometry-based metabolomics data. Methods in Molecular Biology. 1198, 333-353 (2014).
  22. Tyanova, S., et al. The Perseus computational platform for comprehensive analysis of (prote)omics data. Nature Methods. 13 (9), 731-740 (2016).
  23. Cox, J., Mann, M. 1D and 2D annotation enrichment: a statistical method integrating quantitative proteomics with complementary high-throughput data. BMC Bioinformatics. 13, 12 (2012).
  24. Chang, J. D., Foster, E. E., Thadani, A. N., Ramirez, A. J., Kim, S. J. Inhibition of Staphylococcus aureus cell wall biosynthesis by desleucyl-oritavancin: A quantitative peptidoglycan composition analysis by mass spectrometry. Journal of Bacteriology. 199 (15), 00278 (2017).
  25. Glauner, B., Höltje, J. V. Growth pattern of the murein sacculus of Escherichia coli. The Journal of Biological Chemistry. 265 (31), 18988-18996 (1990).
  26. Espaillat, A., et al. Chemometric analysis of bacterial peptidoglycan reveals atypical modifications that empower the cell wall against predatory enzymes and fly innate immunity. Journal of the American Chemical Society. 138 (29), 9193-9204 (2016).
  27. Quintela, J. C., Caparros, M., de Pedro, M. A. Variability of peptidoglycan structural parameters in Gram-negative bacteria. FEMS Microbiology Letters. 125, 95-100 (1995).
  28. Quintela, J. C., Zollner, P., Portillo, F. G., Allmaier, G., de Pedro, M. A. Cell wall structural divergence among Thermus spp. FEMS Microbiology Letters. 172, 223-229 (1999).
  29. Torrens, G., et al. Comparative analysis of peptidoglycans from Pseudomonas aeruginosa isolates recovered from chronic and acute infections. Frontiers in Microbiology. 10, 0868 (2019).
  30. Antignac, A., et al. Detailed structural analysis of the peptidoglycan of the human pathogen Neisseria meningitidis. The Journal of Biological Chemistry. 278 (34), 31521-31528 (2003).
  31. De Jonges, B. L. M., Changi, Y. S., Gage, D., Tomaszs, A. Peptidoglycan composition of a highly methicillin-resistant Staphylococcus aureus strain. The role of penicillin binding protein 2A. The Journal of Biological Chemistry. 267 (16), 11248-11264 (1992).
  32. Lee, M., et al. Muropeptides in Pseudomonas aeruginosa and their role as elicitors of β-lactam-antibiotic resistance. Angewandte Chemie – International Edition. 55, 6882-6886 (2016).
  33. Schumann, P. Peptidoglycan Structure. Methods in Microbiology. 38, 101-129 (2011).
  34. Wientjes, F. B., Woldringh, C. L., Nanninga, N. Amount of peptidoglycan in cell walls of Gram-negative bacteria. Journal of Bacteriology. 173 (23), 7684-7691 (1991).

Play Video

Citar este artículo
Anderson, E. M., Greenwood, N. A., Brewer, D., Khursigara, C. M. Semi-Quantitative Analysis of Peptidoglycan by Liquid Chromatography Mass Spectrometry and Bioinformatics. J. Vis. Exp. (164), e61799, doi:10.3791/61799 (2020).

View Video