Summary

Absolut kvantificering af celle frit protein syntese metabolisme ved omvendt fase-væskekromatografi-massespektrometri

Published: October 25, 2019
doi:

Summary

Her præsenterer vi en robust protokol for at kvantificere 40 forbindelser involveret i Central Carbon og energimetabolisme i celle-fri proteinsyntese reaktioner. Den celle frie syntese blanding er derivatized med anilin for effektiv adskillelse ved hjælp af omvendt fase væskekromatografi og derefter kvantificeret ved massespektrometri ved hjælp af isotopisk mærkede interne standarder.

Abstract

Celle-fri Proteinsyntese (CFP’ER) er en ny teknologi i systemer og syntetisk biologi til in vitro-produktion af proteiner. Men hvis CFP’ER kommer til at bevæge sig ud over laboratoriet og blive en udbredt og standard lige i tiden fremstillingsteknologi, skal vi forstå de præstationsgrænser for disse systemer. Mod dette spørgsmål, vi udviklet en robust protokol til kvantificere 40 forbindelser involveret i glycolyse, pentose fosfat pathway, tricarboxylsyre cyklus, energimetabolisme og cofaktor regenerering i CFPS reaktioner. Metoden bruger interne standarder Tagged med 13c-Anilin, mens forbindelser i prøven er derivatized med 12c-anilin. De interne standarder og prøven blev blandet og analyseret ved omvendt fase væskekromatografi-massespektrometri (LC/MS). Co-eluering af forbindelser eliminerede ionsuppression, hvilket gjorde det muligt nøjagtigt at kvantificere metabolitten koncentrationer over 2-3 størrelsesordener, hvor den gennemsnitlige korrelationskoefficient var 0,988. Fem af de 40 forbindelser blev ukodet med Anilin, men de blev stadig påvist i CFPS-prøven og kvantificerede med en standardkurve metode. Kromatografi kørslen tager ca. 10 min. for at fuldføre. Tilsammen udviklede vi en hurtig og robust metode til at adskille og præcist kvantificere 40-forbindelser, der er involveret i CFP’ER, i en enkelt LC/MS-løbetur. Metoden er en omfattende og præcis tilgang til at karakterisere cellefri metabolisme, så vi i sidste ende kan forstå og forbedre udbyttet, produktiviteten og energieffektiviteten af celle frie systemer.

Introduction

Celle-fri Proteinsyntese (CFP’ER) er en lovende platform for fremstilling af proteiner og kemikalier, en applikation, der traditionelt har været forbeholdt levende celler. Celle frie systemer er afledt af rå celleekstrakter og eliminere komplikationer forbundet med cellevækst1. Derudover giver CFP’ER mulighed for direkte adgang til metabolitter og de biosyntetiske maskiner uden indblanding fra en cellevæg. Der har imidlertid manglet en grundlæggende forståelse af præstations grænserne for celle frie processer. High-gennemløb metoder til metabolisering kvantificering er værdifulde for karakterisering af stofskiftet og er afgørende for opførelsen af metaboliske beregningsmæssige modeller2,3,4. Fælles metoder, der anvendes til bestemmelse af metabolitten koncentrationer omfatter nuklear magnetisk resonans (NMR), Fourier transformation-infrarød spektroskopi (ft-IR), enzym-baserede assays, og massespektrometri (MS)5,6,7 ,8. Men, disse metoder er ofte begrænset af deres manglende evne til effektivt at måle flere forbindelser på én gang og ofte kræver en prøvestørrelse større end typiske celle-fri reaktioner. For eksempel kan enzym baserede assays ofte kun bruges til at kvantificere en enkelt forbindelse i en løbetur og er begrænset, når Prøvestørrelsen er lille, såsom i celle frie proteinsyntese reaktioner (typisk på en 10-15 μL skala). I mellemtiden kræver NMR en høj forekomst af metabolitter til påvisning og kvantificering5.  Mod disse mangler, kromatografi metoder i tandem med massespektrometri (LC/MS) giver flere fordele, herunder høj følsomhed og evnen til at måle flere arter samtidigt9; den analytiske kompleksitet stiger imidlertid betydeligt med antallet og mangfoldigheden af de arter, der måles. Det er derfor vigtigt at udvikle metoder, der fuldt ud realisere de høje gennemløb potentiale LC/MS-systemer. Forbindelser i en prøve adskilles ved hjælp af væskekromatografi og identificeres gennem massespektrometri. Signalet af forbindelsen afhænger af dets koncentration og ioniserings effektivitet, hvor ioniseringen kan variere mellem forbindelser og kan også afhænge af prøve matrixen.

Opnåelse af samme ioniserings effektivitet mellem prøven og standarderne er en udfordring, når LC/MS bruges til at kvantificere analytter. Yderligere, kvantificering bliver mere udfordrende med metabolitten mangfoldighed på grund af signal opdeling og heterogenitet i proton affinitet og polaritet10. Endelig kan Co-eluting matrix af prøven også påvirke ioniserings effektiviteten af forbindelserne. For at løse disse problemer, metabolitter kan være kemisk derivatized, øge separation opløsning og følsomhed ved LC/MS-systemer, mens samtidig faldende signal opdeling i nogle tilfælde10,11. Kemisk derivatisering virker ved at tagge specifikke funktionelle grupper af metabolitter til at justere deres fysiske egenskaber som ladning eller hydrofobicitet for at øge ioniserings effektivitet11. Forskellige mærknings agenter kan anvendes til at målrette mod forskellige funktionelle grupper (f. eks. aminer, hydroxyls, phosphater, carboxylsyrer osv.). Aniline, en sådan forædling agent, mål flere funktionelle grupper på én gang, og tilføjer en hydrofobe komponent i hydrofile molekyler, og dermed øge deres separation opløsning og signal12. For at imødegå den Co-eluting matrix ion suppression effekt, Yang og kollegaer udviklet en teknik baseret på gruppe specifik intern standard teknologi (gsist) mærkning, hvor standarder er mærket med 13C anilin isotoper og blandes med prøven 12,13. Metabolitten og den tilsvarende interne standard har samme ioniserings effektivitet, da de er co-elute, og deres intensitets forhold kan anvendes til at kvantificere koncentrationen i den eksperimentelle prøve.

I denne undersøgelse udviklede vi en protokol til påvisning og kvantificering af 40-forbindelser, der er involveret i glykolyse, pentose-fosfat vejen, tricarboxylsyrecyklussen, energimetabolisme og cofaktor regenerering i CFPS-reaktioner. Metoden er baseret på GSIST tilgang, hvor vi brugte 12c-aniline og 13c-anilin til at mærke, opdage og kvantificere metabolitter ved hjælp af omvendt fase LC/MS. Det lineære område af alle forbindelser strakte 2-3 størrelsesordener med en gennemsnitlig korrelationskoefficient på 0,988. Således, metoden er en robust og præcis tilgang til afhøre celle-fri metabolisme, og muligvis helcelle ekstrakter.

Protocol

1. klargøring af reagenser til anilin mærkning Forbered en 6 M anilin opløsning ved pH 4,5. Arbejder i en hætte, kombinere 550 μL anilin med 337,5 μL LCMS kvalitet vand og 112,5 μL af 12 M saltsyre (HCl) i et centrifugeglas. Vortex brønd og opbevares ved 4 °C.Bemærk: anilin kan opbevares ved 4 °C i 2 måneder.Forsigtig: anilin er meget giftigt og bør behandles med i en røg hætte. Saltsyre er meget ætsende Forbered en 6 M 13C anilin opløsning ved pH 4,5. Kombiner 250 …

Representative Results

Som et proof-of-koncept brugte vi protokollen til at kvantificere metabolitter i et E. coli -baseret CFPS-system, der udtrykker grønt fluorescerende protein (gfp).  CFPS-reaktionen (14 μL) blev standset og deproteiniseret med ethanol. CFPS-prøven blev derefter mærket med 12c-Anilin, mens standarderne blev mærket med 13c-anilin. Den mærkede prøve og standarderne blev derefter kombineret og injiceret i LC/MS (figur 1). Protokollen afslørede og kvantifice…

Discussion

Celle frie systemer har ingen cellevæg, og der er således direkte adgang til metabolitter og de biosyntetiske maskiner uden behov for kompleks prøveforberedelse. Men meget lidt arbejde er blevet gjort for at udvikle grundige og robuste protokoller til kvantitativt afhøre celle-fri reaktionssystemer. I denne undersøgelse udviklede vi en hurtig, robust metode til at kvantificere metabolitter i celle frie reaktionsblandinger og potentielt i helcelle ekstrakter. Individuel kvantificering af metabolitter i komplekse blan…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Det beskrevne arbejde blev støttet af Center på fysik af kræft metabolisme gennem Award nummer 1U54CA210184-01 fra National Cancer Institute (https://www.cancer.gov/). Indholdet er udelukkende ansvaret for forfatterne og ikke nødvendigvis repræsenterer de officielle synspunkter af National Cancer Institute eller National Institutes of Health. De finansieringskilder havde ingen rolle i studiet design, dataindsamling og analyse, beslutning om at offentliggøre, eller forberedelse af manuskriptet.

Materials

12C Aniline Sigma-Aldrich 242284 Aniline 12C
13C labeled aniline Sigma-Aldrich 485797 Aniline 13C6
3-Phosphoglyceric acid Sigma-Aldrich P8877 3PG
Acetic Acid FisherScientific AC222140010 ACE
Acetonitrile, LCMS JT BAKER 9829-03 ACN
Acetyl-coenzyme A Sigma-Aldrich A2056 ACA
Acquity UPLC BEH C18 1.7 μM, 2.1 x 150 mm Column Waters 186002353 Column
Adenosine diphosphate Sigma-Aldrich A2754 ADP
Adenosine monophosphate Sigma-Aldrich A1752 AMP
Adenosine triphosphate Sigma-Aldrich A2383 ATP
Alpha-ketoglutarate Sigma-Aldrich K1128 aKG
Citrate Sigma-Aldrich 251275 CIT
Cytidine diphosphate Sigma-Aldrich C9755 CDP
Cytidine monophosphate Sigma-Aldrich C1006 CMP
Cytidine triphosphate Sigma-Aldrich C9274 CTP
D-glyceraldehyde 3-phosphate Sigma-Aldrich 39705 GAP
Erythrose 4-phosphate Sigma-Aldrich E0377 E4P
Ethanol Sigma-Aldrich EX0276 EtOH
Fisher Scientific accuSpin Micro 17 Centrifuge FisherScientific Centrifuge
Flavin adenine dinucleotide Sigma-Aldrich F6625 FAD
Fructose 1,6-bisphosphate Sigma-Aldrich F6803 F16P
Fructose 6-phosphate Sigma-Aldrich F3627 F6P
Fumarate Sigma-Aldrich F8509 FUM
Gluconate 6-phosphate Sigma-Aldrich P7877 6PG
Glucose Sigma-Aldrich G8270 GLC
Glucose 6-phosphate Sigma-Aldrich G7879 G6P
Glycerol 3-phosphate Sigma-Aldrich G7886 Gly3P
Guanosine diphosphate Sigma-Aldrich G7127 GDP
Guanosine monophosphate Sigma-Aldrich G8377 GMP
Guanosine triphosphate Sigma-Aldrich G8877 GTP
Hydrochloric acid Sigma-Aldrich 258148 HCl
Isocitrate Sigma-Aldrich I1252 ICIT
Lactate Sigma-Aldrich L1750 LAC
Malate Sigma-Aldrich 02288 MAL
myTXTL – Sigma 70 Master Mix Kit ArborBiosciences 507024 Cell-free protein synthesis
N-(3-dimethylaminopropyl)-N′-ethylcarbodiimide hydrochloride Sigma-Aldrich 03449 EDC
Nicotinamide adenine dinucleotide Sigma-Aldrich 43410 NAD
Nicotinamide adenine dinucleotide phosphate Sigma-Aldrich N5755 NADP
Nicotinamide adenine dinucleotide phosphate reduced Sigma-Aldrich 481973 NADPH
Nicotinamide adenine dinucleotide reduced Sigma-Aldrich N8129 NADH
Oxalacetate Sigma-Aldrich O4126 OAA
Phosphoenolpyruvate Sigma-Aldrich P0564 PEP
Pyruvate Sigma-Aldrich P5280 PYR
Ribose 5-phosphate Sigma-Aldrich R7750 R5P
Ribulose 5-phosphate CarboSynth MR45852 RL5P
Sedoheptulose 7-phosphate CarboSynth MS07457 S7P
Succinate Sigma-Aldrich S3674 SUCC
Tributylamine Sigma-Aldrich 90780 TBA
Triethylamine FisherScientific O4884 TEA
ultrapure water FisherScientific 10977-015 water
Uridine diphosphate Sigma-Aldrich U4125 UDP
Uridine monophosphate Sigma-Aldrich U6375 UMP
Uridine triphosphate Sigma-Aldrich U6625 UTP
VWR Heavy Duty Vortex VWR Vortex
Water, LCMS JT BAKER 9831-03 WATER
Waters Acquity H UPLC Class Quaternary Solvent Manager Waters LCMS
Waters Acquity H UPLC Class Sample Manager FTN Waters LCMS
Waters Acquity Qda detector Waters LCMS
Waters Empower 3 Waters Software
Waters LCMS Total Recovery Vial Waters 186000384c LCMS Vial

References

  1. Hodgman, C. E., Jewett, M. C. Cell-free synthetic biology: thinking outside the cell. Metabolic Engineering. 14, 261-269 (2012).
  2. Vilkhovoy, M., et al. Sequence specific modeling of E. coli cell-free protein synthesis. ACS Synthetic Biology. 7 (8), 1844-1857 (2018).
  3. Vilkhovoy, M., Minot, M., Varner, J. D. Effective dynamic models of metabolic networks. IEEE Life Sciences Letters. 2 (4), 51-54 (2016).
  4. Horvath, N., et al. Toward a genome scale sequence specific dynamic model of cell-free protein synthesis in Escherichia coli. bioRxiv. , 215012 (2017).
  5. Dettmer, K., Aronov, P. A., Hammock, B. D. Mass spectrometry-based metabolomics. Mass spectrometry reviews. 26 (1), 51-78 (2007).
  6. Hajjaj, H., Blanc, P. J., Goma, G., François, J. Sampling techniques and comparative extraction procedures for quantitative determination of intra- and extracellular metabolites in filamentous fungi. FEMS Microbiology Letters. 164 (1), 195-200 (1998).
  7. Ruijter, G. J. G., Visser, J. Determination of intermediary metabolites in Aspergillus niger. Journal of Microbiological Methods. 25 (3), 295-302 (1996).
  8. Mailinger, W., Baltes, M., Theobald, U., Reuss, M., Rizzi, M. In vivo analysis of metabolic dynamics in Saccharomyces cerevisiae: I. Experimental observations. Biotechnology and Bioengineering. 55 (2), 305-316 (1997).
  9. Dunn, W. B., et al. Mass appeal: metabolite identification in mass spectrometry-focused untargeted metabolomics. Metabolomics. 9 (1), 44-66 (2013).
  10. Huang, T., Toro, M., Lee, R., Hui, D. S., Edwards, J. L. Multi-functional derivatization of amine, hydroxyl, and carboxylate groups for metabolomic investigations of human tissue by electrospray ionization mass spectrometry. Analyst. 143 (14), 3408-3414 (2018).
  11. Huang, T., Armbruster, M. R., Coulton, J. B., Edwards, J. L. Chemical Tagging in Mass Spectrometry for Systems Biology. Analytical Chemistry. 91 (1), 109-125 (2019).
  12. Yang, W. C., Sedlak, M., Regnier, F. E., Mosier, N., Ho, N., Adamec, J. Simultaneous quantification of metabolites involved in central carbon and energy metabolism using reversed-phase liquid chromatography-mass spectrometry and in vitro 13C labeling. Analytical Chemistry. 80 (24), 9508-9516 (2008).
  13. Jannasch, A., Sedlak, M., Adamec, J., Metz, T. O. Quantification of Pentose Phosphate Pathway (PPP) Metabolites by Liquid Chromatography-Mass Spectrometry (LC-MS). Metabolic Profiling. Methods in Molecular Biology 708 (Methods and Protocols). , 159-171 (2011).
  14. Luo, B., Groenke, K., Takors, R., Wandrey, C., Oldiges, M. Simultaneous determination of multiple intracellular metabolites in glycolysis, pentose phosphate pathway, and tricarboxylic acid cycle by liquid chromatography-mass spectrometry. Journal of Chromatography A. 1147 (2), 153-164 (2007).
check_url/fr/60329?article_type=t

Play Video

Citer Cet Article
Vilkhovoy, M., Dai, D., Vadhin, S., Adhikari, A., Varner, J. D. Absolute Quantification of Cell-Free Protein Synthesis Metabolism by Reversed-Phase Liquid Chromatography-Mass Spectrometry. J. Vis. Exp. (152), e60329, doi:10.3791/60329 (2019).

View Video