Summary

Absolut kvantifiering av cellfri protein syntes metabolism genom omvänd fas vätskekromatografi-masspektrometri

Published: October 25, 2019
doi:

Summary

Här presenterar vi ett robust protokoll för att kvantifiera 40 föreningar som är involverade i Central kol-och energimetabolism i cell fria proteinsyntes reaktioner. Den cell fria syntes blandningen är derivatiserad med anilin för effektiv separation med hjälp av omvänd fas vätskekromatografi och sedan kvantifieras med masspektrometri med isotopiskt märkta interna standarder.

Abstract

Cell fri proteinsyntes (CFPS) är en framväxande teknik i system och syntetisk biologi för in vitro-produktion av proteiner. Men om CFPS kommer att gå bortom laboratoriet och bli en utbredd och standard just i tid tillverkningsteknik, måste vi förstå Prestandagränser för dessa system. Mot denna fråga utvecklade vi ett robust protokoll för att kvantifiera 40 föreningar som deltar i glykolys, pentos fosfat vägen, trikarboxylsyra cykeln, energimetabolism och kofaktor förnyelse i CFPS reaktioner. Metoden använder interna standarder märkta med 13c-Aniline, medan föreningar i provet är derivatized med 12c-anilin. De interna standarderna och provet blandades och analyserades av omvänd fas vätskekromatografi-masspektrometri (LC/MS). Co-elueringen av föreningar elimineras Jon dämpning, vilket möjliggör korrekt kvantifiering av metabolitkoncentrationer över 2-3 storleksordningar där den genomsnittliga korrelationskoefficienten var 0,988. Fem av de 40 föreningarna var omärkta med anilin, men de upptäcktes fortfarande i CFPS provet och kvantifierades med en standardkurva metod. Den kromatografiska körningen tar ca 10 min att färdigställa. Sammantaget har vi utvecklat en snabb, robust metod för att separera och korrekt kvantifiera 40 föreningar inblandade i CFPS i en enda LC/MS Run. Metoden är en heltäckande och noggrann metod för att karakterisera cellfri metabolism, så att vi i slutändan kan förstå och förbättra utbytet, produktiviteten och energieffektiviteten i cell fria system.

Introduction

Cell fri proteinsyntes (CFPS) är en lovande plattform för tillverkning av proteiner och kemikalier, en applikation som traditionellt har reserverats för levande celler. Cell-fria system härrör från rå cell extrakt och eliminera komplikationer i samband med celltillväxt1. Dessutom möjliggör CFPS direkttillgång till metaboliter och biosyntetiska maskiner utan inblandning av en cellvägg. Men en grundläggande förståelse för Prestandagränser för cell-fria processer har saknats. Metoder med högt dataflöde för kvantifiering av metaboliten är värdefulla för karakterisering av metabolism och är avgörande för byggandet av metaboliska beräkningsmodeller2,3,4. Vanliga metoder som används för att bestämma metabolismkoncentrationer inkluderar kärnmagnetisk resonans (NMR), Fouriertransform-infraröd spektroskopi (ft-IR), enzymbaserade analyser och masspektrometri (MS)5,6,7 ,8. Emellertid, dessa metoder är ofta begränsade av deras oförmåga att effektivt mäta flera föreningar på en gång och kräver ofta en urvalsstorlek större än typiska cell fria reaktioner. Till exempel kan enzym-baserade analyser ofta endast användas för att kvantifiera en enda förening i en körning, och är begränsade när Urvalsstorleken är liten, till exempel i cell fria proteinsyntes reaktioner (vanligtvis körs på en 10-15 μL skala). Samtidigt kräver NMR ett högt överflöd av metaboliter för detektion och kvantifiering5.  Mot dessa brister ger kromatografimetoder tillsammans med masspektrometri (LC/MS) flera fördelar, bland annat hög känslighet och förmåga att mäta flera arter samtidigt9; den analytiska komplexiteten ökar dock avsevärt med antalet och mångfalden av de arter som mäts. Det är därför viktigt att utveckla metoder som till fullo inser potentialen för hög kapacitet i LC/MS-system. Föreningar i ett prov separeras med vätskekromatografi och identifieras genom masspektrometri. Signalen av föreningen beror på dess koncentration och jonisering effektivitet, där jonisering kan variera mellan föreningar och kan också bero på provet matrisen.

Att uppnå samma joniseringseffektivitet mellan provet och standarderna är en utmaning när man använder LC/MS för att kvantifiera analyter. Ytterligare, kvantifiering blir mer utmanande med metabolit mångfald på grund av signal uppdelning och heterogenitet i Proton samhörighet och polaritet10. Slutligen kan Co-eluting matris av provet också påverka jonisering effektivitetsvinster av föreningarna. För att lösa dessa problem, metaboliter kan vara kemiskt derivatized, öka separation upplösning och känslighet av LC/MS-system, samtidigt minska signalen uppdelning i vissa fall10,11. Kemisk derivatisering fungerar genom att tagga specifika funktionella grupper av metaboliter för att justera deras fysiska egenskaper som laddning eller vattenavvisande egenskaper att öka jonisering effektivitet11. Olika märknings agenter kan användas för att rikta olika funktionella grupper (t. ex. aminer, hydroxyls, fosfater, karboxylsyror, etc.). Aniline, en sådan derivatisering agent, riktar flera funktionella grupper på en gång, och lägger till en hydrofoba komponent i hydrofila molekyler, vilket ökar deras separation upplösning och signal12. För att ta itu med co-eluting Matrix Ion suppression effekt, Yang och medarbetare utvecklat en teknik som bygger på gruppspecifika intern standard Technology (gsist) märkning där standarder är märkta med 13C anilin isotoper och blandas med provet 12,13. Metaboliten och motsvarande interna standard har samma joniseringseffektivitet eftersom de Co-elute, och deras intensitet förhållandet kan användas för att kvantifiera koncentrationen i det experimentella provet.

I denna studie, vi utvecklat ett protokoll för att upptäcka och kvantifiera 40 föreningar som deltar i glykolys, den pentos fosfat vägen, den trikarboxylsyracykeln Acid cykel, energimetabolism och kofaktor förnyelse i CFPS reaktioner. Metoden bygger på GSIST-metoden, där vi använde 12c-anilin och 13c-anilin för att tagga, detektera och kvantifiera metaboliter med hjälp av omvänd fas LC/MS. Det linjära sortimentet av alla föreningar sträckte 2-3 storleksordningar med en genomsnittlig korrelationskoefficient på 0,988. Således är metoden en robust och noggrann metod för att förhöra cellfri metabolism, och möjligen hel cells extrakt.

Protocol

1. beredning av reagenser för anilin märkning Bered en 6 M anilin lösning vid pH 4,5. Arbeta i en huva, kombinera 550 μL anilin med 337,5 μL av LCMS grade vatten och 112,5 μL av 12 M saltsyra (HCl) i ett centrifugeringsrör. Vortex brunn och förvara vid 4 ° c.Obs: anilin kan förvaras vid 4 ° c i 2 månader.FÖRSIKTIGHET: anilin är mycket giftigt och bör arbetas med i en draghuv. Saltsyra är mycket frätande Bered en 6 M 13C anilin lösning vid pH 4,5. Kombinera 250 mg <…

Representative Results

Som ett proof-of-koncept, använde vi protokollet för att kvantifiera metaboliter i en E. coli baserade CFPS system som uttrycker grönt fluorescerande protein (GFP).  CFPS-reaktionen (14 μL) släcktes och deproteiniserades med etanol. CFPS provet var sedan märkta med 12c-Aniline, medan standarderna var märkta med 13c-Aniline. Det taggade provet och standarderna kombinerades sedan och injicerades i LC/MS (figur 1). I protokollet upptäcktes och kvantifiera…

Discussion

Cell fria system har ingen cellvägg, vilket innebär att det finns direkttillgång till metaboliter och biosyntetiska maskiner utan behov av komplext provberedning. Men mycket lite arbete har gjorts för att utveckla noggranna och robusta protokoll för att kvantitativt förhöra cell-Free reaktionssystem. I denna studie utvecklade vi en snabb och robust metod för att kvantifiera metaboliter i cell fria reaktionsblandningar och potentiellt i hel cells extrakt. Individuell kvantifiering av metaboliter i komplexa blandni…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Det arbete som beskrivs stöddes av centrum för fysiken i cancer metabolism genom tilldelning nummer 1U54CA210184-01 från National Cancer Institute (https://www.cancer.gov/). Innehållet är uteslutande författarnas ansvar och representerar inte nödvändigtvis den officiella synen på National Cancer Institute eller National Institutes of Health. Finansiärer hade ingen roll i studiens utformning, datainsamling och analys, beslut om att publicera eller förberedelse av 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/kr/60329?article_type=t

Play Video

Cite This 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