Mass Spectrometry-Guided Genome Mining als een instrument om nieuwe natuurlijke producten te ontdekken

Summary

Een massaspectrometrie-geleide genoom mijnbouw protocol is hier vastgesteld en beschreven. Het is gebaseerd op genoomsequentie-informatie en LC-MS/MS-analyse en heeft tot doel de identificatie van moleculen uit complexe microbiële en plantenextracten te vergemakkelijken.

Abstract

De chemische ruimte bedekt met natuurlijke producten is immens en op grote schaal niet herkend. Daarom zijn handige methoden om hun functies in de natuur en potentiële menselijke voordelen (bijvoorbeeld voor toepassingen voor medicijnontdekking) te evalueren gewenst. Dit protocol beschrijft de combinatie van genoommijnbouw (GM) en moleculaire netwerken (MN), twee hedendaagse benaderingen die gencluster-gecodeerde annotaties in hele genoomsequencing matchen met chemische structuurhandtekeningen van ruwe metabole extracten. Dit is de eerste stap in de richting van de ontdekking van nieuwe natuurlijke entiteiten. Deze concepten, wanneer ze samen worden toegepast, worden hier gedefinieerd als MS-geleide genoommijnbouw. In deze methode worden de belangrijkste componenten eerder aangewezen (met behulp van MN), en structureel gerelateerde nieuwe kandidaten worden geassocieerd met genoomsequentieannotaties (met behulp van GM). Het combineren van GM en MN is een winstgevende strategie om nieuwe molecuulbackbones aan te pakken of metabole profielen te oogsten om analogen van reeds bekende verbindingen te identificeren.

Introduction

Onderzoeken van secundair metabolisme bestaan vaak uit het screenen van ruwe extracten voor specifieke biologische activiteiten, gevolgd door zuivering, identificatie en karakterisering van de bestanddelen die behoren tot actieve fracties. Dit proces is efficiënt gebleken en heeft de isolatie van verschillende chemische entiteiten bevorderd. Tegenwoordig wordt dit echter als onhaalbaar gezien, vooral vanwege de hoge herontdekkingspercentages. Aangezien de farmaceutische industrie zonder kennis van de rollen en de functies van gespecialiseerde metabolieten een revolutie teweegbracht, werd hun identificatie uitgevoerd onder laboratoriumomstandigheden die niet nauwkeurig aard^{vertegenwoordigen 1}. Vandaag de dag is er een beter begrip van natuurlijke signalering seinen invloeden, afscheiding, en de aanwezigheid van de meeste doelen bij niet op te sporen lage concentraties. Bovendien zal de regulering van het proces de academische gemeenschap en de farmaceutische industrie helpen om van deze kennis gebruik te maken. Het zal ook ten goede komen aan onderzoek naar directe isolatie van metabolieten in verband met stille biosynthetische genclusters (BGC’s)².

In deze context hebben de vooruitgang in genomische sequencing hernieuwde interesse in het screenen van micro-organismen metabolieten. Dit komt omdat het analyseren van de genomische informatie van onbedekte biosynthetische clusters kan onthullen genen coderen nieuwe verbindingen niet waargenomen of geproduceerd onder laboratoriumomstandigheden. Veel microbiële hele genoom projecten of ontwerpen zijn beschikbaar vandaag, en het aantal groeit elk jaar, het verstrekken van enorme vooruitzichten voor het blootleggen van nieuwe bioactieve moleculen door middel van genoom mijnbouw^3,4.

De Atlas van Biosynthetische Gen Clusters is de huidige grootste verzameling van automatisch gedolzegenclusters als onderdeel van het Integrated Microbial Genomes Platform van het Joint Genome Institute (JGI IMG-ABC)². Meest recent heeft het Minimum Information for Biosynthetic Gene Clusters (MIBiG) Standardization Initiative de handmatige reannotatie van BGC’s bevorderd, met een sterk samengestelde referentiedataset⁵. Tegenwoordig zijn er tal van instrumenten beschikbaar om computationele mijnbouw van genetische gegevens en hun verbinding met bekende secundaire metabolieten mogelijk te maken. Er zijn ook verschillende strategieën ontwikkeld om toegang te krijgen tot nieuwe bioactieve natuurlijke producten (d.w.z. heterologe expressie, doelgenverwijdering, in vitro reconstructie, genomische sequentie, isotopengeleide screening [genomisotopische benadering], manipulatie van lokale en mondiale regelgevers, op resistentie gebaseerde mijnbouw, cultuuronafhankelijke mijnbouw en, meer recentelijk, MS-geleide/codebenaderingen^{2,6,7,8,9, 10,11,12,13,14,15}).

Genoommining als enkelvoudstrategie vereist inspanningen om een enkele of kleine groep moleculen te annoteren; er blijven dus hiaten in het proces bestaan waarin nieuwe verbindingen prioriteit krijgen voor isolatie en structuuropheldering. In principe zijn deze benaderingen slechts gericht op één biosynthetisch traject per experiment, wat resulteert in een langzame ontdekkingssnelheid. In die zin is het gebruik van GM samen met een moleculaire netwerkbenadering een belangrijke vooruitgang voor het onderzoek naar natuurlijke producten^14,15.

De veelzijdigheid, nauwkeurigheid en hoge gevoeligheid van vloeibare chromatografie-massaspectrometrie (LC-MS) maken het een goede methode voor samengestelde identificatie. Momenteel hebben verschillende platforms geïnvesteerd algoritmen en software suites voor ongerichte metabolomics^{16,17,18,19,20}. De kern van deze programma’s omvat functiedetectie (peak picking)²¹ en piekuitlijning, waardoor identieke functies in een batch van monsters kunnen worden gematcht en naar patronen wordt gezocht. MS-patroongebaseerde algoritmen^22,23 vergelijken karakteristieke fragmentatiepatronen en matchen MS^{2-overeenkomsten} die moleculaire families genereren die structurele kenmerken delen. Deze kenmerken kunnen vervolgens worden gemarkeerd en geclusterd, waardoor de mogelijkheid om snel te ontdekken bekende en onbekende moleculen uit een complex biologisch extract door tandem MS^2,24,25. Daarom is tandem MS een veelzijdige methode om structurele informatie te verkrijgen over verschillende chemotypes in een grote hoeveelheid gegevens tegelijk.

Het Global Natural Products Social Molecular Networking (GNPS)²⁶ algoritme gebruikt de genormaliseerde fragmentionenintensiteit om multidimensionale vectoren te construeren, waarbij gelijkenissen worden vergeleken met behulp van een cosinefunctie. De relatie tussen verschillende bovenliggende ionen wordt uitgezet in een diagramweergave, waarbij elke fragmentatie wordt gevisualiseerd als een knooppunt (cirkels) en de verwantheid van elk knooppunt wordt gedefinieerd door een rand (lijnen). De globale visualisatie van moleculen uit één bron wordt gedefinieerd als een moleculair netwerk. Structureel uiteenlopende moleculen die uniek fragmenteren, vormen hun eigen specifieke cluster of constellatie, terwijl verwante moleculen samenclusteren. Clustering chemotypes maakt het mogelijk de hypothetische verbinding van soortgelijke structurele kenmerken aan hun biosynthetische oorsprong.

Het combineren van zowel chemotype-to-genotype en genotype-to-chemotype benaderingen is krachtig bij het creëren van bio-informatica verbindingen tussen BGCs en hun kleine molecuul producten²⁷. Daarom is MS-geleide genoommijnbouw een snelle methode en een lage materiaalverbruikende strategie, en het helpt bij het overbruggen van ouderionen en biosynthetische trajecten die door WGS van een of meer stammen onder diverse metabolische en milieuomstandigheden worden onthuld.

De workflow van dit protocol (figuur 1) bestaat uit het voeden van WGS-gegevens in een biosynthetisch genclusterannotatieplatform zoals antiSMASH^28,29,30. Het helpt bij het schatten van de verscheidenheid van verbindingen en de klasse van verbindingen gecodeerd door het genoom. Er moet een strategie worden aangenomen om zich te richten op een biosynthetisch gencluster dat een chemische entiteit van belang codeert, en kweekextracten van een wilde soortstam en/of heterologe stam die de BGC bevat, kunnen worden geanalyseerd om geclusterde ionen te genereren op basis van gelijkenissen met GNPS^26,31. Bijgevolg is het mogelijk om nieuwe moleculen te identificeren die zich associëren met de beoogde BGC en niet beschikbaar zijn in de database (voornamelijk onbekende analogen, soms geproduceerd in lage titers). Het is relevant om te bedenken dat gebruikers kunnen bijdragen aan deze platforms en dat de beschikbaarheid van bioinformatica en MS/MS-gegevens snel toeneemt, wat leidt tot een constante ontwikkeling en upgrade van effectieve computationele tools en algoritmen om efficiënte verbindingen van complexe extracten met moleculen te begeleiden.

Figuur 1: Overzicht van de gehele werkstroom. Getoond is een illustratie van de bio-informatica, klonen, en moleculaire netwerkstappen die betrokken zijn bij de beschreven MS-geleide genoom mijnbouw aanpak om nieuwe metabolieten te identificeren. Klik hier om een grotere versie van dit cijfer te bekijken.

Dit protocol beschrijft een snelle en efficiënte workflow om genoommining en moleculaire netwerken te combineren als uitgangspunt voor de pijplijn voor de ontdekking van natuurlijke producten. Hoewel veel toepassingen in staat zijn om de samenstelling en verwantschap van MS-detecteerbare moleculen in één netwerk te visualiseren, worden er hier verschillende aangenomen om structureel vergelijkbare geclusterde moleculen te visualiseren. Met behulp van deze strategie, nieuwe cyclodepsipeptide producten waargenomen in metabole extracten van Streptomyces sp. CBMAI 2042 zijn met succes geïdentificeerd. Geleid door genoommijnbouw wordt de hele biosynthetische genclustercodering voor valinomycines erkend en gekloond in de producentenstam Streptomyces coelicolor M1146. Ten slotte, na een MS-patroon gebaseerde moleculaire netwerken, de moleculen gedetecteerd door MS zijn gecorreleerd met BGCs die verantwoordelijk zijn voor hun biogenese³².

Protocol

1. Genoommining voor biosynthetische genclusters Voer hele genoomsequencing (WGS) uit als eerste stap naar de verkiezing van een biosynthetisch gencluster (BCG) voor MS-geleide genoommining. Het hele genoom ontwerp van de stam van belang (bacteriën) kan worden verkregen door Illumina MiSeq technologie met behulp van de volgende met hoge kwaliteit genomic DNA: shotgun TruSeq PCR-Free bibliotheek prep en Nextera Mate Pair Library Preparation Kit33.LET OP: Na het rangschikken kunnen de…

Representative Results

Het protocol werd met succes geïllustreerd met behulp van een combinatie van genoommijnbouw, heterologe expressie, en MS-geleide / code benaderingen om toegang te krijgen tot nieuwe gespecialiseerde valinomycine analogen moleculen. De genoom-naar-molecuul workflow voor het doel, valinomycine (VLM), is vertegenwoordigd in figuur 8. Streptomyces sp. CBMAI 2042 ontwerpgenoom werd geanalyseerd in silico, en het VLM-gencluster werd vervolgens geïdentificeerd en overgebracht naar een he…

Discussion

Het sterkste voordeel van dit protocol is het vermogen om metabole profielen snel te derepliceren en genomische informatie te overbruggen met MS-gegevens om de structuren van nieuwe moleculen, met name structurele^analogen,op te helderen 2 . Op basis van genomische informatie kunnen verschillende natuurlijke producten worden onderzocht, zoals polyketides (PK), nonribosomal peptiden (NRP) en glycosylated natural products (BNP), evenals cryptische BGCs. Metabolomic screening levert bewijs van geactiv…

Materials

Acetonitrile	Tedia	AA1120-048	HPLC grade
Agar	Oxoid	LP0011	NA
Apramycin	Sigma Aldrich	A2024	NA
Carbenicillin	Sigma Aldrich	C9231	NA
Centrifuge	Eppendorf	NA	5804
Chloramphenicol	Sigma Aldrich	C3175	NA
Column C18	Agilent Technologies	NA	ZORBAX RRHD Extend-C18, 80Å, 2.1 x 50 mm, 1.8 µm, 1200 bar pressure limit P/N 757700-902
Kanamycin	Sigma Aldrich	K1377	NA
Manitol P.A.- A.C.S.	Synth	NA	NA
Microcentrifuge	Eppendorf	NA	5418
Nalidixic acid	Sigma Aldrich	N4382	NA
Phusion Flash High-Fidelity PCR Master Mix	ThermoFisher Scientific	F548S	NA
Q-TOF mass spectrometer	Agilent technologies	NA	6550 iFunnel Q-TOF LC/MS
Sacarose P.A.- A.C.S.	Synth	NA	NA
Shaker/Incubator	Marconi	MA420	NA
Sodium Chloride	Synth	NA	P. A. – ACS
Soy extract	NA	NA	NA
Sucrose	Synth	NA	P. A. – ACS
Thermal Cycles	Eppendorf	NA	Mastercycler Nexus Gradient
Thiostrepton	Sigma Aldrich	T8902	NA
Tryptone	Oxoid	LP0042	NA
Tryptone Soy Broth	Oxoid	CM0129	NA
UPLC	Agilent Technologies	NA	1290 Infinity LC System
Yeast extract	Oxoid	LP0021	NA