Summary

Kvantitativ metabolomikk av saccharomyces cerevisiae ved hjelp av flytende kromatografi kombinert med tandemmassespektrometri

Published: January 05, 2021
doi:

Summary

Vi presenterer en protokoll for identifisering og kvantifisering av store klasser av vannløselige metabolitter i gjæren Saccharomyces cerevisiae. Den beskrevne metoden er allsidig, robust og sensitiv. Det tillater separasjon av strukturelle isomerer og stereoisomeriske former for vannløselige metabolitter fra hverandre.

Abstract

Metabolomics er en metodikk som brukes for identifisering og kvantifisering av mange lavmolekylære mellomprodukter og produkter av metabolisme i en celle, vev, organ, biologisk væske eller organisme. Metabolomics fokuserer tradisjonelt på vannløselige metabolitter. Den vannløselige metabolome er det endelige produktet av et komplekst mobilnettverk som integrerer ulike genomiske, epigenomiske, transkripsjons-, proteomiske og miljømessige faktorer. Derfor vurderer den metabolomiske analysen direkte utfallet av handlingen for alle disse faktorene i en mengde biologiske prosesser innenfor ulike organismer. En av disse organismene er den spirende gjæren Saccharomyces cerevisiae, en encellulær eukaryote med det fullt sekvenserte genomet. Fordi S. cerevisiae er egnet til omfattende molekylære analyser, brukes den som modell for dissekeringsmekanismer som ligger til grunn for mange biologiske prosesser i den eukaryote cellen. En allsidig analytisk metode for den robuste, sensitive og nøyaktige kvantitative vurderingen av det vannløselige metabolomet vil gi den essensielle metodikken for dissekering av disse mekanismene. Her presenterer vi en protokoll for optimaliserte forhold for metabolsk aktivitet slukking i og vannløselig metabolittutvinning fra S. cerevisiae celler. Protokollen beskriver også bruk av flytende kromatografi kombinert med tandemmassespektrometri (LC-MS/MS) for kvantitativ analyse av de ekstraherte vannløselige metabolittene. LC-MS/MS-metoden for ikke-målrettet metabolomikk som er beskrevet her, er allsidig og robust. Det muliggjør identifisering og kvantifisering av mer enn 370 vannløselige metabolitter med forskjellige strukturelle, fysiske og kjemiske egenskaper, inkludert forskjellige strukturelle isomerer og stereoisomeriske former for disse metabolittene. Disse metabolittene inkluderer ulike energibærermolekyler, nukleotider, aminosyrer, monosakkarider, mellomprodukter av glykolyse og trikarboksylsyklus mellomprodukter. LC-MS/MS-metoden for ikke-målrettet metabolomikk er følsom og tillater identifisering og kvantifisering av noen vannløselige metabolitter ved konsentrasjoner så lave som 0,05 pmol/μL. Metoden har blitt vellykket brukt til å vurdere vannløselige metabolomer av villtype og mutant gjærceller dyrket under forskjellige forhold.

Introduction

Vannløselige metabolitter er lavmolekylære mellomprodukter og produkter av metabolisme som bidrar til essensielle cellulære prosesser. Disse evolusjonært bevarte prosessene inkluderer konvertering av næringsstoffer til brukbar energi, syntese av makromolekyler, cellulær vekst og signalering, cellesykluskontroll, regulering av genuttrykk, stressrespons, postoversettelsesregulering av metabolisme, vedlikehold av mitokondriefunksjonalitet, bilikulær smugling, autofagi, cellulær aldring og regulert celledød1,2,3.

Mange av disse viktige rollene til vannløselige metabolitter har blitt oppdaget av studier i den spirende gjæren S. cerevisiae1,3,4,7,9,14,15,16,17,18,19,20,21,22. Denne encellede eukaryotten er en nyttig modellorganisme for dissekeringsmekanismer der vannløselige metabolitter bidrar til cellulære prosesser på grunn av dens egnethet til avanserte biokjemiske, genetiske og molekylære biologiske analyser23,24,25,26. Selv om LC-MS / MS-metodene for ikke-målrettet metabolomics har blitt brukt til å studere rollene til vannløselige metabolitter i spirende gjær3,18,22,27, krever denne typen analyse forbedring av allsidigheten, robustheten, følsomheten og evnen til å skille mellom forskjellige strukturelle isomerer og stereoisomeriske former for disse metabolittene.

De siste årene er preget av betydelige fremskritt i å anvende LC-MS / MS metoder for ikke-målrettet metabolomics til profilering av vannløselige metabolitter in vivo. Mange utfordringer ved bruk av denne metodikken er imidlertidfortsatt 2,28,29,30,31,32,33,34,35,36. Disse utfordringene inkluderer følgende. For det første er de intracellulære konsentrasjonene av mange vannløselige metabolitter under en terskel for følsomhet for de for tiden brukte metodene. For det andre er effektiviteten av metabolsk aktivitetsslukking for lav, og omfanget av slukke-assosiert cellelekkasje av intracellulære metabolitter er for høy for dagens metoder; Derfor undervurderer de for tiden brukte metodene de intracellulære konsentrasjonene av vannløselige metabolitter. For det tredje kan de eksisterende metodene ikke skille de strukturelle isomerene (dvs. molekyler med samme kjemiske formel, men forskjellige atomforbindelser) eller stereoisomerer (dvs. molekyler med samme kjemiske formel og atomforbindelse, men med det forskjellige atomarrangementet i rommet) av spesifikke metabolitter; Dette forhindrer riktig merknad av visse metabolitter ved dagens brukte metoder. For det fjerde er de eksisterende elektroniske massespektraldatabasene for overordnede ioner (MS1) og sekundære ioner (MS2) ufullstendige. Dette påvirker riktig identifisering og kvantifisering av spesifikke metabolitter ved hjelp av rå LC-MS / MS-data produsert ved hjelp av de nåværende metodene. For det femte kan de eksisterende metodene ikke bruke en enkelt type metabolittutvinning for å gjenopprette alle eller de fleste klasser av vannløselige metabolitter. For det sjette kan de eksisterende metodene ikke bruke en enkelt type LC-kolonne for å skille seg fra hverandre alle eller de fleste klasser av vannløselige metabolitter.

Her optimaliserte vi forhold for slukking av metabolsk aktivitet i S. cerevisiae celler, opprettholde de fleste vannløselige metabolitter i disse cellene før utvinning, og trekke ut de fleste klasser av vannløselige metabolitter fra gjærceller. Vi utviklet en allsidig, robust og sensitiv metode for LC-MS/MS-basert identifisering og kvantifisering av mer enn 370 vannløselige metabolitter ekstrahert fra S. cerevisiae celler. Denne metoden for ikke-målrettede metabolomics gjør det mulig å vurdere intracellulære konsentrasjoner av ulike energibærermolekyler, nukleotider, aminosyrer, monosakkarider, mellomprodukter av glykolyse og trikarboksylsyklus mellomprodukter. Den utviklede LC-MS/MS-metoden tillater identifisering og kvantifisering av forskjellige strukturelle isomerer og stereoisomeriske former for vannløselige metabolitter med forskjellige strukturelle, fysiske og kjemiske egenskaper.

Protocol

1. Å lage og sterilisere et medium for dyrking av gjær Lag 180 ml av et komplett gjærekstrakt med bactopeptone (YP) medium. Det komplette YP-mediet inneholder 1% (w / v) gjærekstrakt og 2% (w / v) bactopeptone. Fordel 180 ml av YP-mediet likt i fire 250 ml Erlenmeyer-kolber. Hver av disse kolbeene inneholder 45 ml av YP-mediet. Steriliser kolbeene med YP-medium ved autoklavering ved 15 psi/121 °C i 45 minutter. 2. Gjærstamme av vill type Bruk…

Representative Results

For å forbedre en kvantitativ vurdering av vannløselige metabolitter i en gjærcelle, optimaliserte vi betingelsene for celleslukking for metabolittdeteksjon. Celleslukking for dette formålet innebærer en rask arrestasjon av alle enzymatiske reaksjoner i en celle31,33,37,38. En slik arrestasjon av cellulær metabolsk aktivitet er et viktig trinn i enhver met…

Discussion

Følg de forebyggende tiltakene som er beskrevet nedenfor for å kunne bruke protokollen som er beskrevet nedenfor. Kloroform og metanolekstrakt ulike stoffer fra laboratorieplastikk. Vær derfor forsiktig når du håndterer dem. Unngå bruk av plast i trinn som innebærer kontakt med noen av disse to organiske løsningsmidlene. Bruk borosilikatglasspipetter for disse trinnene. Øk disse pipettene med kloroform og metanol før bruk. Bruk kun mikropipettespisser og rør laget av polypropylen som er motstandsdyktige mot or…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi er takknemlige overfor nåværende og tidligere medlemmer av Titorenko-laboratoriet for diskusjoner. Vi anerkjenner Centre for Biological Applications of Mass Spectrometry, Centre for Structural and Functional Genomics, og Centre for Microscopy and Cellular Imaging (alle ved Concordia University) for fremragende tjenester. Denne studien ble støttet av tilskudd fra Natural Sciences and Engineering Research Council (NSERC) i Canada (RGPIN 2014-04482 og CRDPJ 515900 – 17). K.M. ble støttet av Concordia University Armand C. Archambault Fellowship og Concordia University Dean of Arts and Sciences Award of Excellence.

Materials

Chemicals
Acetonitrile Fisher Scientific A9554
Ammonium acetate Fisher Scientific A11450
Ammonium bicarbonate Sigma 9830
Bactopeptone Fisher Scientific BP1420-2
Chloroform Fisher Scientific C297-4
Glucose Fisher Scientific D16-10
L-histidine Sigma H8125
L-leucine Sigma L8912
L-lysine Sigma L5501
Methanol Fisher Scientific A4564
Methanol Fisher Scientific A4564
Propidium iodide Thermo Scientific R37108
Uracil Sigma U0750
Yeast extract Fisher Scientific BP1422-2
Hardware equipment
500 ml centrifuge bottles Beckman 355664
Agilent 1100 series LC system Agilent Technologies G1312A
Beckman Coulter Centrifuge Beckman 6254249
Beckman Coulter Centrifuge Rotor Beckman JA-10
Centra CL2 clinical centrifuge Thermo Scientific 004260F
Digital thermometer Omega HH509
Foam Tube Holder Kit with Retainer Thermo Scientific 02-215-388
SeQuant ZIC-pHILIC zwitterionic-phase column (5µm polymer 150 x 2.1 mm) Sigma Milipore 150460
Thermo Orbitrap Velos MS Fisher Scientific ETD-10600
Ultrasonic sonicator Fisher Scientific 15337416
Vortex Fisher Scientific 2215365
ZORBAX Bonus-RP, 80Å, 2.1 x 150 mm, 5 µm Agilent Technologies 883725-901
Laboratory materials
2-mL Glass sample vials with Teflon lined caps Fisher Scientific 60180A-SV9-1P
Glass beads (acid-washed, 425-600 μm) Sigma-Aldrich G8772
Hemacytometer Fisher Scientific 267110
15-mL High-speed glass centrifuge tubes with Teflon lined caps PYREX 05-550
Software
Compound Discoverer 3.1 Fisher Scientific V3.1
Yeast strain
Yeast strain BY4742 Dharmacon YSC1049

References

  1. Hackett, S. R., et al. Systems-level analysis of mechanisms regulating yeast metabolic flux. Science. 354 (6311), aaf2786 (2016).
  2. Johnson, C. H., Ivanisevic, J., Siuzdak, G. Metabolomics: beyond biomarkers and towards mechanisms. Nature Reviews Molecular Cell Biology. 17 (7), 451-459 (2016).
  3. Mülleder, M., et al. Functional metabolomics describes the yeast biosynthetic regulome. Cell. 167 (2), 553-565 (2016).
  4. López-Otín, C., Galluzzi, L., Freije, J., Madeo, F., Kroemer, G. Metabolic control of longevity. Cell. 166 (4), 802-821 (2016).
  5. Krishnaiah, S. Y., et al. Clock regulation of metabolites reveals coupling between transcription and metabolism. Cell Metabolism. 25 (4), 961-974 (2017).
  6. Lee, H. J. Proteomic and metabolomic characterization of a mammalian cellular transition from quiescence to proliferation. Cell Reports. 20 (3), 721-736 (2017).
  7. Stryeck, S., Birner-Gruenberger, R., Madl, T. Integrative metabolomics as emerging tool to study autophagy regulation. Microbial Cell. 4 (8), 240-258 (2017).
  8. Babst, M. Eisosomes at the intersection of TORC1 and TORC2 regulation. Traffic. 20 (8), 543-551 (2019).
  9. Pedro, J., Sica, V., Madeo, F., Kroemer, G. Acyl-CoA-binding protein (ACBP): the elusive ‘hunger factor’ linking autophagy to food intake. Cell Stress. 3 (10), 312-318 (2019).
  10. Rahmani, S., Defferrari, M. S., Wakarchuk, W. W., Antonescu, C. N. Energetic adaptations: Metabolic control of endocytic membrane traffic. Traffic. 20 (12), 912-931 (2019).
  11. Viltard, M., et al. The metabolomic signature of extreme longevity: naked mole rats versus mice. Aging. 11 (14), 4783-4800 (2019).
  12. Zhu, J., Thompson, C. B. Metabolic regulation of cell growth and proliferation. Nature Reviews Molecular Cell Biology. 20 (7), 436-450 (2019).
  13. Morrison, A. J. Chromatin-remodeling links metabolic signaling to gene expression. Molecular Metabolism. 38, 100973 (2020).
  14. Bitterman, K. J., Medvedik, O., Sinclair, D. A. Longevity regulation in Saccharomyces cerevisiae: linking metabolism, genome stability, and heterochromatin. Microbiology and Molecular Biology Reviews. 67 (3), 376-399 (2003).
  15. Carmona-Gutierrez, D. Apoptosis in yeast: triggers, pathways, subroutines. Cell Death and Differentiation. 17 (5), 763-773 (2010).
  16. Minois, N., Carmona-Gutierrez, D., Madeo, F. Polyamines in aging and disease. Aging. 3 (8), 716-732 (2011).
  17. Ring, J., et al. The metabolism beyond programmed cell death in yeast. Experimental Cell Research. 318 (11), 1193-1200 (2012).
  18. Ibáñez, A. J., et al. Mass spectrometry-based metabolomics of single yeast cells. Proceedings of the National Academy of Sciences of the United States of America. 110 (22), 8790-8794 (2013).
  19. Pietrocola, F., et al. Acetyl coenzyme A: a central metabolite and second messenger. Cell Metabolism. 21 (6), 805-821 (2015).
  20. Carmona-Gutierrez, D., et al. Guidelines and recommendations on yeast cell death nomenclature. Microbial Cell. 5 (1), 4-31 (2018).
  21. Zimmermann, A., et al. Yeast as a tool to identify anti-aging compounds. FEMS Yeast Research. 18 (6), foy020 (2018).
  22. Leupold, S., et al. Saccharomyces cerevisiae goes through distinct metabolic phases during its replicative lifespan. eLife. 8, e41046 (2019).
  23. Weissman, J., Guthrie, C., Fink, G. R. . Guide to Yeast Genetics: Functional Genomics, Proteomics, and Other Systems Analyses. , (2010).
  24. Botstein, D., Fink, G. R. Yeast: an experimental organism for 21st century biology. Genetics. 189 (3), 695-704 (2011).
  25. Duina, A. A., Miller, M. E., Keeney, J. B. Budding yeast for budding geneticists: a primer on the Saccharomyces cerevisiae model system. Genetics. 197 (1), 33-48 (2014).
  26. Strynatka, K. A., Gurrola-Gal, M. C., Berman, J. N., McMaster, C. R. How surrogate and chemical genetics in model organisms can suggest therapies for human genetic diseases. Genetics. 208 (3), 833-851 (2018).
  27. Boer, V. M., et al. Growth-limiting intracellular metabolites in yeast growing under diverse nutrient limitations. Molecular Biology of the Cell. 21 (1), 198-211 (2010).
  28. Clish, C. B. Metabolomics: an emerging but powerful tool for precision medicine. Cold Spring Harbor Molecular Case Studies. 1 (1), a000588 (2015).
  29. Fuhrer, T., Zamboni, N. High-throughput discovery metabolomics. Current Opinion in Biotechnology. 31, 73-78 (2015).
  30. Liu, X., Locasale, J. W. Metabolomics: A primer. Trends in Biochemical Sciences. 42 (4), 274-284 (2017).
  31. Lu, W., et al. Metabolite measurement: pitfalls to avoid and practices to follow. Annual Review of Biochemistry. 86, 277-304 (2017).
  32. Riekeberg, E., Powers, R. New frontiers in metabolomics: from measurement to insight. F1000 Reseach. 6, 1148 (2017).
  33. Gertsman, I., Barshop, B. A. Promises and pitfalls of untargeted metabolomics. Journal of Inherited Metabolic Disease. 41 (3), 355-366 (2018).
  34. Cui, L., Lu, H., Lee, Y. H. Challenges and emergent solutions for LC-MS/MS based untargeted metabolomics in diseases. Mass Spectrometry Reviews. 37 (6), 772-792 (2018).
  35. Ivanisevic, J., Want, E. J. From samples to insights into metabolism: Uncovering biologically relevant information in LC-HRMS metabolomics data. Metabolites. 9 (12), 308 (2019).
  36. Srivastava, S. Emerging insights into the metabolic alterations in aging using metabolomics. Metabolites. 9 (12), 301 (2019).
  37. Chetwynd, A. J., Dunn, W. B., Rodriguez-Blanco, G. Collection and preparation of clinical samples for metabolomics. Advances in Experimental Medicine and Biology. 965, 19-44 (2017).
  38. Pinu, F. R., Villas-Boas, S. G., Aggio, R. Analysis of intracellular metabolites from microorganisms: quenching and extraction protocols. Metabolites. 7 (4), (2017).
  39. Zhang, N., et al. Cell permeability and nuclear DNA staining by propidium iodide in basidiomycetous yeasts. Applied Microbiology and Biotechnology. 102 (9), 4183-4191 (2018).
  40. Tu, B. P., et al. Cyclic changes in metabolic state during the life of a yeast cell. Proceedings of the National Academy of Sciences of the United States of America. 104 (43), 16886-16891 (2007).
  41. Walvekar, A., Rashida, Z., Maddali, H., Laxman, S. A versatile LC-MS/MS approach for comprehensive, quantitative analysis of central metabolic pathways. Wellcome Open Research. 3, 122 (2018).
  42. Buescher, J. M., Moco, S., Sauer, U., Zamboni, N. Ultrahigh performance liquid chromatography-tandem mass spectrometry method for fast and robust quantification of anionic and aromatic metabolites. Analytical Chemistry. 82 (11), 4403-4412 (2010).
  43. Cui, L., Lu, H., Lee, Y. H. Challenges and emergent solutions for LC-MS/MS based untargeted metabolomics in diseases. Mass Spectrometry Reviews. 37 (6), 772-792 (2018).
  44. Oberacher, H., et al. Annotating nontargeted LC-HRMS/MS data with two complementary tandem mass spectral libraries. Metabolites. 9 (1), 3 (2018).
  45. Tada, I., et al. Creating a reliable mass spectral-retention time library for all ion fragmentation-based metabolomics. Metabolites. 9 (11), 251 (2019).
  46. Villas-Bôas, S. G., et al. Global metabolite analysis of yeast: evaluation of sample preparation methods. Yeast. 22 (14), 1155-1169 (2005).
  47. Crutchfield, C. A., Lu, W., Melamud, E., Rabinowitz, J. D. Mass spectrometry-based metabolomics of yeast. Methods in Enzymology. 470, 393-426 (2010).
  48. Zhang, T., Creek, D. J., Barrett, M. P., Blackburn, G., Watson, D. G. Evaluation of coupling reversed phase, aqueous normal phase, and hydrophilic interaction liquid chromatography with Orbitrap mass spectrometry for metabolomic studies of human urine. Analytical Chemistry. 84 (4), 1994-2001 (2012).
  49. Villas-Bôas, S. G., Moxley, J. F., Akesson, M., Stephanopoulos, G., Nielsen, J. High-throughput metabolic state analysis: the missing link in integrated functional genomics of yeasts. Biochemical Journal. 388 (Pt 2), 669-677 (2005).
  50. Buescher, J. M., Moco, S., Sauer, U., Zamboni, N. Ultrahigh performance liquid chromatography-tandem mass spectrometry method for fast and robust quantification of anionic and aromatic metabolites. Analytical Chemistry. 82 (11), 4403-4412 (2010).
check_url/62061?article_type=t

Play Video

Cite This Article
Mohammad, K., Jiang, H., Titorenko, V. I. Quantitative Metabolomics of Saccharomyces Cerevisiae Using Liquid Chromatography Coupled with Tandem Mass Spectrometry. J. Vis. Exp. (167), e62061, doi:10.3791/62061 (2021).

View Video