Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

GENPLAT: una piattaforma automatizzata per la scoperta degli enzimi biomassa e ottimizzazione Cocktail

Published: October 24, 2011 doi: 10.3791/3314

Summary

GENPLAT (Enzyme GLBRC Platform) è una piattaforma automatizzata per la scoperta e l'ottimizzazione di cocktail di enzimi per la degradazione della biomassa. Può essere adattato alle materie prime più e miscele di enzimi contenenti più componenti.

Protocol

1. Enzima di produzione

  1. Producono proteine ​​in Pichia pastoris per la clonazione dei geni corrispondenti in vettori pPICZ o pPICZα e la trasformazione in P. pastoris. Crescere le cellule in lotti da 300 ml in sconcertato da 500 ml palloni con induzione metanolo ogni 24 ore (Banerjee et al. 2010a).
  2. Concentrato e desalt i filtrati dalla cultura filtrazione a flusso tangenziale.
  3. Conservare gli enzimi in piccole aliquote nel 20% glicerolo a -80 ° C. L'intervallo di concentrazione è 1-10 mg / ml.

2. Progettazione di Experiment

  1. Inserire il numero di enzimi da testare, i loro superiori e inferiori proporzioni (ad esempio una percentuale inferiore al 5% per gli enzimi core), e il tipo di disegno sperimentale (ad esempio, quadratica o cubica) nella progettazione Expertsoftware.
  2. Calcolare la quantità in mg di ciascun enzima da aggiungere per fare un carico totale di 15 mg / g di glucano, e quindi calcolare la quantità di ciascun enzima in microlitri da aggiungere allaogni reazione.
  3. Generare fogli di lavoro Excel specificando da laboratorio sorgente, pozzi fonte, da laboratorio di destinazione, pozzi di destinazione e dei volumi di trasferimento per l'erogazione di acqua ed enzimi secondo il disegno sperimentale e importarlo nel software Biomek FXP utilizzando il trasferimento di file funzione.

3. Idrolisi enzimatica

  1. Sospendere il liquame biomassa in 50 mM di sodio citrato, pH 4.8, contenente 5 mg / ml di tetraciclina e 5 mg / ml cicloeximide, nel serbatoio pagaia.
  2. Roboticamente pipetta 200 ul del liquame in ciascun pozzetto di un pozzo profondo 96-pozzetti di reazione mediante Span-8 1000-microlitri puntali con gli ultimi 0,5 centimetri tagliato. Mescolare l'impasto una volta a 100 l / sec e quindi aspirare lo stesso volume dal serbatoio pagaia e distribuire nei piatti.
  3. Erogare gli enzimi nella piastra stessa utilizzando il programma inserito nel FX Beckman.
  4. Sigillare le piastre con capmats perforabile.
  5. Inverti e toccarele piastre più volte di superare la tensione superficiale. Posizionare le piastre a 50 ° C per 48 ore nella ibridazione rotazione incubatore a 10 giri.

4. Determinazione del Glc e Xyl

  1. Centrifugare le piastre di reazione per 3 min a 1250 xg in una centrifuga secchio oscillante.
  2. Trasferire 100 ml di surnatante in regolare piastre con 96 pozzetti utilizzando l'AP96 pod della Biomek FX.
  3. Incubare le piastre a 90-95 ° C per 10 minuti per inattivare gli enzimi, quindi si centrifuga a 1250 xg per 30 sec.
  4. Per le misure Glc, trasferire 12 microlitri della surnatanti in regolare piastre a 96 pozzetti. Aggiungere 192 microlitri della ossidasi / perossidasi del glucosio (goPod) reagente. Incubare le piastre a 50 ° C per 20 minuti e leggere le assorbanze a 510 nm in un lettore di micropiastre. Blank è miscela di reazione senza enzima.
  5. Per le misure Xyl, trasferimento 4 microlitri in piastre da 384 pozzetti. Aggiungere i reagenti e leggere le piastre a 340 nm. Vuotoè la miscela di reazione senza enzima.

5. Analisi dei dati

  1. Convertire i valori di assorbanza% Glc loro e rese Xyl basato sul noto Glc e contenuti Xyl della biomassa originale. Importare queste percentuali delle risposte in Design-Expert. Controllare la paramenters statistiche per essere sicuri che i criteri per un robusto modello sono soddisfatte.
  2. Confermare la previsione miglior modello sperimentale.

6. Risultati rappresentante con GENPLAT:

(1) La creazione di miscele ottimizzata di singole proteine ​​pure. I risultati indicano che gli enzimi sono importanti, e in quali proporzioni, e anche che gli enzimi non sono importanti. Alcune proteine ​​che sono abbondanti nel T. reesei secretome (Nagendran et al., 2009), come Cip1 e Cip2, sembrano svolgere alcun ruolo nel Glc comunicato dal mais pretrattati con espansione in fibra di ammoniaca (AFEX) o alcaline hyd Stover Rogen perossido (AHP) (Banerjee et al. 2010b). D'altra parte, alcune proteine ​​sono inaspettatamente importanti. Per esempio, endo-xilanasi delle famiglie glicosil idrolasi 10 e 11 sono entrambi importanti per Glc rilascio, uno xilanasi non può sostituire l'altro (Banerjee et al, 2010b, c).. Cel61A, una proteina minore del T. reesei secretome, è molto importante per Glc ma non Xyl rilascio. Alcuni enzimi sono importanti per il rilascio di entrambi i Glc e Xyl, mentre altri sono necessarie solo per una o l'altra (Banerjee et al. 2010C).

Una miscela di sintesi contenente 16 componenti, ciascuna ad una concentrazione di 0,94 mg / ml (cioè un non ottimizzato miscela), rilasciata il 38% dei disponibili Glc da AFEX pre-trattati con DDG. In condizioni di idrolisi identiche, una miscela ottimizzata, in cui le concentrazioni dei 16 componenti varia da 0% al 32%, rilasciata il 52% del Glc (Fig. 2). Questo esperimento illustra l'utilità della costruzione di miscele definite.

_content "> (2) La creazione di cocktail ottimizzata per il pretrattamento diversi / combinazioni substrato. attuali preparazioni cellulasi commerciali sono" one-size-fits-all ". In realtà, i migliori cocktail dipende sia dal substrato e il pretrattamento. Un unico prodotto come Accellerase 1000 dà rese diverse da diversi substrati pretrattati allo stesso modo, e dal substrato stesso esposto a pretrattamenti (Fig. 1). Abbiamo usato GENPLAT per ottimizzare le miscele di enzimi per puro pre-trattamenti multipli e materie prime mutiple (Banerjee et al. 2010C). Figura 2 mostra come le proporzioni degli enzimi ottimale di 16 enzimi puro si distingue per paglia del mais AFEX-pretrattati, AHP-pretrattati paglia del mais, e AFEX pre-trattati con DDG. Solo 11 gli enzimi sono mostrati in fig. 2 perché l'ottimale proporzioni degli altri cinque (Cel61B, AbfB, Cip1, Cip2 e Cel12A) sono risultate pari a 0% (Banerjee et al. 2010C).

(3) Novel scoperta degli enzimi T. reesei e A. niger cresciuti su diversi substrati. Un estratto di particolare potenziato resa Glc quando aggiunto al nostro set base. La proteina responsabile era purificata e dimostrato di essere un romanzo glicosil idrolasi non presente in alcun preparato enzimatico commerciale (Banerjee e Walton, risultati non pubblicati).

(4) La scoperta di una migliore enzimi. Dopo aver dimostrato con GENPLAT che gli enzimi sono più importanti per la degradazione di unparticolare la biomassa, abbiamo una migliore comprensione di enzimi che dovrebbe essere l'obiettivo di miglioramento. Esempi migliori degli enzimi critica potrebbe essere quella di cercare in natura o resi mediante ingegneria proteica. (Un enzima potrebbe essere "migliore" rispetto al suo omologo T. reesei in diversi modi, a seconda della proprietà desiderata, ad esempio, l'attività più specifiche, una maggiore sinergia, diminuita sensibilità proteolitici, o maggiore stabilità termica). GENPLAT fornisce una piattaforma significativa per saggiare gli enzimi potenzialmente migliore, perché utilizza un cocktail realisticamente complessi (importante perché nessuna enzima biomassa lavora in isolamento) e un substrato realistico (importante perché i risultati con pura cellulosa o altri substrati artificiali non possono essere rilevanti per lignocellulosici naturali materiali).

(5) ottimizzazione enzima commerciale. Quantità sufficientemente grande di enzimi puri non esistono ancora nel mondo reale. Finché non lo farà, l'etanolo proproduttori devono fare affidamento su prodotti commerciali come Accellerase 1000 e MultifectXylanase. Tuttavia, miscele di enzimi commerciali in genere un rendimento migliore rispetto a qualsiasi individuo, e GENPLAT può essere usato per progettare cocktail ottimizzato di più enzimi commerciale. La figura 3 mostra l'uso di GENPLAT per ottimizzare una miscela di quattro preparati enzimatici commerciali. Le proporzioni ottimali per il rilascio di Glc da AFEX pre-trattati con DDG sono risultate essere il 47% Accellerase1000, 27% Multifect Pectinasi, 22% Novozyme 188, e il 4% Multifect Xylanase (Banerjee et al. 2010C). Figura 3B mostra le differenze di rendimento Glc da AFEX-DDG con quattro preparati enzimatici, la miscela ottimizzata commerciale dà maggiore rendimento rispetto Glc Accellerase1000 solo, SpezymeCP da solo, o un 16-componente miscela sintetica. Questo esperimento indica anche che l'16-componente miscela sintetica non è presente uno o più enzimi necessari per il rilascio ottimale Glc, che sono presenti in uno o più degli enzimi commerciale. GENPLAT ci può essereed per identificare i componenti del genere.

Figura 1
Figura 1. Nessuna preparazione singolo enzima commerciale è ottimale per tutti i sottofondi e tutti i pre-trattamenti. Cinque substrati e tre pre-trattamenti sono stati confrontati in condizioni simili di macinazione (0,5 granulometria mm), enzima di carico (15 mg / g glucani), e le condizioni di idrolisi (48 ore, 50 ° C). A. digestione di diverse AFEX-substrati pretrattati con Accellerase 1000. Digestione B. di paglia del mais pretrattati con tre metodi diversi con Accellerase 1000 (vedi Banerjee et al. 2010C).

Figura 2
Figura 2. Proporzione ottimale di 11 enzimi per il rilascio del Glc da AFEX-pretrattati paglia del mais (AFEX-CS), perossido di idrogeno alcalino-pretrattati paglia del mais (AHP-CS), o AFEX-pretrattati secca distillaregrani ERS '(AFEX-DDG). I dati sono da Banerjee et al. (2010C). Numeri lungo la parte superiore delle barre sono le rese Glc come percentuale del totale Glc nel campione biomassa.

Figura 3
Figura 3. A. L'uso di GENPLAT per produrre una miscela ottimizzata di quattro preparati enzimatici commerciali per il rilascio di Glc da AFEX pre-trattati con DDG. Multifect Xylanase fatto il più piccolo contributo (4%) ed è stato quindi omesso da questo diagramma ternario. B. rendimenti Glc da AFEX-DDG con trattamenti enzimatici diversi idrolisi in condizioni identiche (15 mg / g enzima glucano, 48 h, 50 ° C) . "Quattro-componente commerciale" ha le proporzioni stabilite dal l'esperimento mostrato in fig. 3A.

Discussion

E 'ampiamente riconosciuto che la riduzione del costo di enzimi è importante per lo sviluppo di un settore economico di etanolo lignocellulosiche. Attualmente sono disponibili cocktail di enzimi commerciali sono miscele complesse e scarsamente definita di molte proteine ​​(Nagendran et al., 2009), e si adattano soprattutto per l'uso su pre-trattati con acido paglia del mais. Al fine di accelerare lo sviluppo di cocktail di enzimi meglio, diversi laboratori hanno sviluppato piattaforme high-throughput per la scoperta e la caratterizzazione degli enzimi. Sforzi in questo campo hanno incorporato una o più delle seguenti proprietà anche in GENPLAT: erogazione robotica di enzimi e fanghi di biomassa, il modello statistico di sperimentazione, e / o determinazione automatica di Glc e Xyl (Berlin et al, 2007; Decker et. al, 2009;. Kim et al, 1998;. King et al, 2009).. GENPLAT estende questi sforzi in precedenza, la maggior parte in modo significativo nella complessità delle miscele enzima che può essere analizzata da un massimo di 6 componenti ini primi studi a oltre 16 nel nostro ultimo lavoro (Banerjee et al. 2010C). Altre caratteristiche chiave del GENPLAT sono l'uso di una camera di miscelazione tallone (serbatoio paddle), che può mantenere fanghi paglia sospesi durante l'erogazione, la miscela dolce durante la digestione entro la fine del-over-end di rotazione; e automatizzato determinazione colorimetrica di Glu e Xyl.

Disclosures

Nessun conflitto di interessi dichiarati.

Acknowledgments

Questo lavoro è stato finanziato in parte dal Dipartimento dell'Energia degli Stati Uniti dei Grandi Laghi Bioenergy Research Center (DOE Office of Science BER DE-FC02-07ER64494) e concedere DE-FG02-91ER200021 da parte del Dipartimento dell'Energia degli Stati Uniti, Ufficio di Basic Sciences Energia, Divisione di Scienze Chimiche, Scienze geologiche e Bioscienze. Ringraziamo John Scott-Craig e Melissa Borrusch per il loro materiale e contributi concettuali.

References

  1. Anderson, M. J., Whitcomb, P. J. DOE Simplified: Practical Tools for Effective Experimentation. , 2nd Edition, Productivity Press. New York. (2007).
  2. Banerjee, G., Car, S., Scott-Craig, J. S., Borrusch, M. S., Aslam, N., Walton, J. D. Synthetic enzyme mixtures for biomass deconstruction: production and optimization of a core set. Biotechnol. Bioengineer. 106, 707-720 (2010).
  3. Banerjee, G., Car, S., Scott-Craig, J. S., Borrusch, M. S., Bongers, M., Walton, J. D. Synthetic multi-component enzyme mixtures for deconstruction of lignocellulosic biomass. Bioresour. Technol. 101, 9097-9105 (2010).
  4. Banerjee, G., Car, S., Scott-Craig, J. S., Borrusch, M. S., Walton, J. D. Rapid optimization of enzyme mixtures for deconstruction of diverse pretreatment/biomass feedstock combinations. Biotechnol. Biofuels. 3, 22-22 (2010).
  5. Berlin, A., Maximenko, V., Gilkes, N., Saddler, J. Optimization of enzyme complexes for lignocellulose hydrolysis. Biotechnol. Bioeng. 97, 287-296 (2007).
  6. Decker, S. R., Brunecky, R., Tucker, M. P., Himmel, M. E., Selig, M. J. High throughput screening techniques for biomass conversion. Bioenerg. Res. 2, 179-192 (2009).
  7. Gao, D., Chundawat, S. P., Krishnan, C., Balan, V., Dale, B. E. Mixture optimization of six core glycosyl hydrolases for maximizing saccharification of ammonia fiber expansion (AFEX) pretreated corn stover. Bioresour. Technol. 101, 2770-2781 (2010).
  8. Harris, P. V., Welner, D., McFarland, K. C., Re, E., Poulsen, J. C. N., Brown, K., Salbo, R., Ding, H., Vlasenko, E., Merino, S., Xu, F., Cherry, J., Larsen, S. Y., LoLeggio, L. Stimulation of lignocellulosic biomass hydrolysis by proteins of glycoside hydrolase family 61: Structure and function of a large, enigmatic family. Biochemistry. 49, 3305-3316 (2010).
  9. Kim, E., Irwin, D. C., Walker, L. P., Wilson, D. B. Factorial optimization of a six-cellulase mixture. Biotechnol. Bioeng. 58, 494-501 (1998).
  10. King, B. C., Donnelly, M. K., Bergstrom, G. C., Walker, L. P., Gibson, D. M. An optimized microplate assay system for quantitative evaluation of plant cell wall-degrading enzyme activity of fungal culture extracts. Biotechnol. Bioeng. 102, 1033-1044 (2009).
  11. Nagendran, S., Hallen-Adams, H. E., Paper, J. M., Aslam, N., Walton, J. D. Reduced genomic potential for secreted plant cell-wall-degrading enzymes in the ectomycorrhizal fungus Amanita bisporigera, based on the secretome of Trichoderma reesei. Fung. Genet. Biol. 46, 427-435 (2009).
  12. Rosgaard, L., Pedersen, S., Langston, J., Akerhielm, D., Cherry, J. R., Meyer, A. S. Evaluation of minimal Trichoderma reesei cellulase mixtures on differently pretreated barley straw substrates. Biotechnol. Prog. 23, 1270-1276 (2007).

Tags

Bioingegneria Numero 56 cellulasi cellobiohydrolase glucanasi xilanasi emicellulasica disegno sperimentale biomasse bioenergia paglia del mais glicosil idrolasi
GENPLAT: una piattaforma automatizzata per la scoperta degli enzimi biomassa e ottimizzazione Cocktail
Play Video
PDF DOI

Cite this Article

Walton, J., Banerjee, G., Car, S.More

Walton, J., Banerjee, G., Car, S. GENPLAT: an Automated Platform for Biomass Enzyme Discovery and Cocktail Optimization. J. Vis. Exp. (56), e3314, doi:10.3791/3314 (2011).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter