ジャーナル
/
/
微生物タンパク質および特殊代謝産物データの分析にオープンソースのMALDI TOF-MS IDBacパイプラインを使用
JoVE Journal
生化学
This content is Free Access.
JoVE Journal 生化学
Using the Open-Source MALDI TOF-MS IDBac Pipeline for Analysis of Microbial Protein and Specialized Metabolite Data

微生物タンパク質および特殊代謝産物データの分析にオープンソースのMALDI TOF-MS IDBacパイプラインを使用

18,703 Views

09:29 min

May 15, 2019

DOI:

09:29 min
May 15, 2019

51 Views
, , , , ,

筆記録

Automatically generated

IDBacは、タンパク質と未知の細菌分離株の特殊な代謝産物領域からの質量スペックデータを結合し、そのアイデンティティとその潜在的な環境機能の両方に基づいて分離株を迅速に区別します。当社のオフィスソースソフトウェアは、既存のMALDI TOFベースの微生物同定戦略の有用性を拡張します。この拡張には、類似の表現型を有するコロニーを区別する追加の方法として、特殊な代謝の分析が含まれる。

未知の微生物を特徴付ける上での大きな課題は、密接に関連する分離物を区別することです。IDBacは、研究者にタンパク質および低分子プロファイリングを通じて分離株を特徴付ける簡単かつ迅速な方法を提供します。IDBacは、細菌サンプル内の特殊な代謝産物の生産を視覚的に比較し、生態学的研究から創薬的発見まで幅広い研究トピックに関する洞察を提供します。

MALDIデータを機器間で保存する方法はたくさんあります。IDBac でファイルを操作できない場合は、IDBac の GitHub に問題を送信してください。滅菌爪楊枝を使用して、細菌コロニーの小さな部分を清潔なMALDIプレート上の適切な場所に移します。

スポットの上に均等に細菌コロニーを広げ、スポットができるだけ平らに見えるようにします。70%質量分析グレードのギ酸を1マイクロリットルのサンプルとマトリックスコントロールスポットに重ね、化学煙フードで酸を空気乾燥させます。次に、サンプルおよびマトリックスメディア制御スポットに、あらかじめ調製したMALDIマトリックス溶液の1マイクロリットルを加え、完全に空気乾燥させます。

MALDI TOF質量分析計を設定した後、スペクトルを取得します。タンパク質スペクトルを 1 つのフォルダーに保存し、特殊な代謝産物スペクトルを 2 番目の別のフォルダーに保存します。この手順を開始するには、IDBac ソフトウェアをダウンロードしてください。

ダウンロードしたinstall_idbacをダブルクリックして、インストーラを開始します。次に、IDBac デスクトップショートカットをダブルクリックして、デフォルトで [導入] タブで開く IDBac を起動します。[生データで始まる]タブをクリックし、IDBacで使用するデータの種類をIDBacの実験メニューから選択します。

データファイルの変換と処理を設定する際には、実験の内容を示す名前を入力し、raw data フォルダをクリックして適切なフォルダを選択します。次に、[データの処理] をクリックします。ファイルを変換して IDBac で処理したら、前の実験の作業ページに移動し、操作する実験を選択します。

メニューを使用してサンプルに関する情報を追加するには、ここをクリックして選択した実験を変更します。自動入力されたスプレッドシートに情報を入力し、[保存]を押します。解析を開始する準備ができたら、作業する実験が選択されていることを確認します。

次に、タンパク質データ分析を選択します。タンパク質データ分析ページでピークピーク設定を選択し、表示されたミラープロットを介してサンプルのタンパク質スペクトルを評価します。ピークを解析に含めるために存在する必要がある反復の割合を調整します。

ミラープロットを視覚的なガイダンスとして使用し、最も本物のピークを保持するノイズカットオフに信号を調整し、より高いパーセンテージのピークプレゼンス値でより多くの複製が可能であることを示す最小ノイズは、ノイズカットオフに対する低い信号の選択を可能にします。これに続いて、IDBacによるさらなる分析で使用される各スペクトル内の質量値の範囲を指示する電荷カットオフを電荷する下の質量と上の質量を指定します。タンパク質データ分析ページで、ユーザーが選択した距離測定およびクラスタリングアルゴリズムに従ってサンプルを樹型図にグループ化できるように[デンドログラム]タブを選択します。

メニューのサンプルを選択し、指示に従って分析に含めるサンプルを選択します。使用可能なサンプルボックス内には、タンパク質スペクトルを含むサンプルのみが表示されます。距離およびクラスタリングアルゴリズムのデフォルト値を使用し、入力として強度を選択します。

デンドログラムにブートストラップ値を表示するには、ブートストラップの下に 2 ~ 1,000 の数値を入力します。樹型図のカスタマイズを開始するには、デンドログラムメニューを調整します。樹年図の線を色付けするには、クリックして線分を変更し、必要なオプションを選択します。

スプレッドシートの情報を樹形図の横にプロットするには、サンプルに関する情報を組み込んだボタンを選択します。これにより、入力した値に基づいてカテゴリが自己入力されるパネルが開きます。別の実験からサンプルを挿入するには、メニューボタンを選択して別の実験からサンプルを挿入し、新しく開いたパネルの指示に従います。

小分子データ分析ページに進み、二者集団ネットワークを使用して小分子質量と電荷値の相関をサンプルで電荷量に表示する、原理成分分析および代謝関連ネットワークによるデータ可視化を可能にします。デンドログラムをクリックしてドラッグすると、分析対象のサンプルがハイライト表示されます。サンプルがハイライト表示されていない場合、またはタンパク質デンドログラムが作成されなかった場合は、ランダムサブセットまたはすべてのサンプルの代謝産物関連ネットワークがそれぞれ表示されます。

代謝物関連付けネットワークで行列媒体ブランクを差し引くには、減算するサンプルをメニューから選択し、ブランクとして使用する適切なサンプルを選択します。メニューの表示/非表示 MAN 設定を開き、ピークプレゼンスのパーセンテージに対して必要な値を選択し、ノイズへのシグナル、および上下の質量カットオフを再現します。これらの設定の選択をガイドするには、小分子ミラープロットを使用します。

結果を報告するには、MAN 分析の段落を報告するための提案内のテキストをコピーして、作成された代謝関連付けネットワークの生成に使用されるユーザー定義の設定を提供します。6株のマイクロモノスポラ・チョコリエンシスと2種の粘性菌の汚れを、IDBacソフトウェアのデータを用いて分析した。[生データ] タブで開始する指示に従って、ここをクリックして Bruker ファイルを変換するオプションが選択され、IDBac が提供する指示が各データ セットに従いました。

自動変換および前処理ピークピークステップに、2つの実験からバチルスとマイクロモノスポラのサンプルを単一の実験に移すことによって、組み合わせたIDBac実験を作成しました。結果として得られた分析では、スペクトル品質の評価とピークピーク設定の調整に役立つミラープロットを使用してタンパク質スペクトルを比較する必要がありました。デフォルト設定を選択したタンパク質クラスタリング結果のスクリーンショットを次に示します。

樹型図は、プロット上の閾値を調整することによって着色された。注目すべきは、M.choコリエンシスとB.subtilisの両方を持つ属間の明確な分離は、別々にクラスタリングを分離することです。タンパク質デンドログラムをクリックしてドラッグすることで、代謝会合ネットワークを迅速に作成して、B.subtilis株のみを比較し、M.chokoriensis株のみを同時に比較することが可能でした。

これらのネットワークの主な機能は、細菌間の特殊な代謝産物の重複の程度の広い概要を研究者に提供することです。新しいデータを操作する場合は、IDBac のミラープロットを使用して、データが意味をなし、スペクトルが高品質であることを確認します。すべての段階で実験計画と結果を批判的に評価します。

IDBacは、研究者がさらなる調査のために微生物の小さくて多様な図書館を構築することを可能にします。これは、従来の大規模で冗長な微生物ライブラリに関連するコストを大幅に削減します。IDBacは、非常に類似した系統群内の特殊な代謝産物の重複を視覚化することができるので、典型的に切断された2つのフィールドを結ぶ研究の質問と仮説を生成するために使用することができます。

酸酸は苛性であり、化学発煙フードで扱われるべきである。一部の環境分離株は潜在的な健康被害を引き起こす可能性があり、すべての株はバイオセーフティレベル2として扱われるべきである。

概要

Automatically generated

IDBacは、細菌コロニーから掻き取られた細胞材料に収集された、無傷のタンパク質と特殊な代謝スペクトルの両方からのデータを統合するオープンソースの質量分析ベースのバイオインフォマティクスパイプラインです。このパイプラインにより、研究者は数百から数千の細菌コロニーを種置分類群に迅速に組織し、特殊な代謝産物生産に基づいてそれらをさらに区別することができます。

Read Article