Summary

Arbetsflödet baserat på kombinationen av isotopiska Tracer experiment att undersöka mikrobiell metabolismen av flera näringskällor

Published: January 22, 2018
doi:

Summary

Det här protokollet beskriver en experimentell förfarande för att kvantitativt och grundligt undersöka metabolismen av flera näringskällor. Detta arbetsflöde, baserat på en kombination av isotopiska tracer experiment och en analytisk procedur, tillåter ödet för förbrukade näringsämnen och molekyler synthetized metabolisk ursprung av mikroorganismer skall fastställas.

Abstract

Studier inom mikrobiologi är beroende av genomförandet av en rad olika metoder. Särskilt bidrar utvecklingen av lämpliga metoder väsentligen till att ge omfattande kunskap av metabolismen av mikroorganismer växer i kemiskt definierade media som innehåller unika kväve och kolkällor. Förvaltningen genom metabolism av flera näringskällor, trots deras bred närvaro i naturliga eller industriella miljöer, är däremot fortfarande nästan outforskade. Denna situation beror främst på bristen på lämpliga metoder, som hindrar utredningar.

Vi rapporterar en experimentell strategi att kvantitativt och grundligt utforska hur ämnesomsättningen fungerar när ett näringsämne tillhandahålls som en blandning av olika molekyler, dvs, en komplex resurs. Här, beskriver vi sin ansökan för att bedöma delningen av flera kväve källor genom jäst metaboliska nätverk. Arbetsflödet kombinerar information som erhålls under stabil isotop tracer experiment med valda 13C- eller 15N-märkt substrat. Den första består av parallella och reproducerbara fermentering i samma medium, som innehåller en blandning av N-innehållande molekyler; en valda kväve källa är dock märkt varje gång. En kombination av analytiska förfaranden (HPLC, GC-MS) genomförs att bedöma märkning mönster av riktade föreningar och kvantifiera konsumtion och återvinning av substrat i andra metaboliter. En integrerad analys av hela datamängden innehåller en översikt över ödet av förbrukade substrat inom celler. Denna strategi kräver en korrekt protokoll för insamling av prover – underlättas av ett robot-assisterad system för online-övervakning av fermentering – och uppnåendet av många tidskrävande analyser. Trots dessa begränsningar är tillåtet det att förstå, för första gången av uppdelning av flera kväve källor i hela jäst metabola nätverket. Vi klarlagd omfördelning av kväve från mer rikliga källor mot andra N-föreningar och beslutsam metabolisk ursprung flyktiga molekyler och proteinogena aminosyror.

Introduction

Förståelse är hur mikrobiell ämnesomsättning fungerar en nyckelfråga för design av effektiva strategier för att förbättra jäsningsprocesser och modulera produktion av fermentativa föreningar. Framstegen inom genomik och funktionsgenomik i dessa senaste två decennierna i hög grad bidragit till att utöka kunskapen om topologin för metaboliska nätverk i många mikroorganismer. Tillgång till denna information ledde till utvecklingen av metoder som syftar till en omfattande översikt av cellulär funktion1. Dessa metoder är ofta beroende av en modellbaserad tolkning av mätbara parametrar. Dessa experimentella data inkluderar, å ena sidan, metabolit upptag och produktion priser och, å andra kvantitativa intracellulära informationen som erhålls från isotopen tracer experiment. Dessa uppgifter ger viktig information för avdrag för aktiviteten i vivo av olika vägar i en definierad metaboliska nätverk2,3,4. För närvarande är de tillgängliga analytiska teknikerna bara aktivera exakt detektion av märkning mönster av molekyler när du använder en enda element isotop och eventuellt när Co märkning med två isotopiska element. Dessutom under de flesta odlingsbetingelser består kol källan bara av en eller två-föreningar. Följaktligen, metoder som bygger på 13C-isotopiska spårämnen från kol substrat allmänt och framgångsrikt tillämpades för att utveckla en fullständig förståelse av kol metabola network operations5,6,7 ,8.

Däremot i många naturliga och industriella miljöer består resursen tillgängligt kväve som stöder mikrobiell tillväxt ofta av ett brett utbud av molekyler. Exempelvis under jäsning av vin eller öl tillhandahålls kväve som en blandning av 18 aminosyror och ammonium vid varierande koncentrationer9. Denna samling av N-föreningar som är tillgängliga för anabolism gör dessa komplexa media villkor avsevärt skiljer sig från de vanligaste för fysiologiska studier, eftersom det senare uppnås med hjälp av en unik källa till kväve, vanligtvis ammonium.

Sammantaget internaliserat kväve föreningar kan ingå i proteiner eller kataboliseras direkt. Nätstrukturen av kväve metabolism i många mikroorganismer, inklusive jästen Saccharomyces cerevisiae, är mycket komplext i enlighet med mångfalden av substrat. Schematiskt, är detta system baserat på en kombination av den centrala kärnan av kväve metabolism vilket katalyserar omvandling av glutamin, glutamat och α-ketoglutarat10,11, med transaminaser och deaminases. Genom detta nätverk, amine grupper från ammonium eller andra aminosyror är samlade och α-keto syror släppt. Dessa intermediärer är också synthetized genom centrala kol metabolism (CCM)12,13. Detta stora antal Grenade reaktioner och intermediärer, involverade i både katabolismen av exogena kväve källor och anabolism proteinogena aminosyror, uppfyller de anabola kraven i cellerna. Aktiviteten via dessa olika sammanlänkade vägar leder även utsöndring av metaboliter. I synnerhet kan α-keto syror omdirigeras via Ehrlich vägen att producera högre alkoholer och deras acetat ester derivat14, som är viktig bidragsgivare till de sensoriska profilerna av produkter. Därefter spelar hur kväve ämnesomsättning fungerar en nyckelroll i produktion av biomassa och bildandet av flyktiga molekyler (arom).

De reaktioner, enzymer och gener som är involverade i metabolismen av kväve är utförligt beskrivna i litteraturen. Dock har frågan om fördelningen av flera kväve källor i hela ett metaboliska nätverk inte ännu tagits upp. Det finns två huvudsakliga skäl som förklarar denna brist på information. Först, med tanke på viktiga komplexiteten av kväve metabolism nätverket, en stor mängd kvantitativa data krävs för en fullständig förståelse av verksamheten som inte var tillgänglig förrän nu. Andra, många experimentella begränsningar och begränsningar av analysmetoder hindrade genomförandet av strategier som tidigare användes för förtydligandet av CCM funktion.

För att övervinna dessa problem, valde vi att utveckla en strategi för system-nivå som baseras på försoningen av data från en serie isotopiska tracer experiment. Arbetsflödet innehåller:
-En uppsättning av fermentering som utförs under samma miljöförhållanden, medan en annan valda näringsämnen källa (substrat) är märkta varje gång.
-En kombination av analytiska förfaranden (HPLC, GC-MS) för en noggrann bestämning, i olika skeden av jäsning, av kvarvarande koncentrationen av märkt substrat och koncentrationen och isotopiska anrikningen av föreningar som härrör från katabolismen av märkt molekylen, inklusive härledda biomassa.
-En beräkning av massa och isotopiska balansen för varje konsumeras märkt molekyl och ytterligare en integrerad analys av datamängden att få en global översikt över förvaltningen av flera näringskällor av mikroorganismer genom bestämning av flux nyckeltal .

För att tillämpa denna metod, måste det uppmärksammas att reproducerbara beteendet av stam/mikroorganism mellan kulturer. Prover från olika kulturer måste dessutom tas under samma väldefinierade jäsning. I experimentella arbetet redovisas i detta manuskript, används ett robot-assisterad system för online-övervakning av fermentering att ta hänsyn till dessa begränsningar.

Dessutom är det viktigt att välja en uppsättning märkt substrat (förening, natur och ställning märkning) som är lämpligt att ta itu med vetenskapliga problemet av studien. Här valdes 15N-märkt ammonium, glutamin och arginin som de tre stora kväve källorna hittade i druvjuice. Detta gjorde att bedöma mönstret av kväve omfördelning från förbrukade föreningar till proteinogena aminosyror. Vi syftar också till att utreda ödet för kol ryggraden i de förbrukade aminosyrorna och deras bidrag till produktionen av flyktiga molekyler. För att uppfylla detta mål, enhetligt 13C-märkta leucin, ingick isoleucin, treonin och valin i studien som aminosyror som härleds från stora intermediärer av Ehrlich väg.

Sammantaget utforskade vi kvantitativt hur jäst hanterar en komplex kväve resurs genom att omfördela exogena kväve källor för att uppfylla dess anabola krav under hela jäsningen medan dessutom att ta bort överskottet av kol prekursorer som flyktiga molekyler. Experimentella förfarandet redovisas i detta dokument kan användas för att undersöka andra flera näringskällor används av någon annan mikroorganism. Det verkar vara en lämplig metod för analys av effekterna av genetisk bakgrund eller miljöförhållanden på metabola uppförandet av mikroorganismer.

Protocol

1. jäsning och provtagning Förberedelse av media och komposterObs: Alla fermentering är utföras parallellt, med hjälp av samma stam och i samma kemiskt definierade syntetiskt medium (SM, sammansättning anges i tabell 1), som innehåller en blandning av ammonium och aminosyror som kväve källor15. För varje jäsning tillhandahålls en enda kväve förening uteslutande i ett enhetligt märkta 13C eller 15N formulär (100%…

Representative Results

Figur 3 visar en schematisk bild av det arbetsflöde som genomfördes för att undersöka hanteringen av jäst av flera kväve källorna som finns under vin jäsning.På olika punkter för provtagning, biologiska parametrar – tillväxt egenskaper, kväve konsumtionsmönster och profilen för proteinogena aminosyror – Visa en hög reproducerbarhet bland fermentering (figur 4). Denna konsekvens validerar relevansen av den s…

Discussion

Kvantifiering av uppdelning av föreningar genom metaboliska nätverk med isotopiska tracer experiment är en lovande strategi för att förstå driften av mikrobiell metabolism. Denna metod, kan medan tillämpats med ett eller två märkta substrat, inte för närvarande tillämpas för att studera metabolismen av olika källor med hjälp av flera märkta elementärt isotoper (dvs, mer än två substrat). Faktiskt, de tillgängliga analytiska teknikerna aktivera noggrann bestämning av märkning konsumtionsmön…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi tackar Jean-Roch Mouret, Sylvie Dequin och Jean-Marie Sabalyrolles för att bidra till befruktningen av robot-assisterad jäsning systemet och Martine Pradal, Nicolas Bouvier och Pascale Brial för deras tekniska support. Finansiering av detta projekt lämnades av Ministère de l’Education Nationale, de la Recherche et de la Technologie.

Materials

D-Glucose PanReac 141341.0416
D-Fructose PanReac 142728.0416
DL-Malic acid Sigma Aldrich M0875
Citric acid monohydrate Sigma Aldrich C7129
Potassium phosphate monobasic Sigma Aldrich P5379
Potassium sulfate Sigma Aldrich P0772
Magnesium sulfate heptahydrate Sigma Aldrich 230391
Calcium chloride dihydrate Sigma Aldrich C7902
Sodium chloride Sigma Aldrich S9625
Ammonium chloride Sigma Aldrich A4514
Sodium hydroxide Sigma Aldrich 71690
Manganese sulfate monohydrate Sigma Aldrich M7634
Zinc sulfate heptahydrate Sigma Aldrich Z4750
Copper (II) sulfate pentahydrate Sigma Aldrich C7631
Potassium iodine Sigma Aldrich P4286
Cobalt (II) chloride hexahydrate Sigma Aldrich C3169
Boric acid Sigma Aldrich B7660
Ammonium heptamolybdate Sigma Aldrich A7302
Myo-inositol Sigma Aldrich I5125
D-Pantothenic acid hemicalcium salt Sigma Aldrich 21210
Thiamine, hydrochloride Sigma Aldrich T4625
Nicotinic acid Sigma Aldrich N4126
Pyridoxine Sigma Aldrich P5669
Biotine Sigma Aldrich B4501
Ergostérol Sigma Aldrich E6510
Tween 80 Sigma Aldrich P1754
Ethanol absolute VWR Chemicals 101074F
Iron (III) chloride hexahydrate Sigma Aldrich 236489
L-Aspartic acid Sigma Aldrich A9256
L-Glutamic acid Sigma Aldrich G1251
L-Alanine Sigma Aldrich A7627
L-Arginine Sigma Aldrich A5006
L-Cysteine Sigma Aldrich C7352
L-Glutamine Sigma Aldrich G3126
Glycine Sigma Aldrich G7126
L-Histidine Sigma Aldrich H8000
L-Isoleucine Sigma Aldrich I2752
L-Leucine Sigma Aldrich L8000
L-Lysine Sigma Aldrich L5501
L-Methionine Sigma Aldrich M9625
L-Phenylalanine Sigma Aldrich P2126
L-Proline Sigma Aldrich P0380
L-Serine Sigma Aldrich S4500
L-Threonine Sigma Aldrich T8625
L-Tryptophane Sigma Aldrich T0254
L-Tyrosine Sigma Aldrich T3754
L-Valine Sigma Aldrich V0500
13C5-L-Valine Eurisotop CLM-2249-H-0.25
13C6-L-Leucine Eurisotop CLM-2262-H-0.25
15N-Ammonium chloride Eurisotop NLM-467-1
ALPHA-15N-L-Glutamine Eurisotop NLM-1016-1
U-15N4-L-Arginine Eurisotop NLM-396-PK
Ethyl acetate Sigma Aldrich 270989
Ethyl propanoate Sigma Aldrich 112305
Ethyl 2-methylpropanoate Sigma Aldrich 246085
Ethyl butanoate Sigma Aldrich E15701
Ethyl 2-methylbutanoate Sigma Aldrich 306886
Ethyl 3-methylbutanoate Sigma Aldrich 8.08541.0250
Ethyl hexanoate Sigma Aldrich 148962
Ethyl octanoate Sigma Aldrich W244910
Ethyl decanoate Sigma Aldrich W243205
Ethyl dodecanoate Sigma Aldrich W244112
Ethyl lactate Sigma Aldrich W244015
Diethyl succinate Sigma Aldrich W237701
2-methylpropyl acetate Sigma Aldrich W217514
2-methylbutyl acetate Sigma Aldrich W364401
3-methyl butyl acetate Sigma Aldrich 287725
2-phenylethyl acetate Sigma Aldrich 290580
2-methylpropanol Sigma Aldrich 294829
2-methylbutanol Sigma Aldrich 133051
3-methylbutanol Sigma Aldrich 309435
Hexanol Sigma Aldrich 128570
2-phenylethanol Sigma Aldrich 77861
Propanoic acid Sigma Aldrich 94425
Butanoic acid Sigma Aldrich 19215
2-methylpropanoic acid Sigma Aldrich 58360
2-methylbutanoic acid Sigma Aldrich 193070
3-methylbutanoic acid Sigma Aldrich W310212
Hexanoic acid Sigma Aldrich 153745
Octanoic acid Sigma Aldrich W279900
Decanoic acid Sigma Aldrich W236403
Dodecanoic acid Sigma Aldrich L556
Fermentor 1L Legallais AT1357 Fermenter handmade for fermentation
Disposable vacuum filtration system Dominique Deutscher 029311
Fermenters (250 ml) Legallais AT1352 Fermenter handmade for fermentation
Sterile tubes Sarstedt 62.554.502
Fermentation locks Legallais AT1356 Fermetation locks handmade for fermentation
BactoYeast Extract Becton, Dickinson and Company 212750
BactoPeptone Becton, Dickinson and Company 211677
Incubator shaker Infors HT
Particle Counter Beckman Coulter 6605697 Multisizer 3 Coulter Counter
Centrifuge Jouan GR412
Plate Butler Robotic system Lab Services BV PF0X-MA Automatic instrument
Plate Butler Software Lab Services BV Robot monitor software
RobView In-house developed calculation software
My SQL International source database
Cimarec i Telesystem Multipoint Stirrers Thermo Fisher Scientific 50088009 String Drive 60
BenchBlotter platform rocker Dutscher 60903
Ammonia enzymatic kit R-Biopharm AG 5390
Spectrophotometer cuvettes VWR 634-0678
Spectrophotometer UviLine 9400 Secomam
Amino acids standards physiological – acidics and neutrals Sigma Aldrich A6407
Amino acids standards physiological – basics Sigma Aldrich A6282
Citrate lithium buffers – Ultra ninhydrin reagent Biochrom BC80-6000-06
Sulfosalycilic acid Sigma Aldrich S2130
Norleucine Sigma Aldrich N1398
Biochrom 30 AAA Biochrom
EZChrom Elite Biochrom Instrument control and Data analysis software
Ultropac 8 resin Lithium Biochrom BC80-6002-47 Lithium High Resolution Physiological Column
Filter Millex GV Merck Millipore SLGVX13NL Millex GV 13mm (pore size 0.22 µm)
Membrane filter PALL VWR 514-4157 Supor-450 47mm 0.45µm
Vacuum pump Millivac Mini Millipore XF5423050
Aluminium smooth weigh dish 70mm VWR 611-1380
Precision balance Mettler Specifications AE163
Dimethyl sulfoxid dried Merck 1029310161 (max. 0.025% H2O) SeccoSolv
Combustion oven Legallais
Pierce BCA protein assay kit Interchim UP40840A
Formic acid Fluka 94318
Hydrogen peroxide Sigma Aldrich H1009
Hydrochloric Acid Fuming 37% Emsure Merck 1003171000 Grade ACS,ISO,Reag. Ph Eur
Lithium acetate buffer Biochrom 80-2038-10
Commercial solution of hydrolyzed amino acids Sigma Aldrich AAS18
L-Methionine sulfone Sigma Aldrich M0876
L-Cysteic acid monohydrate Sigma Aldrich 30170
Pyrex glass culture tubes Sigma Aldrich Z653586
Pyridine Acros Organics 131780500 99% Extrapure
Ethyl chloroformate Sigma Aldrich 23131
Dichloromethane Sigma Aldrich 32222
Vials Sigma Aldrich 854165
Microinserts for 1.5ml vials Sigma Aldrich SU860066
GC/MS Agilent Technologies 5890 GC/5973 MS
Chemstation Agilent Technologies Instrument control and data analysis software
Methanol Sigma Aldrich 34860 Chromasolv, for HPLC
Acetonitrile Sigma Aldrich 34998 ChromasolvPlus, for HPLC
N,N-Dimethylformamide dimethyl acetal Sigma Aldrich 394963
BSTFA Sigma Aldrich 33024
DB-17MS column Agilent Technologies 122-4731 30m*0.25mm*0.15µm
Sodium sulfate, anhydrous Sigma Aldrich 238597
Technical nitrogen Air products 14629
Zebron ZB-WAX column Phenomenex 7HG-G007-11 30m*0.25mm*0.25µm
Helium BIP Air products 26699
Glass Pasteur pipettes VWR 612-1702

References

  1. Osterlund, T., Nookaew, I., Nielsen, J. Fifteen years of large scale metabolic modeling of yeast: developments and impacts. Biotechnol Adv. 30, 979-988 (2012).
  2. Gombert, A. K., Moreirados Santos, M., Christensen, B., Nielsen, J. Network identification and flux quantification in the central metabolism of Saccharomyces cerevisiae under different conditions of glucose repression. J Bacteriol. 183, 1441-1451 (2001).
  3. Wiechert, W. 13C metabolic flux analysis. Metab Eng. 3, 195-206 (2001).
  4. Fischer, E., Zamboni, N., Sauer, U. High-throughput metabolic flux analysis based on gas chromatography-mass spectrometry derived 13C constraints. Anal Biochem. 325, 308-316 (2004).
  5. Rantanen, A., Rousu, J., Jouhten, P., Zamboni, N., Maaheimo, H., Ukkonen, E. An analytic and systematic framework for estimating metabolic flux ratios from 13C tracer experiments. BMC Bioinformatics. 9, 266 (2008).
  6. Zamboni, N. 13C metabolic flux analysis in complex systems. Curr Opin Biotechnol. 22, 103-108 (2011).
  7. Kruger, N. J., Ratcliffe, R. G. Insights into plant metabolic networks from steady-state metabolic flux analysis. Biochimie. 91, 697-702 (2009).
  8. Quek, L. -. E., Dietmair, S., Krömer, J. O., Nielsen, L. K. Metabolic flux analysis in mammalian cell culture. Metab Eng. 12, 161-171 (2010).
  9. Perpete, P., Santos, G., Bodart, E., Collin, S. Uptake of amino acids during beer production: The concept of a critical time value. J Am Soc Brew Chem. 63, 23-27 (2005).
  10. Magasanik, B., Kaiser, C. A. Nitrogen regulation in Saccharomyces cerevisiae. Gene. 290, 1-18 (2002).
  11. Ljungdahl, P. O., Daignan-Fornier, B. Regulation of amino acid, nucleotide, and phosphate metabolism in Saccharomyces cerevisiae. Genetics. 190, 885-929 (2012).
  12. Cooper, T. G., Strathern, J. N., Jones, E. W., Broach, J. R. Nitrogen metabolism in Saccharomyces cerevisiae. The molecular biology of the yeast Saccharomyces: Metabolism and gene expression. , 39-99 (1982).
  13. Jones, E. W., Fink, G. R., Strathern, J. N., Jones, E. W., Broach, J. R. Regulation of amino acid and nucleotide biosynthesis in yeast. The molecular biology of the yeast Saccharomyces: Metabolism and gene expression. , 182-299 (1982).
  14. Hazelwood, L. A., Daran, J. -. M., van Maris, A. J. A., Pronk, J. T., Dickinson, J. R. The Ehrlich pathway for fusel alcohol production: a century of research on Saccharomyces cerevisiae metabolism. Appl Environ Microbiol. 74, 2259-2266 (2008).
  15. Bely, M., Sablayrolles, J. M., Barre, P. Automatic detection of assimilable nitrogen deficiencies during alcoholic fermentation in oenological conditions. J Ferment Bioeng. 70, 246-252 (1990).
  16. Forster, J., Famili, I., Fu, P., Palsson, B. O., Nielsen, J. Genome-scale reconstruction of the Saccharomyces cerevisiae metabolic network. Genome Res. 13, 244-253 (2003).
  17. Millard, P., Letisse, F., Sokol, S., Portais, J. C. IsoCor: correcting MS data in isotope labeling experiments. Bioinformatics. 28, 1294-1296 (2012).

Play Video

Cite This Article
Bloem, A., Rollero, S., Seguinot, P., Crépin, L., Perez, M., Picou, C., Camarasa, C. Workflow Based on the Combination of Isotopic Tracer Experiments to Investigate Microbial Metabolism of Multiple Nutrient Sources. J. Vis. Exp. (131), e56393, doi:10.3791/56393 (2018).

View Video