JoVE Journal > Biochemistry
Summary
Abstract
Introduction
Protocol
Ergebnisse
Discussion
Offenlegungen
Acknowledgements
Materials
Referenzen
Please note that all translations are automatically generated. Click here for the English version.
Biochemie

Metabolómica cuantitativa de Saccharomyces cerevisiae mediante cromatografía líquida combinada con espectrometría de masas en tándem

Published: January 05, 2021
doi:
10.3791/62061
, ,
1Department of Biology,Concordia University, 2Centre for Biological Applications of Mass Spectrometry,Concordia University

Summary

Presentamos un protocolo para la identificación y cuantificación de las principales clases de metabolitos solubles en agua en la levadura Saccharomyces cerevisiae. El método descrito es versátil, robusto y sensible. Permite la separación de isómeros estructurales y formas estereoisoméricas de metabolitos solubles en agua entre sí.

Abstract

La metabolómica es una metodología utilizada para la identificación y cuantificación de muchos productos intermedios de bajo peso molecular y productos del metabolismo dentro de una célula, tejido, órgano, fluido biológico u organismo. La metabolómica se centra tradicionalmente en los metabolitos solubles en agua. El metaboloma soluble en agua es el producto final de una compleja red celular que integra varios factores genómicos, epigenómicos, transcriptómicos, proteómicos y ambientales. Por lo tanto, el análisis metabolómico evalúa directamente el resultado de la acción para todos estos factores en una gran cantidad de procesos biológicos dentro de varios organismos. Uno de estos organismos es la levadura en ciernes Saccharomyces cerevisiae,un eucariota unicelular con el genoma completamente secuenciado. Debido a que S. cerevisiae es susceptible de análisis moleculares exhaustivos, se utiliza como modelo para diseccionar los mecanismos subyacentes a muchos procesos biológicos dentro de la célula eucariota. Un método analítico versátil para la evaluación cuantitativa robusta, sensible y precisa del metaboloma soluble en agua proporcionaría la metodología esencial para diseccionar estos mecanismos. Aquí presentamos un protocolo para las condiciones optimizadas de enfriamiento de la actividad metabólica y la extracción de metabolitos solubles en agua de las células de S. cerevisiae. El protocolo también describe el uso de cromatografía líquida junto con espectrometría de masas en tándem (LC-MS/MS) para el análisis cuantitativo de los metabolitos solubles en agua extraídos. El método LC-MS/MS de metabolómica no dirigida descrito aquí es versátil y robusto. Permite la identificación y cuantificación de más de 370 metabolitos solubles en agua con diversas propiedades estructurales, físicas y químicas, incluidos diferentes isómeros estructurales y formas estereoisoméricas de estos metabolitos. Estos metabolitos incluyen varias moléculas portadoras de energía, nucleótidos, aminoácidos, monosacáridos, intermediarios de la glucólisis e intermedios del ciclo tricarboxílico. El método LC-MS/MS de metabolómica no dirigida es sensible y permite la identificación y cuantificación de algunos metabolitos solubles en agua a concentraciones tan bajas como 0,05 pmol/μL. El método se ha utilizado con éxito para evaluar metabolomas solubles en agua de células de levadura mutantes y de tipo silvestre cultivadas en diferentes condiciones.

Introduction

Los metabolitos solubles en agua son intermedios de bajo peso molecular y productos del metabolismo que contribuyen a los procesos celulares esenciales. Estos procesos conservados evolutivamente incluyen la conversión de nutrientes en energía utilizable, síntesis de macromoléculas, crecimiento celular y señalización, control del ciclo celular, regulación de la expresión génica, respuesta al estrés, regulación post-tralacional del metabolismo, mantenimiento de la funcionalidad mitocondrial, tráfico celular vesicular, autofagia, envejecimiento celular y muerte celular regulada1,2,3.

Muchos de estos papeles esenciales de los metabolitos solubles en agua han sido descubiertos por estudios en la levadura en ciernes S. cerevisiae1,3,4,7,9,14,15,16,17,18,19,20,21,22. Este eucariota unicelular es un organismo modelo útil para diseccionar mecanismos a través de los cuales los metabolitos solubles en agua contribuyen a los procesos celulares debido a su capacidad para realizar análisis bioquímicos, genéticos y biológicos moleculares avanzados23,24,25,26. Aunque los métodos LC-MS/MS de metabolómica no dirigida se han utilizado para estudiar las funciones de los metabolitos solubles en agua en la levadura en ciernes3,18,22,27,este tipo de análisis requiere la mejora de su versatilidad, robustez, sensibilidad y capacidad para distinguir entre diferentes isómeros estructurales y formas estereoisoméricas de estos metabolitos.

Los últimos años están marcados por avances significativos en la aplicación de los métodos LC-MS/MS de metabolómica no dirigida al perfil de metabolitos solubles en agua in vivo. Sin embargo, muchos desafíos en el uso de esta metodología siguensiendo 2,28,29,30,31,32,33,34,35,36. Estos desafíos incluyen los siguientes. En primer lugar, las concentraciones intracelulares de muchos metabolitos solubles en agua están por debajo de un umbral de sensibilidad para los métodos utilizados actualmente. En segundo lugar, la eficiencia del enfriamiento de la actividad metabólica es demasiado baja, y el grado de fuga celular asociada al enfriamiento de metabolitos intracelulares es demasiado alto para los métodos actuales; por lo tanto, los métodos utilizados actualmente subestiman las concentraciones intracelulares de metabolitos solubles en agua. En tercer lugar, los métodos existentes no pueden diferenciar los isómeros estructurales (es decir, moléculas con la misma fórmula química pero diferente conectividad atómica) o estereoisómeros (es decir, moléculas con la misma fórmula química y conectividad atómica, pero con la diferente disposición atómica en el espacio) de metabolitos específicos; esto impide la correcta anotación de ciertos metabolitos por los métodos utilizados actualmente. Cuarto, las bases de datos en línea espectrales de masas existentes de iones padres (MS1) e iones secundarios (MS2) están incompletas; esto afecta a la correcta identificación y cuantificación de metabolitos específicos utilizando los datos brutos de LC-MS/MS producidos con la ayuda de los métodos actuales. En quinto lugar, los métodos existentes no pueden utilizar un solo tipo de extracción de metabolitos para recuperar todas o la mayoría de las clases de metabolitos solubles en agua. En sexto lugar, los métodos existentes no pueden utilizar un solo tipo de columna LC para separar entre sí todas o la mayoría de las clases de metabolitos solubles en agua.

Aquí, optimizamos las condiciones para apagar la actividad metabólica dentro de las células de S. cerevisiae, manteniendo la mayoría de los metabolitos solubles en agua dentro de estas células antes de la extracción y extrayendo la mayoría de las clases de metabolitos solubles en agua de las células de levadura. Desarrollamos un método versátil, robusto y sensible para la identificación y cuantificación basada en LC-MS/MS de más de 370 metabolitos solubles en agua extraídos de células de S. cerevisiae. Este método de metabolómica no dirigida permite evaluar las concentraciones intracelulares de varias moléculas portadoras de energía, nucleótidos, aminoácidos, monosacáridos, intermediarios de la glucólisis e intermedios del ciclo tricarboxílico. El método LC-MS/MS desarrollado permite la identificación y cuantificación de diferentes isómeros estructurales y formas estereoisoméricas de metabolitos solubles en agua con diversas propiedades estructurales, físicas y químicas.

Protocol

1. Hacer y esterilizar un medio para el cultivo de levadura Hacer 180 ml de un extracto de levadura completo con medio de bactopeptona (YP). El medio YP completo contiene 1% (p/v) de extracto de levadura y 2% (p/v) de bactopeptona. Distribuya 180 ml del medio YP por igual en cuatro matraces Erlenmeyer de 250 ml. Cada uno de estos matraces contiene 45 ml del medio YP. Esterilizar los matraces con medio YP en autoclave a 15 psi/121 °C durante 45 min. 2. Cepa de…

Representative Results

Para mejorar una evaluación cuantitativa de los metabolitos solubles en agua dentro de una célula de levadura, optimizamos las condiciones de enfriamiento celular para la detección de metabolitos. El enfriamiento celular para este propósito implica una detención rápida de todas las reacciones enzimáticas dentro de una célula31,33,37,38. Tal detención de…

Discussion

Para utilizar con éxito el protocolo descrito aquí, siga las medidas preventivas que se describen a continuación. El cloroformo y el metanol extraen diversas sustancias de los artículos de plástico de laboratorio. Por lo tanto, manejarlos con precaución. Evite el uso de plásticos en pasos que impliquen contacto con cualquiera de estos dos disolventes orgánicos. Use pipetas de vidrio de borosilicato para estos pasos. Levante estas pipetas con cloroformo y metanol antes de su uso. Use solo puntas de micropipeta y t…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Agradecemos a los miembros actuales y anteriores del laboratorio Titorenko por las discusiones. Reconocemos al Centro de Aplicaciones Biológicas de espectrometría de masas, al Centro de Genómica Estructural y Funcional y al Centro de Microscopía e Imágenes Celulares (todos en la Universidad de Concordia) por sus excelentes servicios. Este estudio fue apoyado por subvenciones del Consejo de Investigación de Ciencias Naturales e Ingeniería (NSERC) de Canadá (RGPIN 2014-04482 y CRDPJ 515900 – 17). K.M. fue apoyado por la Beca Armand C. Archambault de la Universidad de Concordia y el Premio a la Excelencia del Decano de Artes y Ciencias de la Universidad de Concordia.

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
DOWNLOAD MATERIALS LIST

Referenzen

  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. Genetik. 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. Genetik. 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. Genetik. 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).

Tags

Quantitative MetabolomicsSaccharomyces CerevisiaeLiquid ChromatographyTandem Mass SpectrometryQuenchingMetabolite ExtractionChloroformMethanolGlass BeadsVortexAqueous PhaseAcetonitrileLiquid Chromatography-tandem Mass Spectrometry

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Diesen Artikel zitieren
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).
Zitat herunterladen
Nachdrucke und Berechtigungen

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image