Summary

Quantification absolue du métabolisme de synthèse des protéines sans cellules par spectrométrie de chromatographie liquide à phase inversée

Published: October 25, 2019
doi:

Summary

Ici, nous présentons un protocole robuste pour quantifier 40 composés impliqués dans le métabolisme central de carbone et d’énergie dans les réactions de synthèse de protéine sans cellules. Le mélange de synthèse sans cellules est dérivé avec de l’aniline pour une séparation efficace à l’aide d’une chromatographie liquide en phase inversée, puis quantifié par spectrométrie de masse à l’aide de normes internes étiquetées isotopiques.

Abstract

La synthèse des protéines sans cellules (CFPS) est une technologie émergente dans les systèmes et la biologie synthétique pour la production in vitro de protéines. Toutefois, si le SCFP veut aller au-delà du laboratoire et devenir une technologie de fabrication répandue et standard juste à temps, nous devons comprendre les limites de performance de ces systèmes. Vers cette question, nous avons développé un protocole robuste pour quantifier 40 composés impliqués dans la glycolyse, la voie de phosphate de pentose, le cycle d’acide tricarboxylique, le métabolisme énergétique et la régénération de cofactor dans les réactions de CFPS. La méthode utilise des normes internes étiquetées avec 13C-aniline, tandis que les composés de l’échantillon sont dérivés de 12C-aniline. Les normes internes et l’échantillon ont été mélangés et analysés par spectrométrie de masse de chromatographie liquide de phase inversée (LC/MS). La co-élution des composés a éliminé la suppression d’ion, permettant la quantification précise des concentrations de métabolites au-dessus de 2-3 ordres de grandeur où le coefficient moyen de corrélation était 0.988. Cinq des quarante composés n’ont pas été étiquetés avec de l’aniline, cependant, ils ont été encore détectés dans l’échantillon DEPFC et quantifiés avec une méthode standard de courbe. La course chromatographique prend environ 10 minutes à compléter. Pris ensemble, nous avons mis au point une méthode rapide et robuste pour séparer et quantifier avec précision 40 composés impliqués dans le SPFC en un seul lcl/MS. La méthode est une approche complète et précise pour caractériser le métabolisme sans cellules, de sorte qu’en fin de compte, nous pouvons comprendre et améliorer le rendement, la productivité et l’efficacité énergétique des systèmes sans cellules.

Introduction

La synthèse des protéines sans cellules (CFPS) est une plate-forme prometteuse pour la fabrication de protéines et de produits chimiques, une application traditionnellement réservée aux cellules vivantes. Les systèmes sans cellules sont dérivés d’extraits de cellules brutes et éliminent les complications associées à la croissance cellulaire1. En outre, le SCFP permet un accès direct aux métabolites et aux machines biosynthétiques sans interférence d’une paroi cellulaire. Cependant, il n’y a pas eu de compréhension fondamentale des limites de rendement des processus sans cellules. Les méthodes à haut débit pour la quantification des métabolites sont précieuses pour la caractérisation du métabolisme et sont essentielles pour la construction de modèles de calculmétaboliques 2,3,4. Les méthodes courantes utilisées pour déterminer les concentrations de métabolites comprennent la résonance magnétique nucléaire (RMN), la spectroscopie à infrarouge transformateur (FT-IR) de Fourier, les essais à base d’enzymes et la spectrométrie de masse (MS)5,6,7 ,8. Cependant, ces méthodes sont souvent limitées par leur incapacité à mesurer efficacement plusieurs composés à la fois et nécessitent souvent une taille d’échantillon supérieure aux réactions typiques sans cellules. Par exemple, les essais à base d’enzymes ne peuvent souvent être utilisés que pour quantifier un seul composé dans une course, et sont limités lorsque la taille de l’échantillon est petite, comme dans les réactions de synthèse des protéines sans cellules (généralement exécuté sur une échelle de 10-15 L). Pendant ce temps, la RMN exige une forte abondance de métabolites pour la détection et la quantification5.  À l’égard de ces lacunes, les méthodes de chromatographie en tandem avec la spectrométrie de masse (LC/MS) offrent plusieurs avantages, y compris une sensibilité élevée et la capacité de mesurer plusieurs espèces simultanément9; cependant, la complexité analytique augmente considérablement avec le nombre et la diversité des espèces mesurées. Il est donc important de développer des méthodes qui réalisent pleinement le potentiel de haut débit des systèmes LC/MS. Les composés d’un échantillon sont séparés par chromatographie liquide et identifiés par spectrométrie de masse. Le signal du composé dépend de sa concentration et de son efficacité d’ionisation, où l’ionisation peut varier d’un composé à l’autre et peut également dépendre de la matrice de l’échantillon.

Atteindre la même efficacité d’ionisation entre l’échantillon et les normes est un défi lorsque vous utilisez LC/MS pour quantifier les analytes. En outre, la quantification devient plus difficile avec la diversité des métabolites en raison de la division du signal et de l’hétérogénéité dans l’affinité des protons et la polarité10. Enfin, la matrice de co-élutation de l’échantillon peut également affecter l’efficacité de l’ionisation des composés. Pour résoudre ces problèmes, les métabolites peuvent être dérivés chimiquement, ce qui augmente la résolution et la sensibilité de séparation par les systèmes LC/MS, tout en diminuant simultanément le fractionnement du signal dans certains cas10,11. La dérivation chimique fonctionne en étiquetant des groupes fonctionnels spécifiques de métabolites pour ajuster leurs propriétés physiques comme la charge ou l’hydrophobicité pour augmenter l’efficacité de l’ionisation11. Divers agents de marquage peuvent être utilisés pour cibler différents groupes fonctionnels (p. ex. amines, hydroxyles, phosphates, acides carboxyliques, etc.). L’aniline, l’un de ces agents de dérivation, cible plusieurs groupes fonctionnels à la fois, et ajoute un composant hydrophobe dans les molécules hydrophiles, augmentant ainsi leur résolution de séparation et le signal12. Pour faire face à l’effet de suppression des ions de la matrice co-étui, Yang et ses collègues ont mis au point une technique basée sur l’étiquetage de la technologie standard interne spécifique au groupe (GSIST) lorsque les normes sont étiquetées avec des isotopes aniin de 13C et mélangées à l’échantillon. 12,13. Le métabolite et la norme interne correspondante ont la même efficacité d’ionisation puisqu’ils co-éliment, et leur rapport d’intensité peut être utilisé pour quantifier la concentration dans l’échantillon expérimental.

Dans cette étude, nous avons développé un protocole pour détecter et quantifier 40 composés impliqués dans la glycolyse, la voie de phosphate de pentose, le cycle d’acide tricarboxylique, le métabolisme énergétique et la régénération cofactorielle dans les réactions de CFPS. La méthode est basée sur l’approche GSIST, où nous avons utilisé 12C-aniline et 13C-aniline pour étiqueter, détecter et quantifier les métabolites à l’aide de LC/MS en phase inversée. La plage linéaire de tous les composés s’étendait sur 2-3 ordres de grandeur avec un coefficient de corrélation moyen de 0,988. Ainsi, la méthode est une approche robuste et précise pour interroger le métabolisme sans cellules, et peut-être des extraits de cellules entières.

Protocol

1. Préparation des réactifs pour le marquage aniline Préparer une solution d’aniline de 6 M au pH 4.5. En travaillant dans une hotte, combiner 550 l d’aniline avec 337,5 l d’eau de qualité LCMS et 112,5 l d’acide chlorhydrique (HCl) de 12 M dans un tube de centrifugeuse. Bien Vortex et conserver à 4 oC.REMARQUE : L’aniline peut être stockée à 4 oC pendant 2 mois.CAUTION: L’aniline est très toxique et doit être travaillé avec dans un capot de fumée. L’acide chlorhydrique est très corrosif</l…

Representative Results

Comme preuve de concept, nous avons utilisé le protocole pour quantifier les métabolites dans un système CFPS basé sur E. coli exprimant la protéine fluorescente verte (GFP).  La réaction du SPFC (14 L) a été éteinte et déprotéinée avec de l’éthanol. L’échantillon du SPFC a ensuite été étiqueté avec 12C-aniline, tandis que les normes ont été étiquetées avec 13C-aniline. L’échantillon et les normes étiquetés ont ensuite été combinés et injectés dans le LC/MS (<s…

Discussion

Les systèmes sans cellules n’ont pas de paroi cellulaire, il y a donc un accès direct aux métabolites et aux machines biosynthétiques sans avoir besoin d’une préparation complexe de l’échantillon. Cependant, très peu de travail a été fait pour développer des protocoles complets et robustes pour interroger quantitativement les systèmes de réaction sans cellules. Dans cette étude, nous avons développé une méthode rapide et robuste pour quantifier les métabolites dans les mélanges de réaction sans cellule…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les travaux décrits ont été soutenus par le Center on the Physics of Cancer Metabolism par le biais du prix Numéro 1U54CA210184-01 du National Cancer Institute (https://www.cancer.gov/ ). Le contenu est uniquement de la responsabilité des auteurs et ne représente pas nécessairement les vues officielles de l’Institut national du cancer ou des National Institutes of Health. Les bailleurs de fonds n’ont joué aucun rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit.

Materials

12C Aniline Sigma-Aldrich 242284 Aniline 12C
13C labeled aniline Sigma-Aldrich 485797 Aniline 13C6
3-Phosphoglyceric acid Sigma-Aldrich P8877 3PG
Acetic Acid FisherScientific AC222140010 ACE
Acetonitrile, LCMS JT BAKER 9829-03 ACN
Acetyl-coenzyme A Sigma-Aldrich A2056 ACA
Acquity UPLC BEH C18 1.7 μM, 2.1 x 150 mm Column Waters 186002353 Column
Adenosine diphosphate Sigma-Aldrich A2754 ADP
Adenosine monophosphate Sigma-Aldrich A1752 AMP
Adenosine triphosphate Sigma-Aldrich A2383 ATP
Alpha-ketoglutarate Sigma-Aldrich K1128 aKG
Citrate Sigma-Aldrich 251275 CIT
Cytidine diphosphate Sigma-Aldrich C9755 CDP
Cytidine monophosphate Sigma-Aldrich C1006 CMP
Cytidine triphosphate Sigma-Aldrich C9274 CTP
D-glyceraldehyde 3-phosphate Sigma-Aldrich 39705 GAP
Erythrose 4-phosphate Sigma-Aldrich E0377 E4P
Ethanol Sigma-Aldrich EX0276 EtOH
Fisher Scientific accuSpin Micro 17 Centrifuge FisherScientific Centrifuge
Flavin adenine dinucleotide Sigma-Aldrich F6625 FAD
Fructose 1,6-bisphosphate Sigma-Aldrich F6803 F16P
Fructose 6-phosphate Sigma-Aldrich F3627 F6P
Fumarate Sigma-Aldrich F8509 FUM
Gluconate 6-phosphate Sigma-Aldrich P7877 6PG
Glucose Sigma-Aldrich G8270 GLC
Glucose 6-phosphate Sigma-Aldrich G7879 G6P
Glycerol 3-phosphate Sigma-Aldrich G7886 Gly3P
Guanosine diphosphate Sigma-Aldrich G7127 GDP
Guanosine monophosphate Sigma-Aldrich G8377 GMP
Guanosine triphosphate Sigma-Aldrich G8877 GTP
Hydrochloric acid Sigma-Aldrich 258148 HCl
Isocitrate Sigma-Aldrich I1252 ICIT
Lactate Sigma-Aldrich L1750 LAC
Malate Sigma-Aldrich 02288 MAL
myTXTL – Sigma 70 Master Mix Kit ArborBiosciences 507024 Cell-free protein synthesis
N-(3-dimethylaminopropyl)-N′-ethylcarbodiimide hydrochloride Sigma-Aldrich 03449 EDC
Nicotinamide adenine dinucleotide Sigma-Aldrich 43410 NAD
Nicotinamide adenine dinucleotide phosphate Sigma-Aldrich N5755 NADP
Nicotinamide adenine dinucleotide phosphate reduced Sigma-Aldrich 481973 NADPH
Nicotinamide adenine dinucleotide reduced Sigma-Aldrich N8129 NADH
Oxalacetate Sigma-Aldrich O4126 OAA
Phosphoenolpyruvate Sigma-Aldrich P0564 PEP
Pyruvate Sigma-Aldrich P5280 PYR
Ribose 5-phosphate Sigma-Aldrich R7750 R5P
Ribulose 5-phosphate CarboSynth MR45852 RL5P
Sedoheptulose 7-phosphate CarboSynth MS07457 S7P
Succinate Sigma-Aldrich S3674 SUCC
Tributylamine Sigma-Aldrich 90780 TBA
Triethylamine FisherScientific O4884 TEA
ultrapure water FisherScientific 10977-015 water
Uridine diphosphate Sigma-Aldrich U4125 UDP
Uridine monophosphate Sigma-Aldrich U6375 UMP
Uridine triphosphate Sigma-Aldrich U6625 UTP
VWR Heavy Duty Vortex VWR Vortex
Water, LCMS JT BAKER 9831-03 WATER
Waters Acquity H UPLC Class Quaternary Solvent Manager Waters LCMS
Waters Acquity H UPLC Class Sample Manager FTN Waters LCMS
Waters Acquity Qda detector Waters LCMS
Waters Empower 3 Waters Software
Waters LCMS Total Recovery Vial Waters 186000384c LCMS Vial

References

  1. Hodgman, C. E., Jewett, M. C. Cell-free synthetic biology: thinking outside the cell. Metabolic Engineering. 14, 261-269 (2012).
  2. Vilkhovoy, M., et al. Sequence specific modeling of E. coli cell-free protein synthesis. ACS Synthetic Biology. 7 (8), 1844-1857 (2018).
  3. Vilkhovoy, M., Minot, M., Varner, J. D. Effective dynamic models of metabolic networks. IEEE Life Sciences Letters. 2 (4), 51-54 (2016).
  4. Horvath, N., et al. Toward a genome scale sequence specific dynamic model of cell-free protein synthesis in Escherichia coli. bioRxiv. , 215012 (2017).
  5. Dettmer, K., Aronov, P. A., Hammock, B. D. Mass spectrometry-based metabolomics. Mass spectrometry reviews. 26 (1), 51-78 (2007).
  6. Hajjaj, H., Blanc, P. J., Goma, G., François, J. Sampling techniques and comparative extraction procedures for quantitative determination of intra- and extracellular metabolites in filamentous fungi. FEMS Microbiology Letters. 164 (1), 195-200 (1998).
  7. Ruijter, G. J. G., Visser, J. Determination of intermediary metabolites in Aspergillus niger. Journal of Microbiological Methods. 25 (3), 295-302 (1996).
  8. Mailinger, W., Baltes, M., Theobald, U., Reuss, M., Rizzi, M. In vivo analysis of metabolic dynamics in Saccharomyces cerevisiae: I. Experimental observations. Biotechnology and Bioengineering. 55 (2), 305-316 (1997).
  9. Dunn, W. B., et al. Mass appeal: metabolite identification in mass spectrometry-focused untargeted metabolomics. Metabolomics. 9 (1), 44-66 (2013).
  10. Huang, T., Toro, M., Lee, R., Hui, D. S., Edwards, J. L. Multi-functional derivatization of amine, hydroxyl, and carboxylate groups for metabolomic investigations of human tissue by electrospray ionization mass spectrometry. Analyst. 143 (14), 3408-3414 (2018).
  11. Huang, T., Armbruster, M. R., Coulton, J. B., Edwards, J. L. Chemical Tagging in Mass Spectrometry for Systems Biology. Analytical Chemistry. 91 (1), 109-125 (2019).
  12. Yang, W. C., Sedlak, M., Regnier, F. E., Mosier, N., Ho, N., Adamec, J. Simultaneous quantification of metabolites involved in central carbon and energy metabolism using reversed-phase liquid chromatography-mass spectrometry and in vitro 13C labeling. Analytical Chemistry. 80 (24), 9508-9516 (2008).
  13. Jannasch, A., Sedlak, M., Adamec, J., Metz, T. O. Quantification of Pentose Phosphate Pathway (PPP) Metabolites by Liquid Chromatography-Mass Spectrometry (LC-MS). Metabolic Profiling. Methods in Molecular Biology 708 (Methods and Protocols). , 159-171 (2011).
  14. Luo, B., Groenke, K., Takors, R., Wandrey, C., Oldiges, M. Simultaneous determination of multiple intracellular metabolites in glycolysis, pentose phosphate pathway, and tricarboxylic acid cycle by liquid chromatography-mass spectrometry. Journal of Chromatography A. 1147 (2), 153-164 (2007).

Play Video

Cite This Article
Vilkhovoy, M., Dai, D., Vadhin, S., Adhikari, A., Varner, J. D. Absolute Quantification of Cell-Free Protein Synthesis Metabolism by Reversed-Phase Liquid Chromatography-Mass Spectrometry. J. Vis. Exp. (152), e60329, doi:10.3791/60329 (2019).

View Video