Summary

液体クロマトグラフィーとタンデム質量分析法を用いたサッ カロミセス・セレビシエ の定量的メタボロミクス

Published: January 05, 2021
doi:

Summary

我々は、酵母 サッカロミセスセレビシエにおける水溶性代謝産物の主要クラスの同定と定量のためのプロトコルを提示する。記載された方法は、汎用性、堅牢性、および高感度です。これは、構造異性体と水溶性代謝物の立体異性体の分離を可能にします。

Abstract

メタボロミクスは、細胞、組織、臓器、生体、または生物内の多くの低分子中間体および代謝産物の同定と定量に使用される方法論である。メタボロミクスは伝統的に水溶性代謝産物に焦点を当てています。水溶性のメタボロメは、様々なゲノム、エピゲノム、トランスクリプトーム、プロテオミクス、および環境因子を統合する複雑な細胞ネットワークの最終生成物です。したがって、メタボロミック分析は、様々な生物内の生物学的プロセスの多くのこれらの要因の作用の結果を直接評価する。これらの生物の一つは、出芽酵母 サッカロミセスセレビシエ、完全に配列されたゲノムを持つ単細胞真核生物です。 S.cerevisiae は包括的な分子解析に適しているため、真核細胞内の多くの生物学的プロセスの根底にあるメカニズムを解剖するモデルとして使用されています。水溶性のメタボロムの堅牢で、敏感で、正確な定量的評価のための多目的な分析方法は、これらのメカニズムを解剖するための不可欠な方法論を提供するであろう。ここでは 、S.セレビシエ 細胞からの代謝活性の活性化および水溶性代謝産物抽出の最適化条件に関するプロトコルを提示する。このプロトコルはまた、抽出された水溶性代謝産物の定量分析のためのタンデム質量分析(LC-MS/MS)と結合された液体クロマトグラフィーの使用を記述する。ここで説明する非標的メタボロミクスのLC-MS/MS法は、汎用性と堅牢性があります。それはこれらの代謝物の異なった構造異性体および立体異性体形態を含む多様な構造、物理的、および化学的特性を有する370以上の水溶性代謝産物の識別そして定量化を可能にする。これらの代謝産物は、種々のエネルギー担体分子、ヌクレオチド、アミノ酸、単糖類、解糖の中間体、および三カルボン酸サイクル中間体を含む。LC-MS/MS法は、非標的メタボロミクスの感度が高く、0.05 pmol/μLの低濃度で水溶性代謝物の同定と定量を可能にします。この方法は、異なる条件下で培養した野生型および変異酵母細胞の水溶性メタボロメの評価に成功して使用されている。

Introduction

水溶性代謝産物は、低分子の中間体であり、必須の細胞プロセスに寄与する代謝産物です。これらの進化的に保存されたプロセスには、栄養素の使用可能エネルギーへの変換、高分子の合成、細胞増殖およびシグナル伝達、細胞周期制御、遺伝子発現調節、ストレス応答、代謝の翻訳後調節、ミトコンドリア機能の維持、静脈細胞密売、オートファジー、細胞老化、および調節細胞死1、2、3が含まれる。

水溶性代謝産物のこれらの本質的な役割の多くは、出芽酵母S.cerevisiae1、3、4、7、9、14、15、16、17、18、19、20、21、22の研究によって発見されています。この単細胞真核生物は、高度な生化学的、遺伝的、および分子生物学的解析23、24、25、26へのアメナビリティによる細胞プロセスに水溶性代謝物が寄与する解剖機構を解剖するための有用なモデル生物である。非標的メタボロミクスのLC-MS法は、出芽酵母3、18、22、27における水溶性代謝産物の役割を研究するために使用されてきたがこの種の分析では、その汎用性、堅牢性、感度、およびこれらの代謝産物の異なる構造異性体と立体異性体形態を区別する能力の向上が必要である。

近年、非標的メタボロミクスのLC-MS/MS法を生体内の水溶性代謝産物のプロファイリングに適用する際の大きな進歩が顕著である。しかし、この方法論を使用する上での多くの課題は、2、28、29、30、31、32、33、34、35、36のままです。これらの課題には、次のようなものがあります。まず、多くの水溶性代謝産物の細胞内濃度が、現在使用されている方法に対する感受性の閾値を下回る。第二に、代謝活性の改善の効率が低すぎると、細胞内代謝産物の焼入れ関連細胞漏出の程度は、現在の方法では高すぎる。したがって、現在使用されている水溶性代謝産物の細胞内濃度を過小評価する方法。第三に、既存の方法では、特定の代謝物の構造異性体(すなわち、同じ化学式を持つ分子が原子結合性が異なる分子)や立体異性体(すなわち、同じ化学式と原子結合性を有する分子)を区別することはできません。これにより、現在使用されているメソッドによる特定の代謝物の正しい注釈がなくなります。第4に、親イオン(MS1)と二次イオン(MS2)の既存の質量スペクトルオンラインデータベースは不完全です。これは、現在のメソッドの助けを借りて生成された未加工の LC-MS/MS データを使用して、特定の代謝産物の正しい識別と定量に影響します。第五に、既存の方法は、水溶性代謝産物のすべてのまたはほとんどのクラスを回復するために単一のタイプの代謝産物抽出を使用することはできません。第六に、既存の方法は、水溶性代謝産物の全てのクラスまたはほとんどのクラスを互いに分離するために、単一のタイプのLCカラムを使用することはできません。

ここでは 、S.セレビシエ 細胞内の代謝活性を改善し、抽出前にこれらの細胞内の水溶性代謝産物の大部分を維持し、酵母細胞からほとんどのクラスの水溶性代謝産物を抽出するための条件を最適化した。我々は 、S.セレビシエ 細胞から抽出された370以上の水溶性代謝産物のLC-MS/MSベースの同定と定量のための汎用性、堅牢で高感度な方法を開発しました。非標的化メタボロミクスのこの方法は、種々のエネルギーキャリア分子、ヌクレオチド、アミノ酸、単糖、解糖の中間体、および三カルボン酸サイクル中間体の細胞内濃度を評価することを可能にする。開発されたLC-MS/MS法により、多様な構造、物理的、化学的特性を有する水溶性代謝産物の異なる構造異性体および立体異性体の同定と定量化が可能です。

Protocol

1. 酵母を育てる培地を製造し、殺菌する 完全な酵母エキスの180 mLをバクトペプトン(YP)培地で作ります。完全なYP培地は、1%(w / v)酵母エキスと2%(w / v)バクトペプトンが含まれています。 180 mLのYP培地を4つの250 mLのエルレンマイヤーフラスコに均等に分配します。これらのフラスコのそれぞれは、YP培地の45 mLを含む。 15 psi/121 °Cで45分間オートクレーブすることにより、YP…

Representative Results

酵母細胞内の水溶性代謝産物の定量的評価を改善するために、代謝産物検出のための細胞焼入れ条件を最適化した。この目的のための細胞の焼入れは、細胞31、33、37、38内のすべての酵素反応の迅速な逮捕を伴う。このような細胞代謝活性の停止は、生体内の水溶?…

Discussion

ここで説明するプロトコルを正常に使用するには、以下に説明する予防措置に従ってください。クロロホルムとメタノールは、実験室のプラスチック製品から様々な物質を抽出します。したがって、慎重にそれらを処理します。これら2つの有機溶剤と接触するステップでのプラスチックの使用を避けてください。これらのステップには、ホウケイ酸ガラスピペットを使用してください。使用…

Disclosures

The authors have nothing to disclose.

Acknowledgements

ティトレンコ研究所の現在および元メンバーの話し合いに感謝しています。我々は、質量分析の生物学的応用センター、構造機能ゲノム研究センター、および顕微鏡・細胞イメージングセンター(すべてコンコルディア大学)が優れたサービスを提供することを認める。この研究は、カナダの自然科学工学研究評議会(NSERC)(RGPIN 2014-04482およびCRDPJ 515900 – 17)からの助成金によって支えられた。K.Mは、コンコルディア大学アーマンドC.アルシャンボーフェローシップとコンコルディア大学芸術科学学部優秀賞の支援を受けました。

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

References

  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. Genetics. 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. Genetics. 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. Genetics. 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).

Play Video

Cite This Article
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).

View Video