Özet

使用稀有的科顿富标记识别氨基酸过度生产者

Published: June 24, 2019
doi:

Özet

本研究提出了一种替代策略,即使用稀有富含柯顿标记物的氨基酸过度生产者识别氨基酸,同时实现精度、灵敏度和高通量。

Abstract

为了满足不断增长的氨基酸市场,需要高性能生产菌株。氨基酸过度生产者通常是通过利用氨基酸与其模拟物之间的竞争来识别的。然而,这种基于模拟的方法精度较低,特定氨基酸的正确模拟是有限的。在这里,我们提出了一个替代策略,利用稀有富含柯顿标记的氨基酸过度生产者进行准确、敏感和高通量筛选。这一策略的灵感来自于蛋白质翻译中的柯顿使用偏差现象,根据在编码DNA中出现的频率,将科顿分为普通或稀有。稀有科顿子的翻译取决于其相应的罕见转移RNA(tRNA),在饥饿的情况下,这种RNA不能被共生氨基酸完全充电。从理论上讲,如果向同义的通用等接受器充电后,氨基酸过剩,则可以对稀有tRNA收费。因此,通过喂食或细胞内过度生产相应的氨基酸,可以恢复由稀有科顿引起的缓速翻译。根据这一假设,通过用抗生素耐药性基因或基因中的同义词稀有替代品取代靶向氨基酸的常见子细胞,建立了用于识别氨基酸过度生产者的选择或筛选系统编码荧光或致色蛋白。我们表明,蛋白质的表达会因稀有的科顿而受到很大阻碍,蛋白质水平与氨基酸浓度呈正相关。利用这个系统,多种氨基酸的过产可以很容易地从突变库中筛选出来。这种基于稀有的基于科顿的策略只需要一个修饰基因,并且宿主比其他方法更不可能逃脱选择。它提供了一种获得氨基酸过度生产者的替代方法。

Introduction

目前氨基酸的生产严重依赖发酵。然而,大多数氨基酸生产菌株的分度和产量低于全球氨基酸市场日益增长的需求,价值数十亿美元1,2。获得高性能氨基酸过度生产者是氨基酸产业升级的关键。

传统的识别氨基酸过度生产者的策略利用氨基酸和其模拟在蛋白质合成3,4之间的竞争。这些模拟物能够给识别相应氨基酸的tRNA充电,从而抑制肽链的增长,导致被抑制的生长或细胞死亡5。抵抗模拟应力的一种方法是增加细胞内氨基酸的浓度。富集氨基酸将超越有限tRNA的模拟,并确保功能蛋白的正确合成。因此,可以选择在模拟中存活的菌株,并且可能是相应氨基酸的过度生产者。

虽然证明在选择L-亮氨酸6等氨基酸的过度生产者方面是成功的,但基于模拟的策略存在严重缺陷。一个主要问题是来自诱变过程或自发突变的模拟阻力。具有电阻的应变可以通过阻塞、导出或降解模拟5来逃避选择。另一个担忧是模拟对其他细胞过程的毒性副作用7。因此,在模拟选择中幸存下来的菌株可能不是氨基酸过度生产者,而所需的过度生产者可能由于负面的副作用而被错误地消灭。

本文提出了一种基于科顿偏倚定律的新策略,以便准确、快速地识别氨基酸过度生产者。大多数氨基酸由多个核苷酸三联体编码,由宿主生物体8、9以不同的方式青睐。有些科顿很少在编码序列中使用,被称为稀有的科顿。它们转化为氨基酸依赖于携带相应氨基酸的干酪tRNA。然而,识别稀有科顿子的tRNA通常比普通科顿10、11的tRNA的丰度低得多。因此,这些稀有的tRNA不太可能在与其他异位接受器的竞赛中捕获游离氨基酸,当氨基酸的量有限时,稀有富含克顿序列的翻译开始减速甚至终止10.理论上,如果由于过度生产或额外喂食相应的氨基酸12而对同义的通用tRNA收费后,如果存在氨基酸过剩,翻译可以恢复。如果稀有的富含科顿的基因编码了选择或筛选标记,则表现出相应表型的菌株很容易被识别,并且很可能是靶向氨基酸的过度生产者。

应用上述策略建立氨基酸超标生产者的选型和筛选系统。选择系统使用抗生素抗性基因(例如kan R)作为标记,而筛选系统使用编码荧光(例如绿色荧光蛋白 [GFP]) 或色基因(例如 PrancerPurple)蛋白质的基因。通过用同义的稀有替代品替换目标氨基酸的常用通子的定义为号的标记基因,两个系统中的标记基因被修改。在突变库中,含有稀有的富含柯顿标记基因的菌株在适当的条件下被选择或筛选,并且靶向氨基酸的过度产生者很容易被识别。工作流程从构建稀有的富含柯顿标记基因系统开始,然后优化工作条件,然后对氨基酸过度生产者进行鉴定和验证。这种模拟独立策略基于蛋白质翻译中的教条,并已实际验证,能够准确、快速地识别氨基酸过度生产者。从理论上讲,它可以直接用于氨基酸与罕见的科顿和所有微生物。总之,当特定氨基酸无法使用适当的模拟时,或者当高误阳性率是主要问题时,基于稀有的节子策略将作为传统基于模拟的方法的有效替代方法。下面的协议使用亮氨酸稀有科顿来演示这一策略,以识别大肠杆菌L-亮氨酸过度生产者。

Protocol

1. 表达稀有富含柯顿标记基因的质粒构造 选择一个标记基因,其中包含目标氨基酸的相应数量的常用通子。注:对于L-亮氨酸,卡那霉素抗基因kan R,其中含有29个亮氨酸科顿,其中27个是常见的科顿,用于构建选择系统13。gfp基因,包含17个普通科顿从19个亮子,或紫色蛋白质编码基因prancerpurple(ppg),其中含有14个亮氨酸常见的科顿,用于筛选系统(<s…

Representative Results

对于选择系统,与在合适的培养中培养野生型抗生素耐药性基因的菌株相比,应观察到携带稀有富柯顿抗生素耐药性基因的菌株的OD600的急剧减少。中等 (图 1a)。在相同的条件下,随着抗生素耐药性基因中稀有科顿数量的增加,细胞OD600的减少变得更加明显(图1a)。应该指出的是,对蛋白质表达的稀有科顿抑制大多发生?…

Discussion

标记基因和选择或筛选培养基中的稀有科顿数量对于抑制稀有科顿修饰标记基因的蛋白质表达至关重要。如果野生型标记基因的蛋白质表达及其衍生物之间没有显著差异,增加稀有科顿的数量或使用营养有限的培养基可能会放大差异。然而,如果抑制作用太强,即使额外喂食相应的氨基酸,蛋白质表达也可能无法恢复。在这种情况下,标记基因中的稀有科子数量应减少,以减轻部分压力。微调选择或筛选?…

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

这项工作得到了国家自然科学基金(授权号21676026)、国家重点研发项目(批号2017YFD0201400)和中国博士后科学基金会(批号2017M620643)共同支持。加州大学洛杉矶分校(苏州)的工程得到了江苏省和苏州工业园区的内部资助。

Materials

Acetonitrile Thermo 51101
EasyPure HiPure Plasmid MiniPrep Kit Transgen EM111-01
EasyPure Quick Gel Extraction Kit Transgen EG101-01
Gibson assembly master mix NEB E2611S
Isopropyl β-D-1-thiogalactopyranoside Solarbio I8070
L-leucine Sigma L8000
Microplate reader Biotek Synergy 2
n-hexane Thermo H3061
Phenyl isothiocyanate Sigma P1034
PrancerPurple CPB-37-441 ATUM CPB-37-441
TransStar FastPfu Fly DNA polymerase Transgen AP231-01
Triethylamine Sigma T0886
Ultra-high performance liquid chromatography Agilent 1290 Infinity II
Wild type C. glutamicum ATCC 13032
XL10-Gold E. coli competent cell Agilent 200314
ZORBAX RRHD Eclipse Plus C18 column Agilent 959759-902K

Referanslar

  1. Tatsumi, N., Inui, M. . Corynebacterium glutamicum: biology and biotechnology. , (2012).
  2. Tonouchi, N., Ito, H., Yokota, A., Ikeda, M. Present global situation of amino acids in industry. Amino Acid Fermentation. , 3-14 (2017).
  3. Gusyatiner, M., Lunts, M., Kozlov, Y., Ivanovskaya, L., Voroshilova, E. . DNA coding for mutant isopropylmalate synthase, L-leucine-producing microorganism and method for producing L-leucine. , (2005).
  4. Park, J. H., Lee, S. Y. Towards systems metabolic engineering of microorganisms for amino acid production. Current Opinion in Biotechnology. 19 (5), 454-460 (2008).
  5. Norris, R., Lea, P. The use of amino acid analogues in biological studies. Science Progress. , 65-85 (1976).
  6. Park, J. H., Lee, S. Y. Fermentative production of branched chain amino acids: a focus on metabolic engineering. Applied Microbiology and Biotechnology. 85 (3), 491-506 (2010).
  7. Bach, T. M., Takagi, H. Properties, metabolisms, and applications of L-proline analogues. Applied Microbiology and Biotechnology. 97 (15), 6623-6634 (2013).
  8. Crick, F. H. C. On the genetic code. Science. 139 (3554), 461-464 (1963).
  9. Plotkin, J. B., Kudla, G. Synonymous but not the same: the causes and consequences of codon bias. Nature Reviews Genetics. 12 (1), 32-42 (2011).
  10. Dittmar, K. A., Sørensen, M. A., Elf, J., Ehrenberg, M., Pan, T. Selective charging of tRNA isoacceptors induced by amino‐acid starvation. EMBO Reports. 6 (2), 151-157 (2005).
  11. Elf, J., Nilsson, D., Tenson, T., Ehrenberg, M. Selective charging of tRNA isoacceptors explains patterns of codon usage. Science. 300 (5626), 1718-1722 (2003).
  12. Sørensen, M. A. Charging levels of four tRNA species in Escherichia coli Rel+ and Rel− strains during amino acid starvation: a simple model for the effect of ppGpp on translational accuracy. Journal of Molecular Biology. 307 (3), 785-798 (2001).
  13. Zheng, B., et al. Utilization of rare codon-rich markers for screening amino acid overproducers. Nature Communications. 9 (1), 3616 (2018).
  14. Richardson, S. M., Wheelan, S. J., Yarrington, R. M., Boeke, J. D. GeneDesign: rapid, automated design of multikilobase synthetic genes. Genome Research. 16 (4), 550-556 (2006).
  15. Xiong, A. -. S., et al. PCR-based accurate synthesis of long DNA sequences. Nature Protocols. 1 (2), 791-797 (2006).
  16. Gibson, D. G., et al. Enzymatic assembly of DNA molecules up to several hundred kilobases. Nature Methods. 6 (5), 343-345 (2009).
  17. Green, M. R., Sambrook, J. . Molecular cloning: a laboratory manual. , (2012).
  18. Cohen, S. A., Bidlingmeyer, B. A., Tarvin, T. L. PITC derivatives in amino acid analysis. Nature. 320 (6064), 769-770 (1986).
  19. Zhou, J., Liu, W. J., Peng, S. W., Sun, X. Y., Frazer, I. Papillomavirus capsid protein expression level depends on the match between codon usage and tRNA availability. Journal of Virology. 73 (6), 4972-4982 (1999).
  20. Gregg, C. J., et al. Rational optimization of tolC as a powerful dual selectable marker for genome engineering. Nucleic Acids Research. 42 (7), 4779-4790 (2014).
  21. Pelicic, V., Reyrat, J. M., Gicquel, B. Expression of the Bacillus subtilis sacB gene confers sucrose sensitivity on mycobacteria. Journal of Bacteriology. 178 (4), 1197-1199 (1996).
  22. Avcilar-Kucukgoze, I., et al. Discharging tRNAs: a tug of war between translation and detoxification in Escherichia coli. Nucleic Acids Research. 44 (17), 8324-8334 (2016).
  23. Mundhada, H., Schneider, K., Christensen, H. B., Nielsen, A. T. Engineering of high yield production of L-serine in Escherichia coli. Biotechnology and Bioengineering. 113 (4), 807-816 (2016).
  24. Makosky, P. C., Dahlberg, A. E. Spectinomycin resistance at site 1192 in 16S ribosomal RNA of E. coli: an analysis of three mutants. Biochimie. 69 (8), 885-889 (1987).
  25. Feng, L., Tumbula-Hansen, D., Toogood, H., Söll, D. Expanding tRNA recognition of a tRNA synthetase by a single amino acid change. Proceedings of the National Academy of Sciences of the United States of America. 100 (10), 5676-5681 (2003).
  26. Naganuma, M., et al. The selective tRNA aminoacylation mechanism based on a single G• U pair. Nature. 510 (7506), 507 (2014).
  27. Hoesl, M. G., et al. Chemical evolution of a bacterial proteome. Angewandte Chemie International Edition. 54 (34), 10030-10034 (2015).
  28. Hershberg, R., Petrov, D. A. Selection on codon bias. Annual Review of Genetics. 42, 287-299 (2008).
  29. Huo, Y. -. X., et al. Conversion of proteins into biofuels by engineering nitrogen flux. Nature Biotechnology. 29, 346 (2011).

Play Video

Bu Makaleden Alıntı Yapın
Huo, Y., Zheng, B., Wang, N., Yang, Y., Liang, X., Ma, X. Identifying Amino Acid Overproducers Using Rare-Codon-Rich Markers. J. Vis. Exp. (148), e59331, doi:10.3791/59331 (2019).

View Video