Method Article
Systematische, groß angelegte synthetische genetische (Gen-Gen-oder Epistase) Interaktion Bildschirme können verwendet werden, um genetische Redundanz und Weg cross-talk zu erkunden. Hier haben wir eine High-Throughput-quantitative synthetischen genetischen array Screening-Technologie beschreiben, bezeichnet ESGA dass wir für die Aufklärung epistatische Beziehungen und erforschen genetische Interaktion Netze in den entwickelten Escherichia coli.
Phänotypen durch eine komplexe Reihe von physikalischen (zB Protein-Protein) und funktionelle (zB Gen-Gen oder genetisches) Wechselwirkungen (GI) 1 bestimmt. Während körperliche Interaktionen können angeben, welche bakterielle Proteine als Komplexe verbunden sind, müssen sie nicht unbedingt enthüllen Weg-level funktionalen Beziehungen1. GI Bildschirmen, in denen das Wachstum der Doppelmutanten, die zwei gelöschte oder inaktivierte Gene gemessen und verglichen mit den entsprechenden einzelnen Mutanten, beleuchten kann epistatischen Abhängigkeiten zwischen Loci und somit ein Mittel zum Abfragen und entdecken neuartigen funktionalen Beziehungen 2. Large-scale GI Karten für eukaryotische Organismen wie Hefe 3-7 berichtet worden, aber GI Informationen bleiben spärlich für Prokaryoten 8, die die funktionellen Annotation von bakteriellen Genome behindert. Zu diesem Zweck haben wir und andere Hochdurchsatz-quantitative bakteriellen GI Screeningverfahren 9, 10 entwickelten Hier präsentieren wir die wichtigsten Schritte erforderlich, um quantitative E. durchführen coli Genetic Synthetische Array (ESGA) Screening-Verfahren auf einem genomweite 9, mit natürlichen bakteriellen Konjugation und homologe Rekombination, um systemisch zu erzeugen und zu messen, das die Eignung einer großen Anzahl von Doppel-Mutanten in einer Kolonie Anordnungsformat. Kurz gesagt, wird ein Roboter verwendet, um zu übertragen durch Konjugation, Chloramphenicol (Cm) - F-markierten Rezipientenstämme - Mutante Allele aus engineered Hfr (High Häufigkeit der Rekombination) 'Donorstämme' in eine geordnete Anordnung von Kanamycin (Kan) markiert. Normalerweise verwenden wir loss-of-function einzelnen Mutanten tragen nicht wesentlicher Deletionen (zB die "Keio" Sammlung 11) und essentielles Gen hypomorphen Mutationen (dh Allele verleihen reduzierte Protein Expression, die Stabilität oder Aktivität 9, 12, 13) fragen die funktionalen Zusammenhänge der nicht-essentielle und essentielle Gene, resziehungsweise. Nach Konjugation und anschließenden genetischen Austausch durch homologe Rekombination vermittelten werden die resultierenden Doppelmutanten auf festem Medium, das sowohl Antibiotika ausgewählt ist. Nach Auswachsen werden die Platten digital bebildert und Koloniegrößen quantitativ erzielt unter Verwendung einer in-house automatisierten Bildverarbeitungssystem 14. GIs enthüllt werden, wenn die Wachstumsrate einer Doppelmutante entweder signifikant besser oder schlechter als erwarteten 9 ist. Erschwerende (oder negative) GIs oft zwischen loss-of-function Mutationen in Paaren von Genen aus kompensatorischen Wege, die auf der gleichen grundlegenden Prozess 2 auftrifft führen. Hier wird der Verlust eines einzelnen Gens gepuffert, so dass entweder einzelne Mutante lebensfähig ist. Allerdings ist der Verlust der beiden Signalwege schädlichen und resultiert in synthetischen Letalität oder Krankheit (dh langsame Wachstum). Umgekehrt kann Linderung (oder positiven) Wechselwirkungen zwischen Genen in der gleichen Weg oder Proteinkomplexes 2 als der auftretenDeletion von entweder Gen allein oft ausreicht, um die normale Funktion des Weges oder komplexer, so dass zusätzliche Störungen nicht verringern Aktivität und damit Wachstum, weiter stören. Insgesamt lassen sich systematisch identifiziert und analysiert GI-Netzwerke bieten unvoreingenommene, globale Karten der funktionalen Zusammenhänge zwischen einer großen Anzahl von Genen, von denen Signalweg-Level-Informationen durch andere Ansätze verpasst 9 entnommen werden kann.
Ein. Konstruieren Hfr Cavalli Donor Mutantenstämme durch Recombineering 15, 16
Die Schritte zum Aufbau der ESGA Donor Flecken werden nachfolgend beschrieben. Kurz gesagt, werden wir gezielt λ - Red vermittelt homologe Rekombination 16 der verstärkten wählbaren DNA-Marker-Kassette Fragmente durch PCR nicht-essentielle Gen-Deletionsmutanten (Abschnitt 1.1) oder essentielle Gen hypomorphen mutierten Donorstämme (Abschnitt 1.2), die dann als verwendet werden erstellen "Abfragen", um GI-Netzwerken definieren.
Hinweis: Während der technologischen Entwicklung, untersuchten wir die Wirksamkeit der Verwendung Hfr-vermittelte konjugativen Transfer für die Kombination von Mutationen mit einem wohldefinierten Hfr Donorstamm (Hfr Cavalli, Hfr Hayes und Hfr 3000). Wir untersuchten (i) die Fähigkeit, effizient zu machen Spenders Mutanten mit der Rekombination Verfahren Pionierarbeit von Yu et al. (2000) 16, (ii) die relativen Wirkungsgradeder konjugative Transfer von DNA verschiedene chromosomale Marker, und (iii) die aus der Abfrage und chromosomale Gen Position Orientierung relativ zu der Übertragung Hfr Locus, oriT. Wir fanden, dass λ - Red-vermittelte homologe Rekombination Effizienz war deutlich höher in Hfr Cavalli als in Hfr Hayes oder Hfr3000. Bei Bedarf kann P1-Transduktion oder ein Psuedo Hfr Stamms 17, verwendet werden, um mutierte Spender zu schaffen. Wir haben erfolgreich alle diese Verfahren zur Herstellung und Screening einer großen Anzahl von Spendern ausgelegt ist. Da in unserer Studie Konjugation Experimenten beobachteten die gesamte Effizienz des Transfers und die Anzahl der Ex-Konjuganten war signifikant größer Hfr Cavalli, wurde diese besondere Belastung Hintergrund für Spender Bau und großen ESGA gewählt. Alle Verfahren für ESGA Bildschirme mit Hfr Cavalli Geber beschrieben.
2. Anordnen E. coli F-Recipient Mutanten für ESGA Screens
3. High-Density-Dehnungs-Mating Verfahren zur Erzeugung E. coli Doppelmutanten
4. Verarbeitung von Daten und Ableitung GI Scores
n 1 "src =" / files/ftp_upload/4056/4056eq1.jpg "/>
Wobei S = var (var Exp. x (n Exp. -1) + var Cont x (n Cont -1)) / (n + n Exp. Cont -2); var Exp. = die maximale Varianz der normierten Größen für die Kolonie Doppelmutante; var Cont = Median der Varianzen in den normalisierten Doppelmutante Koloniegrößen aus der Bezugsmenge; n Exp. = Anzahl der Messungen der Doppelmutante Koloniegrößen; n Cont = die mittlere Zahl der experimentellen repliziert über alle Experimente; μ Exp = Median normalisierten Kolonie Größen der Doppelmutanten und μ Cont = Median der normierten Kolonie Größen für alle Doppelmutanten aus dem einzigen Spender Mutante. Die S-Score spiegelt sowohl die statistische Sicherheit eines mutmaßlichen digenen Interaktion sowie die biologische Stärke der Wechselwirkung. Starke positive S-Werte zeigen Linderung Effekte, suggesting daß die zusammenwirkenden Gene im gleichen Signalweg 9 teilnehmen, während signifikante negative S-Scores synthetischen Krankheit oder Letalität, die oft deutet auf Mitgliedschaft in parallele redundante Pfade 9 Rechnung zu tragen. Zur Bestimmung der Stoffwechselweg-Ebene funktionalen Beziehungen wird eine einzelne S-Punktzahl für jedes Paar von getesteten Gene aus dem endgültigen Datensatz erzeugt.
Anmerkung: In unserer früheren Studie 9, fanden wir, dass Rekombination weniger häufig zwischen Genen innerhalb von 30 kbp voneinander neigt. Daher ist für nachgeschaltete Analyse, nach Normalisierung und Punktzahl Generation entfernen wir Wechselwirkungen zwischen Genen innerhalb von 30 kbp voneinander. Neben GIs selbst können funktionale Beziehungen zwischen Paaren von Genen durch suchen, wie ähnlich die GI Profile der beiden Gene untersucht werden. Der GI-Profil eines Gens ist die Menge aller Wechselwirkungen dieses Gens mit allen anderen Genen im Genom außerhalbdes Gens Verknüpfung Bereich. Funktionell ähnliche Gene tendenziell höhere Korrelationen genetische Interaktion Profile 12, 25 haben. Somit ist es durch Berechnen Korrelationskoeffizienten für alle Gene im experimentellen Datensatz kann ESGA zur Untersuchung funktionalen Beziehungen zwischen Genen liegen sogar nahe beieinander auf dem Chromosom zu verwenden.
GIs reveal functional relationships between genes. Similarly, since genes in the same pathway display similar GI patterns and the GI profile similarity represents the congruency of phenotypes, we can group functionally related genes into pathways by clustering their GI profiles. Integrating GI and GI correlation networks with physical interaction information or other association data, such as genomic context (GC) relationships can also reveal the organization of higher-order functional modules that define core biological systems (and system crosstalk) in bacteria. For example, as with yeast4, 6, 7, 26, E. coli gene pairs exhibiting alleviating interactions that also have highly correlated GI profiles tend to encode proteins that are either physically associated (e.g. form a complex; Figure 4a) or that act coherently in a common biochemical pathway (e.g. components in a linear cascade). A representative example is shown in Figure 4b, where the components of the functionally redundant Isc and Suf pathways, which jointly participate in the essential Fe-S biosynthesis process, form distinct clusters that are linked together by extensive aggravating interactions (i.e. synthetic lethality). A statistical measure (e.g. hypergeometric distribution function27) can be used on GI or GI correlation data to find significant enrichment for interactions between and within pathways (Figure 4c). Cluster analysis can also be applied to functional networks derived using eSGA to predict the functions of genes lacking annotations5, 6, 9, 28-30 (Figure 4d). Since clustering algorithms vary, however, putative functional assignments determined through clustering require independent experimental verification.
Figure 1. The construction and confirmation of Hfr Cavalli non-essential single gene deletion donor strains. The panels (adapted from14) illustrate the deletion of E. coli chromosomal ORF (A) and the three primer sets used for confirming (B) the correctly generated mutant Hfr Cavalli donor strain. Amplifications from a correctly constructed deletion donor strain should produce (i) 445 bp, (ii) 309 bp, and (iii) 1.4 kb products. See protocol text for details. Click here to view larger figure.
Figure 2. The construction and confirmation strategies of essential hypomorphic donor mutant strains in an Hfr Cavalli genetic background. The panels illustrate the creation of hypomorphic mutations of essential genes through recombineering technology (A) and the primer sets (B) used for the PCR confirmation of essential gene hypomorphic mutations. See protocol text for details.
Figure 3. Schematic summary of key eSGA steps. The Hfr donor (marked with chloramphenicol resistance, CmR) and recipient F- (marked with kanamycin resistance, KanR) mutant strains are grown in 384-colony density on LB-Cm and LB-Kan plates, respectively. The donor and the recipient strains are conjugated by pinning them over each other onto an LB plate, which is then incubated overnight at 32 °C. Consequently, the conjugants are pinned onto plates containing both Kan and Cm to select double mutants. The double mutant plates are digitally imaged and the growth fitness of the colony sizes is quantitatively scored to identify aggravating and alleviating interactions.
Figure 4. Representative computational analyses of genetic interaction (GI) scores for determining pathway-level functional relationships. (A) Panel I, Distribution of correlation coefficients between the GI profiles of gene pairs encoding proteins linked by protein-protein interactions (PPI) versus randomly drawn gene pairs. The p-value was computed using the two-sample Kolmogorov-Smirnov (KS) test; Panel II, Scatter plot of correlated genetic profiles from rich media (RM) for two transporters (mdtI, mdtJ) that form a heterodimeric complex required for spermidine excretion. (B) The hierarchical clustering of the GI sub-network adapted from Butland et al.9 highlights the functional connectivity between components of the previously known Isc and Suf pathways with similar GI patterns. Pink represents aggravating (negative S-score) interactions, green represents alleviating (positive S-score) interactions and black represents absence of GI. A predicted novel component of the SUF pathway, ydhD, displays GIs with the members of the Isc pathway. (C) Pathway cross-talk recorded among cell envelope processes that are significantly enriched for aggravating or alleviating GI according to the hypergeometric enrichment analysis27. (D) A GI sub-network predicts the role of two functionally unannotated genes, yceG and yebA, in peptidoglycan splitting based on their pattern of strong alleviating interactions with well-known cell division peptidoglycan hydrolases. The figures shown in panels A, C and D are adapted from Babu et al. (2011)12. Click here to view larger figure.
Wir haben eine stufenweise Protokoll für die Verwendung robotischen ESGA Screening, um bakterielles Gen Funktionen auf einen Stoffwechselweg Ebene durch Abfragen GI untersuchen skizziert. Dieser Ansatz kann verwendet werden, um einzelne Gene als auch ganzer biologischer Systeme in E. studieren coli. Sorgfältig Ausführung der experimentellen oben beschriebenen Schritte, einschließlich aller geeigneten Kontrollen und konsequent analysieren und unabhängig validiert die GI-Daten sind wesentliche Aspekte für den Erfolg der ESGA bei der Herstellung neuer funktionaler Entdeckungen. Neben ESGA, ein konzeptionell ähnliche Methode zur Untersuchung GI in E. coli, bezeichnet GIANT-coli 17 kann verwendet werden, um neuartige funktionelle Beziehungen, die oft von anderen Ansätzen, wie Proteomik 23 oder phänotypische 13 Bildschirmen allein verpasst zu beleuchten. Dennoch, wie bei jedem genomweite Ansatz müssen Beschränkungen der Anwendbarkeit des ESGA oder GIANT-coli existieren, zum Beispiel zu anderen Bakterienarten. Dies ist teilweise daraufUrsache der Nichtverfügbarkeit der genomweiten Gen Deletionsmutante Stammsammlungen für die meisten Bakterienarten, insbesondere für Arten, bei denen gezielte Mutagenese durch eine niedrige Eigenfrequenz der homologen Rekombination behindert wird. In solchen Fällen kann Gendisruptionen mit Methoden wie zufällige Mutagenese verfolgbaren-basierten Assays wie TnSeq 31 potenziell zur Untersuchung bakterielles Gen-Funktionen verwendet werden. Für einen Überblick der aufstrebenden alternativen bakterielle genetische Screening-Verfahren, siehe Kritik Papier Gagarinova und Emili (2012) 32.
Obwohl GI Methoden oft viele interessante Verbindungen zu offenbaren suggestive neuartiger mechanistische Links, die Integration dieser Daten mit anderen Informationen wie phänotypische Profilierung 13, physikalische Interaktion Netze 22, 23 und GC-abgeleitete Verbände können besonders informativ. Zum Beispiel, wie mit GI-Netzwerke, GC Verbände, die zur Erhaltung beruhenGen-Reihenfolge (Operons), bakterielle Genfusionen, Operons Rekombination Frequenzen von intergenischen Distanzen von vorhergesagten Operons in Genomen abgeleitet sind, können ebenso wie phylogenetischen Profilierung 33 zusätzliche Einblicke, wie eine Bakterienzelle organisiert Proteinkomplexe in funktionale Bahnen zu vermitteln und zu koordinieren großen bereitzustellen zellulären Prozessen 12, 23.
E. coli ist ein Arbeitstier Modell für das Verständnis der molekularen Biologie der andere Gram-negative Bakterien. Zu diesem Zweck können die ESGA GI-Daten in Verbindung mit vergleichenden Genomik Informationen (zB phylogenetische Profilierung, Gene Expression Profiling), um die evolutionäre Konservierung der funktionalen Beziehungen durch ESGA über andere proteobakteriellen Arten entdeckt und prokaryotischen Taxa untersucht werden. Darüber hinaus sind die Wechselwirkungen Daten für E. generiert coli kann verwendet werden, um einen Einblick in den Weg Architektur Mikroben durch metageno entdeckt zu gewinnenMikrofone, bei denen funktionale Annotationen fehlen. Da viele Gene häufig in allen Mikroben 23 konserviert sind, und weil antibiotische Empfindlichkeit kann durch bestimmte genetische Störungen 34 erhöht werden, können die funktionellen Beziehungen durch ESGA beleuchtet sogar potenziell zum Entwerfen neuartige Kombination Arzneimitteltherapien ausgenutzt werden.
Keine Interessenskonflikte erklärt.
Diese Arbeit wurde durch Mittel aus Genome Kanada, Ontario Genomics Institute und der Canadian Institutes of Health Research gewährt JG und AE AG unterstützt wird, ist ein Empfänger von Vanier Canada Graduate Scholarship.
Name | Company | Catalog Number | Comments |
I. Antibiotics | |||
Chloramphenicol | Bioshop | #CLR201 | |
Kanamycin | #KAN201 | ||
Ampicillin | # AMP201 | ||
2. Luria-Bertani medium | |||
LB powder | Bioshop | #LBL405 | |
Agar | Bioshop | #AGR003 | |
3. Bacterial Strains and Plasmids | |||
Hfr Cavalli strain λred system (JL238) | Babu et al.14. | ||
pKD3 | E. coli Genetic Stock Centre, Yale | ||
Keio E. coli F- recipient collection | National BioResource Project (NBRP) of Japan11 | ||
Hypomorphic E. coli F- SPA-tag strains | Open biosystems; Babu et al.14 | ||
4. Primers | |||
pKD3-based desalted constant primers | F1: 5'-GGCTGACATGGGAATTAGC-3' R1: 5'-AGATTGCAGCATTACACGTCTT-3' | ||
Desalted custom primers | Cm-R: 5'-TTATACGCAAGGCGACAAGG-3' Cm-F: 5'- GATCTTCCGTCACAGGTAGG-3' | ||
Desalted custom primers | F2 and R2: 20 nt constant regions based on pKD3 sequence and 45 nt custom homology regions F2 constant region: 5'-CATATGAATATCCTCCTTA-3' R2 constant region: 5'-TGTGTAGGCTGGAGCTGCTTC-3'S1 and S2: 27 nt constant regions for priming the amplification of the SPA-Cm cassette and 45 nt custom homology regions S1 constant region: 5'AGCTGGAGGATCCATGGAAAAGAGAAG -3' S2 constant region: 5'- GGCCCCATATGAATATCCTCCTTAGTT -3' KOCO-F and KOCO-C: 20 nt primers 200 bp away from the non-essential gene deletion site or the essential gene SPA-tag insertion site | ||
5. PCR and Electrophoresis Reagents | |||
Taq DNA polymerase | Fermentas | # EP0281 | |
10X PCR buffer | Fermentas | # EP0281 | |
10 mM dNTPs | Fermentas | # EP0281 | |
25 mM MgCl2 | Fermentas | # EP0281 | |
Agarose | Bioshop | # AGA002 | |
Loading dye | NEB | #B7021S | |
Ethidium bromide | Bioshop | # ETB444 | |
10X TBE buffer | Bioshop | # ETB444.10 | |
Tris Base | Bioshop | # TRS001 | |
Boric acid | Sigma | # T1503-1KG | |
0.5 M EDTA (pH 8.0) | Sigma | # B6768-500G | |
DNA ladder | NEB | #N3232L | |
6. DNA isolation and Clean-up Kits | |||
Genomic DNA isolation and purification kit | Promega | #A1120 | |
Plasmid Midi kit | Qiagen | # 12143 | |
QIAquick PCR purification kit | Qiagen | #28104 | |
7. Equipment for PCR, Transformation and Replica-pinning | |||
Thermal cycler | BioRad, iCycler | ||
Agarose gel electrophoresis | BioRad | ||
Electroporator | Bio-Rad GenePulser II | ||
0.2 cm electroporation cuvette | Bio-Rad | ||
42 °C water bath shaker | Innova 3100 | ||
Beckman Coulter TJ-25 centrifuge | Beckman Coulter | ||
32 °C shaker | New Brunswick Scientific, USA | ||
32 °C plate incubator | Fisher Scientific | ||
RoToR-HDA benchtop robot | Singer Instruments | ||
96, 384 and 1,536 pin density pads | Singer Instruments | ||
96 or 384 long pins | Singer Instruments | ||
8. Imaging Equipments | |||
Camera stand | Kaiser | ||
Digital camera, 10 megapixel | Any Vendor | ||
Light boxes, Testrite 16" x 24" units | Testrite | ||
9. Pads or Plates Recycling | |||
10% bleach | Any Vendor | ||
70% ethanol | Any Vendor | ||
Sterile distilled water | Any Vendor | ||
Flow hood | Any Vendor | ||
Ultraviolet lamp | Any Vendor | ||
10. Labware | |||
50 ml polypropylene tubes | Any Vendor | ||
1.5 ml micro-centrifuge tubes | Any Vendor | ||
250 ml conical flaks | VWR | # 29140-045 | |
15 ml sterile culture tubes | Thermo Scientific | # 366052 | |
Cryogenic vials | VWR | # 479-3221 | |
Rectangular Plates | Singer Instruments | ||
96-well and 384-well microtitre plates | Singer Instruments | Nunc | |
Plate roller for sealing multi-well | Sigma | #R1275 | |
plates | ABgene | # AB-0580 | |
Adhesive plate seals | Fisher Scientific | # 13-990-14 | |
-80 °C freezer | Any Vendor |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten