放线菌酮标准品

放线菌能生产种类繁多的次级代谢产物，而微生物发酵是人们获取这些天然产物的重要手段。对于某一目标产品，野生菌株的产量一般难以满足工业生产的要求，需要经过长期的菌株驯化以提升产量。小分子生物传感器与液滴微流控的组合已被证明是放线菌菌株改造和高通量筛选的有效手段。然而，在菌株驯化过程中，目标产物的产量往往是阶段上升的，而多数生物传感器仅能在一定的操作范围内响应目标化合物，难以支持从野生菌株到工业菌株多阶段的长期驯化。因此，在不同的菌株改造阶段，需要不同性能参数的生物传感器相适配以实现高通量筛选。近日，中国科学院天津工业生物技术研究所高通量编辑与筛选平台实验室研究员王猛带领的科研团队，通过对红霉素生物传感器的多轮迭代诱导和筛选，获得了一系列不同灵敏度和操作范围的生物传感器。通过表征实验，该团队证明了转录调控因子（TF）的表达水平与生物传感器灵敏性之间的关联，展示了调控TF蛋白表达水平是改变TF生物传感器性能参数的一种快速而便捷的方法。为了模拟工业菌株驯化过程，该团队从两株产量不同的红霉素生产菌株出发进行液滴共培养实验，证明了生物传感器性能参数与生产菌株产量范围的适配性是成功筛选的前提条件，并从两个不同初始产量红霉素生产菌株文库中筛选到产量提升6.8倍的突变株。基于基因组学的生物信息学分析使该团队在高产突变株中挖掘到多个有益位点，以指导未来的理性代谢工程改造。相关研究成果发表在ACS Synthetic Biology上。研究工作得到国家重点研发计划、国家自然科学基金、合成生物学海河实验室重大攻关类项目、中国科学院青年创新促进会及天津市合成生物技术创新能力提升行动的支持。小分子生物传感器的改造和高通量筛选过程

大多数人身上携带真菌白色念珠菌，没有它会引起很多问题。然而，这种真菌的全身感染是危险的并且难以治疗。很少有抗菌剂是有效的，而且它的耐药性正在增加。包括格罗宁根大学副教授 Albert Guskov 在内的一个国际科学家小组已经使用单粒子冷冻电镜来确定真菌核糖体的结构。他们的研究结果近日发表在《科学进展》上，揭示了新药的潜在目标。白色念珠菌通常不会引起任何问题，或者只是容易治疗的皮肤瘙痒感染。然而，在极少数情况下，它可能会导致可能致命的全身感染。现有的抗真菌药物会引起很多副作用并且价格昂贵。此外，白色念珠菌的耐药性越来越强，因此确实需要新的药物靶点。“我们注意到没有抗真菌药物针对蛋白质合成，而一半的抗菌药物会干扰这个系统，”Guskov说。造成这种情况的一个原因是真菌核糖体，即将遗传密码转化为蛋白质的细胞机器，在人类和真菌中非常相似。所以，你需要一种非常有选择性的药物来避免杀死我们自己的细胞。——Albert Guskov，格罗宁根大学副教授原子分辨率因此，Guskov 和他的合作者推断，获得白色念珠菌核糖体的结构对于寻找药物靶点很有价值。经典的方法是从纯化的核糖体中生长晶体，并使用 X 射线晶体学确定它们的结构；然而，这是一项费力的技术。相反，他们使用单粒子冷冻电镜，其中大量单粒子在电子显微镜中在非常低的温度下成像。从不同角度看到的单个粒子的图像随后被组合以产生原子分辨率的结构。突变' 通过这种方式，我们解决了空缺和抑制剂结合的真菌核糖体的结构，并将它们的功能与酵母和兔子的核糖体进行了比较——后者作为人类核糖体的模型——并重复了与不同核糖体结合的核糖体抑制剂，”Guskov 解释道。其中一种抑制剂是抗微生物放线菌酮 (CHX)，已知白色念珠菌对其具有抗药性。通过比较这些结构，科学家们注意到在蛋白质合成中起关键作用的 E 位点的单个突变阻止了 CHX 与白色念珠菌核糖体结合。 ' 突变将这个E位点结构中的一个氨基酸从脯氨酸改变为谷氨酰胺。这种替代减少了结合位点的大小，因此抑制剂不能附着，因此无效。另一种抑制剂叶花苷不会被突变阻断。威胁' 通过比较白色念珠菌和人类空缺核糖体中 E 位点的结构以及不同抑制剂与该位点结合方式的信息，我们可以开发出一种特异性抑制剂，它可以阻断真菌核糖体，但不能阻断人类的核糖体。这将成为治疗真菌感染的选择性药物。科学家们目前正在筛选分子库以寻找药物先导物。 “开发针对白色念珠菌的疫苗极具挑战性，就像我们针对冠状病毒所做的那样。因此，我们需要药物来治疗全身感染，”Guskov解释道。 “这种真菌日益增加的耐药性是一个真正的威胁。如果这种情况继续下去，除非开发出新药，否则我们可能会遇到严重的麻烦。Source:University of GroningenJournal reference:Zgadzay, Y., et al. (2022) E-site drug specificity of the human pathogen Candida albicans ribosome. Science Advances. doi.org/10.1126/sciadv.abn1062.

单细胞测序的方法对于不同的生物体、不同组织以及不同细胞种类达到了更为深入的探究。这些工具集中于对单细胞的基因组【1】、表观遗传组【2】以及转录组进行分析【3】。但是现今想要在单个细胞中进行翻译过程的测量并非易事。 2021年9月8日，荷兰皇家艺术和科学学院与乌得勒支大学医学中心Oncode研究所Alexander van Oudenaarden研究组以及Michael VanInsberghe（第一作者）在Nature期刊上发表Single-cell Ribo-seq reveals cell cycle-dependent translational pausing，构建了能够达到单密码子精度的翻译测量测序技术scRibo-seq，并且通过该技术对细胞周期依赖的翻译暂停特点进行了揭示。 近年来，关于单细胞水平、翻译过程的检测的技术有一定的进展，比如在单细胞分辨率上进行的质谱分析技术SCoPE-MS【4】。SCoPE-MS技术可以对小鼠胚胎干细胞分化过程中的一千多种蛋白进行量化。但是，分辨率还不够。由此，scRibo-seq技术应运而生。 scRibo-seq技术是将核酸酶足迹与小RNA文库构建、尺寸富集技术结合起来，以测量单细胞中的翻译动态变化过程（图1）。单个活细胞被分选到含有放线菌酮（Cycloheximide）的裂解缓冲液中，以稳定和停止转录本上的核糖体，随后暴露的RNA被微球菌核酸酶MNase消化，由此产生核糖体保护足迹（Ribosome-protected footprints，RPFs）。这些足迹通过连接包含独特分子标识符（Unique molecular identifier，UMI）和引物位点的适配子，转化为测序库，用于后续的cDNA合成和PCR扩增。最后，对PCR翻译过产物进行尺寸富集，选择符合典型核糖体保护足迹的产物进行测序。 为了验证该方法的有效性，作者们首先对HEK293T细胞以及hTERT RPE-1中scRibo-seq技术的应用效果进行检测。结果证明该方法能够有效的显示蛋白编码转录本的5’UTR、CDS以及3’UTR区域的核糖体分布。先前的研究表明在培养基移除后细胞中的核糖体会在某些关键的密码子上停顿，这一停顿是受到密码子类型影响的【5,6】。为了进一步验证scRibo-seq测量翻译动力学的能力，作者们从HEK 293T培养基中去除精氨酸和亮氨酸的不同时间点后再进行细胞分选和检测，发现核糖体的停顿的确是不同处理依赖性的暂停。比如，精氨酸的缺失会造成CGC以及CGU密码子上足迹的频率升高，而去除培养基中的亮氨酸则不会有此现象。而UAA密码子上核糖体占位的增加则只在亮氨酸饥饿的情况下出现。因此，该结果证明了scRibo-seq技术的准确性和有效性。 随后，作者们想知道细胞周期的状态是否会对细胞响应氨基酸限制具有影响，所以作者们将scRibo-seq技术与FUCCI（Fluorescent ubiquitination-based cell cycle indicators）技术进行联用，对不同细胞周期的细胞进行分选和收集。作者们发现核糖体的活性位点的确受到细胞周期的显著影响。 在体外培养的细胞中证明了scRibo-seq的作用之后，作者们希望对原代小鼠内分泌细胞（Enteroendocrine cells）中的应用进行检测。EECs细胞群在胃肠道细胞中所占的比例极低，数量少于细胞总量的1%，会在营养刺激下产生和分泌不同的激素【7】。通过scRibo-seq检测，作者们根据已经建立的激素细胞标记物基因的翻译特征鉴定发现了8个细胞类型，并对EECs细胞中的密码子特异性核糖体停顿进行了鉴定。因此，该结果说明scRibo-seq可以直接应用于原代细胞样品，并对稀有细胞群的翻译动力学过程进行测量。 总的来说，该工作建立了用于检测单密码子精度的翻译过程的高通量测序方法scRibo-seq，填补了目前单细胞基因组学方法的关键空白。另外，由于scRibo-seq技术不依赖于标记物以及转基因体系，可以直接对核糖体谱进行分析，其灵敏度和分辨率相较于先前的方法都更胜一筹。未来，该技术将会得到进一步广泛的应用，可以用于揭开高度动态系统中罕见细胞群的转录特征。 原文链接：https://doi.org/10.1038/s41586-021-03887-4【参考文献】1. Navin, N. et al. Tumour evolution inferred by single-cell sequencing. Nature 472, 90-94, doi:10.1038/nature09807 (2011).2. Smallwood, S. A. et al. Single-cell genome-wide bisulfite sequencing for assessing epigenetic heterogeneity. Nature methods 11, 817-820, doi:10.1038/nmeth.3035 (2014).3. Tang, F. et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nature methods 6, 377-382, doi:10.1038/nmeth.1315 (2009).4. Budnik, B., Levy, E., Harmange, G. & Slavov, N. SCoPE-MS: mass spectrometry of single mammalian cells quantifies proteome heterogeneity during cell differentiation. Genome biology 19, 161, doi:10.1186/s13059-018-1547-5 (2018).5. Darnell, A. M., Subramaniam, A. R. & O' Shea, E. K. Translational Control through Differential Ribosome Pausing during Amino Acid Limitation in Mammalian Cells. Molecular cell 71, 229-243.e211, doi:10.1016/j.molcel.2018.06.041 (2018).6. Subramaniam, A. R., Pan, T. & Cluzel, P. Environmental perturbations lift the degeneracy of the genetic code to regulate protein levels in bacteria. Proceedings of the National Academy of Sciences of the United States of America 110, 2419-2424, doi:10.1073/pnas.1211077110 (2013).7. Gribble, F. M. & Reimann, F. Enteroendocrine Cells: Chemosensors in the Intestinal Epithelium. Annual review of physiology 78, 277-299, doi:10.1146/annurev-physiol-021115-105439 (2016).