西湖大学理学院张骊駻团队Chem. Sci.:模块型聚酮天然产物挖掘的代谢-基因组学策略

学术   2024-11-24 11:02   广东  

导读

近日,西湖大学理学院张骊駻团队在《Chemical Science》上发表了题为“A Metabologenomics Strategy for Rapid Discovery of Polyketides Derived from Modular Polyketide Synthases”的研究论文。

研究团队开发了一种生物信息学导向的负离子质谱分析策略,可用于模块型聚酮合酶的基因挖掘。该方法成功从一株有数十年研究历史的链霉菌株Streptomyces cattleya中发现了22个聚酮类产物,其中18个此前未报道过。这项研究为聚酮类产物的挖掘提供了一种代谢基因组学手段,有利于加速这类重要生物活性分子的发现。
西湖大学化学系特聘研究员张骊駻为文章通讯作者,理学院博士生刘润洲为文章第一作者。
天然产物是药物等诸多功能分子的重要来源。近年来,基因组导向的代谢组分析,即代谢基因组学,日渐成为挖掘微生物天然产物的有效手段。从基因序列中,我们可以直接“读出”微生物编码的天然产物合成基因簇。然而,如何在微生物代谢组中找到基因组所预测的产物,是如今天然产物发现的关键问题。对于肽类、糖苷类等有清晰质谱裂解规律的天然产物,代谢基因组学策略已经展示出良好的应用。但对于生物活性良好的模块型聚酮类产物(如红霉素、雷帕霉素等),将代谢产物和基因簇直接关联具有挑战性,其中一大瓶颈在于我们对其质谱行为,即质谱裂解规律的理解颇为有限。
对此,作者开发了一种基于负离子质量亏损过滤(NegMDF)的代谢基因组学方法,用于模块型聚酮产物的快速筛选(图1)。质量亏损是指分子的精确质量和名义质量之间的差值。如果以分子的名义质量为x轴、质量亏损为y轴,则代谢组中所有离子可以展示于一个平面坐标系中。而一个聚酮基因簇所编码的化合物离子,往往集中于坐标系的一个有限区域内。基于生物信息学分析,我们可以预测出目标基因簇相应产物所在的大致范围,即质量亏损过滤窗口(MDF window)。采用该窗口对代谢组数据进行筛选,可将目标产物的候选离子数量从数百个减小至数十个,达到可人为分析的水平。
图1. 质谱导向的模块I型聚酮天然产物发现策略。(a)经典的代谢组学方法;(b)本研究发展的NegMDF代谢基因组学方法
候选离子结构鉴别需要进一步的靶向二级质谱分析。为此,作者收集了文献中报道的222个聚酮产物的二级质谱图,从而系统总结了模块聚酮类化合物的质谱学特征,并将裂解反应与基因簇特征进行了关联。有趣的是,作者发现负离子模式下,聚酮类化合物的源内裂解被显著抑制。因此负离子模式被用于后续筛选的标准条件,该策略因此被命名为NegMDF。
为验证该方法的性能,作者将该策略用于一株链霉菌S. cattleya中模块型聚酮产物的挖掘(图2,图3)。针对含有模块型聚酮合酶的3个基因组区域,作者分别表征了13个cattlemycin类聚酮, 7个butyrolactol类聚酮,以及2个新颖聚酮产物,命名为cattleyatetronate。这类产物具有一种罕见的羟乙酰乙酸内酯(tetronate)骨架,可能蕴含着与该家族其他成员不同的生物合成机制。
图2. NegMDF策略用于cattlemycin和butyrolactol类聚酮的挖掘
图3. NegMDF策略发现了新类型的聚酮天然产物cattleyatetronate
总而言之,本研究发展了一种简便、高效的代谢基因组学筛选策略,能够快速发现微生物中隐藏的模块型聚酮天然产物。
西湖大学分子科学公共实验平台对本研究提供了帮助。本研究得到了西湖大学未来产业研究中心、浙江省重点研发计划项目以及国家自然科学基金的支持。
来源:西湖大学

化学加
业界明星号,投稿 gongjian@huaxuejia.cn;合成化学产业资源聚合服务平台,SixMol 仪器设备供应商;央视两次报道,化学加APP已编入大学教科书。
 最新文章