Development and application of Nuclear Magnetic Resonance spectroscopy and chemometric methods for the analysis of the metabolome of Saccharomyces cerevisiae under different growing conditions

Abstract

Nuclear Magnetic Resonance (NMR) spectroscopy is able to produce by a single direct measurement a very high amount of chemical information. However, this information is not always easy to interpret. In fact, the complexity of the NMR spectral data analysis is proportional to the number of compounds present simultaneously in the analyzed sample, as resonances from different compounds overlap. One of the most extreme situations can be found for NMR spectra of samples from metabolomics studies, from which approximately fifty compounds can be detected in a single measurement. In the study of the chemical processes involving metabolites (metabolomics), the most commonly used NMR spectra are the one-dimensional proton (1D 1H) NMR spectra, since they are relatively fast to acquire and proton sensitivity is the highest. The 1H-13C Heteronuclear Single Quantum Coherence (HSQC) NMR spectra are also frequently used in metabolomics for an improved structural characterization of the detected metabolites. In this Thesis, we have developed different data analysis strategies of 1H NMR and 1H-13C HSQC NMR metabolomics datasets. The investigated NMR spectra were acquired from extracts of Saccharomyces cerevisiae cells previously exposed to different environmental perturbations. The aim of these studies was to better understand the different metabolic processes that regulate the yeast metabolism acclimation to different growing conditions. From the study of these NMR metabolomics experiments, we designed new strategies and protocols for the analysis of these datasets that include the steps of data import, data pre-treatment, resonance assignment and metabolite quantification. Moreover, different chemometric methods were applied for the identification of the possible biomarkers that define the metabolic states of yeast cells and to extract the main metabolic profiles that describe the observed changes in the metabolome. Furthermore, two chemometric strategies were proposed for the untargeted analysis of 1H NMR and 1H-13C HSQC NMR, respectively. For the study of 1H NMR spectra of metabolomics samples, the application of the Multivariate Curve Resolution–Alternating Least Squares (MCR-ALS) chemometric method allowed the satisfactory resolution of the individual 1H NMR spectra and concentrations of the different metabolites. On the other hand, the investigation of metabolomics datasets by 1H-13C HSQC NMR revealed that most of the data values in these NMR spectra are only descriptive of noise, hampering their chemometric data analysis. In this context, a new strategy to filter the variables relative to noise, named ‘Variables of Interest’ (or VOI) is proposed. After the application of this procedure, we observed that the analysis of the noise-filtered 1H-13C HSQC NMR spectra produced similar results to the corresponding analysis of 1H NMR spectra. Due to the existence of the second dimension in the 1H-13C HSQC NMR spectra, resonances are less overlapped and they could be integrated without using deconvolution approaches. For all these reasons, and linked to the fact that more chemical information is contained in the 1H-13C HSQC NMR spectra than in the 1H NMR spectra, the analysis of noise-filtered 1H-13C HSQC NMR spectra allow a more accurate characterization of the metabolomic system, in a reduced amount of time in comparison to the analysis of the corresponding 1H NMR spectra.

L'espectroscòpia de ressonància magnètica nuclear (RMN) és capaç de generar mitjançant una mesura simple i directa una gran quantitat d'informació química. Tanmateix, aquesta informació no sempre és fàcil d'interpretar. De fet, la complexitat de l'anàlisi espectral és proporcional al nombre de compostos presents en la mostra analitzada, ja que les ressonàncies dels diferents compostos es troben superposades. Una de les situacions més extremes la podem trobar en el cas dels espectres de RMN de mostres obtingudes en estudis de metabolòmica, en les que es poden arribar a detectar al voltant d’una cinquantena de compostos en una sola mesura. En l'estudi dels processos químics relacionats amb els metabòlits (metabolòmica), els espectres de RMN més utilitzats són els espectres monodimensionals de protó (1D 1H), ja que són relativament ràpids d'adquirir i la sensibilitat del protó és la més alta. És també corrent utilitzar en estudis de metabolòmica els espectres de RMN bidimensionals 1H-13C heteronuclears de coherència quàntica única (2D 1H-13C HSQC), els quals permeten obtenir una millor caracterització estructural dels metabòlits detectats. En aquesta Tesi, s’han desenvolupat diferents estratègies d'anàlisi d’espectres de RMN de 1H i de 1H-13C HSQC de mostres de metabolòmica. Els espectres de RMN van ser adquirits d’extractes de llevat Saccharomyces cerevisiae que prèviament havia estat exposat a diferents pertorbacions mediambientals. L’objectiu d’aquests estudis ha estat millorar la comprensió dels diferents processos metabòlics que regulen l'aclimatació de les cèl·lules de llevat a diferents condicions de creixement. A partir d’aquests estudis de metabolòmica realitzats, es van dissenyar noves estratègies i protocols d'anàlisi de dades de RMN que inclouen la seva importació, el seu preprocessament, l'assignació de les ressonàncies i la seva integració. A més, es van aplicar diferents mètodes quimiomètrics que van permetre identificar els biomarcadors de l’estat metabòlic de les cèl·lules del llevat i extreure els principals perfils metabòlics que descriuen els canvis en el seu metabolisme. Es van proposar a més, dues estratègies quimiomètriques per a l’anàlisi no dirigida d’espectres de RMN de 1H i de 1H-13C HSQC, respectivament. En el cas dels estudis d’espectres de RMN de 1H, l'aplicació del mètode de resolució multivariant de corbes per mínims quadrats alternats (MCR-ALS) va permetre resoldre satisfactòriament les concentracions i els espectres individuals dels diferents metabòlits. D’altra banda, la investigació de l’estructura de les dades dels espectres de RMN de 1H-13C HSQC va revelar que la majoria dels valors espectrals són descriptius del soroll, cosa que dificulta la seva anàlisi. En aquest context, s’ha desenvolupat una nova estratègia per filtrar les variables descriptives del soroll, anomenada selecció de les variables d'interès (Variables of Interest, VOI). Després d’aplicar aquest procediment, es va observar que l'anàlisi dels espectres 1H-13C HSQC filtrats produeix resultats similars als obtinguts amb els espectres corresponents de 1H. Degut a l’existència de la segona dimensió en els espectres de 1H-13C HSQC, les ressonàncies estan menys solapades i es poden integrar sense fer servir estratègies basades en la seva deconvolució. Degut a tot això i al fet que els espectres de 1H-13C HSQC contenen més informació química que els de 1H, l’anàlisi dels espectres de 1H-13C HSQC filtrats amb aquest procediment permet una caracterització del sistema metabolòmic més acurada i amb temps d’anàlisis més curts, en comparació a l’anàlisi dels espectres de 1H corresponents.