ABSTRACT Polyphosphates (polyP) are chains of inorganic phosphates that can reach over 1000 residues in length. In Escherichia coli , polyP is produced by the polyP kinase (PPK) and is thought to play a protective role during the response to cellular stress. However, the molecular pathways impacted by PPK activity and polyP accumulation remain poorly characterized. In this work we used label-free mass spectrometry to study the response of bacteria that cannot produce polyP (Δ ppk ) during starvation to identify novel pathways regulated by PPK. In response to starvation, we found 92 proteins significantly differentially expressed between wild-type and Δ ppk mutant cells. Wild-type cells were enriched for proteins related to amino acid biosynthesis and transport, while Δppk mutants were enriched for proteins related to translation and ribosome biogenesis, suggesting that without PPK, cells remain inappropriately primed for growth even in the absence of required building blocks. From our dataset, we were particularly interested in Arn and EptA proteins, which were downregulated in Δ ppk mutants compared to wild-type controls, because they play a role in lipid A modifications linked to polymyxin resistance. Using western blotting, we confirm differential expression of these and related proteins, and provide evidence that this mis-regulation in Δ ppk cells stems from a failure to induce the BasS/BasR two-component system during starvation. We also show that Δ ppk mutants unable to upregulate Arn and EptA expression lack the respective L-Ara4N and pEtN modifications on lipid A. In line with this observation, loss of ppk restores polymyxin sensitivity in resistant strains carrying a constitutively active basR allele. Overall, we show a new role for PPK in lipid A modification during starvation and provide a rationale for targeting PPK to sensitize bacteria towards polymyxin treatment. We further anticipate that our proteomics work will provide an important resource for researchers interested in the diverse pathways impacted by PPK.

Abstract Polyphosphates (PolyP) are composed of long chains of inorganic phosphates linked together by phosphoanhydride bonds. They are found in all kingdoms of life, playing roles in cell growth, infection, and blood coagulation. A resurgence in interest in polyP has shown links to diverse aspects of human disease. However, unlike in bacteria and lower eukaryotes, the mammalian enzymes responsible for polyP metabolism are not known. Many studies have resorted to adding polyP to cell culture media, but it is not clear if externally applied polyP enters the cell to impact signaling events or whether their effect is mediated exclusively by extracellular receptors. For the first time, we use RNA-seq and mass spectrometry to define a broad impact of polyP produced inside of mammalian cells via ectopic expression of the E. coli polyP synthetase Ppk1. RNA-seq demonstrates that Ppk1 expression impacts expression of over 350 genes enriched for processes related to transcription and cell motility. Analysis of proteins via label-free mass spectrometry identified over 100 changes with functional enrichment in cell migration. Follow up work suggests a role for internally-synthesized polyP in promoting activation of mTOR and ERK1/2-EGR1 signaling pathways implicated in cell growth and stress. Finally, fractionation analysis shows that polyP accumulated in multiple cellular compartments and was associated with the relocalization several nuclear/cytoskeleton proteins, including chromatin bound proteins DEK, TAF10, GTF2I and translation initiation factor eIF5b. Our work is the first to demonstrate that internally produced polyP can activate diverse signaling pathways in human cells. Significance Statement For many years following its discovery in 1890, polyphosphates (polyP) were dismissed as evolutionary fossils. Best understood for its role in bacteria and yeast, our understanding of polyP in mammals remains rudimentary because the enzymes that synthesize and degrade polyP in mammalian systems are currently unknown. In our work, we carried out large-scale transcriptome and proteome approaches on human cells designed to accumulate internally produced polyP via ectopic expression of a bacterial polyP synthetase. Our work is the first to systematically assess the impact of increased intracellular polyP.

ABSTRACT In diverse cells from bacterial to mammalian species, inorganic phosphate is stored in long chains called polyphosphates (polyP). These near universal polymers, ranging from 3 to thousands of phosphate moieties in length, are associated with molecular functions including energy homeostasis, protein folding, and cell signaling. In many cell types, polyphosphate is concentrated in subcellular compartments or organelles. In the budding yeast S. cerevisiae, polyP synthesis by the membrane-bound VTC complex is coupled to its translocation into the lumen of the vacuole, a lysosome-related organelle, where it is stored at high concentrations. In contrast, ectopic expression of bacterial polyphosphate kinase, PPK, results in the toxic accumulation of polyP outside of the vacuole. In this study, we used label-free mass spectrometry to investigate the mechanisms underlying this toxicity. We find that PPK expression results in the activation of a stress response mediated in part by the Hog1 and Yak1 kinases, and Msn2/Msn4 transcription factors. This response is countered by the combined action of the Ddp1 and Ppx1 polyphosphatases that function together to counter polyP accumulation and downstream toxicity. In contrast, ectopic expression of previously proposed mammalian polyphosphatases did not impact PPK-mediated toxicity in this model, suggesting either that these enzymes do not function directly as polyphosphatases in vivo or that they require co-factors unique to higher eukaryotes. Our work provides a mechanistic explanation for why polyP accumulation outside of lysosome-related organelles is toxic. Further, it serves as a resource for exploring how polyP may impact conserved biological processes at a molecular level.

Protein degradation is an essential mechanism for maintaining homeostasis in response to internal and external perturbations. Disruption of this process is implicated in many human diseases, but quantitation of global stability rates has not yet been achieved in tissues. We have developed QUAD (Quantification of Azidohomoalanine Degradation), a technique to quantitate global protein degradation using mass spectrometry. Azidohomoalanine (AHA) is pulsed into mouse tissues through their diet. The mice are then returned to a normal diet and the decrease of AHA abundance can be quantitated in the proteome. QUAD analysis reveals that protein stability varied within tissues, but discernible trends in the data suggest that cellular environment is a major factor dictating stability. Within a tissue, different organelles, post-translation modifications, and protein functions were enriched with different stability patterns. Surprisingly, subunits of the TRIC molecular chaperonin possessed markedly distinct stability trajectories in the brain. Further investigation revealed that these subunits also possessed different subcellular localization and expression patterns that were uniquely altered with age and in Alzheimer disease transgenic mice, indicating a potential non-canonical chaperonin. Finally, QUAD analysis demonstrated that protein stability is enhanced with age in the brain but not in the liver. Overall, QUAD allows the first global quantitation of protein stability rates in tissues, which may lead to new insights and hypotheses in basic and translational research.

Enzymatic digestion of proteins before mass spectrometry analysis is a key process in metaproteomic workflows. Canonical metaproteomic data processing pipelines typically involve matching spectra produced by the mass spectrometer to a theoretical spectra database, followed by matching the identified peptides back to parent proteins. However, the nature of enzymatic digestion produces peptides that can be found in multiple proteins due to conservation or chance, presenting difficulties with protein and functional assignment. To combat this challenge, we developed a peptide-centric metaproteomic workflow focused on the analysis of human gut microbiome samples. Our workflow includes a curated peptide database annotated with KEGG terms and a pathway enrichment analysis adapted for peptide level data. Analysis using our peptide-centric workflow is fast and identifies more enriched KEGG pathways than protein-centric analysis. Our workflow is open source and available as a web application or source code to be run locally.

When coupled to mass spectrometry (MS), energetics-based protein separation (EBPS) techniques, such as thermal shift assay, have shown great potential to identify the targets of a drug on a proteome scale. Nevertheless, the computational analyses assessing the confidence of drug target predictions made by these methods have remained rudimentary and significantly differ depending on the protocol used to produce the data. To identify drug targets in datasets produced using different EBPS-MS techniques, we have developed a novel flexible computational approach named TargetSeeker-MS. We showed that TargetSeeker-MS reproducibly identifies known and novel drug targets in C. elegans and HEK293 samples that were treated with the fungicide benomyl and processed using two different EBPS techniques. We also validated a novel benomyl target in vitro. TargetSeeker-MS, which is available online, allows for the confident identification of targets of a drug on a proteome scale, thereby facilitating the evaluation of its clinical viability.

Background: The gut microbiome and its metabolic processes are dynamic systems. Surprisingly, our understanding of gut microbiome dynamics is limited. Here we report a metaproteomic workflow that involves protein stable isotope probing (protein-SIP) and identification and quantification of partially labeled peptides. We also developed a package, which we call MetaProfiler, that corrects for false identifications and performs phylogenetic and time series analysis for the study of gut microbiome functional dynamics. Results: From the stool sample of five mice that were fed with 15N hydrolysate from Ralstonia eutropha , we identified 15,297 non-redundant unlabeled peptides of which 10,839 of their heavy counterparts were quantified. These peptides revealed incorporation profiles over time that were different between and within taxa, as well as between and within clusters of orthologous groups (COGs). Conclusions: Our study helps unravel the complex dynamics of protein synthesis and bacterial dynamics in the mouse microbiome. Availability: MetaProfiler and the bioinformatic pipeline are available at https://github.com/psmyth94/MetaProfiler.git.

Abstract Motivation Class imbalance, or unequal sample sizes between classes, is an increasing concern in machine learning for metabolomic and lipidomic data mining, which can result in overfitting for the over-represented class. Numerous methods have been developed for handling class imbalance, but they are not readily accessible to users with limited computational experience. Moreover, there is no resource that enables users to easily evaluate the effect of different over-sampling algorithms. Results METAbolomics data Balancing with Over-sampling Algorithms (META-BOA) is a web-based application that enables users to select between four different methods for class balancing, followed by data visualization and classification of the sample to observe the augmentation effects. META-BOA outputs a newly balanced dataset, generating additional samples in the minority class, according to the user’s choice of Synthetic Minority Over-sampling Technique (SMOTE), Borderline-SMOTE (BSMOTE), Adaptive Synthetic (ADASYN), or Random Over-Sampling Examples (ROSE). META-BOA further displays both principal component analysis (PCA) and t-distributed stochastic neighbor embedding (t-SNE) visualization of data pre- and post-over-sampling. Random forest classification is utilized to compare sample classification in both the original and balanced datasets, enabling users to select the most appropriate method for their analyses. Availability and implementation META-BOA is available at https://complimet.ca/meta-boa . Supplementary Information Supplementary material is available at Bioinformatics online.

Resistant starches (RS) are dietary compounds processed by the gut microbiota into metabolites, such as butyrate, that are beneficial to the host. The production of butyrate by the microbiome appears to be affected by the plant source and type of RS as well as the individual's microbiota. In this study, we used in vitro culture and metaproteomic methods to explore the consistency and variations in individual microbiome's functional responses to three types of RS - RS2(Hi Maize 260), RS3(Novelose 330) and RS4(Fibersym RW). Results showed that RS2 and RS3 significantly altered the levels of protein expression in the individual gut microbiomes, while RS4 did not result in significant protein changes. Significantly elevated protein groups were enriched in carbohydrate metabolism and transport functions of families Eubacteriaceae, Lachnospiraceae and Ruminococcaceae. In addition, Bifidobacteriaceae was significantly increased in response to RS3. We also observed taxon-specific enrichments of starch metabolism and pentose phosphate pathways corresponding to this family. Functions related to starch utilization, ABC transporters and pyruvate metabolism pathways were consistently increased in the individual microbiomes in response to RS2 and RS3; in contrast, the downstream butyrate producing pathway response varied. Our study confirm that different types of RS have markedly variable functional effects on the human gut microbiome, and also found considerable inter-individual differences in microbiome pathway responses.