Nutrient-dependent changes of tRNAome explain metabolic-based strategies for adaptive growth of Bacillus licheniformis

Abstract

Changes in gene expression and proteome adaptation modulate bacterial growth rate in response to environmental changes. Growth crucially depends on protein synthesis and abundance of translational components among them tRNAs and more specifically, the aminoacyl-tRNAs, play a crucial role in biosynthesis and shape the kinetics of translational elongation and influence protein production. Here, we characterize the impact of nutrient availability on tRNA abundance and charging pattern of Bacillus licheniformis taking advantage of the power of tRNA microarray technology which allows determining both total tRNA abundance and aminoacylated fraction. We demonstrate that of aminoacyl-tRNA fraction is kept constant and does not depend on the nutrient availability, while the total tRNA abundance changes. Analysis of the operon architecture and initiator sequence suggests that tRNA transcription is tightly controlled by GTP-dependent mechanism by sensing nutrient concentration. T-box riboswitch controls the ratio between charged and uncharged tRNAs, thus maintaining constant the aminoacylated fraction despite variations in the total tRNA levels. Some amino acids inhibit B. licheniformis growth when added to the nutrient medium and we conclude that T-box system has been evolutionarily selected to tightly regulate the free amino acid level of toxic amino acids by sequestering them for tRNA charging. Using the power of two next-generation sequencing techniques, RNA-Seq and Ribo-Seq, we determine the ribosomal dwelling occupancy on each codon and extract the correlation between translational speed and tRNA abundance. Additionally, we determine global gene expression changes at both transcriptional and translational level in complex LB medium, minimal medium in exponential and stationary phase. This analysis reveals the metabolic strategies which enable bacterial adaptation.

Änderungen in der Genexpression und Anpassungen des Proteoms beeinflussen die Wachstumsrate von Bakterien als Reaktion auf Umweltveränderungen. Das Wachstum wird entscheidend von der Proteinsynthese und Verfügbarkeit von translationellen Komponenten beeinflusst. Dazu gehören tRNAs, genauer Aminoacyl-tRNAs, welche eine zentrale Rolle in der Biosynthese spielen und die Kinetik der translationellen Elongation prägen und die Proteinproduktion beeinflussen. In der vorliegenden Arbeit wird der Einfluss der verfügbaren Nährstoffe auf die tRNA-Häufigkeit sowie auf die Beladung der tRNAs in Bacillus licheniformis näher charakterisiert. Dazu wird die Technologie von tRNA-Microarrays genutzt, die es erlaubt sowohl tRNA-Häufigkeit als auch -Beladung zu bestimmen. Wir zeigen, dass der Anteil an Aminoacyl-tRNAs konstant bleibt und nicht von den verfügbaren Nährstoffen abhängt, während sich die absolute Abundanz der tRNAs verändert. Die nähere Analyse des Aufbaus von Operons und Initiatorsequenzen lässt den Schluss zu, dass die Transkription von tRNAs durch GTP-abhängige Mechanismen, welche die Nährstoffkonzentrationen wahrnehmen, streng kontrolliert wird. T-Box Riboswitches kontrollieren das Verhältnis von geladenen und ungeladenen tRNAs und helfen somit einen konstanten Anteil an aminoacylierten tRNAs, trotz Änderungen an totalen tRNA-Leveln, aufrechtzuerhalten. Einige Aminosäuren inhibieren das Wachstum von B. licheniformis, wenn diese dem Nährstoffmedium hinzugegen werden und wir schlussfolgern, dass das T-Box System evolutionär ausgewählt wurde, um die Level an freien toxischen Aminosäuren zu regulieren und zu reduzieren, indem sie zur Beladung von tRNAs verwendet werden. Mithilfe von RNA-Seq und Ribo-Seq, zwei Techniken des „Next Generation Sequencing“, wurde die ribosomale Verweildauer auf jeden Codon und die Korrelation zwischen Translationsgeschwindigkeit und tRNA-Häufigkeit bestimmt. Zusätzlich wurden Änderungen in der globalen Genexpression sowohl auf transkriptioneller als auch translationeller Ebene in komplexem LB-Medium und Minimalmedium während der exponentiellen und stationären Wachstumsphase ermittelt. Diese Analyse zeigt metabolische Strategien auf, welche die bakterielle Anpassung ermöglichen.