层解析

大家好，本周为大家分享一篇发表在Analytical Chemistry上的文章，Internal Fragment Ions from Higher Energy Collision Dissociation Enable the Glycoform-Resolved Asn325 Deamidation Assessment of Antibodies by Middle-Down Mass Spectrometry。本文的通讯作者是罗氏集团的Tilman Schlothauer和Feng Yang。　　治疗性单克隆抗体(mAb)分析中翻译后修饰(PTMs)的表征是一个主要的挑战，单个PTM通常采用bottom-up的方法进行分析，但PTM之间的关联性信息丢失 middle-down方法提供了分辨率、位点特异性和蛋白型异质性的良好平衡，其表征工作流程主要依赖于末端片段离子。内部片段离子的纳入提高了序列覆盖率和PTM分辨率，使其成为一种有前途的方法。先前，糖工程单克隆抗体的研究表明，一组有限的高甘露糖、乙酰氨基葡萄糖和糖基化蛋白型不同程度地影响了PTMs的敏感性质，如脱酰胺和氧化。Asn 325的脱酰胺是一种功能相关PTM，在传统bottom-up方法中由于其较短的肽段和较高的亲水性而经常被忽略，目前没有研究调查Asn 297糖型对Asn 325脱酰胺敏感性的影响。在这篇文章中，作者提出了一种纳入内部片段的middle-down工作流程，在糖型解析层面上评估mAb上Asn 325脱酰胺修饰。　　图1. 糖型解析的Asn 325脱酰胺的middle-down分析流程。(A) IdeS酶切后的Fc/2序列，及相关的糖基化(Asn 297)和脱酰胺(Asn 325)位点。(B)工作流程示意图，包括样品制备、RP-LC亚基分离、MS1电荷态选择、四极杆糖型分离、MS2内部片段搜索，以及基于提取的单同位素质量离子色谱(未修饰与修饰)的定量策略。　　图2. Asn 325脱酰胺鉴定中内部片段SNKAL的定性评价。未修饰(对照)、热应力样品(8w, 40°C)、HC Asn 325 Asp序列突变体的代表性MS2谱图叠加，以及修饰的内部片段离子SDKAL的模拟单同位素质量。*表示未修饰的SNKAL的+1同位素对修饰的SDKAL的单同位素具有足够的分辨率。　　本研究使用标准IgG1单抗(G1m17, Km3)和突变体(HC Asn 325 Asp)。对于热应激，标准单抗在40°C的配方缓冲液中孵育2、4和8周。在IdeS酶切之前，将10%的突变单抗插入标准单抗中，生成加标样品。抗体经IdeS酶切、还原后，用标准RPLC流程分析(图1B) 针对Asn 325脱酰胺位点周围的内部片段离子的覆盖率，作者对HCD碰撞能量和捕获气体参数进行了优化。共分配了覆盖Asn 325的7个内部片段离子，根据片段强度和定量精度，与bottom-up分析确定的目标脱酰胺值相比，选择SNKAL作为Asn 325的代表性特征离子。SNKAL对无应力对照组的特异性通过包含Asp 325的序列突变体(N325D)得到证实，该突变体在未修饰的Asn 325的单同位素质量处没有片段离子(图2)。因此，排除了其他片段离子的中性丢失引起的歧义或重叠。Asn 325对照、Asp 325突变体和分离的糖型(G0F、G1F、G2F)的MS2具有高度可比性。修饰后的单同位素质量和未修饰的Asn 325的第一个同位素之间获得了足够的分辨率(图2)。　　使用middle-down MS对所有糖型的相对脱酰胺评估与bottom-up分析确定的水平一致(图3)。与热应力持续时间无关，单个糖型(G0F、G1F和G2F)的middle-down脱酰胺评估没有显著差异(图4)。Asp 325突变体的插入实验证实了middle-down策略评估单个糖型脱酰胺水平差异的能力。由于未修饰的Asn 325单抗和Asp 325单抗之间的糖型相对丰度的差异，与总加标量(10%)相比，蛋白型(糖型% ×脱酰胺%)混合的比例不同。因此，在加标样品中，G0F的脱酰胺率低于10%，而由G1F和G2F的脱酰胺率高于10%(图4)。Middle-down脱酰胺评估的精度取决于糖型丰度和脱酰胺水平，单个样本的相对标准偏差范围为2.8%至16.4% (n = 9)，样本间中位相对标准偏差为7.4% (n = 16)。总蛋白型丰度和相对标准偏差显示出明显的相关性，并证明了middle-down方法的敏感性，允许在0.2%的相对丰度下评估蛋白型。　　图3. middle-down工作流程对Asn 325脱酰胺定量分析的能力评估。在2w、4w和8w热应力(40°C)下，应力样品bottom-up和middle-down(所有糖型)分析的相关性。数据点表示middle-down分析的技术重复的中位数(n = 9, 3天内重复3次)。误差条显示95%置信区间。CTRL显示n = 3时无应力样品的背景水平。　　图4. Asn 325脱酰胺的糖型解析水平的middle-down分析。从2w, 4w和8w热应力样品和10% Asp 325加标样品中提取所有糖型和分离糖型(G0F, G1F, G2F)的相对脱酰胺结果。技术重复的中位数和95%置信区间为n = 9时[G2F在2w (n = 4)和4w (n = 8)时除外]。ns =不显著。*表示假定值范围(* 0.05, ** 0.01, **** 0.0001)。　　本文引入了一种新的middle-down策略，通过利用HCD碎片的内部碎片离子来分析单克隆抗体Fc中的PTM动力学，将复杂性降低到Fc/2亚基水平，并保留了相关的蛋白质形态完整性，同时获得了bottom-up方法的分辨率和位点特异性，并成功地证明了IgG1抗体的Fc半乳糖基化变体不会影响热应激下Asn 325脱酰胺的程度。　　撰稿：夏淑君　　编辑：李惠琳　　文章引用：Internal Fragment Ions from Higher Energy Collision Dissociation Enable the Glycoform-Resolved Asn325 Deamidation Assessment of Antibodies by Middle-Down Mass Spectrometry

X射线三维成像可以实现物体内部的无损检测。但是对于大尺寸的板状样品的三维成像一直是业界的难题，层析成像技术是目前解决这一难题的最佳方法。一、 什么是层析成像？目前比较被大众熟知的Computed Tomography（CT）通常被翻译为计算机断层成像。最早的实验室CT扫描机由英国Godfrey Hounsfield于1967年建成，第一台可供临床应用的CT设备于1971年安装在医院。CT自发明以来，经历了多代发展，这里就不再赘述。简单理解，CT就是求解一个线性方程组，最终得到的结果就是CT图像。CT扫描就是构造方程组的过程，每一条被探测器接收的射线就代表了一个方程。对二维断层成像而言，要想得到好的求解结果，需要平面内任意方向的射线。这也是要求射线源-探测器组合相对于成像目标旋转360度的原因（出于严谨考虑，这里声明不考虑短扫描等情形）。层析成像技术，早在1921年就已经出现。这个时期的层析成像可以称之为传统层析成像。由于信息交流的不便，多个国家的研究者分别独立提出了层析成像的方法，并且给予了不同的命名。目前流传下来比较被大家接受的是Tomosynthesis和Laminography。现在用于乳腺癌筛查的钼靶成像（只是用了钼靶射线源而已），严格讲应该叫作数字乳腺层析成像（Digital Breast Tomosynthesis，简称为DBT）。而工业上比较习惯于用Laminography，我们延续了这种用法。在进行中文翻译的时候为了跟计算机断层成像区分，我们将Tomosynthesis和Laminography都翻译为层析成像。CL全称即Computed Laminography。二、 传统层析成像 CL与CT到底有什么区别？在前面我们已经提到CT成像一般需要射线绕物体一周。而在有些时候这是无法实现的。比如，现场条件受限或者物体在某些角度太长，射线无法穿透。比如大尺寸的板状物体。对于下图接近一米长的PCB，如果采用显微CT扫描，只能采用先切割的破坏性方法。如果非得用一个简单粗暴的标准区分CT和CL：画一个过物体的平面，如果射线源和探测器的运动轨迹不跨越这个平面，就可以认为这是CL。可以通过下图了解传统层析成像的原理。通过采集不同角度的投影数据（那时还只有胶片），将胶片简单叠加在一起，其中一层的数据会被增强（这一层称为焦平面）。下图中Plane 2的数据（以圆形代表其细节）就被增强了。传统层析成像，每次只能增强一个焦平面内的结构，而其它层的图像仍然是模糊的。三、 现代层析成像我们所说的层析成像一般都是指现代层析成像。这里的现代是相对于上面的传统而言的。现代层析成像是指采用了数字探测器和图像重建算法的层析成像。其成像结果中每一层都得到增强。虽然与CT相比，由于其数据缺失，会造成层间混叠（后面我们会着重介绍）。但在很多应用场景，这是能得到的最好的结果。下图是几种常见的层析成像结构。如果将有限角CT也称作CL的话，可以认为是第5种结构。这里我们对各种成像结构的成像能力进行简单的分析。（I）结构简单，但数据缺失过于严重（扫描的角度等于射线的张角）；（II）仅能扫描中心区域；（III）(IV)相似，可以扫描任意区域，但在探测器的运动细节上有差异。其机械实现和数据处理上的差异过于专业，我们在这里就不再展开讨论。四、 层间混叠这是CL避免不了的问题。首先通过下图来了解一下层间混叠是什么样子。其表现就是横向的边缘被弱化了。为什么会出现这个问题呢？这得从傅里叶中心切片定理讲起，还是算了吧，简单点理解就是缺少了横向穿过物体的射线。为什么会缺少？因为这个方向射线穿不透啊，回忆一下前面一米长的PCB。如果你对上面的图像不满意，不如换个方向看看。是不是感觉好了很多。有没有办法彻底解决这个问题？针对特定的扫描对象，使用复杂的模型，效果会有所提高，但离实用还有很长的距离。 五、 CL的优点 谈完缺点再来聊聊优点。首先，就像前面提到的，这是现有条件下能得到的最好的结果。CL可以对大尺寸的板状物体得到非常高的分辨率。目前，射线源的焦点尺寸可以小到几百纳米。要想实现高分辨成像，需要射线源尽可能靠近物体，而CL这种扫描方式可以很容易的实现这一点。采用光学放大透镜的探测器的显微CT，样品可以不靠近射线源，但是由于射线的利用率底，扫描的时间会很长，难以满足快速检测的需求，且同样无法解决射线在有些角度下无法穿透的问题。下面再来聊聊CL另外一个优点。CT和CL图像最终表示的是物质对射线的线衰减系数（与射线能量、物质原子序数、物质密度等有关系）。一般趋势，线衰减系数随射线能量的增加而减小，简单点理解就是能量越高的射线越不容易被物质吸收。不同材料衰减系数的差异也随射线能量的增加而减小。由于CL始终沿着容易穿透的方向照射物体，可以使用较低能量的射线，因此能够获得较高的密度分辨能力。六、 国内CL研究进展与国外相比，国内对于CL技术的研究起步较晚。北京航空航天大学、中国科学院高能物理研究所等单位是国内最早开展CL成像研究的机构。在科技部重大科学仪器设备开发项目支持下，2015年，由中国科学院高能物理研究所和古脊椎动物与古人类研究所共同成功研发专用于“板状化石”的显微CL仪器，并在2016年中安装到中科院脊椎动物演化与人类起源重点实验室高精度CT中心，该仪器同时服务其他科研院所，中国科学院南京地质古生物研究所、中国地质科学院地质研究所、北京自然博物馆、安徽博物院、广西自然博物馆、北京大学，云南大学、西北大学、首都师范大学等，累计检测化石750余件。为板状化石的三维无损检测提供了全新工具，起到了不可替代的作用。该仪器的实验结果，助力研究人员在《Nature》、《Science》等期刊上发表论文20余篇，其中五项成果分别入选并领衔2018年、2019年、2020年和2021年中国古生物学十大进展。专用于“板状化石”的显微CL设备及其应用集成电路和电力电子领域也存在大量的板状产品。随着封装集成度和密度不断提高，对其内部结构缺陷检测要求空间分辨率达到微米甚至亚微米级。2019年，在科技部重大科学仪器设备开发项目支持下，中国科学院高能物理研究所针对电子器件封装检测需求，研制了具有亚微米级缺陷检测能力的X射线三维分层成像仪，关键指标达到国际先进水平。为了更好的进行X射线精密检测设备的推广，中国科学院高能物理研究所在2021年成立了锐影检测科技（济南）有限公司。X射线三维分层成像仪及其应用2021年，锐影检测科技（济南）有限公司成功研发了用于绝缘栅双极型晶体管（IGBT）焊接缺陷检测的专用CL设备。彻底解决了超声法和X射线DR成像无法检测带散热柱的IGBT模块的问题。设备实现了大视野快速成像，可以自动定位DBC焊接区域，自动进行气孔缺陷的识别，计算气孔率、最大气孔率、最大气孔尺寸，适用于在线检测。技术指标达到国际领先水平。IGBT焊接缺陷检测专用CLCL与DR方法对于IGBT基板焊料层气孔检测效果的比较总结随着科研及制造业的升级，对CL检测设备的精度、检测速度和智能化水平提出了更高的要求。新型CL设备的研发将是科研机构及X射线无损检测公司面临的挑战和历史机遇。 参考文献：【1】 Jiang Hsieh, Computed Tomography Principles, Design, Artifacts, and Recent Advances 3rd edition, SPIE PRESS.【2】 Buzug, Thorsten M. Computed tomography: from photon statistics to modern cone-beam CT. Springer, 2008.【3】 Zenghui Wei, Lulu Yuan, Baodong Liu, Cunfeng Wei, Cuili Sun, Pengfei Yin, and Long Wei, A micro-CL system and its applications. Review of Scientific Instruments, 88, 115107, 2017.【4】 Zuber M, Laaß M, Hamann E, Kretschmer S, Hauschke N, van de Kamp T, Baumbach T, Koenig T. Augmented laminography, a correlative 3D imaging method for revealing the inner structure of compressed fossils. Sci Rep. 2017 Jan 27 7:41413. doi: 10.1038/srep41413. PMID: 28128302 PMCID: PMC5269749.【5】 https://mp.weixin.qq.com/s/_SyUUlHpJNXrLxHFKYwydw本文作者：锐影检测科技（济南）有限公司

近日，大连化物所生物分离分析新材料与新技术研究组（1809组）叶明亮研究员团队开发了一款具有高灵敏度的N-糖肽质谱谱图解析新软件——Glyco-Decipher。该软件可实现在解析谱图的过程中不依赖糖库，利用不同糖肽的同一肽段骨架具有相似碎裂规律的特点，发展出基于“模式识别”的肽段序列鉴定新方法，实现谱图拓展，从而提高完整糖肽的鉴定灵敏度，并且可发现未知的糖链及糖链修饰。Glyco-Decipher为深度解析位点特异性糖型，揭示糖基化修饰的微观不均一性，以及研究糖生物学功能等提供了新工具。　　蛋白质糖基化与疾病的发生发展密切相关，临床上使用的大多数肿瘤标志物是糖基化蛋白质。在组学层次上进行位点特异性糖型的分析对发现新型疾病标志物，提高基于蛋白质糖基化的精准医学研究水平等具有重要作用。 N-糖肽质谱谱图高度复杂，谱图解析率低，且常规N-糖肽解析软件依赖糖库，无法实现未知糖链及修饰糖的鉴定。为解决上述问题，本工作开发了非糖库依赖的肽段序列鉴定方法，实现了未知糖链肽段及其上可能带有的修饰基团的鉴定。为解决N-糖肽质谱谱图解析率低的问题，团队系统研究了糖肽的碎裂规律，发现糖链的种类、组成、母离子价态等对肽段骨架的碎裂模式没有显著的影响，建立了肽段序列相同的完整糖肽谱图之间的联系，发展了基于“模式识别”的肽段序列鉴定策略，实现了完整糖肽的谱图拓展，在原有基础上将完整糖肽的解析率提升了31%。　　本工作还以蛋白Prosaposin为例，展示了蛋白Prosaposin在老鼠的五个不同的组织中糖基化差异，进一步揭示了该蛋白上各个位点特异性糖型的丰度分布，展示了Glyco-Decipher在蛋白糖基化分析领域的应用潜力。通过对同一个N-糖肽质谱数据进行对比分析，发现Glyco-Decipher的谱图解析效率比其它软件提升了34-179%。该软件具有友好的用户界面和较好的定量比较功能，学术界可以免费使用（软件可从github下载）。　　叶明亮团队长期致力于位点特异性糖型分析方法的发展，包括糖肽的富集方法和谱图的解析方法：在O-GlcNAc糖肽的富集方面发展了酶促标记结合化学氧化法（Anal. Chem., 2021）、可逆酶促化学标记法(Angew. Chem. Int.Edit., 2022)等方法；在O-GalNac糖肽的富集方面发展了酶解辅助的亲水作用色谱法（Anal. Chem., 2017）、酶化学方法（Anal. Chem., 2018）、Ti-IMAC富集方法(Anal. Chem. 2021)等；在N糖肽的富集方面发展了适合大样本分析的自动化富集方法（Anal. Chem., 2021）；在O-GalNac糖肽的谱图解析方面，发展了O-search检索策略（Anal. Chem., 2019），有效地减小了检索空间，提高了鉴定灵敏度。最近，上述检索策略被集成于一款具有自主知识产权的谱图检索软件——MS-Decipher（Bioinformatics, 2022）中。　　相关研究成果以“Glyco-Decipher Enables Glycan Database-independent Peptide Matching and in-depth Characterization of Site-specific N-glycosylation”为题，于近日发表在《自然-通讯》（Nature Communications）上。该工作的共同第一作者是大连化物所1809组博士研究生方正和秦洪强研究员。上述工作得到国家重点研发计划、国家自然科学基金、大连化物所创新基金等项目的支持。