牛血清白蛋白组分分子

大家好，本周为大家介绍的是一篇发表在Analytical Chemistry上的文章Charting the Proteoform Landscape of Serum Proteins in Individual Donors by High-Resolution Native Mass Spectrometry1，文章通讯作者是来自荷兰乌得勒支大学的Albert J. R. Heck教授。　　血清中大多数蛋白都是糖基化蛋白，这些糖蛋白对疾病诊断有着重要意义，基于质谱的糖链释放后分析和糖肽分析是目前普遍使用的糖蛋白分析方法，但仍存在一些局限，例如可能遗漏同时发生的翻译后修饰、缺乏对O-糖的研究、遗漏某些糖肽覆盖不到的糖基化位点等。高分辨非变性质谱为完整糖蛋白的分析提供了新的思路，本文开发了一种基于离子交换色谱的分离纯化方法，能够从150μL血清中分离和分析20多种血清(糖)蛋白，质量范围在30-190 kDa之间。　　图1为血清糖蛋白的分离和分析方法。150μL血清首先经过亲和柱以快速去除大量的白蛋白、IgG和血清转铁蛋白等，这一步骤使用的是作者内部制造的机器人，可以加快过柱子的速度。接着血清被送入离子交换(IEX)色谱，使用40分钟的梯度时，大多数蛋白在14-27分钟内洗脱，故作者在13-30分钟内每隔0.5分钟收集一次级分，并将每个级分缓冲液换为乙酸铵溶液，最后进行Thermo Exploris Orbitrap质谱仪分析。　　　　图1.血清糖蛋白非变性质谱分析方法　　作者使用该方法分离了大约24种血清蛋白，并在文中详细介绍了其中4种蛋白的分析过程：α-1抗胰蛋白酶、补体C3、血红素结合蛋白、铜蓝蛋白。　　(1)α-1抗胰蛋白酶(A1AT)是一种丝氨酸蛋白酶抑制剂，在呼吸系统的功能中起重要作用，作者使用唾液酸酶和PNGase F确认了蛋白上的糖型，又通过TCEP的还原处理发现大部分血清样品的A1AT都是半胱氨酸化的，也确认了A1AT存在N端截短的特征，综上，作者共统计出了13个A1AT异质体。针对捐献者提供的血清，作者区分出了携带V237A和E400D突变的A1AT蛋白的供体。　　(2)补体C3蛋白在免疫调节过程中发挥作用，在血清中浓度相对较高，分子量为187kDa。与该蛋白共流出的还有两种约137kDa和80kDa的蛋白，在唾液酸酶处理后，只有80kDa的蛋白质量减少很多，证明其存在唾液酸，而C3和137kDa蛋白的糖型上无唾液酸。通过对级分的糖肽分析确定N糖位点在Asn 63和Asn 917。137kDa蛋白鉴定为C3缺失α链后降解而成。　　(3)血红素结合蛋白(HPX)在血清中的主要功能是结合和运输游离的血红素，进行血红素和铁的再循环。非变性质谱显示HPX质量范围在58-63 kDa，而蛋白质主链质量仅50 kDa。本文首次解析了血清HPX的蛋白型谱，证明了4-5个N-糖和1个O-聚糖的存在，共17种独特的糖型。　　(4)铜蓝蛋白(CER)负责在人体内转运大部分的铜，分子量132kDa，每个CER分子可以携带6-7个铜离子。CER在非变性质谱检测后的分子量比理论质量多409±5Da，作者将其归为6个铜离子和1个钙离子的结合所致，并发现了CER完全去糖后失去结合金属离子的能力。　　　　图2.绘制血清糖蛋白组的全貌图。观察到的血清蛋白质量范围为30-190 kDa，浓度范围为0.2-50g/L　　总结：本文开发了一种从少量人血清中分离多种糖蛋白的方法，并通过高分辨非变性质谱表征了蛋白型谱，为蛋白全貌提供完整视图。该方法的优势在于非变性质谱需要的样品处理步骤少，最大程度的还原了蛋白的生理状态，劣势在于目前通过完整质量只解析了20余种蛋白中的8种，后续需要结合自下而上或自上而下的蛋白质组学方法进行辨别。在未来的研究中，作者建议联用分子排阻色谱和离子交换色谱，实现高通量在线血清蛋白分离分析。　　撰稿：英语佳 编辑：李惠琳　　原文：Charting the Proteoform Landscape of Serum Proteins in Individual Donors by High-Resolution Native Mass Spectrometry

Ian Edwards、JayneKirk和Joanne Williams沃特世公司(英国曼彻斯特)应用优势■ 简化了工作流程、验证和数据解析 ■ 设计用于大规模代谢组学和蛋白质组学数据集■ 集成式组学平台可用于各种各样的全面定性和定量分析沃特世解决方案包括TransOmics信息学软件的组学研究平台解决方案ACQUITY UPLC I-Class 系统nanoACQUITY UPLC 系统Xevo G2-S QTofTransOmics 信息学软件MassPREP 蛋白质酶解标准品 关键词组学，代谢组学，脂类组学，蛋白质组学，MSE，主成分分析，无标记LC/MS 简介近年来，包括基于LC-MS的代谢组学、脂质组学和蛋白质组学仪器等组学技术的进步实现了以高通量的方式对多种生物分子的丰度进行定量监测，从而测定它们在不同生物状态下的变化。我们的最终目标是增进对生物过程的理解，从而改善对于疾病的疗效，更有效地开发药物或维持作物生长的最佳农业环境，同时最大程度地减少传染和其它副作用。就此而言，不同分析学科的研究结果可提供正交的观点，通常可以互相作为补充。开发和应用能够将多个研究领域的结果进行整合的灵活信息学解决方案具有重大意义。本研究介绍了一种多组学解决方案，可用于对代谢组学和蛋白质组学数据集中的MS数据进行大规模分析。其中采用了包括TransOmics信息学软件的沃特世(Waters?)组学研究平台解决方案，并结合Xevo G2-S QTof系统进行技术和生物学重复分析。 结果与讨论执行的代谢组学实验包括相对于对照/质控样品，鉴定低剂量和高剂量样品。根据实验设计，样品应当划分为3个不同的组，并使用标记离子进行不同组的识别。用于代谢组学和脂类组学的TransOmics(TOIML)流程包括以下步骤： 1. 导入原始的MSE连续数据集(六个技术重复样/组)2. 峰对齐，纠正不同分析运行间的保留时间偏移3. 色谱峰归一化，以便在不同样品运行间进行比较4. 色谱峰检测(峰选择)5. 离子去卷积，按化合物将离子分组6. 利用已有的定制数据库进行化合物鉴定7. 执行数据分析，找出用以将化合物分为QC(质控)、空白(基质)和分析物(高剂量)的离子(特征) 基质背景包括系统评估基质，其中加入了不同的镇痛标准品混合物A，从而得到低剂量(QC和高剂量(空白)样品。质控样品(QC)通过混合等量的低剂量和高剂量样品而制成。 采用ACQUITY UPLC I-Class系统结合Xevo G2-S QTof，在正电喷雾模式下以大于30k FWHM的质量分辨率，分离和分析代谢物。在UPLC/MSE模式下采集数据，该模式是一种无监督的采集方法，其中当进行交替扫描时质谱仪在低能量和高能量之间切换。使用TOIML和专业化合物数据库进行处理、搜索和定量。 其中TOIML流程的步骤1，2和3在别处有详细描述(TransOmics信息学软件由Nonlinear Dynamics提供技术支持)。鉴定前，通过主成分分析对所检测离子进行分组，如图1所示，显示了综合得分图和载荷图。从中可知，离子主要聚集在技术重复水平，并且样品实现了清晰分离。 图1. 分析物(镇痛标准品混合物A高剂量；紫色)，空白(系统评估基质；浅蓝色)和QC(质控样品；深蓝色)的主成分分析接着，采用集成式搜索工具进行化合物鉴定，以正确鉴定四种镇痛标准品混合物中可在正离子电喷雾模式下检测到的标准品。图2展示了TOIML化合物搜索结果页面的概览，其中突出显示了基于精确质量数、保留时间(可选)和理论同位素模式分布对咖啡因的鉴定。除了先前描述的PCA之外，TOIML中还整合了其它多变量统计工具，包括相关性和趋势分析。图3为一个示例，示出了四个加标标准品的归一化趋势图，表明每个标准品的六个技术重复样之间有着良好的一致性，并且相对丰度与实验设计一致。此外，TOIML还便于科学家将分析结果与其它组学数据关联，或为诸如EZinfo的独立统计软件包提供输入数据。下游生物信息学(即Umetrics软件)的结果可重新导入分析实验中，以将所有化合物数据合并为单个表格以供审查或分享。图2. TOIML化合物鉴定页面。图3.镇痛标准品的归一化丰度分析。在蛋白质组学实验中，分析了两个10ng大肠杆菌样品的三个重复样，分别加入了牛血清白蛋白(BSA)、乙醇脱氢酶(ADH)，烯醇酶和糖原磷酸化酶B。第一个样品(混合物1)中的加标蛋白质的柱上进样量均为1飞摩尔，而第二个样品(混合物2)中的加标蛋白质柱上进样量分别为8、1、2和0.5飞摩尔。因此，额定预期比值(混合物2:混合物1)应为8:1、1:1、2:1和0.5:1。在本研究中，使用nanoAC-QUITY UPLC系统结合Xevo G2-S QTof，在LC/MSE采集模式下对肽进行分离和分析。采用用于蛋白组学的TransOmics(TOIP)以及含有加标蛋白质序列信息的种属特异性数据库进行处理、搜索和定量。 TOIP流程包括以下步骤：1. 导入原始的MSE连续数据集(每个样品有三个技术重复样)2. 峰对齐，纠正不同分析运行间的保留时间偏移3. 色谱峰归一化，以便在不同样品运行间进行比较4. 色谱峰检测(峰选择)5. 利用集成数据库搜索算法鉴定蛋白质和肽6. 多变量统计分析7. 绝对和相对定量 TOIP提供了与TOIML相同的多变量分析工具。图4显示了所检测特征的PCA示例，即电荷态组。可明显看出，特征主要聚集在技术重复水平。其中一种加标蛋白质消化物的肽定性鉴定结果示于图5中，该蛋白质中鉴定出的所有肽的归一化表达谱如图6所示。对后者的定量精确度类型进行了确证，此类型可通过无标记MS研究及基于LC/MSE的采集策略获得。 图4.大肠杆菌中加入的混合物1（深蓝色）和混合物2（浅蓝色）的特征（电荷态组）PCA图。图5显示了差异加标样品中一个分析物的LC/MSE采集的定性结果概览。在本例中，BAS的柱上进样量为8 fmol，而大肠杆菌消化物的量为10 ng。结果如图6所示，展示了相关的相对定量结果。图5.大肠杆菌中加入的不同浓度牛血清白蛋白肽的定性LC/MSE鉴定结果。顺时针显示的依次是鉴定相关指标（得分和误差）、具体的轮廓线图以及标注的产物离子谱图。图6.牛血清白蛋白中鉴定出的肽的定量分析。结论■TransOmics信息学软件为多组学研究提供了一个简单易用、可扩展的系统■UPLC/MSE（LC结合数据独立型采集MS）可在单次实验中提供全面的定性和定量数据集■通过代谢物、脂质和蛋白质分析可快速获取补充信息并进行关联

大家好，本周为大家分享一篇发表在J Proteome Res.上的文章，Systematic Identification of Proteins Binding with Cisplatin in Blood by Affinity Chromatography and a Four-Dimensional Proteomic Method，该文章的通讯作者是华中科技大学药学院的杜支凤教授。以顺铂为代表的铂类抗癌药物广泛应用于治疗多种癌症肿瘤，如胃肠道癌、头颈部癌和卵巢癌等。在静脉滴注后，这些药物水解形成活性分子，与DNA结合并抑制DNA链的合成与复制，最终致使细胞死亡。然而，由于铂与硫醇的高亲和力，大多数铂在静脉注射后会与血液中的蛋白质结合；例如，人血清白蛋白 (HSA) 是含量最丰富的血清蛋白，也是血液中铂类药物的主要结合蛋白；另外，在红细胞中负责运输氧气的血红蛋白 (HB) 也被发现与铂结合，因此，有必要研究铂类药物在血液中的蛋白结合行为。先前的研究已经证明，利用质谱方法可以实现对高丰度蛋白质的可靠鉴定；然而，由于高丰度蛋白的干扰，占总蛋白的 80% 以上的低丰度蛋白则很少被鉴定。此外，由于缺乏足够信息，以及在胰蛋白酶消化过程中还原和烷基化剂的使用导致蛋白上的铂化位点无法被确定。更重要的是，目前排除假阳性结果的唯一方法是根据铂化肽的特征同位素模式，人工对比理论同位素和实验同位素，从而导致鉴定过程非常耗时并且具有较强的主观性。因此，有必要开发一种可靠、高效的方法来鉴定血液中铂类药物的结合蛋白质组。在血液蛋白质组学研究中，免疫亲和层析常用于消耗高丰度蛋白并富集低丰度蛋白。它有利于低丰度蛋白的鉴定和定量，从而可以提高血液中的蛋白质组覆盖范围。除了色谱分离外，离子淌度质谱 (IM−MS) 根据离子的迁移率差异进行分离，同样有助于低丰度蛋白质的分析。在金属化蛋白的鉴定中，金属化肽和游离肽的同位素分布模式明显具有差异，这有助于确定这些肽是否与金属药物结合。已经开发了一些数据处理软件程序来自动分配金属药物在已知蛋白质上的结合位点，如智能数字注释程序 (SNAP) 算法和 Apm2s 。本文结合高丰度蛋白分离和4D蛋白质组学方法 (IM-MS) ，系统、全面地鉴定了血液中顺铂的结合蛋白，并利用铂化肽的特征同位素模式和相似性算法来消除假阳性的识别。如图1所示，首先用超滤去除游离药物，然后使用多亲和去除柱分离血液样本中的高丰度和低丰度蛋白；用FAIMS Pro界面的nano-LC−MS/MS进行消化和分析；用MaxQuant对铂化的多肽和蛋白进行鉴定，用相似性算法Apm2s排除假阳性结果。在此基础上，采用基于平行反应监测 (PRM) 的方法测定了血浆中多肽与顺铂的结合率。本研究为系统鉴定血液中金属药物的结合蛋白提供了一种新方法，鉴定出的蛋白可能有助于了解铂类抗癌药物的毒性。图1 铂化蛋白的分离和鉴定以及用蛋白质组学方法测定顺铂与多肽之间的结合率的示意图本研究采用顺铂与人血浆的反应混合物建立了一种分析方法。为了与文献进行比较，样品的制备方法与文献中的制备方法相同1。选择CID作为碎裂方式，结果表明，从低丰度部分共鉴定出212个蛋白，从高丰度部分共鉴定出169个蛋白。在低丰度部分，共鉴定出1192个游离肽和208个铂化肽。其中，154个铂化肽被排除为假阳性结果，如文中表S1所示。高丰度部分的游离肽数和铂化肽数分别为1124个和169个，其中，144个铂化肽被排除为假阳性，如表S2所示。低丰度结合蛋白的鉴定在以往的研究中，由于高丰度蛋白的干扰，很少发现低丰度蛋白与铂的结合。本研究在高丰度蛋白被消耗后，从29个蛋白中共鉴定出54个铂化肽。APOA4中铂化肽的理论和实际质谱如图2所示，前体离子和铂化产物离子表现出特征的同位素峰。图片显示了关键的碎片离子的质谱图，用于分配铂化位点。在鉴定出的铂化蛋白中，CERU、FETUA、ITIH1和B4E1Z4有4个或更多的含铂肽，这表明铂可以与这些蛋白质的多条肽段结合。虽然低丰度蛋白只占血液中蛋白的一小部分，但它们具有非常重要的功能，对于维持正常生理活动不可或缺。例如，CERU可以将Fe2+氧化为Fe3+，并在铁代谢中发挥重要作用；B4E1Z4与补体激活相关。顺铂与这些蛋白的结合是否会对其功能产生影响仍有待进一步研究。图2 从低丰度蛋白部分鉴定出的铂化蛋白APOA4。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图高丰度结合蛋白的鉴定IGHG1中一个铂化肽的理论和实验质谱如图3所示，其前体离子和铂化产物离子表现出特征同位素峰。根据关键的碎片离子确定了铂化位点。在已鉴定的蛋白中，ALBU（白蛋白）和CO3（补体C3）有4个或更多的含铂多肽。HSA负责血液中药物和小分子的运输，CO3在补体系统的激活中起着重要作用。高丰度蛋白与顺铂的结合已被用于提高肿瘤化疗的疗效和选择性，而新发现的高丰度结合蛋白有助于相关研究。与低丰度组分鉴定的铂化蛋白相比，大部分与低丰度组分蛋白不同，两个组分中仅共同检测到FETUA和CFAH作为铂化蛋白，这表明亲和层析对高丰度蛋白和低丰度蛋白的分离效果较好。图3 从高丰度蛋白部分鉴定出铂化蛋白IGHG1。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图IM−MS分离铂化肽异构体如图4所示，通过nano-LC−IM−MS/MS成功分离了低丰度蛋白组分中FETUA的铂化肽异构体。同分异构体a和b是典型的铂化肽，由质谱图的同位素模式显示，它们被很好地分离。它们的MS/MS不同，根据关键碎片离子，异构体a和b的铂化位点分别被划分为M和H/T。这个例子显示了IM−MS对复杂样品的分辨能力。图4 用nanoLC−IM−MS/MS分离的低丰度蛋白组分中FETUA的铂化肽异构体。(A)m/z=764.67提取离子色谱和异构体a、b的质谱，理论质谱见中间；(B)异构体的MS/MS和关键碎片离子的质谱图结合蛋白的铂化位点在本文的两项研究中，His 和 Met 是首选的铂结合位点。此外，D、E、S和Y也被发现是铂结合位点。这也是合理的，因为血清蛋白的供氧氨基酸已被证明是顺铂的动力学首选结合位点。很少有Cys残基被鉴定为结合位点，这可能是由于没有还原和烷基化。肽的半胱氨酸常形成二硫键，不经还原和烷基化就无法识别，因此，序列覆盖率会很低。在未来的研究中，应使用替代还原剂来提高肽序列覆盖率。生物信息学分析 为了揭示铂化蛋白质的定位、功能和途径，将从高丰度和低丰度部分中鉴定的蛋白质组合起来并通过生物信息学工具进行分析。如图5A所示，GO分析表明大部分结合蛋白位于细胞外区域，发挥蛋白结合、金属离子结合、酶抑制剂等功能；因此，镀铂蛋白的定位证实了鉴定的可靠性。此外，这些蛋白质参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调节。为了阐明所涉及的途径，对鉴定的蛋白质进行了KEGG途径富集分析，结果表明最显着的富集途径是补体和凝血级联途径（图5B）。补体和凝血级联途径已被证明在造血干/祖细胞的动员中发挥关键作用，这对造血具有重要意义。顺铂的血液学毒性与其在补体和凝血级联途径中与血液蛋白的结合之间的相关性值得进一步研究。图5 (A)通过GO 分析确定的铂化蛋白的定位、分子功能和生物学过程；(B)铂化蛋白的富集途径血液蛋白与顺铂的结合率 由于未检测到一些铂化肽的游离形式，因此仅使用高丰度组分中的13种肽进行亲和力研究。可靠地计算了属于五种蛋白质的六种铂化肽的结合率。PRM分析中这些肽的信息见表S5，定量结果见图6。其中，富含组氨酸的糖蛋白的一种肽与顺铂的结合率最高，这可能是由于顺铂对含组氨酸和带负电荷的生物分子的高亲和力。Apoa1 蛋白的一个肽与顺铂的结合率最低。在本研究中可以确定结合率的铂化肽数量较少，这主要是由于某些肽的质谱响应低以及某些肽存在氧化形式。因此，这些肽的结合比率不能通过 PRM 方法确定。然而，与以往的研究相比，根据属于同一蛋白质的肽的质谱计数粗略估计某种蛋白质的丰度，这种方法可以更准确地确定高丰度肽与铂的结合率。图6 根据PRM分析多肽与顺铂的结合亲和力顺铂与血液蛋白的结合与其药代动力学、活性、毒性和副作用密切相关。然而，血液蛋白质组的复杂性限制了低丰度结合蛋白的鉴定。在本研究中，基于亲和色谱和nanoLC-IM-MS/MS 的 4D 蛋白质组学方法被用于分离低丰度和高丰度蛋白质并分析这两个部分。基于铂化肽的特征同位素分布和相似性算法，排除了假阳性鉴定。结果，共有 39 种蛋白质被鉴定为铂化蛋白质，这比之前研究中的数量要高得多。随后的生物信息学分析表明，这些结合蛋白位于细胞外区域，主要参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调控。最显着的富集途径是补体和凝血级联，这可能与顺铂的血液学毒性有关。高丰度部分的 PRM 分析表明，富含组氨酸的糖蛋白中的肽与高丰度组分中的顺铂的结合率最高。综上所述，本研究揭示了人类血液中与顺铂结合的蛋白质组，并计算了顺铂与血液蛋白的结合率。这种方法虽然在数据分析方面比较耗时，但它可以识别复杂系统中金属药物的低丰度结合蛋白，并且可以准确测量药物与血液蛋白的结合率。