质谱血清蛋白质定量

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

当前，新型冠状病毒肺炎(COVID-19)仍在全球范围内持续威胁着人类的健康，截止到2021年6月初，新冠肺炎确诊病例已多达1.72亿，死亡人数超过370万。新冠爆发早期的研究主要集中在探索流行病学和发病机制上，随着人们对新冠病毒的认识逐渐加强，越来越多的临床专家开始关注新冠康复患者的预后评估。此前有研究指出新冠肺炎康复患者会持续出现不同程度的症状和意想不到的实质性器官功能障碍，然而这些后遗症发生的分子机制尚未明确。　　近日，北京大学医学部精准医疗多组学研究中心黄超兰教授团队，和浙江大学第一附属医院郑敏教授团队开展合作研究，首次关注新冠肺炎康复患者的血清蛋白表达变化。通过蛋白质组学数据与临床数据的整合分析，提出康复患者在1个月后仍会出现胆固醇代谢紊乱和心肌受损。该研究以“Proteomic analysis identifies prolongeddisturbances in pathways related to cholesterol metabolism and myocardiumfunction in the COVID-19 recovery stage”为题于2021年6月3日线上发表在Journal of Proteome Research期刊上。　　图. 基于DIA-PASEF方法的定量蛋白质组学分析　　研究者对来自健康志愿者，COVID-19中症及重症病人的患病期和康复期的血清样本开展了基于DIA-PASEF方法的定量蛋白质组学分析。结果显示，与健康对照组相比，康复期的中症和重症患者体内分别有243和163个蛋白质发生了显著变化，其中，与患病期重合的蛋白数量分别为113和88个。进一步的研究结果表明，康复患者体内未恢复至正常水平的蛋白主要参与了胆固醇代谢、转运、酯化，及心肌肥大、心肌组织发育、心肌细胞分化、心血管系统发育等相关通路。值得关注的是，通过系统地统计600名新冠肺炎患者、1177名甲型流感患者和522名H7N9感染患者的总胆固醇水平数据，研究者发现仅新冠肺炎患者的血清总胆固醇在发病后呈上升趋势。相关研究结果有助于进一步探索针对新冠肺炎康复患者的临床治疗决策设计，未来有效改善患者的预后。本研究基于前沿的高通量DIA定量蛋白质组学技术，用高质量的数据为全面开展新冠康复患者的预后评估提供了可靠的重要分子基础和机制信息。此前，黄超兰主任领衔的多组学中心团队还与高福院士领衔的多学科团队紧密合作，揭示早期的新冠感染患者存在显著的免疫抑制，并首次提出COVID-19的发病机制或存在“两阶段”模式。多组学中心在黄超兰教授的带领下，将继续基于临床，前沿技术和基础学科的深度交叉融合，开展协同创新研究，持续为抗击新冠病毒做出多方面的贡献。 北京大学医学部精准医疗多组学研究中心主任黄超兰教授，浙江大学第一附属医院郑敏教授为本文的共同通讯作者 北京大学医学部精准医疗多组学研究中心陈扬副研究员，浙江大学第一附属医院姚航平研究员，北京大学医学部精准医疗多组学研究中心博士研究生张楠，浙江大学第一附属医院吴杰副研究员为本文的共同一作。　　原文链接：　　https://pubs.acs.org/doi/10.1021/acs.jproteome.1c00054

6月美国质谱学会年会(ASMS)上发布的最新数据表明，新的仪器和工作流程极大地提高了基于质谱的血浆蛋白组学实验的覆盖深度和通量。这些进步可使质谱成为各应用领域中更有用的工具，包括血浆蛋白生物标志物的开发以及迄今由Olink和SomaLogic等亲和性平台主导的大规模人群研究。　　血浆是一种易于获取和常用的样本来源，尤其是在临床工作和人群研究中。然而，由于血浆含有大量丰度较高的蛋白质和较宽的动态范围，传统的质谱蛋白质组学分析能力不足。对于细胞裂解物的分析，质谱工作流程可测量8000到12000个蛋白质，但对血浆，类似的工作流程只能测量500到1000个蛋白质。虽然可通过去除丰度较高的蛋白质或进行粗分离来改善这一情况，但这也会牺牲通量。　　去年，瑞士蛋白质组学公司Biognosys在Journal of Proteome Research杂志上发表了一项研究，他们使用赛默飞的Orbitrap Exploris 480质谱仪，通过两小时的液相色谱梯度测量了180个去除了高丰度蛋白的血浆样品中的2732个蛋白质，这是未进行血浆分离处理情况下最高深度的血浆蛋白质组分析。　　最近，蛋白质组学公司Seer推出了一种新的血浆蛋白组学解决方案。该公司的Proteograph系统使用一组纳米颗粒来富集血浆蛋白质，然后可以使用质谱等技术对其进行鉴定和定量分析。与传统的血浆蛋白组学方法相比，Seer系统在覆盖深度和通量上都有所提升。在一份发表于四月BioRxiv 预印本的研究中，威尔康奈尔医学院-卡塔尔团队使用该系统分析了345个血浆样本，测量了大约3000种蛋白质，在其液相色谱-质谱法的运行时间下每天可分析大约10个样本。　　根据以上数据，Biognosys分析和Seer系统的覆盖深度都接近于Olink的Explore平台，后者可以在血浆中测量大约3000种蛋白质，但它们仍远远落后于SomaLogic的SomaScan平台，后者可以在血浆中测量大约7000种蛋白质。在每周约70个样本的处理量上，Biognosys和Seer系统的通量仍然落后于Olink和SomaLogic平台，后者每周分别可以处理多达1000个和340个样本。　　ASMS年会上，赛默飞展示了使用Seer最新发布的Proteograph XT试剂盒在其新的Orbitrap Astral仪器上测量大约6000种蛋白质的数据，每天处理大约30个血浆样本。这些数据标志着血浆蛋白组学工作流程的重大进展，并表明在大规模血浆研究方面，结合Seer Proteograph等血浆富集技术的质谱法与基于亲和性的平台现在可能成为竞争对手。　　剑桥大学临床医学院MRC流行病学单位的生物信息学家Maik Pietzner表示：“坦白说，我们没有预见到这么大的飞跃。”他和他的同事在大规模蛋白质基因组学研究中使用了SomaLogic的SomaScan和Olink的Explore。他指出，根据ASMS展示的数据，“看起来现在似乎变得可行了”，因为他们的研究需要1000个或更大的样本队列。　　华盛顿大学基因科学教授Michael MacCoss还表示，质谱技术具备的覆盖深度和通量使其成为大规模人群研究的有用工具。他说：“像英国生物库(UK Biobank)或弗雷明汉心脏研究(Framingham Heart Study)这样的大型队列……这些样本的价值是巨大的，研究人员希望能够以最少的资源获取最多的信息，很多实验都使用了Olink或SomaLogic。”　　如果质谱技术能够可靠地提供ASMS演示中展示的覆盖深度和通量，它可能成为亲和性平台的有力补充和竞争对手。许多蛋白质存在多种形式，或称为蛋白质变体，其变异包括氨基酸变异、截断或翻译后修饰等，这些变化会影响它们的功能，在亲和性平台上往往不清楚或不确定测量的是蛋白质的哪种变体。质谱方法更适合分析这些不同的蛋白质变体。　　Olink总裁Carl Raimond表示，他认为质谱和亲和性平台是“绝对互补的”，并补充说“看到蛋白质分析领域有创新是非常好的”。然而，他表示在Olink占据领先地位的大规模人群研究中质谱技术近期可能无法成为竞争对手，他同时也质疑ASMS展示的令人印象深刻的数据在广泛应用时是否能够经受考验。他说：“细节决定成败。提出要求很容易，但真正能够实现或提出关于这一要求背后的问题则是完全不同的事情。”Raimond补充说，虽然质谱技术不断改进，但亲和性平台也将不断进步。Olink正在将其Explore平台扩展到约5,000种蛋白质靶点，而SomaLogic计划在今年年底前将SomaScan平台扩展到覆盖约10,000种蛋白质。Pietzner同样表示，虽然在ASMS上发布的数据令人兴奋，但他和他的同事们期待看到更广泛的数据，包括总体的蛋白质覆盖范围，不同蛋白质和肽段在样本中检出的一致性和重复性。他说，“亲和性方法已经应用于规模大于50,000的人群队列中，并带来了惊人的发现。我们需要进行头对头的比较以评估这些新的质谱技术是否能够实现类似的扩展。”　　MacCoss表示，使用质谱进行此类研究的公司或研究人员需要提供数据，证明他们能够在每个样本中一致且可重复地测量一组核心蛋白。他说：“当人们使用Olink时会有一个清单，上面列出了每次都会测到的蛋白质。我们仍然需要这样做。我们仍然需要说，这是每次实验都会返回定量值的蛋白质列表……以及测量中获得高质量分析数值的蛋白。”　　Pietzner表示，他和他的同事目前正在努力扩展他们的蛋白质基因组学研究以包括质谱技术。强生和强生制药公司的神经科学数据科学主管，以及英国生物库药物蛋白质组学项目(PPP)主席Christopher Whelan表示，目前一个规模最大的蛋白质基因组学人群研究项目正在实施基于质谱的蛋白质组学。　　Seer本月宣布推出Seer技术访问中心，该中心将组合其XT试剂盒与Orbitrap Astral质谱仪，为没有质谱仪的用户提供蛋白质组学服务。　　尽管到目前为止很难全面评估赛默飞的Orbitrap Astral和Seer的Proteograph XT的性能，但一些早期用户表示其产生的结果很出色。　　Cedars-Sinai精准生物标志物实验室主任Jennifer Van Eyk一直在使用Orbitrap Astral进行血浆蛋白质分析，在这方面它比先前的仪器有更强的能力。Van Eyk表示，在每天运行60个样本时，新仪器可测得的蛋白质数量是相同工作流程下使用Thermo Fisher的Exploris 480仪器的2到2.5倍。　　她说：“我们不仅可以检测到更多蛋白质，而且可以定量更多蛋白质，并且这些蛋白质是可重复的，也就是说，如果我们运行一个样本五次，我们确实会五次都观察到同样的蛋白。这是一个很大的飞跃。”这台仪器最出色的或许是其高通量，Van Eyk表示，她和她的同事们每天可以运行多达180个的未去除高丰度蛋白的血浆样本并获得良好的数据和深度的覆盖。她说，“在每天运行180个样本的情况下，突然间你可以开始讨论运行10,000个样本，然后它就成为一个人群研究了。”Van Eyk和她的同事目前正在试验Seer Proteograph系统，以“充分测试”其性能，并评估是否要将其作为血浆蛋白质组学工作流程的一部分。　　威斯康星大学麦迪逊分校的生物分子化学和化学教授Joshua Coon指出，他的实验室能够使用50分钟的液相色谱梯度在未处理的血浆中测量大约1,500种蛋白质，并且已经在该仪器上开发出了一种一分钟的直接注射方法，能够在每个样本中测量约200种蛋白质。　　Coon还是SeerProteograph平台的用户，尽管他尚未将其与Orbitrap Astral结合使用。他的实验室一直在使用Seer XT试剂盒分析阿尔茨海默病患者的血浆样本以及长期新冠肺炎(long COVID)个体的样本。他说，尽管他的团队尚未开始处理大批量样本，但在初步工作中，实验室每个样本一致地测量到约3,000种蛋白质，这是不使用Seer系统时的五倍左右。他认为，当研究人员将工作流程应用于Orbitrap Astral系统时，这些数字还会进一步提高。　　除了覆盖深度外，Coon表示，Proteograph对简化质谱样品制备非常有用。他说：“我没有完全认识到到它的自动化程度，它非常方便。现在主要的用户是一个一年级和二年级的研究生……所以他们必须快速学习。他们在处理样本、获得消化产物和肽段方面取得了很大的成功。当你有新人或者长时间不做该工作的人时，进行大规模蛋白质组学研究的样品制备将耗费整个实验一半以上的精力，只需使用该平台然后熟练掌握。”　　尽管Seer Proteograph平台提供的覆盖深度使质谱血浆蛋白质组学在某些应用中与Olink和SomaLogic等亲和力平台更具竞争力，但Seer本身在血浆富集领域面临新的竞争。　　在ASMS会议上，蛋白质组学样品制备公司PreOmics推出了其ENRICH-ist富集血浆和血清蛋白质的试剂盒。该试剂盒使用非功能化顺磁性微珠来富集低丰度蛋白质，据该公司称，与未去除高丰度以及未富集的血浆相比，用该试剂盒处理血浆可将蛋白质检出率从50%提升至100%。PreOmics首席执行官Garwin Pichler表示，微珠与缓冲液的结合可在去除高丰度蛋白的同时富集低丰度蛋白以提高覆盖深度。Biognosys推出了一种新的基于微珠的血浆蛋白质组富集试剂盒，作为其TrueDiscovery服务平台的一部分。据该公司称，这种试剂盒可以高通量定量人类血浆中约4,000种蛋白质。　　此外，在本月，华盛顿大学研究人员领导的团队在BioRxiv预印本上发表了一篇论文，描述了一种使用ReSyn Biosciences的磁性微粒富集血浆蛋白质的方法，其通过结合血浆中的膜结合囊泡并分析相关蛋白质来提高覆盖深度。华大的MacCoss是这篇预印本的通讯作者，该预印本的第一作者Christine Wu也是该富集方法的主要开发者。他们能够在Orbitrap Astral上使用30分钟的液相色谱梯度稳定地定量约4,800种血浆蛋白质，每天可处理约40个样本。在使用一小时的液相色谱梯度时，他们能够测量5,000到6,000种蛋白质。MacCoss他们迄今没有过度挑战该方法的能力，所以这些数字是相对保守的。MacCoss表示，由于Seer公司的技术成本较高，研究人员对于血浆蛋白质组学富集的替代方法很感兴趣。他说：“Seer在制造这些产品方面做得很好，但成本是一个高门槛。”　　维也纳分子病理研究所的蛋白质组学负责人Karl Mechtler表示，他与Seer的讨论中，每个样品的报价大约是600美元。他说：“如果我有100个样品，对于一个蛋白质组学实验室来说，这是一笔巨款。”他指出，对于一个典型的蛋白质组学实验室，一个合适的价格范围应该在每个样品25到50美元左右。Wu表示，使用华大的富集方法进行实验的每个样品成本低于5美元。PreOmics将ENRICH-ist试剂盒作为完整蛋白质组学样品准备工作流程的一部分销售，每个样品总共80美元。　　在回答成本问题时，Seer公司董事长兼首席执行官Omid Farokhzad表示，他认为价格是“价值交换的问题”。他说：“并非所有内容都是等价的。问题在于，从Seer所提供的与其替代方案所提供的内容来说，价值交换是什么?”在血浆蛋白质组学领域最新的发展中，这个问题的答案似乎是一个不断变化的目标。　　参考文献：[1] Tognetti Marco,Sklodowski Kamil,Müller Sebastian et al. Biomarker Candidates for Tumors Identified from Deep-Profiled Plasma Stem Predominantly from the Low Abundant Area.[J] .J Proteome Res, 2022, 21: 1718-1735.[2] bioRxiv - Genomics Pub Date : 2023-04-21 , DOI：10.1101/2023.04.20.537640Karsten Suhre, Guhan Ram Venkataraman, Harendra Guturu, Anna Halama, Nisha Stephan,Gaurav Thareja, Hina Sarwath, Khatereh Motamedchaboki, Margaret Donovan, Asim Siddiqui, Serafim Batzoglou, Frank Schmidt