인간의 뇌 척추 액체 (CSF)에 내 인 성 펩 티 드의 질량 spectrometric 분석 하는 방법을 제시 합니다. 채용 함으로써 분자량 컷오프 필터링, 크로마 사전 분류, 대량 spectrometric 분석 및 펩 티 드 식별 전략의 후속 조합, 그것은 거의 10 배 비해 알려진된 CSF peptidome 확장 가능 이전 연구입니다.
이 프로토콜 인간의 뇌 척추 액체 (CSF)에 내 인 성 펩 티 드를 식별 하기 위해 개발 하는 방법을 설명 합니다. 이 위해 이전 개발된 방법 분자량 컷오프 (MWCO) 여과에 기반 하 고 대량 spectrometric 분석 오프 라인 높은 pH 역 상 HPLC 사전 분류 단계와 결합 되었다.
CSF로 분 비 중추 세포에 의해 창 고 분자의 제거를 위한 주요 통로 이다. 따라서, 중앙 신경 시스템에 많은 프로세스 CSF, 그것에 게 귀중 한 진단 유체 렌더링에 반영 됩니다. CSF는 8-9 배나의 농도 범위에 걸쳐 있는 단백질을 포함 하는 복잡 한 구성, 있다. 단백질, 게다가 이전 연구 또한 내 인 성 펩 티 드의 많은 수의 존재를 증명 하고있다. 단백질 보다 덜 광범위 하 게 공부 하는 동안이 또한 생체로 잠재적인 관심을 고정할 수 있습니다.
내 인 성 펩 티 드 MWCO 여과 통해 CSF 단백질 함량에서 분리 되었다. 샘플에서 대부분의 단백질 콘텐츠를 제거 하 여 공부 샘플 볼륨 및 그로 인하여 또한 내 인 성 펩 티 드의 총 금액 증가 가능 하다. 침투 펩 티 드 혼합물의 복잡성 역 위상 LC MS 분석 전에 알칼리 pH에서 (RP) HPLC 사전 분류 단계를 포함 하 여 해결 했다. 분류는 결합 되었다 60 분수 12에 풀링된 했다 간단한 연결 계획, 분석 시간 소비 함으로써 감소 될 수 있었다 아직도 크게 공동 차입을 피하고 있는 동안.
자동화 된 펩 티 드 식별 3 가지 펩타이드/단백질 식별 소프트웨어 프로그램을 사용 하 고 이후 결과 결합 하 여 수행 되었다. 다른 프로그램 보완 보다는 세 사이 겹쳐 식별의 15%와 비교 했다.
뇌 척추 액체 (CSF)에서 생체 신경 퇴행 성 질환으로 현재 연구를 변형 시키고 있다. 전세계1,2, 펩 티 드 아 밀 로이드 베타 단백질 타우 microtubule 안정화의 구성 된 바이오 마커 triplet 사람들은 Alzheimer의 질병, 60 백만 이상에 영향을 미치는 가장 일반적인 신경 장애, 그리고 phosphorylated 타우 형태, 높은 감도와 특이성, 질병을 검색할 수 있습니다 및 진단 연구 조건3에 포함 되었습니다. 다른 신경 퇴행 성 질환, 파 킨 슨 병, 다 발성 경화 증 등에서 proteomic 연구의 일부는 현재 임상 연구4,5 에서에서 평가 받고 있다 수많은 바이오 마커 후보 식별 6.
CSF에는 단백질, 함께 내 인 성 펩 티 드7,8,9,10,,1112의 풍부한을 또한 포함 되어 있습니다. 많은 두뇌 파생 된 단백질의 분열 제품 구성, 이러한 펩 티이 드 또한 질병 biomarkers의 잠재적으로 중요 한 소스를 나타냅니다. 인간 CSF에서 확인 된 내 인 성 펩 티 드의 재고 증가 및 CSF endopeptidomic 분석 임상 연구에 사용, 방법 개발 샘플 준비 및 LC MS 분석 (간단한 프로토콜 스키마에에서 포함 된 그림 1 ). 최근 연구에서이 방법의 응용 확대 알려진된 CSF endopeptidome ten-fold13일반적인 진단의 몇몇 개인에서 풀링된 CSF 샘플에 거의 16,400 생 CSF 펩 티 드의 식별에 결과. 메서드를 선택적으로 정량화를 위한 isobaric 라벨 방식으로 함께에서 사용할 수 있습니다.
샘플 준비
CSF 단백질 질량의 주요 소스는 플라즈마 성분 (알 부 민 및 면역 글로불린) 혈액 두뇌 방 벽14,15위에 통과. 그들의 높은 풍부 낮은 풍부 하 고, 두뇌 파생 샘플 구성 요소 검색에 지장을 초래할 수 있습니다. 내 인 성 펩 티 드를 쉽게 따라서 낮은 풍부한 펩 티 드의 탐지 하도록 LC MS 분석에 사용할 CSF 펩타이드 추출의 훨씬 더 큰 볼륨을 수 있도록 높은 풍부한 단백질에서 분리 수 있습니다.
여기에 제시 된 프로토콜에서 분자량 (MWCO) 잘라 여과 단백질 분수;에서 CSF 펩 티 드를 분리 사용 되었다 몇몇 이전에 사용 된 방법8,,910,11,,1216공부 한다. 여과 단계는 높은 pH 모바일 위상 그라데이션을 통해 오프 라인 RP HPLC 사전 분류 단계에 선행 되었다. 주요 구별 되 고 ph에 두 RP HPLC 단계를 수행 하 여 두 단계 사이의 선택의 차이 다른 펩 티 드 충전 상태 결과로 변경 된 펩 티 드 보존에서 주로 발생 합니다. 산 성 조건 하에서 LC-MS 전에 높은 pH 펩 티 드 사전 분류의 응용 프로그램 펩 티 드 식별17,18, 증가에 되도록 우수한이 목적을 위해 복잡 한 생물 학적 효과 입증 샘플 더 직각 분리 모드19, 강한 고양이-이온 교환 (SCX)와 RP20에 비해. 분석 시간 단축, 연결 체계를 사용 되었다, 모든 12번째 분수 (예를 들어, 분수 1, 13, 25, 37, 및 49), RP HPLC의 높은 분해능으로 인해 여전히 크게 다른 펩 티 드의 공동 차입을 피할 수 있는 풀링 LC-MS에서 분수20,21단계.
펩 티 드 식별
Peptidomic 연구에서 펩 티 드 식별이 다릅니다 proteomic 연구의 아무 효소 분열 데이터베이스 검색에 지정할 수 있으며 식별 요금은 일반적으로 낮은11는 결과적으로. 최근 연구13 했다 내 인 성 펩 티 드로 얻은 Sequest 및 마스코트에 대 한 식별 요금 각각 소프트웨어 프로그램의 알고리즘을 득점 하는 기본 적응 점수를 사용 하 여 수정 된 때에 상당히 개선 했다 여과기, 내 인 성 펩 티 드에 대 한 최적의 점수 알고리즘 tryptic 펩 티 드13의 다 나타내는 알고리즘입니다. 연구, 식별 소프트웨어 봉우리 (BSI)를 사용 하 여 자동 펩타이드 de novo 연속에 따라 두 조각 이온 지문 기반 검색 엔진에 무료 발견 했다, 그의 훨씬 더 큰 집합에서 결과 확인 펩 티 드입니다.
높은 pH RP HPLC 사전 분류 하는 단계 내 인 성 펩 티 드의 복구에 대 한 이전 개발된 프로토콜 분자량 외11 의 상대 샘플 복잡성을 감소 및 그로 인하여 5-fold 더 큰 허용 공부를 해야 샘플 볼륨. 이, 차례로, 각 분수에 펩 티 드의 부분 집합의 농도 증가 하 고 그로 인하여 낮은 풍부한 펩 티 드는 검출의 기회를 향상.
동시에 3 개의 proteomic 소프트웨어 고용 내 인 성…
The authors have nothing to disclose.
많은 Tanveer Batth와 동료 조언 사전 분류 방법 설정에 대 한 감사 합니다.
이 작품에서 스웨덴 연구 위원회는 Wallström 및 Sjöblom 재단, 총 및 베 Stohne 기초 Stiftelse, 매 그 너 스 Bergwall 재단, Åhlén 재단, Alzheimerfonden, Demensförbundet, Stiftelsen 염 자금에 의해 지원 되었다 Gamla Tjänarinnor는 크누트와 앨리스 발 렌 버그 재단, Frimurarestiftelsen을 FoU 서쪽 Götalandsregionen.
이 프로젝트에 대 한 자금 지원의 주요 받는 Kaj Blennow, 헨릭 Zetterberg와 요한 Gobom 했다.
1 M Triethylammonium bicarbonate | Fluka, Sigma-Aldrich | 17902-100ML | TEAB |
8 M Guanidinium hydrochloride | Sigma-Aldrich | G7294-100ML | GdnHCl |
Tris(2-carboxyethyl)phosphine hydrochloride | Pierce | 20490 | TCEP |
Iodoacetamide | SIGMA | I1149-5G | IAA |
Hydroxylamine 50% (w/w) | Sigma-Aldrich | 457804-50ML | |
Acetonitrile, Far UV, HPLC gradient grade | Sigma-Aldrich | 271004-2L | AcN |
Formic acid | Fluka, Sigma-Aldrich | 56302-1mL-F | FA |
Triflouroacetic acid | Sigma-Aldrich | T6508-10AMP | TFA |
Ammonium hydroxide solution | Sigma-Aldrich | 30501-1L-1M | NH4OH |
Amicon Ultra-15 Centrifugal Filter Unit with Ultracel-30 membrane | Merck Millipore | UFC903024 | MWCO-filter |
Sep-Pak C18, 100 mg | Waters | WAT023590 | SPE-column |
Resprep 12-port SPE Manifold | Restek | 26077 | Vacuum manifold |
TMT10plex Isobaric Label Reagent Set | Thermo Fisher Scientific | 90110 | TMT10plex |
UltiMate 3000 RSLCnano LC System | Dionex | 5200.0356 | Online sample separation |
Ultimate 3000 RPLC Rapid Separation Binary System | Dionex | IQLAAAGABHFAPBMBEZ | Offline high-pH fractionation |
Orbitrap Fusion Tribrid mass spectrometer | Thermo Scientific | IQLAAEGAAPFADBMBCX | Mass spectrometer for sample analysis |
Proteome Discoverer 2.0 | Thermo Fisher Scientific | IQLAAEGABSFAKJMAUH | Proteomics search platform |
Mascot v2.4 | Matrix Science | - | Proteomics search engine |
Sequest HT | Thermo | - | Proteomics search engine |
PEAKS v7.5 | Bioinformatic Solutions Inc.) | - | Proteomics search engine |
Acclaim PepMap 100, 75 µm x 2 cm, C18, 100 Å pore size, 3 µm particle size | Thermo Fisher Scientific | 164535 | Trap column (nano HPLC) |
Acclaim PepMap C18, 75 µm x 500 mm, 100Å pore size, 2 µm particle size | Thermo Fisher Scientific | 164942 | Separation Column (nano HPLC) |
Savant SpeedVac High Capacity Concentrators | Thermo Fisher Scientific | SC210A-230 | SpeedVac/Vacuum concentrator |
XBridge Peptide BEH C18 Column, 130Å, 3.5 µm, 2.1 mm X 250 mm | Waters | 186003566 | Separation Column (micro HPLC) |