Summary

Traitement des échantillons protéomiques Shotgun automatisé par un robot de laboratoire open source

Published: October 28, 2021
doi:

Summary

Un protocole détaillé et trois scripts Python sont fournis pour l’exploitation d’un système de manipulation robotique de liquides open source permettant d’effectuer une préparation semi-automatisée d’échantillons de protéines pour des expériences de spectrométrie de masse, couvrant l’élimination des détergents, la digestion des protéines et les étapes de dessalement des peptides.

Abstract

Les expériences de protéomique au fusil de chasse basées sur la spectrométrie de masse nécessitent plusieurs étapes de préparation des échantillons, y compris la digestion et le nettoyage des protéines enzymatiques, ce qui peut prendre des heures importantes de travail de laboratoire et présenter une source de variabilité de lot à lot. L’automatisation des laboratoires avec des robots de pipetage peut réduire le travail manuel, maximiser le débit et augmenter la reproductibilité de la recherche. Pourtant, les prix de départ élevés des stations d’automatisation standard les rendent inabordables pour de nombreux laboratoires universitaires. Cet article décrit un flux de travail de préparation d’échantillons protéomiques à l’aide d’un système d’automatisation open source abordable (The Opentrons OT-2), y compris des instructions pour mettre en place des étapes semi-automatisées de réduction des protéines, d’alkylation, de digestion et de nettoyage; ainsi que des scripts Python open source pour programmer le système OT-2 via son interface de programmation d’applications.

Introduction

La protéomique au fusil de chasse basée sur la spectrométrie de masse est un outil puissant pour mesurer simultanément l’abondance de nombreuses protéines dans des échantillons biologiques. Les expériences protéomiques avec l’analyse bioinformatique sont couramment utilisées pour identifier les biomarqueurs et découvrir les complexes biologiques associés et les voies qui sous-tendent les mécanismes pathologiques. Avec sa grande spécificité d’analyte et sa précision quantitative potentielle, la protéomique des fusils de chasse a également un excellent potentiel pour être adoptée par les installations de recherche et les laboratoires de diagnostic pour l’analyse d’échantillons cliniques sans avoir besoin de s’appuyer sur des anticorps1,2.

Pour préparer des échantillons de protéines pour l’analyse protéomique au fusil de chasse, les protéines extraites d’échantillons biologiques (par exemple, les cellules et les tissus) doivent généralement d’abord être traitées à l’aide de longs protocoles, y compris la mesure de la concentration en protéines de l’échantillon, la réduction des protéines et l’alkylation, et la digestion enzymatique en peptides. De plus, les protéines extraites dans des tampons de lyse courants contenant des détergents nécessitent souvent des étapes supplémentaires d’échange de tampon ou d’élimination du détergent avant l’analyse, car le détergent peut interférer avec la digestion de la trypsine et dégrader considérablement les performances de l’analyse en aval par chromatographie liquide-spectrométrie de masse en tandem (LC-MS/MS)3. Les peptides sont généralement dessalés, séchés et reconstitués dans des solvants compatibles LC-MS/MS après digestion enzymatique. Ces procédures de biochimie des protéines peuvent être laborieuses et prendre beaucoup de temps. Ainsi, ils continuent de limiter le débit des flux de travail protéomiques et contribuent à la variabilité des données acquises4,5. Les erreurs et les biais humains ont été reconnus comme des facteurs cruciaux affectant la variance et la reproductibilité des données6,7. Pour minimiser les erreurs humaines dans les flux de travail de préparation des échantillons par spectrométrie de masse, des systèmes robotiques de pipetage automatisés ont été utilisés pour améliorer le débit et la reproductibilité de l’identification et de la quantification des protéines à partir de la protéomique au fusil de chasse et de l’analyse ciblée par spectrométrie de masse, où de telles avancées ont été saluées comme essentielles pour poursuivre la poussée en faveur de l’adoption généralisée des technologies protéomiques dans les domaines critiques de la recherche et des milieux cliniques8, 9,10,11,12,13. Cependant, la plupart des protocoles existants utilisent des plates-formes robotiques de manipulation de liquides qui nécessitent des investissements et une formation substantiels, ce qui limite leur utilité dans de nombreux laboratoires dans l’environnement universitaire ou autrement avec un budget limité.

Cet article décrit un protocole qui utilise un système de manipulation robotique de liquides à faible coût et open source, l’OT-2, pour semi-automatiser un flux de travail typique de préparation d’échantillons protéomiques de fusil de chasse. L’OT-2 a un coût inférieur à celui de nombreux autres systèmes robotiques de manipulation de liquides et, au moment de la rédaction de cet article, coûte environ 5 000 dollars américains. Si l’on tient compte des prix des différents modules et logiciels de laboratoire, le coût total de la mise en place d’expériences dans ce protocole au moment de la rédaction est d’environ 10 000 $, ce qui le rend plus abordable pour un ensemble considérablement plus large de laboratoires par rapport à des options plus coûteuses. L’OT-2 est compatible avec la programmation open-source via des scripts Python et offre une grande flexibilité dans la conception de protocoles DIY définis par l’utilisateur. À l’aide de trois scripts développés en interne, les protocoles ci-dessous couvrent l’exécution d’un flux de travail typique de préparation d’échantillons protéomiques de fusil de chasse sur la station OT-2 avec un étalon protéique archétypique (albumine sérique bovine; BSA) et un échantillon de protéine complexe d’un lysat cardiaque humain normal (Figure 1). Les procédures de traitement (1) d’un échantillon de BSA et (2) d’un échantillon de lysat cardiaque complexe sont détaillées dans les sections 1, 2, 5, 6 et 3, 4, 5, 6 du Protocole, respectivement. Les billes magnétiques modifiées par le carboxylate sera-Mag sont utilisées dans la préparation d’échantillons améliorés en phase solide (SP3) pour éliminer les détergents et les sels dans les échantillons de protéines et de peptides. Les digestions tryptiques de l’albumine sérique bovine et des protéines cardiaques humaines sont ensuite nettoyées par des billes SP3 et soumises à l’analyse LC-MS/MS. Les spectres de masse sont ensuite analysés à l’aide du logiciel MaxQuant pour l’identification des peptides et des protéines. Les résultats représentatifs que nous avons réalisés montrent que le protocole atteint d’excellents coefficients techniques de variation (CV) tout en économisant du temps de banc et n’est pas inférieur à la digestion à la main.

Protocol

Les scripts Python développés ont été déposés sur GitHub à l’adresse : https://github.com/MaggieLam-Lab/StandardDigestion-Opentrons. Une copie des scripts est remise dans le dossier supplémentaire 1. Veuillez vous référer au référentiel GitHub pour les dernières versions. 1. Préparations expérimentales Vérifiez le matériel requis avant de démarrer le protocole.REMARQUE: Les composants matériels suivants sont requis: pipettes…

Representative Results

Trois scripts Python sont fournis ici qui sont compatibles avec le robot OT-2, et qui effectuent la préparation d’échantillons pour la protéomique de spectrométrie de masse avec une seule protéine albumine sérique bovine standard (répliques techniques n = 5 digestions) et un échantillon de lysat cardiaque humain contenant un détergent (n = 5 digestions). Chaque produit de digestion est divisé en deux réactions de nettoyage peptidique. Le nombre de correspondances peptide-spectre (MSP), de peptides et de prot…

Discussion

Étapes critiques du protocole
Pour de meilleures performances, des logiciels de laboratoire, des modules et des consommables compatibles avec OT-2 vérifiés par Opentrons doivent être utilisés. Des logiciels de laboratoire personnalisés peuvent être créés en suivant les instructions d’Opentrons à la référence 14. Assurez-vous de calibrer le pont OT-2, les pipettes et le matériel de laboratoire lorsqu’ils sont utilisés pour la première fois. Il est également e…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu en partie par les prix F32-HL149191 des NIH; R00-HL144829 à EL; R21-HL150456, R00-HL127302, R01-HL141278 à MPL. La figure 1, la figure 2 et la figure 3 sont créées à l’aide d’un outil d’illustration scientifique basé sur le Web, BioRender.com.

Materials

300 µL pipette tips Opentrons
4-in-1 tube rack set Opentrons Each set includes 2 base stands and 4 tube holder tops 1.5mL, 2mL, 15mL + 50mL, 15mL, and 50mL. We use 2mL and 15 mL + 50 mL tops in this study.
Acclaim PepMap 100 C18 HPLC Column Thermo Scientific #164568 3 μm particle; 100 Å pore; 75 μm x 150 mm
Acetonitrile LC-MS grade VWR #JT9829
Aluminum block set Opentrons This block set includes 3 tops that are compatible with 96-well, 2.0 mL tubes and a PCR strip to use with the OT-2 temperature module. We use the 2.0mL tube holder in this manuscript.
Ammonium Bicarbonate Sigma-Aldrich # A6141
Bovine Serum Albumin Standard, 2 mg/mL Thermo Scientific #23210
Dimethylsulfoxide (DMSO) LC-MS grade Thermo Scientific #85190
Dithiothreitol Sigma-Aldrich #D5545
EASY-Spray HPLC Columns Thermo Scientific #ES800A
EasynLC 1200 Nano LC Thermo Scientific #LC140
Ethanol Proof 195-200 Fisher #04-355-720
Formic Acid LC-MS grade Thermo Scientific #85178
Human heart lysate Novus Biologicals NB820-59217
Iodoacetamide Sigma-Aldrich #I1149
Magnetic tube rack Thermo Scientific #MR02
MAXQuant v.1.6.10.43 Tyanova et al., 2016 (https://www.maxquant.org/)
mySPIN 6 Mini Centrifuge Thermo Scientific #75004061 benchtop mini centrifuge for quick spin
NEST 2 mL 96-Well Deep Well Plate, V Bottom Opentrons
OT-2 magnetic module Opentrons GEN1
OT-2 P300 single channel pipette Opentrons GEN1
OT-2 P50 single channel pipette Opentrons GEN1
OT-2 robot pipetting robot Opentrons OT-2
OT-2 temperature module Opentrons GEN1
Pierce Quantitative Colorimetric Peptide Assay Thermo Scientific #23275
Protein LoBind tubes 2.0 mL Eppendorf #022431102
Protein Sequence Database UniProt/SwissProt https://www.uniprot.org/uniprot/?query=proteome:UP000005640%
20reviewed:yes
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles, Hydrophobic Cytiva #65152105050250
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles, Hydrophylic Cytiva #45152105050250
SpeedVac Thermo Scientific Vacuum evaporator
Thermo Q Exactive HF Mass Spectrometer Thermo Scientific #IQLAAEGAAPFALGMBFZ
Trypsin MS Grade Thermo Scientific #90057
Water LC-MS grade VWR #BDH83645.400

References

  1. Geyer, P. E., et al. Revisiting biomarker discovery by plasma proteomics. Molecular Systems Biology. 13 (9), 942 (2017).
  2. Coscia, F., et al. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. The Journal of Pathology. 251 (1), 100-112 (2020).
  3. Yeung, Y. -. G., Neives, E., Angeletti, R., Stanley, E. R., et al. Removal of detergents from protein digests for mass spectrometry analysis. Analytical Biochemistry. 382 (2), 135-137 (2008).
  4. Addona, T. A., et al. Multi-site assessment of the precision and reproducibility of multiple reaction monitoring-based measurements of proteins in plasma. Nature Biotechnology. 27 (7), 633-641 (2009).
  5. Lowenthal, M. S., Liang, Y., Phinney, K. W., Stein, S. E. Quantitative bottom-up proteomics depends on digestion conditions. Analytical Chemistry. 86 (1), 551-558 (2014).
  6. Elliott, K. C., Resnik, D. B. Scientific reproducibility, human error, and public policy. Bioscience. 65 (1), 5-6 (2015).
  7. Brown, A. W., Kaiser, K. A., Allison, D. B. Issues with data and analyses: Errors, underlying themes, and potential solutions. Proceedings of the National Academy of Sciences of the United States of America. 115 (11), 2563-2570 (2018).
  8. van den Broek, I., et al. Automated multiplex LC-MS/MS assay for quantifying serum apolipoproteins A-I, B, C-I, C-II, C-III, and E with qualitative apolipoprotein E phenotypic. Clinical Chemistry. 62 (1), 188-197 (2016).
  9. Müller, T., et al. Automated sample preparation with SP3 for low-input clinical proteomics. Molecular Systems Biology. 16 (1), 9111 (2020).
  10. Fu, Q., et al. Highly reproducible automated proteomics sample preparation workflow for quantitative mass spectrometry. Journal of Proteome Research. 17 (1), 420-428 (2018).
  11. Liu, X., Gygi, S. P., Paulo, J. A. A semiautomated paramagnetic bead-based platform for isobaric tag sample preparation. Journal of the American Society for Mass Spectrometry. 32 (6), 1519-1529 (2021).
  12. Poulsen, K. M., Pho, T., Champion, J. A., Payne, C. K. Automation and low-cost proteomics for characterization of the protein corona: experimental methods for big data. Analytical and Bioanalytical Chemistry. 412 (24), 6543-6551 (2020).
  13. Liang, Y., et al. Fully automated sample processing and analysis workflow for low-input proteome profiling. Analytical Chemistry. 93 (3), 1658-1666 (2021).
  14. . Web URL Available from: https://opentrons.com/ot-app/ (2021)
  15. . Web URL Available from: https://docs.opentrons.com/v2/ (2021)
  16. . Web URL Available from: https://www.cytivalifesciences.com/en/us/solutions/genomics/knowledge-center/cleanup-for-mass-spectrometry (2021)
  17. . Web URL Available from: https://www.thermofisher.com/order/catalog/product/23275#/23275 (2021)
  18. Han, Y., Wright, J. M., Lau, E., Lam, M. P. Y. Determining alternative protein isoform expression using RNA sequencing and mass spectrometry. STAR Protocols. 1 (3), 100138 (2020).

Play Video

Cite This Article
Han, Y., Thomas, C. T., Wennersten, S. A., Lau, E., Lam, M. P. Y. Shotgun Proteomics Sample Processing Automated by an Open-Source Lab Robot. J. Vis. Exp. (176), e63092, doi:10.3791/63092 (2021).

View Video