蛋白质组进展简报|DIA磷酸化蛋白质组;DeepDetect;胰腺导管癌多组学图谱

View :755

♦ DecryptM

图源:论文截图

德国慕尼黑工业大学的Bernhard Kuster教授于2023年3月17日在《Science》上发表了题为《Decrypting drug actions and protein modifications by dose- and time-resolved proteomics》的文章。

该研究报道了一种名为DecryptM的蛋白质组学测试方法,能够量化细胞中翻译后修饰(磷酸化、乙酰化、泛素化)在药物处理后的响应特征。具体来说,研究团队在不同的药物时间点和药物剂量梯度条件下处理细胞系,并使用TMT标记联合色谱串联质谱(LC-MS)技术对蛋白质组学和翻译后修饰组学(包括磷酸化、乙酰化、泛素化)进行精确定量分析,以系统评估抗癌药物对蛋白质翻译后修饰的调控图谱。

研究者利用上述方法,在13个人类癌细胞系中分析了代表6个种类的31种药物,共获得了180万个药物剂量-蛋白/修饰变化曲线,其中包括47502个磷酸化肽段、7316个泛素化肽段和546个乙酰化肽段。DecryptM方法测试的6大类药物包括:化疗药物(紫杉醇、阿糖胞苷和甲氨蝶呤)、蛋白质互作抑制剂(非受体酪氨酸磷酸酶SHP-2 (PTPN11) 的变构抑制剂SHP099)、蛋白酶抑制剂(硼替佐米和卡非佐米)、表观遗传药物(姜黄色素,伏立诺他,A-485,A-486,CUDC-101,MLLT1)、激酶抑制剂(10种激酶抑制剂)和抗体(曲妥单抗、帕妥珠单抗、利妥昔单抗)。以激酶抑制剂研究为例,该研究对A549肺癌细胞中具有不同靶点的10种激酶抑制剂进行了DecryptM分析。每种药物生成了一个特定的DecryptM特征图谱,通过分析不同药物的DecryptM特征,可以研究单个激酶抑制剂的耐药性问题。

此外,通过药物调控的磷酸化修饰图谱,可以找到适合联合治疗的药物,有效地克服耐药机制。该研究首次以定量方式对药物处理后细胞内的蛋白质及其翻译后修饰水平进行了测试,涵盖了多种药物种类,广泛涉及生物学治疗途径。在单一的生物学治疗途径中对多种药物进行了测试,尤其是在抗体治疗途径方面,同时也对个别单一药物在不同类型的细胞中进行了测试。
https://www.science.org/doi/10.1126/science.ade3925

评述:阿俊

♦ DIA磷酸化蛋白质组数据分析

图源:论文截图

上科大水雯箐教授在2023.1.6发表在NC题为Benchmarking commonly used software suites and analysis workflows for DIA proteomics and phosphoproteomics 的文章。

该文章评估了DIA-NN、Spectronaut、MaxDIA和Skyline与七个不同的谱图库组合。他们从以下几个方面进行评估:蛋白鉴定量(蛋白定性)、多肽覆盖率、FDR评估、蛋白定量、差异表达蛋白、磷酸化多肽鉴定、磷酸化位点的鉴定和定量,发现基于DIA-NN和Spectronaut分析软件以及一个特异的谱图库可以对DIA全蛋白和磷酸化蛋白的数据进行更准确的定量。

最后利用TNFα诱导MCF7细胞后利用QE HFX和TimsTOF Pro两台仪器测量其全蛋白质组和磷酸化蛋白质组,并利用上述数据分析流程比较发现:DIANN是QE HFX采集的磷蛋白组学数据的首选软件,而在处理TIMS数据时,Spectronaut是首选。

并且利用算法填补缺失数据,他们的数据中发现很多已知的TNF-α信号通路与已知位点一致,这表明使用适当的算法进行估算可以促进DIA磷蛋白组学分析。
https://www.nature.com/articles/s41467-022-35740-1

评述:孙瑞

多肽可检测性预测算法DeepDetect

图源:论文截图

中科院数学与系统科学研究院的付岩团队开发了预测多肽可检测性的DeepDetect算法,发表于Analytical Chemistry

DeepDetect算法基于双向长短期记忆网络(BiLSTM),并通过DeepDigest预测的多肽可消化性进一步校正结果,对于trypsin、ArgC、chymotrypsin等8种蛋白酶酶切方式,大肠杆菌、酵母、小鼠、人类等11个测试集都有较为一致的表现(AUC为0.848-0.976)。

以多肽可检测性为依据,筛选谱图库中的高可检测性多肽,可以达到缩小谱图库的目的。使用血浆和酵母样本的数据对这种缩库方法进行一系列测试,DIA-NN搜库时间与谱图库大小呈近似线性关系。

而在谱图库缩小到40%的过程中,多肽母离子的鉴定数目没有明显变化,某些情况下反而有所增加,而蛋白质的鉴定数目直到谱图库缩小到20%才开始下降,显示了使用DeepDetect缩小谱图库,可以在保持DIA检测灵敏度的同时,节约一半以上的搜索时间。
https://pubs.acs.org/doi/10.1021/acs.analchem.2c03662
评述:姜玟昊

♦ LiP-MS/MSstatsLiP

图源:论文截图

2022年12月16日,瑞士苏黎世联邦理工学院Paola Picotti团队在Nature Protocols更新了有限蛋白水解结合质谱(limited proteolysis coupled with mass spectrometry, LiP-MS)技术,实现了基于数据非依赖性采集(DIA)的质谱方法,并允许多路、高通量的样本处理。

同时本文也介绍了MSstatsLiP,一个集质量控制、数据处理、统计分析和LiP-MS数据可视化于一体的分析包。LiP-MS技术将蛋白质在自然条件下进行短暂的蛋白水解,然后在变性条件下进行完全的消化,产生具有结构信息的蛋白水解片段,并通过质谱分析,以检测复杂背景下和全蛋白质组水平的蛋白质结构改变。

该技术已经用于研究多种生物的蛋白质组热稳定性(PMID: 28232526),绘制大肠杆菌裂解物中的代谢物-蛋白质相互作用组(PMID: 29307493),人类的全蛋白质组药物靶点鉴定筛选(PMID: 32826910)以及分析蛋白质功能的变化(PMID: 33357446)。
https://www.nature.com/articles/s41596-022-00771-x

评述:钱鎏佳

胰腺导管癌多组学图谱

图源:论文截图

2021年9月16日,约翰霍普金斯大学的 Zhang Hui 团队对140例胰腺导管癌(PDAC)组织,67例正常邻近组织和9例正常胰腺导管组织进行了全面的蛋白质组、磷酸化蛋白质组、糖蛋白质组表征,并通过全基因组测序、全外显子组测序、甲基化甲基化、RNA测序(RNA-seq )和microRNA测序(miRNA-seq)进行多组学联合分析,相关研究发表于Cell

该项研究中取样的肿瘤重量高达150-1000 mg,其中基因组和转录组需要125 mg的肿瘤组织,使用QIAGEN的DNA、RNA共分离试剂盒提取;蛋白组采用TMT标记法 ,磷酸化蛋白组采用Fe-IMAC富集,糖蛋白组采用OASIS MAX固相萃取(Waters)富集,均使用Orbitrap Fusion Lumos质谱仪进行分析,鉴定了11662个蛋白,51469个磷酸化蛋白,34024个糖蛋白;通过多组学联合分析来确定基因组改变对蛋白质表达、信号通路的影响,旨在为PDAC的早期检测和识别新的治疗靶点铺平道路。
https://doi.org/10.1016/j.cell.2021.08.023

评述:李薇

精准营养辅助癌症治疗

图源:论文截图

2023年3月2日 哥伦比亚大学Peter Canollu团队,在 Nature Communications 上发表题为 Dietary restriction of cysteine and methionine sensitizes gliomas to ferroptosis and induces alterations in energetic metabolism 的文章。

该项基于小鼠模型、人类神经胶质瘤细胞系以及离体器官的研究结果表明半胱氨酸和甲硫氨酸剥夺饮食(Cysteine and Methionine Deprivation,CMD) 可以与glutathione peroxidase 4 (GPX4)抑制剂 RSL3 协同作用,以促进肿瘤细胞铁死亡和脂质过氧化。

CMD饮食可以改善对 RSL3 的治疗反应,并延长同系原位鼠神经胶质瘤模型的生存期。通过消除饮食中的特定氨基酸、蛋白质可以成为癌症患者的食疗选择,这样患者仍然能获得其他日常所需的营养和能量需求。该研究团队正在计划开展一项涉及胶质母细胞瘤患者的临床试验,在肿瘤切除手术之前,让患者开始执行CMD饮食。这表明精准营养与药物治疗相结合可能是肿瘤治疗中具有潜力的发展方向。
https://www.nature.com/articles/s41467-023-36630-w
评述:王佳童

♦ DecryptM

图源:论文截图

德国慕尼黑工业大学的Bernhard Kuster教授于2023年3月17日在《Science》上发表了题为《Decrypting drug actions and protein modifications by dose- and time-resolved proteomics》的文章。

该研究报道了一种名为DecryptM的蛋白质组学测试方法,能够量化细胞中翻译后修饰(磷酸化、乙酰化、泛素化)在药物处理后的响应特征。具体来说,研究团队在不同的药物时间点和药物剂量梯度条件下处理细胞系,并使用TMT标记联合色谱串联质谱(LC-MS)技术对蛋白质组学和翻译后修饰组学(包括磷酸化、乙酰化、泛素化)进行精确定量分析,以系统评估抗癌药物对蛋白质翻译后修饰的调控图谱。

研究者利用上述方法,在13个人类癌细胞系中分析了代表6个种类的31种药物,共获得了180万个药物剂量-蛋白/修饰变化曲线,其中包括47502个磷酸化肽段、7316个泛素化肽段和546个乙酰化肽段。DecryptM方法测试的6大类药物包括:化疗药物(紫杉醇、阿糖胞苷和甲氨蝶呤)、蛋白质互作抑制剂(非受体酪氨酸磷酸酶SHP-2 (PTPN11) 的变构抑制剂SHP099)、蛋白酶抑制剂(硼替佐米和卡非佐米)、表观遗传药物(姜黄色素,伏立诺他,A-485,A-486,CUDC-101,MLLT1)、激酶抑制剂(10种激酶抑制剂)和抗体(曲妥单抗、帕妥珠单抗、利妥昔单抗)。以激酶抑制剂研究为例,该研究对A549肺癌细胞中具有不同靶点的10种激酶抑制剂进行了DecryptM分析。每种药物生成了一个特定的DecryptM特征图谱,通过分析不同药物的DecryptM特征,可以研究单个激酶抑制剂的耐药性问题。

此外,通过药物调控的磷酸化修饰图谱,可以找到适合联合治疗的药物,有效地克服耐药机制。该研究首次以定量方式对药物处理后细胞内的蛋白质及其翻译后修饰水平进行了测试,涵盖了多种药物种类,广泛涉及生物学治疗途径。在单一的生物学治疗途径中对多种药物进行了测试,尤其是在抗体治疗途径方面,同时也对个别单一药物在不同类型的细胞中进行了测试。
https://www.science.org/doi/10.1126/science.ade3925

评述:阿俊

♦ DIA磷酸化蛋白质组数据分析

图源:论文截图

上科大水雯箐教授在2023.1.6发表在NC题为Benchmarking commonly used software suites and analysis workflows for DIA proteomics and phosphoproteomics 的文章。

该文章评估了DIA-NN、Spectronaut、MaxDIA和Skyline与七个不同的谱图库组合。他们从以下几个方面进行评估:蛋白鉴定量(蛋白定性)、多肽覆盖率、FDR评估、蛋白定量、差异表达蛋白、磷酸化多肽鉴定、磷酸化位点的鉴定和定量,发现基于DIA-NN和Spectronaut分析软件以及一个特异的谱图库可以对DIA全蛋白和磷酸化蛋白的数据进行更准确的定量。

最后利用TNFα诱导MCF7细胞后利用QE HFX和TimsTOF Pro两台仪器测量其全蛋白质组和磷酸化蛋白质组,并利用上述数据分析流程比较发现:DIANN是QE HFX采集的磷蛋白组学数据的首选软件,而在处理TIMS数据时,Spectronaut是首选。

并且利用算法填补缺失数据,他们的数据中发现很多已知的TNF-α信号通路与已知位点一致,这表明使用适当的算法进行估算可以促进DIA磷蛋白组学分析。
https://www.nature.com/articles/s41467-022-35740-1

评述:孙瑞

多肽可检测性预测算法DeepDetect

图源:论文截图

中科院数学与系统科学研究院的付岩团队开发了预测多肽可检测性的DeepDetect算法,发表于Analytical Chemistry

DeepDetect算法基于双向长短期记忆网络(BiLSTM),并通过DeepDigest预测的多肽可消化性进一步校正结果,对于trypsin、ArgC、chymotrypsin等8种蛋白酶酶切方式,大肠杆菌、酵母、小鼠、人类等11个测试集都有较为一致的表现(AUC为0.848-0.976)。

以多肽可检测性为依据,筛选谱图库中的高可检测性多肽,可以达到缩小谱图库的目的。使用血浆和酵母样本的数据对这种缩库方法进行一系列测试,DIA-NN搜库时间与谱图库大小呈近似线性关系。

而在谱图库缩小到40%的过程中,多肽母离子的鉴定数目没有明显变化,某些情况下反而有所增加,而蛋白质的鉴定数目直到谱图库缩小到20%才开始下降,显示了使用DeepDetect缩小谱图库,可以在保持DIA检测灵敏度的同时,节约一半以上的搜索时间。
https://pubs.acs.org/doi/10.1021/acs.analchem.2c03662
评述:姜玟昊

♦ LiP-MS/MSstatsLiP

图源:论文截图

2022年12月16日,瑞士苏黎世联邦理工学院Paola Picotti团队在Nature Protocols更新了有限蛋白水解结合质谱(limited proteolysis coupled with mass spectrometry, LiP-MS)技术,实现了基于数据非依赖性采集(DIA)的质谱方法,并允许多路、高通量的样本处理。

同时本文也介绍了MSstatsLiP,一个集质量控制、数据处理、统计分析和LiP-MS数据可视化于一体的分析包。LiP-MS技术将蛋白质在自然条件下进行短暂的蛋白水解,然后在变性条件下进行完全的消化,产生具有结构信息的蛋白水解片段,并通过质谱分析,以检测复杂背景下和全蛋白质组水平的蛋白质结构改变。

该技术已经用于研究多种生物的蛋白质组热稳定性(PMID: 28232526),绘制大肠杆菌裂解物中的代谢物-蛋白质相互作用组(PMID: 29307493),人类的全蛋白质组药物靶点鉴定筛选(PMID: 32826910)以及分析蛋白质功能的变化(PMID: 33357446)。
https://www.nature.com/articles/s41596-022-00771-x

评述:钱鎏佳

胰腺导管癌多组学图谱

图源:论文截图

2021年9月16日,约翰霍普金斯大学的 Zhang Hui 团队对140例胰腺导管癌(PDAC)组织,67例正常邻近组织和9例正常胰腺导管组织进行了全面的蛋白质组、磷酸化蛋白质组、糖蛋白质组表征,并通过全基因组测序、全外显子组测序、甲基化甲基化、RNA测序(RNA-seq )和microRNA测序(miRNA-seq)进行多组学联合分析,相关研究发表于Cell

该项研究中取样的肿瘤重量高达150-1000 mg,其中基因组和转录组需要125 mg的肿瘤组织,使用QIAGEN的DNA、RNA共分离试剂盒提取;蛋白组采用TMT标记法 ,磷酸化蛋白组采用Fe-IMAC富集,糖蛋白组采用OASIS MAX固相萃取(Waters)富集,均使用Orbitrap Fusion Lumos质谱仪进行分析,鉴定了11662个蛋白,51469个磷酸化蛋白,34024个糖蛋白;通过多组学联合分析来确定基因组改变对蛋白质表达、信号通路的影响,旨在为PDAC的早期检测和识别新的治疗靶点铺平道路。
https://doi.org/10.1016/j.cell.2021.08.023

评述:李薇

精准营养辅助癌症治疗

图源:论文截图

2023年3月2日 哥伦比亚大学Peter Canollu团队,在 Nature Communications 上发表题为 Dietary restriction of cysteine and methionine sensitizes gliomas to ferroptosis and induces alterations in energetic metabolism 的文章。

该项基于小鼠模型、人类神经胶质瘤细胞系以及离体器官的研究结果表明半胱氨酸和甲硫氨酸剥夺饮食(Cysteine and Methionine Deprivation,CMD) 可以与glutathione peroxidase 4 (GPX4)抑制剂 RSL3 协同作用,以促进肿瘤细胞铁死亡和脂质过氧化。

CMD饮食可以改善对 RSL3 的治疗反应,并延长同系原位鼠神经胶质瘤模型的生存期。通过消除饮食中的特定氨基酸、蛋白质可以成为癌症患者的食疗选择,这样患者仍然能获得其他日常所需的营养和能量需求。该研究团队正在计划开展一项涉及胶质母细胞瘤患者的临床试验,在肿瘤切除手术之前,让患者开始执行CMD饮食。这表明精准营养与药物治疗相结合可能是肿瘤治疗中具有潜力的发展方向。
https://www.nature.com/articles/s41467-023-36630-w
评述:王佳童
问询(英文)
Online enquiries

公众号