APEX2与TurboID在亚细胞蛋白质组定位中的比较研究揭示邻近标记技术的特异性偏好

《Scientific Reports》:APEX2 and TurboID define unique subcellular proteomes

【字体: 大 中 小 】 时间:2025年12月11日 来源:Scientific Reports 3.9

编辑推荐:

  本刊推荐:为解决邻近标记(PL)技术中APEX2与TurboID酶的选择性偏倚问题,研究人员通过系统比较两者在HEK293细胞的胞质、核及膜区室的标记效果,发现TurboID更易富集膜蛋白及RNA加工相关蛋白,而APEX2偏好代谢通路蛋白。研究证实酶选择与蛋白酶(Trypsin/GluC)联用策略对优化蛋白质组覆盖度至关重要,为空间蛋白质组学研究提供了实验设计依据。

  
在细胞生物学研究领域,精确解析蛋白质在亚细胞结构中的动态分布与相互作用一直是科学家们追求的核心目标。传统的免疫共沉淀或细胞器分离技术虽能捕获部分蛋白质互作信息,但往往受限于空间分辨率低、难以捕捉瞬时相互作用,且操作过程易破坏细胞原生结构。随着邻近标记(Proximity Labeling, PL)技术的兴起,研究人员得以在活细胞原位对特定区域的蛋白质组进行“快照”式捕获,为揭示细胞内部精细的分子地图提供了全新工具。其中,基于生物素连接酶的TurboID与基于过氧化物酶的APEX2成为最主流的两种策略,它们通过不同的生化机制在纳米尺度内标记周边蛋白质,但学界对其是否存在选择性偏倚仍缺乏系统评估。
为解决这一关键问题,冷泉港实验室的Alexandria S. Battison团队在《Scientific Reports》上发表了最新研究,通过并行比较APEX2与TurboID在HEK293细胞的胞质、核及膜区室的标记效果,揭示了二者在蛋白质组覆盖范围上的显著差异。研究发现,尽管两种酶均能有效富集目标区室的特异性蛋白(经基因本体GO术语验证),但TurboID更倾向于识别膜相关蛋白及RNA加工通路蛋白,而APEX2则偏好代谢途径相关蛋白。这种差异源于二者标记机制的本质不同:TurboID通过生物素化赖氨酸残基(作用半径约10纳米),而APEX2通过生物素-酚自由基标记酪氨酸残基(作用半径约20纳米)。更重要的是,团队通过尝试不同蛋白酶(Trypsin与GluC)消化策略,证明TurboID的赖氨酸标记会干扰Trypsin的酶切效率,而采用GluC可部分缓解此偏倚,但无法完全消除。这一发现强调,在设计邻近标记实验时需根据研究目标(如膜蛋白全局扫描或特定信号通路解析)谨慎选择酶与蛋白酶组合。
研究的关键技术方法包括:通过质粒转染将APEX2或TurboID定向至HEK293细胞的胞质(核输出序列NES)、细胞核(核定位序列NLS)及细胞膜(CAAX/Gp41基序);使用生物素-酚/H2O2(APEX2)或生物素/ATP(TurboID)进行原位标记;通过链霉亲和素珠富集生物素化蛋白,并结合液相色谱-串联质谱(LC-MS/MS)进行蛋白质鉴定与定量;利用基因本体(GO)和PANTHER数据库进行功能富集分析。
验证区室富集效果
研究人员通过免疫组化验证了质粒转染与酶定位的准确性(图1C)。GO细胞组分(GOCC)分析显示,两种酶均能显著富集目标区室相关术语(如胞质核糖体、核孔复合体等),但TurboID在膜区室中独有的GO术语数量(140个)远高于APEX2(19个),提示其膜蛋白捕获能力更广。
局部蛋白质组的特异性表征
蛋白质定量分析表明,APEX2与TurboID标记的蛋白质组在强度与数量上均存在差异(图3A-B)。差异表达分析进一步证实,两种酶在不同区室均能显著富集特异性蛋白(FDR<0.05),其中膜区室的差异最为显著(图3D)。
标记试剂导致的偏倚性蛋白质组
通过比较独特蛋白的GO生物过程(GOBP)发现,TurboID在膜区室捕获的蛋白(2146个)显著多于APEX2(1696个),且富集通路涵盖RNA加工、蛋白质定位等广泛功能;而APEX2仅偏好小分子代谢等有限通路(图4C)。在核区室中,TurboID亦显示出更强的mRNA处理相关蛋白富集能力(图4D)。
蛋白酶选择对定量谱的影响
Trypsin消化后,APEX2与TurboID的蛋白质强度相关性极低(R2<0.24),而GluC消化显著提升相关性(R2达0.53),证实TurboID的赖氨酸标记会干扰Trypsin切割效率(图5B, D)。但即便优化蛋白酶,两种酶的偏倚性仍持续存在,说明其根源于标记机制本身。
本研究系统揭示了APEX2与TurboID在空间蛋白质组学研究中的互补性:TurboID适用于广谱膜蛋白与核酸相关通路的探索,而APEX2更擅长靶向代谢等特异性通路。这一结论为未来实验设计提供了关键准则——需根据目标蛋白特性(如酪氨酸/赖氨酸分布、膜定位倾向)合理选择标记酶与蛋白酶组合,从而最大化数据可靠性。该研究不仅深化了对邻近标记技术偏倚性的认知,更为高精度细胞图谱构建提供了方法论支撑。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号