引言
七十年前,Folch和Lees发现了脑组织中的蛋白质脂质化现象1。如今我们知道,脂质链与蛋白质的共价结合能够实现膜相互作用并调节细胞内信号传导<2, 3>。脂质修饰在亨廷顿病、精神分裂症和癌症等疾病的病理生理过程中起着关键作用。参与脂蛋白合成的酶既可以作为肿瘤抑制因子,也可以成为致癌基因,或者导致神经退行性病变<4, 5>。脂质化最常见的形式是酰基化,如肉豆蔻酰化(C14:0)和棕榈酰化(C16:0)<3, 6>。然而,脂质修饰并不限于脂肪酰基7>。蛋白质还可以经历焦磷酸化(如法尼酰或香叶基的引入)8>、糖基磷脂酰肌醇(GPI)锚定9>以及固醇修饰(例如胆固醇的结合)10。
据估计,真核生物中有多达1%的蛋白质在其N端被肉豆蔻酰化11>。监测蛋白质的N-肉豆蔻酰化可能是疾病诊断或药物开发的一个有前景的工具12>。由于这些翻译后修饰具有大的疏水性,蛋白质的全球性分析具有挑战性,这复杂化了蛋白质的分离13、纯化14和质谱分析<3, 15>。由于缺乏特异性抗体和敏感的检测方法<3, 4>,以及使用放射性标记的检测可能性有限<3, 4>,因此研究蛋白质酰基化仍然很困难。为了解决这些问题,已经开发出选择性的化学标记策略,以便标记和分析各种形式的蛋白质酰基化<7, 16>。然而,这些方法存在关于特定脂肪酸结构的信息丢失、标记在蛋白质结构中的整合不足,以及由于未能有效阻断未发生脂质修饰的自由氨基而导致的假阳性识别<17, 18>等问题。
蛋白质的鉴定通常是通过分析通过酶促或化学方法消化后的蛋白质产物的自下而上的方法来进行的<19, 20, 21, 22>。为了鉴定脂肽,已经测试了几种样品预处理方法,并且这些方法已经发表<23, 24>。常见的方法包括液-液提取(LLE)<25, 26, 27>、固相提取(SPE)28和基于免疫亲和力的技术。尽管采用了这些方法,但脂质化肽的浓度和/或富集程度仍然是最大的挑战和限制。
迄今为止,已经发表了多篇利用LLE提取作为LC–MS分析前蛋白质样品制备方法的研究<27, 29>。这种方法基于这样的假设:具有亲水特性的肽主要留在水相中,而脂质分子和高度疏水的肽则分配到有机相中<29, 30>。然而,当应用于脂肽时,由于脂肽的疏水性,这种方法需要特定的优化<31, 32>。有一些出版物专注于使用LLE作为脂肽分析的样品预处理<29, 33>,但只有一篇研究将其应用于复杂样品中肉豆蔻酰化肽的分析。Tsumagari等人34将LLE与LC–MS系统结合,用于分析HeLa细胞和几种类型的小鼠组织中的N端肉豆蔻酰化。通过SPE程序,可以根据肽与吸附材料的选择性相互作用来分离肽混合物<27>。特别是对于结构中包含非极性区域的肽,使用非极性的C18或C8固定相可以使得脂肽的非极性结构与吸附剂相互作用,从而与亲水分子分离<35, 36>。在脂肽分析中,Gancel等人37和Coutte等人38使用SPE纯化了由Bacillus subtilis产生的两种脂肽——表面活性素和 Fengycin。2023年,Ji等人开发了一种基于纳米石墨氟化物的固相提取(nGF-SPE方法,用于分析内源性完整的脂质化肽,特别是S-酰基化的肽,后来他们对该方法进行了优化,以检测HeLa细胞样本中N端连接有肉豆蔻酸、肉豆蔻醇酸、十四二烯酸、月桂酸和月桂烯酸的肽39。
反相液相色谱(RP-LC)与质谱(MS)结合广泛用于蛋白质分析<13, 40, 41, 42>。在串联MS检测中最常用的碎裂技术包括碰撞诱导解离(CID)、电子转移解离(ETD)和紫外光解离(UVPD)<43, 44>。在基于碰撞的碎裂方法中,单一的碰撞能量设置可能无法提供足够的肽结构信息;因此,分阶段标准化碰撞能量可以结合低能量、中等能量和高能量下产生的碎片离子,从而增加碎片离子的多样性并提高序列覆盖率<45, 46>。所得的碎裂谱可以通过各种搜索算法进行评估,包括Sequest47、MS Amanda48、Andromeda49和Mascot50。这些算法旨在能够评估广泛的蛋白质组学分析数据<51, 52>。然而,它们可靠地识别蛋白质翻译后修饰的能力可能受到PTM复杂性和变异性、需要预定义的搜索参数,以及由于可能的修饰种类众多和肽变体含量低而带来的计算挑战的限制<53, 54, 55>。
在这项工作中,我们比较了两种用于蛋白质组学分析的样品预处理策略,旨在检测低丰度的脂质修饰,特别是N端肉豆蔻酰化。作为我们的标准实验脂蛋白,我们使用了小鼠乳腺肿瘤病毒(MMTV)和Mason-Pfizer猴病毒(MPMV)的基质蛋白。我们在酶促消化后应用了两种预处理方法,即液-液提取或固相提取,以进一步提高脂肽的富集程度,并将结果与基于溶剂沉淀的直接蛋白质组学方法(SP4)<56, 57>得到的结果进行了比较。为了进一步支持疏水性肽的检测,我们在整个分析过程中整合了脂质组学方法,特别是在LC–MS方法上。此外,我们还应用了分阶段HCD来生成信息丰富的串联质谱,以对肽上的长链脂质修饰进行结构注释。据我们所知,这是首次系统地证明多能量HCD比传统的单能量HCD更能改善脂质修饰的注释。最后,我们评估了每种策略对含有脂蛋白的复杂生物样品中脂肽鉴定的影响。
Adéla Pravdová|Jana B?ezinová|Marta Vlková|?těpán Strnad|Kamila Clarová|Josef Cva?ka|Martin Hubálek