LC/HRMS, LC/MS, LC/MS/MS, LC/Orbitrap
ZaměřeníProteomika
VýrobceThermo Fisher Scientific
Význam tématu
Proteiny reagují na vnější i vnitřní podněty a zajišťují klíčové buněčné funkce. Kvantitativní proteomika nabízí měření změn v hladinách proteinů a jejich posttranslačních modifikací s vysokou citlivostí a přesností, což je zásadní pro pochopení biologických procesů a vývoj nových terapeutických přístupů.
Cíle a přehled studie / článku
Článek shrnuje moderní přístupy kvantitativní proteomiky, rozděluje je na objevné (discovery) a cílené (targeted) metody a poskytuje doporučení pro výběr vhodné strategie podle povahy vzorku, požadavků na přesnost a dostupnosti instrumentace.
Použitá metodika a instrumentace
- Kapalinová chromatografie (LC) spojená s hmotnostní spektrometrií (MS)
- Orbitrap a hybridní analyzátory pro vysoké rozlišení (HRAM)
- Triple quadrupole (TSQ) pro SRM a SIM režimy
- Metody značení: SILAC, TMT, isobarické značky
- Režimy akvizice dat: data-dependent acquisition (DDA) a data-independent acquisition (DIA)
- Cílené strategie: SRM, SIM, PRM a SureQuant s vnitřními standardy
Hlavní výsledky a diskuse
Objevné metody LFQ-DDA a LFQ-DIA umožňují porovnávat neomezený počet vzorků bez značení, avšak vyžadují vysoce reprodukovatelné chromatografické podmínky a sofistikované softwarové nástroje pro zpracování dat. SILAC přináší přesné vnitrobuněčné značení, TMT umožňuje multiplexovat až 16 vzorků v jedné analýze. Cílené přístupy na triple quadrupole (SRM, SIM) nabízejí vysokou citlivost pro desítky cílů, PRM na HRAM přístrojích umožňuje důvěryhodné potvrzení peptidů a SureQuant optimalizuje akvizici v reálném čase pomocí těžkých standardů pro stovky cílů.
Příklady aplikací:
- LFQ-DDA v analýze karcinomu prostaty (>6400 proteinů)
- LFQ-DIA v analýze močového proteomu u pediatrických diagnóz
- SILAC pro monitoring fosforylace při infekci HIV
- TMT v biomarkerovém screeningu plazmy u srdečního selhání (PH-HFpEF)
- SRM sledování trombospondinu a hemoglobinu při koagulaci
- SIM kvantifikace 86 kvasinkových peptidů
- PRM a SureQuant cílená analýza signální dráhy AKT/mTOR
Přínosy a praktické využití metody
Moderní kvantitativní proteomika umožňuje:
- Komplexní mapování proteomů a posttranslačních modifikací
- Návrh a validaci biomarkerů
- Vyhodnocení farmakologického zásahu a mechanismu účinku
- Relativní i absolutní kvantifikaci proteinů
- Snížení nákladů a času díky multiplexním přístupům (TMT, SILAC)
- Vysokou citlivost v malých a složitých vzorcích
Budoucí trendy a možnosti využití
Očekává se další rozvoj:
- Integrace real-time databázového vyhledávání a strojového učení
- Zvýšení multiplexingu nad 16 kanálů a vyšší propustnosti
- Algoritmické zpracování chybějících hodnot v LFQ
- Hybridní workflow kombinující objevné a cílené přístupy
- Uplatnění v klinických studiích pro personalizovanou medicínu
Závěr
Výběr kvantitativní metody závisí na cílech studie, složitosti vzorku a dostupných zdrojích. Label-free přístupy jsou vhodné pro neomezený počet vzorků, multiplexní strategie (TMT, SILAC) pro rozsáhlé biomarkerové studie a cílené metody (SRM, PRM, SureQuant) pro vysokou citlivost a přesnost. Workflow SureQuant nabízí robustní a citlivé řešení pro rozsáhlé cílené analýzy.
Reference
- Thompson A. et al. Anal Chem. 2003;75(8):1895-1904.
- Ong S.E. et al. Mol Cell Proteomics. 2002;1(5):376-386.
- Bantscheff M. et al. Anal Bioanal Chem. 2007;389(4):1017-1031.
- Kiyonami R. et al. Thermo Scientific Application Note #500, 2010.
- Dufresne C. et al. ASMS 2019 Poster.
- Eliuk S. et al. ASMS 2013 Poster.
- Hebert A.S. et al. Nature Methods. 2013;10:332-334.
- Bomgarden R.D. et al. ASMS 2017 Poster.
- McAlister G.C. et al. Anal Chem. 2014;86(14):7150-7158.
- Erickson B.K. et al. J Proteome Res. 2019;18(3):1299-1306.
- Snovida S.I. et al. ASMS 2019 Poster.
- Peterson A.C. et al. Mol Cell Proteomics. 2012;11:1475-1488.
- Gallien S. et al. ASMS 2019 Poster.
- Sarracino D. et al. ASMS 2017 Poster.
- Kiyonami R. et al. ASMS 2011 Poster.
- Gallien S. et al. Hupo 2018 Poster.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.