TIMSrescore: timsTOF-optimized PSM rescoring boosts identification rates for immunopeptidomics

Význam tématu

Imunopeptidomika umožňuje detailní průzkum peptidů prezentovaných na povrchu buněk, které jsou zásadní pro pochopení imunitních mechanismů a identifikaci potenciálních biomarkerů a terapeutických cílů. Vzhledem k neenzymatickému štěpení se dramaticky zvyšuje vyhledávací prostor a tradiční přístupy dosahují nižší úspěšnosti identifikace.

Cíle a přehled studie / článku

Studie představuje algoritmus TIMSrescore optimalizovaný pro platformu timsTOF, jehož cílem je zvýšit míru identifikace PSM a peptidů v immunopeptidomických datech. Validace proběhla na dvou souborech dat: HeLa lyzátu štěpeného elastázou a vzorcích tumoru ledviny (RCC).

Použitá metodika a instrumentace

Analýza HeLa lyzátů proběhla po redukci, alkylaci a 3hodinové digesci elastázou při 37 °C. Peptidy byly separovány na nanoElute 2 (22min gradient) a detekovány na CSI Ultra připojeném k mass spektrometru timsTOF Ultra. Parametry: intenzitní práh 500, cílová intenzita 20 000, kolizní energie v rozmezí 20–70 eV v závislosti na 1/k0, výběr prekurzorů 300–1400 m/z. Pro imunoanalýzu RCC vzorků byl použit stejný přístup s obohacením HLA I a II. Data byla zpracována v Sage (Lazear et al., 2023) a MS2Rescore (Declercq et al., 2022) s přidanou podporou TIMSrescore.

Hlavní výsledky a diskuse

TIMSrescore zvýšil průměrnou identifikaci PSM o 37 % a peptidů o 35 % napříč různými TIMS ramp časy u HeLa vzorků. V imuno-datech z RCC pozorujeme nárůst identifikace o 21,8 %. Klíčové optimalizace fragmentačního modelu přinesly nárůst mediánové Pearsonovy korelace z 0,53 na 0,88.

Přínosy a praktické využití metody

• Výrazné zvýšení citlivosti a specificity při identifikaci immunopeptidů.
• Využití vícedimenzionálních dat z TIMS-TOF, včetně fragmentace, retenční doby a CCS.
• Kompatibilita s existujícími databázovými vyhledávači a workflow v proteomice.

Budoucí trendy a možnosti využití

Metoda lze dále rozšířit o podporu nových přístrojových režimů a širších imunopeptidomických vzorků. Integrace pokročilých modelů strojového učení a adaptace pro klinickou proteomiku otevřou cestu k personalizované medicíně.

Závěr

TIMSrescore představuje efektivní rescoringový nástroj pro timsTOF data, který využívá moderní predikční modely pro fragmentaci, RT a CCS k zvýšení míry identifikace immunopeptidů až o 15–40 %.

Reference

• Hoenisch Gravel N. et al. TOFIMS mass spectrometry-based immunopeptidomics refines tumor antigen identification. Nat Commun. 2023;14:7472.
• Lazear M. R. et al. Sage: An Open-Source Tool for Fast Proteomics Searching and Quantification at Scale. J Proteome Res. 2023;22:3652–3659.
• Declercq A. et al. MS2Rescore: Data-Driven Rescoring Dramatically Boosts Immunopeptide Identification Rates. Mol Cell Proteomics. 2022;21.