LC/MS, LC/MS/MS, LC/Orbitrap, LC/HRMS
ZaměřeníProteomika, Farmaceutická analýza
VýrobceThermo Fisher Scientific
Význam tématu
Phosphoproteomika zaměřená na aktivní smyčky kináz poskytuje přímé indikátory signalizační aktivity buněčných drah relevantních pro onkologii. Cílená měření fosfopeptidů z těchto regulačních oblastí umožňují kvantitativní a biologicky srozumitelné čtení stavů kináz, což je důležité pro biomarkery diagnostiky, prognózy a sledování odpovědi na terapii. Vzhledem k nízké abundanci fosfopeptidů a vysokému pozadí v komplexních vzorcích jsou nezbytné přizpůsobené akviziční strategie (adaptive RT, PRM, případně MS3) a optimalizovaná front-end enrichment metody.Cíle a přehled studie
Cílem práce bylo vyvinout multiplexní cílený assay pro více než 280 těžce značených fosfopeptidů z aktivních smyček lidských kináz tak, aby bylo možné kvantitativně monitorovat stovky fosfosite při jedné LC–MS analýze. Studie představuje implementaci adaptivního plánování retenčních časů (adaptive RT) v PRM režimu na platformě Stellar MS, optimalizaci gradientů, parametrů MS a v případech vysokého spektrálního pozadí i aplikaci MS3 pro zvýšení selektivity a citlivosti.Použitá metodika a instrumentace
- Vzorky: Standardní směs těžce značených fosfopeptidů (JPT Peptide Technologies) spikeovaná do obohacených HeLa digestů.
- Enrichment: HighSelect Fe-NTA Magnetic Phosphopeptide Enrichment Kit (Thermo Scientific).
- Chromatografie: Vanquish Neo UHPLC v konfiguraci trap-and-elute; IonOpticks/EASY-Spray kolona 75 µm × 25 cm; mobilní fáze A = 0,1 % FA ve vodě, B = 0,1 % FA v 80 % ACN; kolona 50 °C, autosampler 7 °C; finální gradient 45 minut zvolen jako kompromis mezi rozlišením a průchodností.
- Hmotnostní spektrometrie: Thermo Scientific Stellar mass spectrometer; PRM s adaptivním RT (vytvořeno .rtbin souborem z analytických vstupů); použití MS3 pro peptidy s vysokým pozadím. Klíčové parametry: scan range MS1 350–2000 m/z (MS2/MS3 200–1500 m/z), scan rate 125 kDa/s, RF lens 30 %, izolace 2 m/z, HCD aktivace, kolizní energie 23 %, AGC nastaveno na Standard (optimalizováno 100–800 %, finálně 100 %), body-per-peak ~7, Dynamic Injection Time režim.
- Software: Skyline-Daily 26.1.1 pro analýzu dat a PRM conductor pro generování metod.
Hlavní výsledky a diskuse
- Multiplexnost a rozsah: Metoda monitoruje přes 570 precursorů (těžké + lehké), což odpovídá více než 280 těžce značeným fosfopeptidům v jednom 45min LC–MS běhu.
- Adaptivní RT: Implementace .rtbin a adaptivního plánování umožnila užití úzkého retenčního okna ~1,8 minuty pro efektivní plánování PRM skenů a zachování vysokého počtu cílů při zachování dostatečné hustoty bodů na chromatografickém píku.
- MS3 pro snížení pozadí: Pro peptidy s vysokým spektrálním rušením se úspěšně použilo MS3, čímž se výrazně zlepšilo poměru signál/šum a zvýšila se selektivita detekce v obohacených HeLa vzorcích.
- Optimální parametry: Kolizní energie CE=23 a režim Dynamic Injection Time byly vybrány jako nejlepší kompromis mezi intenzitou signálu a kvalitativní robustností. AGC byl testován v rozmezí 100–800 %; intensita peptidů byla konzistentní mezi 100–500 %, a proto bylo zvoleno 100 % pro finální metodu.
- Rozlišení izomerů fosforylace: Většina pozičních izomerů fosfopeptidů byla separována retenčním časem na 45min gradientu a dále rozlišena unikátními fragmentačními ionty, což je klíčové pro přesné čtení signalizace.
- Výkonnost a stabilita: Metoda vykazuje dobrou linearitu, přesnost a preciznost přes široké dynamické rozmezí; většina peptidů zůstala stabilní v autosampleru až 72 hodin, avšak některé peptidy vykazovaly pokles signálu při delším vystavení pokojové teplotě.
- Enrichment efekt: Po obohacení fosfopeptidů z HeLa buněk byly intenzity některých cílových peptidů zvýšeny více než 100×, což dokazující význam kroku enrichmentu pro citlivou detekci.
Přínosy a praktické využití metody
- Rychlé a škálovatelné profilování: Umožňuje kvantifikovat stovky fosfosite během jednoho LC–MS běhu, což je vhodné pro velké studie signálních sítí nebo screening farmakologických zásahů.
- Vysoká selektivita: Kombinace adaptivního RT, PRM a případně MS3 snižuje falešné signály a zlepšuje důvěru v kvantifikaci nízkoabundantních fosfopeptidů.
- Biologická interpretace: Zaměření na aktivní smyčky kináz poskytuje přímo interpretovatelné biomarkery kinázové aktivity (např. GSK, CDK11), užitečné pro výzkum nádorových drah a predikci odpovědi na terapii.
- Robustnost pro laboratorní workflow: Optimalizované chromatografické podmínky, standardní AGC a automatizované plánování zjednodušují transfer metody mezi laboratořemi.
Budoucí trendy a možnosti využití
- Rozšiřitelnost panelů: Panel lze rozšiřovat o další biologicky relevantní fosfosite a adaptovat na jiné druhy signálních proteinů.
- Integrace s DIA a ion mobility: Kombinace cílených přístupů s datově nezávislou akvizicí nebo ion-mobility separací může zlepšit pokrytí a rozlišení izomerů.
- Automatizace a standardizace: Vyšší míra automatizace přípravy vzorků a jednotné standardní operativní postupy zlepší přenositelnost do klinických laboratorních prostředí.
- Pokročilá bioinformatika: AI/ML pro adaptivní plánování, lepší deconvoluci signálu a robustní vyhodnocení izomerů podpoří rychlejší interpretaci dat.
- Klientské a klinické aplikace: Přechod od výzkumných studií k validovaným klinickým testům bude vyžadovat další klinickou validaci, standardizaci kalibrací a kontrol kvality.
Závěr
Studie předkládá validovaný pracovní postup pro vysoce multiplexní cílenou analýzu fosfopeptidů z aktivních smyček kináz s použitím adaptivního retenčního času na platformě Stellar MS. Kombinace 45min gradientu, adaptivního RT plánování, optimalizovaných MS parametrů a selektivního použití MS3 poskytuje citlivé, selektivní a robustní řešení pro profilování kinázových aktivit v komplexních vzorcích. Metoda má přímé uplatnění v onkologickém výzkumu a představuje solidní základnu pro další rozšiřování panelů i případný klinický transfer.Reference
- Cancer Lett. 2013 Sep 2;342(1):104–112.
- Clin Cancer Res. 2010 Nov 1;16(21):5124-32.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.