Summary

Facettenreiche massenspektrometrische Untersuchung von Neuropeptiden in Callinectes sapidus

Published: May 31, 2022
doi:

Summary

Die massenspektrometrische Charakterisierung von Neuropeptiden liefert Sequenz-, Quantifizierungs- und Lokalisierungsinformationen. Dieser optimierte Workflow ist nicht nur für Neuropeptidstudien nützlich, sondern auch für andere endogene Peptide. Die hier bereitgestellten Protokolle beschreiben die Probenvorbereitung, die MS-Akquisition, die MS-Analyse und die Datenbankgenerierung von Neuropeptiden unter Verwendung von LC-ESI-MS, MALDI-MS-Spotting und MALDI-MS-Bildgebung.

Abstract

Neuropeptide sind Signalmoleküle, die fast alle physiologischen und Verhaltensprozesse wie Entwicklung, Fortpflanzung, Nahrungsaufnahme und Reaktion auf externe Stressoren regulieren. Dennoch sind die biochemischen Mechanismen und die vollständige Ergänzung der Neuropeptide und ihre funktionellen Rollen noch wenig verstanden. Die Charakterisierung dieser endogenen Peptide wird durch die immense Vielfalt innerhalb dieser Klasse von Signalmolekülen behindert. Darüber hinaus sind Neuropeptide in Konzentrationen von 100x – 1000x niedriger als die von Neurotransmittern bioaktiv und neigen nach der synaptischen Freisetzung zum enzymatischen Abbau. Die Massenspektrometrie (MS) ist ein hochempfindliches Analysewerkzeug, das Analyten ohne umfassende A-priori-Kenntnisse identifizieren, quantifizieren und lokalisieren kann. Es eignet sich gut für die globale Profilierung von Neuropeptiden und die Unterstützung bei der Entdeckung neuartiger Peptide. Aufgrund der geringen Häufigkeit und hohen chemischen Vielfalt dieser Peptidklasse wurden mehrere Probenvorbereitungsmethoden, MS-Akquisitionsparameter und Datenanalysestrategien aus Proteomiktechniken angepasst, um eine optimale Neuropeptidcharakterisierung zu ermöglichen. Hier werden Methoden zur Isolierung von Neuropeptiden aus komplexen biologischen Geweben zur Sequenzcharakterisierung, -quantifizierung und -lokalisierung mittels Flüssigkeitschromatographie (LC)-MS und matrixgestützter Laserdesorption/-ionisation (MALDI)-MS beschrieben. Ein Protokoll zur Erstellung einer Neuropeptid-Datenbank aus der blauen Krabbe, Callinectes sapidus, einem Organismus ohne umfassende genomische Informationen, ist enthalten. Diese Arbeitsabläufe können angepasst werden, um andere Klassen von endogenen Peptiden in verschiedenen Spezies mit einer Vielzahl von Instrumenten zu untersuchen.

Introduction

Das Nervensystem ist komplex und benötigt ein Netzwerk von Neuronen, um Signale durch einen Organismus zu übertragen. Das Nervensystem koordiniert sensorische Informationen und biologische Reaktionen. Die komplizierten und komplizierten Wechselwirkungen, die an der Signalübertragung beteiligt sind, erfordern viele verschiedene Signalmoleküle wie Neurotransmitter, Steroide und Neuropeptide. Da Neuropeptide die vielfältigsten und stärksten Signalmoleküle sind, die eine Schlüsselrolle bei der Aktivierung physiologischer Reaktionen auf Stress und andere Reize spielen, ist es von Interesse, ihre spezifische Rolle in diesen physiologischen Prozessen zu bestimmen. Die Funktion von Neuropeptiden hängt mit ihrer Aminosäurestruktur zusammen, die die Mobilität, die Rezeptorinteraktion und die Affinitätbestimmt 1. Techniken wie die Histochemie, die wichtig ist, weil Neuropeptide in verschiedenen Regionen des Gewebes synthetisiert, gespeichert und freigesetzt werden können, und die Elektrophysiologie wurden eingesetzt, um die Struktur und Funktion von Neuropeptiden zu untersuchen 2,3,4, aber diese Methoden sind durch Durchsatz und Spezifität begrenzt, um die enorme Sequenzvielfalt von Neuropeptiden aufzulösen.

Die Massenspektrometrie (MS) ermöglicht die Hochdurchsatzanalyse der Neuropeptidstruktur und -häufigkeit. Dies kann durch verschiedene MS-Techniken durchgeführt werden, am häufigsten durch Flüssigkeitschromatographie-Elektrospray-Ionisation MS (LC-ESI-MS)5 und matrixgestützte Laserdesorption/Ionisation MS (MALDI-MS)6. Durch hochgenaue Massenmessungen und MS-Fragmentierung bietet MS die Möglichkeit, Neuropeptiden aus komplexen Mischungen ohne A-priori-Kenntnisse den Status einer Aminosäuresequenz und posttranslationalen Modifikation (PTM) zuzuweisen, um ihre Funktion zu bestimmen 7,8. Neben qualitativen Informationen ermöglicht MS die quantitative Information von Neuropeptiden durch markierungsfreie Quantifizierung (LFQ) oder markierungsbasierte Methoden wie isotopische oder isobare Markierung9. Zu den Hauptvorteilen von LFQ gehören die Einfachheit, die niedrigen Analysekosten und die Verringerung der Probenvorbereitungsschritte, wodurch der Probenverlust minimiert werden kann. Zu den Nachteilen von LFQ gehören jedoch erhöhte Gerätezeitkosten, da mehrere technische Replikate erforderlich sind, um quantitative Fehler aufgrund von Run-to-Run-Variabilität zu beheben. Dies führt auch zu einer verminderten Fähigkeit, kleine Variationen genau zu quantifizieren. Markierungsbasierte Methoden unterliegen weniger systematischen Variationen, da mehrere Proben mit einer Vielzahl stabiler Isotope differenziell markiert, zu einer Probe kombiniert und gleichzeitig durch Massenspektrometrie analysiert werden können. Dies erhöht auch den Durchsatz, obwohl die Synthese oder der Kauf von Isotopenmarkierungen zeitaufwändig und kostspielig sein kann. Die spektrale Komplexität der Full Scan-Massenspektren (MS1) nimmt mit zunehmendem Multiplexing ebenfalls zu, was die Anzahl der einzigartigen Neuropeptide verringert, die fragmentiert und daher identifiziert werden können. Umgekehrt erhöht die isobare Markierung die spektrale Komplexität auf MS1-Ebene nicht, obwohl sie Herausforderungen für Analyten mit geringer Häufigkeit wie Neuropeptide mit sich bringt. Da die isobare Quantifizierung auf der Ebene der Fragmentionen-Massenspektren (MS2) durchgeführt wird, können Neuropeptide mit geringer Häufigkeit möglicherweise nicht quantifiziert werden, da reichlichere Matrixkomponenten für die Fragmentierung ausgewählt werden können und die ausgewählten möglicherweise nicht hoch genug sind, um quantifiziert zu werden. Mit der Isotopenmarkierung kann die Quantifizierung an jedem identifizierten Peptid durchgeführt werden.

Zusätzlich zur Identifizierung und Quantifizierung können Lokalisierungsinformationen von MS durch MALDI-MS-Bildgebung (MALDI-MSI)10 erhalten werden. Durch Rasten eines Lasers über eine Probenoberfläche können MS-Spektren zu einem Heatmap-Bild für jeden m/z-Wert kompiliert werden. Die Kartierung der transienten Neuropeptidsignalintensität in verschiedenen Regionen über Bedingungen hinweg kann wertvolle Informationen für die Funktionsbestimmungliefern 11. Die Lokalisation von Neuropeptiden ist besonders wichtig, da die Neuropeptidfunktion je nach Standort12 unterschiedlich sein kann.

Neuropeptide kommen in vivo in geringerer Häufigkeit vor als andere Signalmoleküle wie Neurotransmitter und erfordern daher empfindliche Methoden zum Nachweis13. Dies kann durch die Entfernung von Matrixkomponenten mit höherer Häufigkeit, wie z.B. Lipiden11,14, erreicht werden. Zusätzliche Überlegungen für die Analyse von Neuropeptiden müssen im Vergleich zu herkömmlichen Proteomik-Workflows angestellt werden, vor allem, weil die meisten neuropeptidomischen Analysen die enzymatische Verdauung auslassen. Dies schränkt die Softwareoptionen für die Neuropeptid-Datenanalyse ein, da die meisten mit Algorithmen erstellt wurden, die auf Proteomik-Daten und Proteinübereinstimmungen basieren, die durch Peptiddetektion informiert sind. Viele Software wie PEAKS15 eignet sich jedoch aufgrund ihrer De-novo-Sequenzierungsfunktionen besser für die Neuropeptidanalyse. Für die Analyse von Neuropeptiden müssen mehrere Faktoren berücksichtigt werden, angefangen von der Extraktionsmethode bis zur MS-Datenanalyse.

Die hier beschriebenen Protokolle umfassen Methoden zur Probenvorbereitung und Dimethylisotopenmarkierung, Datenerfassung und Datenanalyse von Neuropeptiden durch LC-ESI-MS, MALDI-MS und MALDI-MSI. Durch repräsentative Ergebnisse aus mehreren Experimenten wird der Nutzen und die Fähigkeit dieser Methoden zur Identifizierung, Quantifizierung und Lokalisierung von Neuropeptiden aus blauen Krabben, Callinectes sapidus, demonstriert. Um das Nervensystem besser zu verstehen, werden häufig Modellsysteme verwendet. Vielen Organismen steht kein vollständig sequenziertes Genom zur Verfügung, was eine umfassende Entdeckung von Neuropeptiden auf Peptidebene verhindert. Um diese Herausforderung zu mildern, ist ein Protokoll zur Identifizierung neuartiger Neuropeptide und zum Transkriptom-Mining zur Generierung von Datenbanken für Organismen ohne vollständige Genominformationen enthalten. Alle hier vorgestellten Protokolle können für Neuropeptidproben aus beliebigen Spezies optimiert sowie für die Analyse beliebiger endogener Peptide angewendet werden.

Protocol

Alle beschriebenen Gewebeproben wurden in Übereinstimmung mit den Richtlinien der University of Wisconsin-Madison durchgeführt. 1. LC-ESI-MS-Analyse von Neuropeptiden Neuropeptidextraktion und Entsalzung Vor der Gewebeentnahme ist angesäuertes Methanol (acMeOH) (90:9:1 MeOH:Wasser:Essigsäure) wie in16 beschrieben herzustellen. Sammeln Sie Hirngewebe aus dem Krustentier17 und verwenden Sie eine Pin…

Representative Results

Der Workflow für die Probenvorbereitung und MS-Analyse ist in Abbildung 1 dargestellt. Nach der Dissektion von neuronalem Gewebe werden Homogenisierung, Extraktion und Entsalzung durchgeführt, um Neuropeptidproben zu reinigen. Ist eine isotopenmarkierungsbasierte Quantifizierung gewünscht, werden die Proben markiert und erneut entsalzt. Die resultierende Probe wird mittels LC-MS/MS zur Identifizierung und Quantifizierung von Neuropeptiden analysiert. Neuropepti…

Discussion

Die genaue Identifizierung, Quantifizierung und Lokalisierung von Neuropeptiden und endogenen Peptiden im Nervensystem sind entscheidend für das Verständnis ihrer Funktion23,24. Die Massenspektrometrie ist eine leistungsstarke Technik, mit der all dies auch in Organismen ohne vollständig sequenziertes Genom erreicht werden kann. Die Fähigkeit dieses Protokolls, Neuropeptide aus Gewebe, das von C. sapidus durch eine Kombination von LC-ESI- und MALDI-M…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Diese Forschung wurde von der National Science Foundation (CHE-1710140 und CHE-2108223) und den National Institutes of Health (NIH) durch den Zuschuss R01DK071801 unterstützt. A.P. wurde zum Teil durch den NIH Chemistry-Biology Interface Training Grant (T32 GM008505) unterstützt. N.V.Q. wurde zum Teil von den National Institutes of Health im Rahmen des Ruth L. Kirschstein National Research Service Award des National Heart Lung and Blood Institute an das University of Wisconsin-Madison Cardiovascular Research Center (T32 HL007936) unterstützt. L.L. möchte die NIH-Zuschüsse R56 MH110215, S10RR029531 und S10OD025084 sowie die finanzielle Unterstützung durch eine Vilas Distinguished Achievement Professorship und eine Charles Melbourne Johnson Professorship mit Mitteln der Wisconsin Alumni Research Foundation und der University of Wisconsin-Madison School of Pharmacy anerkennen.

Materials

Chemicals, Reagents, and Consumables
2,5-Dihydroxybenzoic acid (DHB) matrix Supelco 39319
Acetic acid Fisher Chemical A38S-500
Acetonitrile Optima LC/MS grade Fisher Chemical A955-500
Ammonium bicarbonate Sigma-Aldrich 9830
Borane pyridine Sigma-Aldrich 179752
Bruker peptide calibration mix Bruker Daltonics NC9846988
Capillary Polymicro 1068150019 to make nanoflow column (75 µm inner diameter x 360 µm outer diameter)
Cryostat cup Sigma-Aldrich E6032 any cup or mold should work
 Microcentrifuge Tubes Eppendorf 30108434
Formaldehyde Sigma-Aldrich 252549
Formaldehyde – D2 Sigma-Aldrich 492620
Formic acid Optima LC/MS grade Fisher Chemical A117-50
Gelatin Difco 214340 place in 37 °C water bath to melt
Hydrophobic barrier pen Vector Labs 15553953
Indium tin oxide (ITO)-coated glass slides Delta Technologies CB-90IN-S107 25 mm x 75 mm x 0.8 mm (width x length x thickness)
LC-MS vials Thermo TFMSCERT5000-30LVW
Methanol Optima LC/MS Grade Fisher Chemical A456-500
Parafilm Sigma-Aldrich P7793 Hydrophobic film
pH-Indicator strips Supelco 109450
Red phosphorus clusters Sigma-Aldrich 343242
Reversed phase C18 material Waters 186002350 manually packed into nanoflow column
Wite-out pen BIC 150810
ZipTip Millipore Z720070
Instruments and Tools
Automatic matrix sprayer system- M5 HTX Technologies, LLC
Centrifuge – 5424 R Eppendorf 05-401-205
Cryostat- HM 550 Thermo Fisher Scientific 956564A
Desiccant Drierite 2088701
Forceps WPI 501764
MALDI stainless steel target plate Bruker Daltonics 8280781
Pipet-Lite XLS Rainin 17014391 200 µL
Q Exactive Plus Hybrid Quadrupole-Orbitrap Thermo Fisher Scientific IQLAAEGAAPFALGMBDK
RapifleX MALDI-TOF/TOF Bruker Daltonics
SpeedVac – SVC100 Savant SVC-100D
Ultrasonic Cleaner Bransonic 2510R-MTH for sonication
Ultrasonic homogenizer Fisher Scientific FB120110 FB120 Sonic Dismembrator with CL-18 Probe
Vaccum pump- Alcatel 2008 A Ideal Vacuum Products P10976 ultimate pressure = 1 x 10-4 Torr
Vortex Mixer Corning 6775
Water bath (37C) – Isotemp 110 Fisher Scientific 15-460-10
Data Analysis Software
Expasy https://web.expasy.org/translate/
FlexAnalysis Bruker Daltonics
FlexControl Bruker Daltonics
FlexImaging Bruker Daltonics
PEAKS Studio Bioinformatics Solutions, Inc.
SCiLS Lab https://scils.de/
SignalP 5.0 https://services.healthtech.dtu.dk/service.php?SignalP-5.0
tBLASTn http://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=tblastn&BLAST_
PROGRAMS=tblastn&PAGE_
TYPE=BlastSearch&SHOW_
DEFAULTS=on&LINK_LOC
=blasthome

References

  1. Hökfelt, T., et al. Neuropeptides – an overview. Neuropharmacology. 39 (8), 1337-1356 (2000).
  2. Radhakrishnan, V., Henry, J. L. Electrophysiology of neuropeptides in the sensory spinal cord. Progress in Brain Research. 104, 175-195 (1995).
  3. Nässel, D. R., Ekström, P. Detection of neuropeptides by immunocytochemistry. Methods in Molecular Biology. 72, 71-101 (1997).
  4. Martins, J., et al. Activation of Neuropeptide Y Receptors Modulates Retinal Ganglion Cell Physiology and Exerts Neuroprotective Actions In Vitro. ASN Neuro. 7 (4), 1759091415598292 (2015).
  5. Racaityte, K., Lutz, E. S. M., Unger, K. K., Lubda, D., Boos, K. S. Analysis of neuropeptide Y and its metabolites by high-performance liquid chromatography-electrospray ionization mass spectrometry and integrated sample clean-up with a novel restricted-access sulphonic acid cation exchanger. Journal of Chromatography. A. 890 (1), 135-144 (2000).
  6. Salisbury, J. P., et al. A rapid MALDI-TOF mass spectrometry workflow for Drosophila melanogaster differential neuropeptidomics. Molecular Brain. 6, 60 (2013).
  7. Schmerberg, C. M., Li, L. Function-driven discovery of neuropeptides with mass spectrometry-based tools. Protein and Peptide Letters. 20 (6), 681-694 (2013).
  8. Lee, J. E. Neuropeptidomics: Mass Spectrometry-Based Identification and Quantitation of Neuropeptides. Genomics & Informatics. 14 (1), 12-19 (2016).
  9. Sauer, C. S., Phetsanthad, A., Riusech, O. L., Li, L. Developing mass spectrometry for the quantitative analysis of neuropeptides. Expert Review of Proteomics. 18 (7), 607-621 (2021).
  10. Pratavieira, M., et al. MALDI Imaging Analysis of Neuropeptides in Africanized Honeybee ( Apis mellifera) Brain: Effect of Aggressiveness. Journal of Proteome Research. 17 (7), 2358-2369 (2018).
  11. Buchberger, A. R., Vu, N. Q., Johnson, J., DeLaney, K., Li, L. A Simple and Effective Sample Preparation Strategy for MALDI-MS Imaging of Neuropeptide Changes in the Crustacean Brain Due to Hypoxia and Hypercapnia Stress. Journal of the American Society for Mass Spectrometry. 31 (5), 1058-1065 (2020).
  12. Vu, N. Q., DeLaney, K., Li, L. Neuropeptidomics: Improvements in Mass Spectrometry Imaging Analysis and Recent Advancements. Current Protein & Peptide Science. 22 (2), 158-169 (2021).
  13. Li, L., Sweedler, J. V. Peptides in the brain: mass spectrometry-based measurement approaches and challenges. Annual Review of Analytical Chemistry (Palo Alto, Calif). 1, 451-483 (2008).
  14. Li, N., et al. Sequential Precipitation and Delipidation Enables Efficient Enrichment of Low-Molecular Weight Proteins and Peptides from Human Plasma. Journal of Proteome Research. 19 (8), 3340-3351 (2020).
  15. Zhang, J., et al. PEAKS DB: de novo sequencing assisted database search for sensitive and accurate peptide identification. Molecular & Cellular Proteomics : MCP. 11 (4), (2012).
  16. Sturm, R. M., Greer, T., Woodards, N., Gemperline, E., Li, L. Mass spectrometric evaluation of neuropeptidomic profiles upon heat stabilization treatment of neuroendocrine tissues in crustaceans. Journal of Proteome Research. 12 (2), 743-752 (2013).
  17. Gutierrez, G. J., Grashow, R. G. Cancer borealis stomatogastric nervous system dissection. Journal of Visualized Experiments: JoVE. (25), e1207 (2009).
  18. DeLaney, K., et al. PRESnovo: Prescreening Prior to de novo Sequencing to Improve Accuracy and Sensitivity of Neuropeptide Identification. Journal of the American Society for Mass Spectrometry. 31 (7), 1358-1371 (2020).
  19. Oleisky, E. R., Stanhope, M. E., Hull, J. J., Christie, A. E., Dickinson, P. S. Differential neuropeptide modulation of premotor and motor neurons in the lobster cardiac ganglion. Journal of Neurophysiology. 124 (4), 1241-1256 (2020).
  20. Ma, M., et al. Combining in silico transcriptome mining and biological mass spectrometry for neuropeptide discovery in the Pacific white shrimp Litopenaeus vannamei. Peptides. 31 (1), 27-43 (2010).
  21. Christie, A. E., Stemmler, E. A., Dickinson, P. S. Crustacean neuropeptides. Cellular and Molecular Life Sciences : CMLS. 67 (24), 4135-4169 (2010).
  22. DeLaney, K., et al. New techniques, applications and perspectives in neuropeptide research. The Journal of Experimental Biology. 221, (2018).
  23. Habenstein, J., et al. Transcriptomic, peptidomic, and mass spectrometry imaging analysis of the brain in the ant Cataglyphis nodus. Journal of Neurochemistry. 158 (2), 391-412 (2021).
  24. Maes, K., et al. Improved sensitivity of the nano ultra-high performance liquid chromatography-tandem mass spectrometric analysis of low-concentrated neuropeptides by reducing aspecific adsorption and optimizing the injection solvent. Journal of Chromatography. A. 1360, 217-228 (2014).
  25. Li, G., et al. Nanosecond photochemically promoted click chemistry for enhanced neuropeptide visualization and rapid protein labeling. Nature Communications. 10 (1), 4697 (2019).
  26. Corbière, A., et al. Strategies for the Identification of Bioactive Neuropeptides in Vertebrates. Frontiers in Neuroscience. 13, 948 (2019).
  27. Chen, R., Ma, M., Hui, L., Zhang, J., Li, L. Measurement of neuropeptides in crustacean hemolymph via MALDI mass spectrometry. Journal of American Society for Mass Spectrometry. 20 (4), 708-718 (2009).
  28. Fridjonsdottir, E., Nilsson, A., Wadensten, H., Andrén, P. E. Brain Tissue Sample Stabilization and Extraction Strategies for Neuropeptidomics. Peptidomics: Methods and Strategies. , 41-49 (2018).
  29. Buchberger, A. R., DeLaney, K., Johnson, J., Li, L. Mass Spectrometry Imaging: A Review of Emerging Advancements and Future Insights. Analytical Chemistry. 90 (1), 240-265 (2018).
  30. Phetsanthad, A., et al. Recent advances in mass spectrometry analysis of neuropeptides. Mass Spectrometry Reviews. , 21734 (2021).
  31. Pérez-Cova, M., Bedia, C., Stoll, D. R., Tauler, R., Jaumot, J. MSroi: A pre-processing tool for mass spectrometry-based studies. Chemometrics and Intelligent Laboratory Systems. 215, 104333 (2021).
  32. Christie, A. E., Chi, M. Prediction of the neuropeptidomes of members of the Astacidea (Crustacea, Decapoda) using publicly accessible transcriptome shotgun assembly (TSA) sequence data. General and Comparative Endocrinology. 224, 38-60 (2015).
  33. Livnat, I., et al. A d-Amino Acid-Containing Neuropeptide Discovery Funnel. Analytical Chemistry. 88 (23), 11868-11876 (2016).
  34. Lehrer, R. I., Ganz, T. Defensins: endogenous antibiotic peptides from human leukocytes. Ciba Foundation Symposium. 171, 276-290 (1992).

Play Video

Cite This Article
Phetsanthad, A., Vu, N. Q., Li, L. Multi-Faceted Mass Spectrometric Investigation of Neuropeptides in Callinectes sapidus. J. Vis. Exp. (183), e63322, doi:10.3791/63322 (2022).

View Video