Summary

Hagelgevär Proteomics provbehandling automatiserad av en labbrobot med öppen källkod

Published: October 28, 2021
doi:

Summary

Detaljerade protokoll och tre Python-skript tillhandahålls för att driva ett robotiserat vätskehanteringssystem med öppen källkod för att utföra halvautomatiska proteinprovberedningar för massspektrometriexperiment, som täcker tvättmedelsborttagning, proteinrötning och peptidavsaltning.

Abstract

Masspektrometribaserade hagelgevär proteomik experiment kräver flera prov beredning steg, inklusive enzymatiska protein matsmältning och sanering, som kan ta upp betydande person-timmar av bänk arbete och presentera en källa till batch-till-batch variabilitet. Labbautomation med pipetteringsrobotar kan minska manuellt arbete, maximera genomströmningen och öka forsknings reproducerbarheten. Ändå gör de branta startpriserna för standardautomationsstationer dem oöverkomliga för många akademiska laboratorier. Den här artikeln beskriver ett arbetsflöde för proteomikprovberedning med hjälp av ett prisvärt automatiseringssystem med öppen källkod (The Opentrons OT-2), inklusive instruktioner för att ställa in halvautomatiska proteinreduktions-, alkylations-, matsmältnings- och rengöringssteg. samt medföljande Python-skript med öppen källkod för att programmera OT-2-systemet genom sitt applikationsprogrammeringsgränssnitt.

Introduction

Masspektrometribaserad hagelgevärsproteomik är ett kraftfullt verktyg för att mäta förekomsten av många proteiner i biologiska prover samtidigt. Proteomikexperiment med bioinformatikanalys används rutinmässigt för att identifiera biomarkörer och upptäcka tillhörande biologiska komplex och vägar som ligger till grund för patologiska mekanismer. Med sin höga analyt specificitet och potentiella kvantitativa noggrannhet har hagelgevärsproteomik också utmärkt potential att antas av forskningsanläggningar och diagnostiska laboratorier för klinisk provanalys utan att behöva förlita sig på antikroppar1,2.

För att förbereda proteinprover för analys av hagelgevärsproteomik måste proteiner som extraheras från biologiska prover (t.ex. celler och vävnader) vanligtvis först bearbetas med hjälp av långa protokoll, inklusive mätning av provproteinkoncentrationen, proteinreduktion och alkylation och enzymatisk nedbrytning till peptider. Dessutom kräver proteiner som extraheras i vanliga lysbuffertar som innehåller tvättmedel ofta ytterligare steg för buffertutbyte eller tvättmedelsborttagning före analys eftersom tvätt- och rengöringsmedel kan störa trypsinrötning och avsevärt försämra prestandan hos nedströms flytande kromatografi-tandem masspektrometri (LC-MS/MS) analys3. Peptider avsaltas, torkas och rekonstitueras vanligtvis i LC-MS/MS-kompatibla lösningsmedel efter enzymatisk nedbrytning. Dessa proteinbiokemiska procedurer kan vara arbetsintensiva och tidskrävande. Således fortsätter de att begränsa genomströmningen av proteomikarbetsflöden och bidrar till variabiliteten för förvärvade data4,5. Mänskliga fel och fördomar har erkänts som avgörande faktorer som påverkar datavarians och reproducerbarhet6,7. För att minimera mänskliga fel i arbetsflöden för beredning av massspektrometriprover har automatiserade robotsystem för pipettering använts för att förbättra genomströmningen och reproducerbarheten av proteinidentifiering och kvantifiering från hagelgevärsproteomik och riktad analys av masspektrometri, där sådana framsteg har hyllats som avgörande för att fortsätta arbetet med att allmänt anta proteomikteknik i kritisk forskning och kliniska miljöer8. 9,10,11,12,13. De flesta befintliga protokoll använder dock robotiska vätskehanteringsplattformar som kräver betydande investeringar och utbildning, vilket begränsar deras användbarhet i många laboratorier i den akademiska miljön eller på annat sätt med en begränsad budget.

Den här artikeln beskriver ett protokoll som använder ett billigt, öppen källkodsrobotiskt vätskehanteringssystem, OT-2, för att halvautomatisera ett typiskt arbetsflöde för förberedelse av hagelgevär proteomik. OT-2 har en lägre kostnad än många andra robotiska vätskehanteringssystem, och kostar i skrivande stund cirka $ 5,000 US-dollar. När man räknar in priserna på olika moduler och labware är den totala kostnaden för att ställa in experiment i detta protokoll i skrivande stund cirka $ 10,000, vilket gör det mer överkomligt för en betydligt bredare uppsättning laboratorier över dyrare alternativ. OT-2 är kompatibel med programmering med öppen källkod via Python-skript och erbjuder stor flexibilitet i användardefinierad DIY-protokolldesign. Med hjälp av tre egenutvecklade manus täcker protokollen nedan ett typiskt arbetsflöde för beredning av hagelgevärsproteomikprov på OT-2-stationen med en arketypisk proteinstandard (bovint serumalbumin; BSA) och ett komplext proteinprov av en normal human hjärtlystna (figur 1). Förfarandena för bearbetning (1) ett BSA-prov och 2) ett komplext hjärtlystnaprov beskrivs i protokollavsnitten 1, 2, 5, 6 respektive 3, 4, 5, 6. Sera-Mag karboxoxylatmodifierade magnetiska pärlor används i en kruka solid fas-förbättrad provberedning (SP3) för att ta bort tvättmedel och salter i protein- och peptidproverna. Tryptiska sammandrag från bovin serum albumin och humana hjärtproteiner rengörs ytterligare av SP3 pärlor och skickas in för LC-MS /MS analys. Masspektra analyseras sedan med hjälp av MaxQuant-programvaran för peptid- och proteinidentifiering. Representativa resultat som utförs av oss visar att protokollet uppnår utmärkta tekniska variationskoefficienter (CV) samtidigt som bänktid sparas och är inte sämre än handsammanfattning.

Protocol

De utvecklade Python-skripten har deponerats på GitHub på: https://github.com/MaggieLam-Lab/StandardDigestion-Opentrons. En kopia av skripten ges i kompletterande fil 1. Se GitHub-lagringsplatsen för de senaste versionerna. 1. Experimentella preparat Kontrollera den maskinvara som krävs innan protokollet startas.OBS: Följande hårdvarukomponenter krävs: OT-2 pipetter, pipettspetsar, 4-i-1 rörrackset, aluminiumblockuppsättning, magnetisk …

Representative Results

Tre Python-skript tillhandahålls här som är kompatibla med OT-2-roboten, och som utför provberedning för masspektrometriproteomik med ett enda proteinstandard bovin serumalbumin (tekniska replikerar n = 5 matsmältningar) och ett tvättmedelsinnehållande humant hjärta lysateprov (n = 5 matsmältningar). Varje smältprodukt är uppdelad i två peptidrensningsreaktioner. Antalet identifierade peptidspektrummatchningar (PSMs), peptider och proteiner i varje omgång av BSA och hjärtprover visas i <strong class="xfig"…

Discussion

Kritiska steg i protokollet
För bästa prestanda bör Opentrons-verifierade labware, moduler och förbrukningsartiklar kompatibla med OT-2 användas. Anpassade labware kan skapas enligt Opentrons instruktion på Reference14. Se till att kalibrera OT-2-däcket, pipetter och labbprogram när de används för första gången. Det är också viktigt att följa riktlinjer från SP3 pärlor tillverkare för att förbereda pärlor för peptid och protein sanering. Under bead- och pep…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Detta arbete stöddes delvis av NIH-utmärkelser F32-HL149191 till YH; R00-HL144829 till EL; R21-HL150456, R00-HL127302, R01-HL141278 till MPL. Figur 1, figur 2, figur 3 skapas med hjälp av ett webbaserat vetenskapligt illustrationsverktyg, BioRender.com.

Materials

300 µL pipette tips Opentrons
4-in-1 tube rack set Opentrons Each set includes 2 base stands and 4 tube holder tops 1.5mL, 2mL, 15mL + 50mL, 15mL, and 50mL. We use 2mL and 15 mL + 50 mL tops in this study.
Acclaim PepMap 100 C18 HPLC Column Thermo Scientific #164568 3 μm particle; 100 Å pore; 75 μm x 150 mm
Acetonitrile LC-MS grade VWR #JT9829
Aluminum block set Opentrons This block set includes 3 tops that are compatible with 96-well, 2.0 mL tubes and a PCR strip to use with the OT-2 temperature module. We use the 2.0mL tube holder in this manuscript.
Ammonium Bicarbonate Sigma-Aldrich # A6141
Bovine Serum Albumin Standard, 2 mg/mL Thermo Scientific #23210
Dimethylsulfoxide (DMSO) LC-MS grade Thermo Scientific #85190
Dithiothreitol Sigma-Aldrich #D5545
EASY-Spray HPLC Columns Thermo Scientific #ES800A
EasynLC 1200 Nano LC Thermo Scientific #LC140
Ethanol Proof 195-200 Fisher #04-355-720
Formic Acid LC-MS grade Thermo Scientific #85178
Human heart lysate Novus Biologicals NB820-59217
Iodoacetamide Sigma-Aldrich #I1149
Magnetic tube rack Thermo Scientific #MR02
MAXQuant v.1.6.10.43 Tyanova et al., 2016 (https://www.maxquant.org/)
mySPIN 6 Mini Centrifuge Thermo Scientific #75004061 benchtop mini centrifuge for quick spin
NEST 2 mL 96-Well Deep Well Plate, V Bottom Opentrons
OT-2 magnetic module Opentrons GEN1
OT-2 P300 single channel pipette Opentrons GEN1
OT-2 P50 single channel pipette Opentrons GEN1
OT-2 robot pipetting robot Opentrons OT-2
OT-2 temperature module Opentrons GEN1
Pierce Quantitative Colorimetric Peptide Assay Thermo Scientific #23275
Protein LoBind tubes 2.0 mL Eppendorf #022431102
Protein Sequence Database UniProt/SwissProt https://www.uniprot.org/uniprot/?query=proteome:UP000005640%
20reviewed:yes
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles, Hydrophobic Cytiva #65152105050250
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles, Hydrophylic Cytiva #45152105050250
SpeedVac Thermo Scientific Vacuum evaporator
Thermo Q Exactive HF Mass Spectrometer Thermo Scientific #IQLAAEGAAPFALGMBFZ
Trypsin MS Grade Thermo Scientific #90057
Water LC-MS grade VWR #BDH83645.400

Riferimenti

  1. Geyer, P. E., et al. Revisiting biomarker discovery by plasma proteomics. Molecular Systems Biology. 13 (9), 942 (2017).
  2. Coscia, F., et al. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. The Journal of Pathology. 251 (1), 100-112 (2020).
  3. Yeung, Y. -. G., Neives, E., Angeletti, R., Stanley, E. R., et al. Removal of detergents from protein digests for mass spectrometry analysis. Analytical Biochemistry. 382 (2), 135-137 (2008).
  4. Addona, T. A., et al. Multi-site assessment of the precision and reproducibility of multiple reaction monitoring-based measurements of proteins in plasma. Nature Biotechnology. 27 (7), 633-641 (2009).
  5. Lowenthal, M. S., Liang, Y., Phinney, K. W., Stein, S. E. Quantitative bottom-up proteomics depends on digestion conditions. Analytical Chemistry. 86 (1), 551-558 (2014).
  6. Elliott, K. C., Resnik, D. B. Scientific reproducibility, human error, and public policy. Bioscience. 65 (1), 5-6 (2015).
  7. Brown, A. W., Kaiser, K. A., Allison, D. B. Issues with data and analyses: Errors, underlying themes, and potential solutions. Proceedings of the National Academy of Sciences of the United States of America. 115 (11), 2563-2570 (2018).
  8. van den Broek, I., et al. Automated multiplex LC-MS/MS assay for quantifying serum apolipoproteins A-I, B, C-I, C-II, C-III, and E with qualitative apolipoprotein E phenotypic. Clinical Chemistry. 62 (1), 188-197 (2016).
  9. Müller, T., et al. Automated sample preparation with SP3 for low-input clinical proteomics. Molecular Systems Biology. 16 (1), 9111 (2020).
  10. Fu, Q., et al. Highly reproducible automated proteomics sample preparation workflow for quantitative mass spectrometry. Journal of Proteome Research. 17 (1), 420-428 (2018).
  11. Liu, X., Gygi, S. P., Paulo, J. A. A semiautomated paramagnetic bead-based platform for isobaric tag sample preparation. Journal of the American Society for Mass Spectrometry. 32 (6), 1519-1529 (2021).
  12. Poulsen, K. M., Pho, T., Champion, J. A., Payne, C. K. Automation and low-cost proteomics for characterization of the protein corona: experimental methods for big data. Analytical and Bioanalytical Chemistry. 412 (24), 6543-6551 (2020).
  13. Liang, Y., et al. Fully automated sample processing and analysis workflow for low-input proteome profiling. Analytical Chemistry. 93 (3), 1658-1666 (2021).
  14. . Web URL Available from: https://opentrons.com/ot-app/ (2021)
  15. . Web URL Available from: https://docs.opentrons.com/v2/ (2021)
  16. . Web URL Available from: https://www.cytivalifesciences.com/en/us/solutions/genomics/knowledge-center/cleanup-for-mass-spectrometry (2021)
  17. . Web URL Available from: https://www.thermofisher.com/order/catalog/product/23275#/23275 (2021)
  18. Han, Y., Wright, J. M., Lau, E., Lam, M. P. Y. Determining alternative protein isoform expression using RNA sequencing and mass spectrometry. STAR Protocols. 1 (3), 100138 (2020).
check_url/it/63092?article_type=t

Play Video

Citazione di questo articolo
Han, Y., Thomas, C. T., Wennersten, S. A., Lau, E., Lam, M. P. Y. Shotgun Proteomics Sample Processing Automated by an Open-Source Lab Robot. J. Vis. Exp. (176), e63092, doi:10.3791/63092 (2021).

View Video