Summary

用数据无关采集质谱法定量测定点特异蛋白赖氨酸乙酰化和琥珀酰化化学计量学

Published: April 04, 2018
doi:

Summary

在这里, 我们通过对在定量之后引入的修改的比例分析, 对整个蛋白质组的站点特异性蛋白质乙酰化和/或琥珀酰化占用 (化学计量) 进行无偏量化。用稳定同位素标记的酸酐化学酰化反应。结合敏感数据无关的采集质谱, 得到了准确的场地占用量测量。

Abstract

蛋白质赖氨酸残留物的平移后修饰 (PTM) 由 NƐ-酰化诱导结构变化, 可以动态调节蛋白质的功能, 例如, 改变酶活性或调解相互作用。精确定量的地点特定的蛋白质酰化的占有, 或化学计量, 是理解的功能后果的全球低级别化学计量和个别高级别酰化化学计量的特定赖氨酸残留.其他组报告称, 通过比较内源性、自然丰酰化和外源的多肽前驱同位素的比值, 定量地引入了重同位素标记的酰化物, 测定了赖氨酸乙酰化化学计量方法。用稳定同位素标记的醋酸酸酐对蛋白质进行化学乙酰化。该协议描述了一种优化的方法, 其中包括: (1) 提高化学酰化效率, (2) 除了琥珀酰化, 还能测量蛋白质的含量, (3) 由于减少干扰, 使用碎片离子量化从数据无关的收购 (直径) 而不是前体离子信号的数据依赖获取 (DDA)。利用从片段离子中提取的峰值区域来进行量化, 也可以唯一地实现从含有多个赖氨酸残留物的蛋白水解肽中区分站点级酰化化学计量, 这是不可能使用前体离子量化信号。数据可视化在地平线上, 一个开源的定量蛋白质组学环境, 允许方便的数据检查和审查。这一工作流程共同提供了无偏、精确和准确的定量的站点特定赖氨酸乙酰化和琥珀酰化占用的整个蛋白质组, 这可能揭示和优先考虑生物学相关的酰化点。

Introduction

NƐ-蛋白质赖氨酸残留的酰化是蛋白质功能的重要调节因子。赖氨酸乙酰化和其他 acylations, 如琥珀酰化, malonylation 和 glutarylation, 被认为是调节新陈代谢, 细胞信号, 和其他细胞进程1, 2, 3, 4, 并对代谢紊乱有影响5。许多研究发现赖氨酸酰修饰在哺乳动物组织和细胞系的不同条件下发生大的褶皱变化5,6,7,8以及细菌9,10,11然而, 这些相对褶皱的变化并没有提供对总蛋白修饰的比例的洞察力。研究报告的酰化站点占用的测量是稀缺的12,13,14, 尽管这些研究的相关性和需要, 因为它们提供更多的细节比相对褶皱变化。例如, 10 倍的变化可以表示站点占用增加从0.01 到 0.1%, 1 到 10%, 甚至10到100%。需要精确的化学计量测量来解释酰化的生物学意义, 并预测蛋白质结构的大小和可能的功能变化的影响。

以前的一种量化场地占用的方法是利用对未修饰赖氨酸残留物进行重稳定同位素化学标记, 然后用质谱法测定内源性 “光” 乙酰化与外源的比值,化学标记的 “重” 乙酰赖氨酸使用前体离子强度12。周et最近的另一项研究。13描述了一种类似的方法来评估赖氨酸乙酰化化学计量法, 它还使用了在稳定同位素标记的蛋白质中所有未经修饰的赖氨酸残留物的完全化学乙酰化, 但使用了片段离子强度, 以dda.Nakayasu et al14使用了类似的 DDA 方法, 而是使用了轻和重乙酰赖氨酸 immonium 离子的比值进行量化。基于片段离子、immonium 或序列离子 (MS2) 的量化, 在大多数情况下, 与处理完整的肽前体离子 (MS1) 相比, 信号干扰更小。然而, 从 DDA 生成的 ms/ms 谱中对片段离子的量化可能会受到随机抽样缺陷的影响, 在这种情况下, 高丰度前体离子更可能被选用于 ms 或 ms, 从而导致有偏差和不完全的抽样前体离子。

这个新的工作流4 (图 1) 在概念上使用了一个稳定的同位素化学标记方法, 最初由巴埃萨et al开发。12, 但是工作流随后与直径耦合, 以收集在可检测的质量范围1516提供精确的化学计量计算的前体和多片段离子丰度。

从含有酰化位点的片段离子的峰值区域, 或 ‘ 区分片段离子 ‘, 用于量化酰化的站点占用 (图 2)。不含修饰的片段离子具有相同的光和重的 m-/z 值, 用于肽的识别, 但不能用于定量。天际线软件17用于提取前体和片段峰值区域。如果在某些片段离子中检测到干扰, 则含有给定酰化点的多个片段离子的存在提供了灵活性。地平线上的数据可视化可以对轻-重碎片离子比率进行严格的检查。除了手动数据分析外, 还开发了一个内部的开源 R 包 (StiochiolyzeR (https://github.com/GibsonLab/StoichiolyzeR), 它使用了通过直径和量化的前体离子和片段离子数据。从含有多重赖氨酸残留物的多肽中的特定地点的酰化化学计量, 这一特性不可能与前体离子强度测量4

该协议还演示了使用 endoproteinase 谷氨酸-c, 这是特定的 c 末端裂解在谷氨酸和天门冬氨酸残留, 而不是使用胰蛋白酶或 Arg C 蛋白酶, 因为后者往往产生非常大的和潜在的繁殖酰在酰赖氨酸残留物中阻断胰蛋白酶裂解而产生的蛋白水解肽。化学标签程序也扩大到包括使用琥珀酸酸酐 (图 1), 从而使琥珀酰化化学计量琥珀酰化的量化。除了对样品制备进行改进外, 采用离线、碱性 pH、反相 (bRP) 分离肽的方法进一步减少了量化干扰, 从而更好的消除卷积整个蛋白质组样品中的酰化化学计量学。这一方法的特点和突出几个优点: (1) 提高化学酰化的效率;(2) 除乙酰化外, 测定蛋白质琥珀酰化化学计量;(3) 提高了量化准确度。改进后的量化是由于从直径的片段离子信号中的干扰减少与 DDA 前体信号, 以及 bRP 的离线肽预分馏的实施。

Protocol

1. 用同位素标记的醋酸或琥珀酸酸酐定量 Acetylate 和/或琥珀酸蛋白 用尿素和铵碳酸盐 (TEAB) 溶液 (8 米尿素, 200 毫米 TEAB, pH 8), 在平行时, 3 复制100µg 的牛血清白蛋白 (BSA) 蛋白样品, 浓度为1µg/µL (总100µL)。注意: 使用无胺缓冲是很重要的。在代表性结果部分使用的蛋白质样品是 bsa, 定量地琥珀酰化 bsa 和它的混合物产生 bsa 样品与定义的琥珀酰化居住在 0%, 1%, 10%, 50% 和100% 分别 (每个样品将准备在3复制)。该协议还使用了来自大肠杆菌和小鼠肝脏的蛋白质裂解物 4. 该协议也可以应用于其他细胞或组织裂解物。 减少100µL 的 BSA 样品 (100 µg) 与8µL 250 毫米 dithiothreitol (德勤) 达到最终浓度的20毫米, 并孵化样品在37°c 30 摄氏度与鼓动在 1400 rpm。 烷基化减少的 BSA 样品与21.6 µL 200 毫米 iodoacetamide 达到最后的集中40毫米 iodoacetamide 和孵化样品在黑暗中在室温下为30分钟。注意: 重要的是要有 iodoacetamide 浓度略高于2x 的多点, 以确保所有还原蛋白硫醇烷基化。 继续准备醋酸酸酐-d6 (步骤 1.4.1) 或琥珀酸酸酐-d4 (步骤 1.4.2), 用于化学 (定量) 乙酰化或琥珀酰化的样品。 从分子量 (108.13 克/摩尔) 和密度 (1.143 克/毫升25摄氏度) 确定1克整除的醋酸酸酐–d6 溶液的浓度 (M)。注: 1 克包包含9248µmol 醋酸酐-d6 在875µL 体积, 产生一个10.57 米溶液用于每乙酰化的样品。 在反应前立即将无水二甲基亚砜中的粉末溶解, 以避免试剂水解, 制备 5 M 溶液的琥珀酸酸酐-d4 。在461µL 无水二甲基亚砜中溶解0.24 克琥珀酸酸酐-d4 , 以获得5米溶液。 分别添加60µmol 醋酸酸酐-d6 (6 µL 的 10.57 M 溶液) 或琥珀酸酸酐-d4 (12 M 解决方案) 的数量化学乙酰化或琥珀酰化, 并孵化在涡流搅拌机上取样4°c 20 分钟。注: 由于酸酐的酸度, 蛋白质可能沉淀。注意和调整, 如步骤1.6 所述。 在孵化后加入10µL 7.25 米氢氧化钠, 将 pH 值提高到 8, 以消除任何 O 酰化的副产品。通过在 ph 值纸上发现1µL, 对样品 ph 值进行简要检查。注: 可能有必要添加超过10µL 7.25 米氢氧化钠, 以达到 pH 8。此外, 可能沉淀的蛋白质应该重新溶解。 重复每酰化和 pH 调整步骤1.5 和 1.6, 总共三次。检查 pH 值并注意每重复添加的基本解决方案的体积。在上述化学酰化步骤中迅速工作, 因为酸酐会水解并失去反应性。 在最终的标签反应和 pH 调整后, 添加10µL 50% 羟胺溶液, 以还原 O 酰化反应。 2. 用谷氨酸 C Endoproteinase 对蛋白质样品进行消化反应 将尿素浓度稀释至0.8 米, 使用50毫米 TEAB, pH 8, 并使样品体积正常化。 通过添加 endoproteinase 谷氨酸-C 在1:50 蛋白酶到基质蛋白比值 (w/w), 并在37°c 一夜之间以 1400 rpm 的搅动来孵化样品。 酸化和淬火蛋白质消化样品通过添加甲酸到1% 的数量。 用亲水性-亲脂平衡固相萃取墨盒对样品进行脱盐。每个样品使用一个30毫克的吸附剂墨盒, 每个墨盒的最大5毫克材料为4,18。注意: 在整个脱盐过程中, 保持墨盒内的吸附剂是很重要的。必要时, 关闭真空泵以减缓溶剂或样品通过墨盒的通过。 将墨盒插入到端口 (s) 上的24端口玻璃块真空歧管, 并打开真空泵。保留未使用的端口的上限。如果有必要, 留下一个或两个端口, 在真空计上保持较低的压力。 用800µL 80% 乙腈 (ACN)/0.2% 甲酸/19.8% 水将每个墨盒湿两次。确保溶剂水平保持2–3毫米以上的吸附剂水平。确保在流形上的真空计读数16.9–67.7 帕 (5–20汞)。 平衡每盒三次, 800 µL 0.2% 甲酸在水中。确保在流形上的真空计读数16.9–67.7 帕 (5–20汞)。 将多肽样本加载到墨盒上。确保歧管上的真空计读数6.77–8.47 帕 (2–2.5 汞), 流速不超过1毫升/分钟。 用800µL 0.2% 甲酸在水中清洗每个墨盒三次。确保在流形上的真空计读数16.9–67.7 帕 (5–20汞)。 从真空歧管中取出墨盒, 然后微细1.5 毫升。 洗脱肽一次与800µL 80% ACN/0.2% 甲酸/19.8% 水, 并允许溶剂孵化与吸附剂为2–3分钟。 使用吸管将溶剂推入墨盒内的吸附剂层。重复第二次洗脱400µL 80% ACN/0.2% 甲酸/19.8% 水成同1.5 毫升微细。 用真空离心法干燥洗脱液 (固定离心率为 268 xg), 通常为 3 h。注: 如有需要, 干燥的洗脱液样品可以储存在-20 摄氏度冷冻, 直到准备进行分馏。 3. 分级肽使用离线碱性 pH 反相色谱法 重新暂停每酰和谷氨酸 C 的消化样品 (如1和2节所述) 在200µL 的缓冲 A (10 毫米甲酸铵在水中, pH 值 10), 在4摄氏度的涡流搅拌机上混合样品10分钟, 离心机为 17500 x g , 在室温下为10分钟。mperature。注: 所生成的肽样本可以通过高 pH 值分离19,20离线分割。 根据所使用的仪器和软件, 编制离线高效液相色谱分馏法。以下方法具体用于二进制液相色谱泵系统, 包括双波长紫外探测器、autosampler、分数收集器和 C18 柱 (4.6 毫米 x 250 毫米, 5 µm 粒度), 耐受 pH 值10。 收集40个分数每分数2.1 分钟, 并结合每第四分数, 导致四最终池分数4。大量的聚集分数可用于进一步降低样本复杂度, 代价是质谱数据收集时间。 干燥冻干机中的聚集馏分, 在水中将1毫升 50% ACN 和1% 甲酸中的干肽样品重新悬浮, 并转移到较小的样品容器中。通过真空离心 (固定离心率为 268 x g) 干燥转移的样品, 通常为 1 h。注: 甲酸铵的低蒸气压可以使完全干燥困难。如果大量的甲酸铵盐在干燥后保持盐沉淀, 重复固相萃取。 用索引保留时间 (µL) 肽标准混合物在水中重新悬浮 20 0.2% 甲酸的样品。注: 样品现已准备好进行质谱分析。 4. 分肽样品的直径分析 用一个直径的 LC-ms (ms) 方法分析样品, 可以根据现有的质谱仪进行调整。用纳米 LC 2D 高效液相色谱系统在线连接到正交四极飞行时间 (QqTOF) 质谱仪进行了分析。 程序的仪器软件, 使肽混合物转移到一个 C18 前柱芯片 (200 µm x 6 毫米 C18-CL 芯片, 3 µm, 300 Å) 和洗涤2µL/分钟10分钟与负载溶剂 (H2O/0.1% 甲酸) 脱盐。 将多肽 chromatographically 在75µm x 15 厘米 C18-CL 芯片 (3 µm, 300 Å) 上, 以300个 h 梯度的流速, 使用典型的 (和 LC 系统特定的) 水和 ACN 溶剂缓冲2。 生成可变窗口直径方法, 其中, 可变宽度的大范围窗口 (5 到 90 m/z) 从 Q1 四极的增量步骤传递到冲突单元格 (m/z 400-1, 250)。注: 3.2 秒的循环时间包括 250 ms 前体离子扫描, 45 毫秒累积时间分别为64个带状段21,22。 通过对样品的平行分析和光谱库的建立来识别多肽, 或者, 可以使用 PIQED 软件23直接从直径数据中识别多肽, 它处理数据处理的所有技术步骤,标识, 并导入到天际, 以便随后进行量化。 5. 示例数据分析教程 下载天际线软件 (http://proteome.gs.washington.edu/software/skyline) 并创建一个 PanoramaWeb 帐户 (https://panoramaweb.org)。注: 有关使用数据的天际线描述的详细教程, 请参阅 (https://skyline.ms/wiki/home/software/Skyline/page.view?name=tutorials)。其他软件算法可用于从直径收购中提取光和重碎片离子峰值区域, 如打开的带状线24、将2.0 个插件插入 PeakView25和 Spectronaut26。 从全景公共: https://panoramaweb.org/labkey/JoVEsuccBSA.url 下载琥珀酰化 BSA 代表结果(图 3) 的天际线数据文件。在全景网页上, 转到 “目标 MS 运行” 表, 下载天空. zip 文件选择右侧的下载链接。解压下载的. zip 文件夹, 双击地平线上的天空文件以在地平线上打开它。检查肽片段离子目标树 (左面板) 和四图谱从定义的百分比光琥珀酰化 (右面板)。 选择 “查看” 菜单, 导航到 “峰值区域 |复制比较 “。包含条形图的 “峰值区域–复制比较” 面板将出现在窗口的右侧。在 “峰值区域” 面板中, 右键单击并选择 “转换 |单 “, 显示片段离子峰值区域为选定的片断离子。最后, 右键单击 “峰值区域” 面板并选择 “订单 |文件 “。 在窗口左侧的目标树面板中, 右键单击肽 “E. LCKVASLRE。T |比率 |Oneheavy “, 它计算光离子信号在重离子信号, 轻/重的比率。注: 这不等同于场地占用量的化学计量比 (重 + 轻)。 请注意, 目标树现在报告光片段离子右侧的比值 L/小时。 确定含有所感兴趣的酰化部位的 “分化片段离子”。注意: 如图 3所示, 具有这个确切的示例, 区分的离子被确定为 y7 (最高排列)、y8、b3和 b4。请注意, 非区分片段离子在目标树中显示的比率为1。 在左面板目标树中, 在 588.30 + + LCKVASLRE 子节点的肽 E。T, 点击 y7 区分片段离子K [y7 ]-902.49 + (rank1) [5]注意到峰值高度和面积的增加。 在左面板目标树中, 在 588.30 + + LCKVASLRE 子节点的肽 E。T, 单击 y5不区分片段离子A [y5 ]-575.31 + (秩 6) [1]。观察 y5片段离子图谱和峰值区域在所有样本的相同范围内保持不变。 在目标树面板中, 浏览其他区分 (比 1) 和不区分 (比率为 1) 片段离子, 并注意到峰值区域条形图和图谱的变化和模式。 确定区分离子的光和重对的精确峰值区域, 以计算化学计量 (为其他细节也看见迈尔et 。4). 点击 “查看 |文档网格 “, 文档网格将弹出。在文档网格的左上点, 单击 “视图 |过渡结果 “查看具有片段离子信息的多列表, 如肽序列、前体的规则、复制名称、等等 通过再次单击文档网格中的 “视图” 并选择 “编辑视图” 打开 “自定义视图” 窗口, 将报表格式更改为 “枢轴”。在 “自定义视图” 窗口的左下角, 检查 “数据透视复制名称” 并选择 “确定” 关闭 “自定义视图” 窗口。请注意, 现在 “文档网格: 转换结果” 表窗口重新排列, 以将复制名称、保留时间、区域、背景、峰值秩列 (1%、10%、50%、100% 琥珀酰化) 分组。 为肽 “E. LCKVASLRE。T “在” 文档网格: 转换结果 “表中, 查找” 前向 “列、” 片段离子 “列和1pct_light_sw1 区域 (1% 琥珀酰化) 列。观察到该肽有两种前体离子, 即光 (前8行中的588.30 前驱体) 和重 (前8行中的 590.32)。 在 “片段离子” 列中, 找到与光和重前驱离子对应的 y8 片段离子的两行。从1pct_light_sw1 区域列中的同一行中, 记录光 (15820) 的 y8 区域和重 (1426461)。 使用这些峰值面积值, 计算琥珀酰化化学计量, 或修改的比例, 根据下面的公式, 并获得一个化学计量比率 0.01, 或1% 琥珀酰化, 这符合光琥珀酰化的比例, 在这个定义混合物: 用 y8 区分片段离子峰值面积值从10pct_light_sw1 区柱、144953 (光) 和 1188041 (重) 中计算10% 琥珀酰化的化学计量比, 以获得0.10 或10% 琥珀酰化的比值。 用 y8 区分片段离子峰值面积值从100pct_light_sw1 区柱、954513 (光) 和 16407 (重) 中计算100% 琥珀酰化的化学计量比, 以获得0.98 或98% 琥珀酰化的比值。 同样, 用 b3 区分片段离子峰值面积值从1pct_light_sw1 区域柱、55697 (光) 和 3149119 (重) 中计算1% 琥珀酰化的化学计量比, 以获得0.01 或1% 琥珀酰化的比值。 使用所有区分片段离子 (y 和 b 离子) 的公式继续计算化学计量比率, 以获得1、10、50和100% 琥珀酰化混合物的赖氨酸琥珀酰化化学计量值。

Representative Results

在采集数据后, 从蛋白水解酰肽中测定 MS2 片段离子, 然后在地平线上提取离子图谱 (XIC), 并导出相应的光照和重峰区,最后用于计算场地占用。图 2A显示了前体离子 XIC 如何出现在光和重肽信号上的概念性说明,图 2B显示了相应的片段离子 XICs 与颜色编码 (红色 = 光; 蓝色 = 重) 用于区分含有赖氨酸酰化修饰的片段离子。 图 3显示了占用实验所产生的数据, 如上文所述分析了在1、10、50或100% 内部产生的光/重琥珀酰化 BSA 的预定义比率, 以及琥珀酰化占用量的确定。将直径占用数据导入天际线, 可以轻松地可视化目标树, 显示多肽序列, 以及用于光和重质前体离子的片段离子 (图 3A)。从每个已定义的琥珀酰化 BSA 比率的直径-MS 的数据揭示 immanently 的相对差异, 轻-重y 7 离子, 最高等级区分片段离子从确定的肽谱匹配 (用红色表示, 图 3B)。图 4显示了从 MS2 占用计算中得到的处理结果的概览, 它确认了输入蛋白质的琥珀酰化百分比占用, 这里包括琥珀酰化前 BSA。测定的赖氨酸琥珀酰化占20蛋白水解琥珀酰化肽获得的商业前琥珀酰化 BSA, 琥珀酰化在定义的百分比 (例如, 在 0, 1, 10 , 50和 100%) 显示在表2中。对于20蛋白水解 BSA 肽, 最高排列, 区分 MS2 片段离子被用来计算赖氨酸琥珀酰化 (Ksucc) 占用, 作为 L/(升 H)%。总的来说, 即使在低 stoichiometries, MS2-based 定量在测定酰化程度上也表现出很好的准确度。 图 1: 化学计量工作流.(A) 蛋白质用醋酸酐-d6 孵化三次, 以 acetylate 未修改的赖氨酸残留物。其次, 用 endoproteinase 谷氨酸 C 消化乙酰蛋白, 然后采用碱性-pH 反相色谱法 HPLC 分离水解肽。最后利用变前窗宽度的直径对多肽进行了分析。(B) 相同的工作流用于确定琥珀酰化化学计量, 如(A) 中所述, 但重酰化反应试剂改为琥珀酸酸酐-d4。图改编自迈耶et al。4 (j. 社会学课上质量 Spectrom, 打开选择)。请单击此处查看此图的较大版本. 图 2: 可能获得的数据和化学计量计算的示例.(A) 光 (L) 和重 (H) MS1 前体离子含有一乙酰赖氨酸, 其质量单位不同3。XICs 分别为红色和蓝色指示的光和重同位素的信封生成。(B) 从 MS2 片段离子 XICs 的量化, 可以使用 “区分” 光和重片段离子, 其中含有以红色和蓝色表示的乙酰化部位。常见片段离子以虚线黑色显示, 不包含修改的位置。图改编自迈耶et al。4 (j. 社会学课上质量 Spectrom, 打开选择)。请单击此处查看此图的较大版本. 图 3: 琥珀酰化蛋白水解 BSA 肽在不同的占有水平上的天际线可视化。(A) 地平线目标树, 显示蛋白水解肽 LCKsuccVASLRE 及其产生的片段离子。(B) 地平线提取的片段离子图谱在不同级别的琥珀酰化占用。最高级别的区分离子, y7, 在峰值区域1、10、50和100% 中增加, 这与琥珀酰化前 BSA (内部生成的) 的输入百分比相关。请单击此处查看此图的较大版本. 图 4: 评估琥珀酰化前 bsa 的 bsa 酰化化学计量。五种不同的 BSA 样本按规定的重度修改百分比 (e. g., 在0、1、10、50和 100%) 受到 MS2 的占用确定。20琥珀酰化 BSA 多肽的场地占用率是根据指定的光修改百分比(例如、0、1、10、50和 100%), 从最高排列的区分片段离子中测定出五种不同的 bsa 样品。盒晶须图显示20酰肽的分布, 从50% 多肽的值是在 ‘ 框 ‘ (25% 百分点到75% 百分点), 上部晶须指示值从75% 百分点到最大 (100%), 和较低的晶须表明从25% 位数到最小值 (0% 百分点)。(j. 社会学课上质量 Spectrom, 开放选择)。度量值的量化可以在表 2中找到。请单击此处查看此图的较大版本. 时间 (分钟) % A % B 0.00 100 0 7.27 92 8 45.27 73 27 49.27 69 31 65.27 61 39 72.27 40 60 80.00 10 90 85.00 10 90 86.00 100 0 120.00 100 0 流量: 0.7 毫升/分 缓冲器 A:10 毫米甲酸铵在水中, pH 值10 缓冲 B:10 毫米甲酸铵在 90% ACN 和10% 水, pH 10 注: 两个流动相的 pH 值调整为10与整齐的氨 表 1: 脱机基本 pH 值反相 HPLC 分离的渐变.渐变长度: 120 分钟缓冲器 A:10 毫米甲酸铵在水中, pH 10。缓冲 B:10 毫米甲酸铵在 90% ACN 和10% 水, pH 10。 l/升 + H 在% l/升 + H 在% l/升 + H 在% l/升 + H 在% l/升 + H 在% Ksucc 0% Ksucc 1% Ksucc 10% Ksucc 50% Ksucc 100% 0。2 1。7 11。1 50。9 99。2 1。2 2。3 12。3 49。4 97。6 2。9 3。8 14 48。6 99。5 0。5 1。8 11。7 50。8 99。5 0。2 1。7 11。1 48。3 98。2 0。2 1。2 11 47。5 96。1 0。3 1。6 12。8 51 99。2 3。7 5。2 14。7 51。9 89。5 1。5 1。8 12。5 47。2 91。1 0。8 1。5 11。3 48。4 96。8 0。2 1。6 13。9 49。7 98。9 0。1 1。1 10。7 48。2 98。6 0。2 0。9 10。3 49。4 99。4 0。5 2。5 17。2 52。3 97。5 0。1 3。5 20。8 51 99 0。3 1。9 10。7 49。6 98。2 2 1。7 10。9 47。7 96。3 0。3 1。2 10 53 98 1。1 1。8 12。9 57。9 94。1 0。2 1。4 11。6 48。6 98。8 表 2: 对20蛋白水解琥珀酰化肽测定的 BSA 赖氨酸琥珀酰化占用量进行量化。琥珀酰化肽从商业前琥珀酰化 BSA 获得, 琥珀酰化在定义的百分比 (例如, 在 0, 1, 10, 50 和 100%)。对于20蛋白水解 BSA 肽, 最高排列, 区分 MS2 片段离子被用来计算赖氨酸琥珀酰化 (Ksucc) 占用, 作为 L/(升 H)%。

Discussion

该协议提供了一种新的和准确的方法来量化站点特定的赖氨酸乙酰化和琥珀酰化占用, 可应用于整个蛋白质组。该方法依赖于测定内源性轻肽和外源重肽, 后者是通过氘醋酸酐-d6 和蛋白质的定量化学酰化,在体外生成的体内琥珀酸酸酐-d4 (图 1)。类似的方法使用了稳定的同位素标记本地未修改的赖氨酸残留物, 并根据前体离子-只有12或片段离子从 DDA 收购13,14进行场地占用量化。本协议适用于样品制备过程中的几个步骤, 以提高酰化效率, 并将化学标记扩展到琥珀酰化。使用直径采集的数据收集在整个可检测的质量范围内获得前体离子和 MS2 片段离子强度, 从而减少碎片离子干扰。通过在内部开发的天际线和自定义脚本进行分析和量化, 允许在一个站点上包含多个赖氨酸残渣和多个酰化物的多肽的现场占用量计算。

在本议定书的样本准备阶段, 应密切注意几个关键步骤。由于整个议定书都依赖于对所有赖氨酸残留物进行有效的化学修饰, 这一步骤至关重要。酸酐与游离胺反应, 因此必须避免在蛋白质裂解物中含有胺的缓冲液或污染物分子。此外, 在化学每酰化的步骤, 确保反应混合物的 ph 值调整回 ph 值8后, 每三孵化与酸酐试剂作为这种反应酸化混合物, 和 O 酰化的副作用可能形成。此外, 在消化前将8米含脲反应混合物稀释至约0.8 米尿素, 并检查 pH 值是否在最佳范围内, 对 endoproteinase 的最佳活性有重要意义。我们的协议的另一个关键部分是数据收集步骤和一个直径工作流的引入, 它克服了所有的 DDA 数据采样不一致, 并且允许在 MS2 片段离子水平上进行量化。直径测量方法的一个主要优点是在量化 MS1 前体离子信号 (正如以前的一些出版物所建议的) 时, 干扰的减少通常更容易和更成问题。

在编写高度复杂的示例时, 可以对工作流进行几项修改。在离线碱性 pH 反相 HPLC 分离后, 可以减少混合的分数, 以降低 LC/MS 所获得的汇集样品的复杂性. 此外, 还可以使用更长的色谱梯度在获取, 以允许更好的肽分离。另外, 多种蛋白酶可以用来消化样品, 以产生更多的裂解肽, 增加蛋白质赖氨酸残留物的覆盖率。试验运行和优化可以使用含有特定百分比的乙酰化或琥珀酰化的商业 BSA 进行。

对此协议的一个限制是, 由于在同一站点4中的其他赖氨酸修饰 (如甲基化或泛、) 的未知, 可能会略微高估站点占用率。从光和重酰酰基修改的峰值面积计算, l/(升 H), 场地占用是根据假设, 在赖氨酸部位的总改性仅由内源 ‘ 光 ‘ 酰化 (l) 和化学标记 ‘ 重 ‘酰化 (H)。然而, 在一个站点体内的实际总酰化占用可能包括除乙酰化和/或琥珀酰化以外的其他修改。此外, 报告的同位素纯度的采购试剂醋酸酸酐-d6 (99%) 和琥珀酸酸酐-d4 (> 98%) 可能会导致小高估高达 2% (酰) 或 1% (乙酰) 的内源化酰化水平4。这些细微的高估在一起, 增加了在数量少于1% 的地点进行量化的困难。完整的化学酰肽和本地酰肽之间的巨大差异也会导致潜在的站点占用量化错误, 特别是对于低内源性酰肽27。最近的一项研究由 Weinert et al27发现, 完整的每乙酰多肽之间的丰度差异会降低量化错误27

使用此协议收集的化学计量 quantifications 可以确定特定蛋白质中重要的酰化化热点, 并形成生物学后续实验的假说, 例如某些感兴趣的地点定向诱变。该协议还可以揭示低酰化化学计量站的联合效应, 对蛋白质结构稳定性和局部细胞环境产生间接或细微的影响。此外, 本议定书的实施, 以测量乙酰化和琥珀酰化和其他可能的赖氨酸酰化修饰超越乙酰化, 将独特的洞察力的动态酰化作用的蛋白质在不同的生物条件。

Disclosures

The authors have nothing to disclose.

Acknowledgements

这项工作得到了 nih 国家糖尿病和消化系统和肾脏疾病研究所-NIDDK 赠款 R24 DK085610 (PI: e 沃丁) 的支持。JGM 得到了 NIH T32 奖学金 (T32 AG000266, PI: j 坎皮西) 的支持。提交人承认, 在降压研究所 (1S10 OD016281, PI: B.W. 吉布森) 的 TripleTOF 6600 系统中, NIH 共享的仪器赠款支持。

Materials

aqueous acetic anhydride-d6 Sigma Aldrich, St. Louis, MO, USA 175641-1G 1% isotopic purity
succinic anhydride-d4 Sigma Aldrich, St. Louis, MO, USA 293741 2% isotopic purity
sequencing grade endoproteinase Glu-C Roche, Indianapolis, IN, USA (through Sigma) 10791156001 1:50 protease to substrate protein ratio (wt:wt)
Oasis HLB Solid-Phase Extraction (SPE) cartridges Waters Corp., Milford, MA, USA WAT 094225
HPLC acetonitrile Burdick and Jackson, Muskegon, MI, USA BJAH015-4
HPLC grade water Burdick and Jackson, Muskegon, MI, USA BJAH365-4
iodoacetamide Sigma Aldrich, St. Louis, MO, USA I1149-25G
dithiothreitol (DTT) Sigma Aldrich, St. Louis, MO, USA D9779-5G
FLUKA formic acid (FA) for mass spec Thomas Scientific, Swedesboro, NJ, USA C988C27 ~98%
urea Thermo Fisher Scientific, Waltham, MA, USA PI29700
bovine serum albumin (BSA) Pierce, Rockford, IL, USA 88341
triethylammonium bicarbonate (TEAB) Sigma Aldrich, St. Louis, MO, USA T7408-100ML
anhydrous dimethyl sulfoxide (DMSO) Alfa Aesar, Tewksbury, MA, USA 43998
sodium hydroxide (NaOH) EMDMillipore, Burlington, MA, USA SX0590
50% hydroxylamine solution in water Sigma Aldrich, St. Louis, MO, USA 438227-50ML
LC-MS grade water Burdick and Jackson, Muskegon, MI, USA BJLC365-4
LC-MS acetonitrile Burdick and Jackson, Muskegon, MI, USA BJLC015-4
Eppendorf Themomixer Compact Eppendorf AG, Hamburg, Germany T1317-1EA
Thermo Scientific Savant SPD131DDA SpeedVac Concentrator Thermo Fisher Scientific, Waltham, MA, USA SPD131DDA-115
Waters 1525 binary HPLC pump system Waters Corp., Milford, MA, USA WAT022939
Waters 2487 Dual Wavelength UV detector Waters Corp., Milford, MA, USA WAT081110
Waters 717plus Autosampler Waters Corp., Milford, MA, USA WAT022939
Waters Fraction Collector III Waters Corp., Milford, MA, USA 186001878
Agilent Zorbax 300Extend C18 column Agilent Technologies, Inc., Santa Clara, CA, USA 770995-902
Labconco Freeze Dry System Freezone 4.5 Lyophilizer Labconco, Kansas City MO, USA 7751000
indexed retention time (iRT) normalization peptide standard Biognosys AG, Schlieren, Zurich, Switzerland Ki-3002-2
Ultra Plus nano-LC 2D HPLC system Sciex LLC, Eksigent Division, Framingham, MA, USA model# 845
orthogonal quadrupole time-of-flight (QqTOF) TripleTOF 5600 mass spectrometer Sciex LLC, Framingham, MA, USA per quote
orthogonal quadrupole time-of-flight (QqTOF) TripleTOF 6600 mass spectrometer Sciex LLC, Framingham, MA, USA per quote
C18 pre-column chip (200 μm × 6 mm ChromXP C18-CL chip, 3 μm, 300 Å) Sciex LLC, Framingham, MA, USA 804-00006
SWATH 2.0 plugin into PeakView 2.2 Sciex LLC, Framingham, MA, USA software download Sciex
Spectronaut Biognosys AG, Schlieren, Zurich, Switzerland Sw-3001
C18-CL chip (75 µm x 15 cm ChromXP, 3 µm, 300 Å) Sciex LLC, Framingham, MA, USA 804-00001

References

  1. Choudhary, C., Weinert, B. T., Nishida, Y., Verdin, E., Mann, M. The growing landscape of lysine acetylation links metabolism and cell signalling. Nat Rev Mol Cell Biol. 15 (8), 536-550 (2014).
  2. Verdin, E., Ott, M. 50 years of protein acetylation: from gene regulation to epigenetics, metabolism and beyond. Nat Rev Mol Cell Biol. 16 (4), 258-264 (2015).
  3. Choudhary, C., et al. Lysine acetylation targets protein complexes and co-regulates major cellular functions. Science. 325 (5942), 834-840 (2009).
  4. Meyer, J. G., et al. Quantification of Lysine Acetylation and Succinylation Stoichiometry in Proteins Using Mass Spectrometric Data-Independent Acquisitions (SWATH). J Am Soc Mass Spectrom. 27 (11), 1758-1771 (2016).
  5. Hirschey, M. D., Zhao, Y. Metabolic Regulation by Lysine Malonylation, Succinylation, and Glutarylation. Mol Cell Proteomics. 14 (9), 2308-2315 (2015).
  6. Still, A. J., et al. Quantification of mitochondrial acetylation dynamics highlights prominent sites of metabolic regulation. J Biol Chem. 288 (36), 26209-26219 (2013).
  7. Wagner, G. R., Payne, R. M. Widespread and enzyme-independent Nε-acetylation and Nε-succinylation of proteins in the chemical conditions of the mitochondrial matrix. J Biol Chem. 288 (40), 29036-29045 (2013).
  8. He, W., Newman, J. C., Wang, M. Z., Ho, L., Verdin, E. Mitochondrial sirtuins: regulators of protein acylation and metabolism. Trends Endocrinol Metab. 23 (9), 467-476 (2012).
  9. Castano-Cerezo, S., Bernal, V., Rohrig, T., Termeer, S., Canovas, M. Regulation of acetate metabolism in Escherichia coli BL21 by protein N(epsilon)-lysine acetylation. Appl Microbiol Biotechnol. 99 (8), 3533-3545 (2015).
  10. Zhang, J., et al. Lysine Acetylation is a Highly Abundant and Evolutionarily Conserved Modification in Escherichia coli. Mol Cell Proteomics. 8 (2), 215-225 (2009).
  11. Kuhn, M. L., et al. kinetic and proteomic characterization of acetyl phosphate-dependent bacterial protein acetylation. PLoS One. 9 (4), e94816 (2014).
  12. Baeza, J., et al. Stoichiometry of site-specific lysine acetylation in an entire proteome. J Biol Chem. 289 (31), 21326-21338 (2014).
  13. Zhou, T., Chung, Y. H., Chen, J., Chen, Y. Site-Specific Identification of Lysine Acetylation Stoichiometries in Mammalian Cells. J Proteome Res. 15 (3), 1103-1113 (2016).
  14. Nakayasu, E. S., et al. A method to determine lysine acetylation stoichiometries. Int J Proteomics. 2014, 730725 (2014).
  15. Rardin, M. J., et al. MS1 Peptide Ion Intensity Chromatograms in MS2 (SWATH) Data Independent Acquisitions. Improving Post Acquisition Analysis of Proteomic Experiments. Mol Cell Proteomics. 14 (9), 2405-2419 (2015).
  16. Gillet, L. C., et al. Targeted data extraction of the MS/MS spectra generated by data-independent acquisition: a new concept for consistent and accurate proteome analysis. Mol Cell Proteomics. 11 (6), (2012).
  17. MacLean, B., et al. Skyline: an open source document editor for creating and analyzing targeted proteomics experiments. Bioinformatics. 26 (7), 966-968 (2010).
  18. Addona, T. A., et al. Multi-site assessment of the precision and reproducibility of multiple reaction monitoring-based measurements of proteins in plasma. Nat Biotechnol. 27 (7), 633-641 (2009).
  19. Svinkina, T., et al. Deep, Quantitative Coverage of the Lysine Acetylome Using Novel Anti-acetyl-lysine Antibodies and an Optimized Proteomic Workflow. Mol Cell Proteomics. 14 (9), 2429-2440 (2015).
  20. Wang, Y., et al. Reversed-phase chromatography with multiple fraction concatenation strategy for proteome profiling of human MCF10A cells. Proteomics. 11 (10), 2019-2026 (2011).
  21. Schilling, B., et al. Protein acetylation dynamics in response to carbon overflow in Escherichia coli. Mol Microbiol. 98 (5), 847-863 (2015).
  22. Schilling, B., Gibson, B. W., Hunter, C. L. Generation of High-Quality SWATH Acquisition Data for Label-free Quantitative Proteomics Studies Using TripleTOF Mass Spectrometers. Methods Mol Biol. 1550, 223-233 (2017).
  23. Meyer, J. G., et al. PIQED: automated identification and quantification of protein modifications from DIA-MS data. Nat Methods. 14 (7), 646-647 (2017).
  24. Rost, H. L., et al. OpenSWATH enables automated, targeted analysis of data-independent acquisition MS data. Nat Biotechnol. 32 (3), 219-223 (2014).
  25. Lambert, J. P., et al. Mapping differential interactomes by affinity purification coupled with data-independent mass spectrometry acquisition. Nat Methods. 10 (12), 1239-1245 (2013).
  26. Bruderer, R., et al. Extending the limits of quantitative proteome profiling with data-independent acquisition and application to acetaminophen-treated three-dimensional liver microtissues. Mol Cell Proteomics. 14 (5), 1400-1410 (2015).
  27. Weinert, B. T., et al. Accurate Quantification of Site-specific Acetylation Stoichiometry Reveals the Impact of Sirtuin Deacetylase CobB on the E. coli Acetylome. Mol Cell Proteomics. 16 (5), 759-769 (2017).
check_url/kr/57209?article_type=t

Play Video

Cite This Article
Wei, L., Meyer, J. G., Schilling, B. Quantification of Site-specific Protein Lysine Acetylation and Succinylation Stoichiometry Using Data-independent Acquisition Mass Spectrometry. J. Vis. Exp. (134), e57209, doi:10.3791/57209 (2018).

View Video