Summary

En masspektrometribaserad proteomikmetod för global och högkonfidensprotein R-metyleringsanalys

Published: April 28, 2022
doi:

Summary

Protein arginin (R)-metylering är en vidsträckt post-translationell modifiering som reglerar flera biologiska vägar. Masspektrometri är den bästa tekniken för att globalt profilera R-metylproteomet, när det kopplas till biokemiska metoder för modifierad peptidanrikning. Arbetsflödet som är utformat för högkonfidensidentifiering av global R-metylering i mänskliga celler beskrivs här.

Abstract

Protein arginin (R)-metylering är ett utbrett protein post-translationell modifiering (PTM) som är involverat i regleringen av flera cellulära vägar, inklusive RNA-bearbetning, signaltransduktion, DNA-skaderespons, miRNA-biogenes och översättning.

Under de senaste åren, tack vare biokemisk och analytisk utveckling, har masspektrometri (MS) -baserad proteomik framstått som den mest effektiva strategin för att karakterisera det cellulära metylproteomet med enplatsupplösning. Identifiering och profilering av in vivo-protein R-metylering med MS är dock fortfarande utmanande och felbenägen, främst på grund av den substoichiometriska karaktären hos denna modifiering och närvaron av olika aminosyrasubstitutioner och kemisk metylförestring av sura rester som är isobariska för metylering. Således krävs anrikningsmetoder för att förbättra identifieringen av R-metylpeptider och ortogonala valideringsstrategier för att minska falska upptäcktshastigheter (FDR) i metylproteomikstudier.

Här beskrivs ett protokoll som är speciellt utformat för identifiering och kvantifiering av R-metylpeptider med hög konfidens från cellulära prover, som kopplar samman metabolisk märkning av celler med tungt isotopkodat metionin (hmSILAC) och dubbel proteas i lösningsuppslutning av helcellsextrakt, följt av off-line High-pH Reversed Phase (HpH-RP) kromatografifraktionering och affinitetsanrikning av R-metylpeptider med användning av anti-pan-R-metylantikroppar. Vid högupplöst MS-analys bearbetas rådata först med MaxQuant-programvarupaketet och resultaten analyseras sedan av hmSEEKER, en programvara som är utformad för djupgående sökning av MS-topppar som motsvarar lätt och tung metylpeptid i MaxQuant-utdatafilerna.

Introduction

Arginin (R)-metylering är en post translationell modifiering (PTM) som dekorerar cirka 1% av däggdjursproteomet1. Protein argininmetyltransferaser (PRMT) är de enzymer som katalyserar R-metyleringsreaktion genom avsättning av en eller två metylgrupper till kväve (N) -atomerna i guanidinogruppen i sidokedjan av R på ett symmetriskt eller asymmetriskt sätt. Hos däggdjur kan PRMT grupperas i tre klasser – typ I, typ II och typ III – beroende på deras förmåga att deponera både monometylering (MMA) och asymmetrisk dimetylering (ADMA), MMA och symmetrisk dimetylering (SDMA) eller endast MMA respektive 2,3. PRMTs riktar sig främst mot R-rester som ligger inom glycin- och argininrika regioner, så kallade GAR-motiv, men vissa PRMT, såsom PRMT5 och CARM1, kan metylera prolin-glycin-metioninrika (PGM) motiv4. R-metylering har framträtt som en proteinmodulator för flera biologiska processer, såsom RNA-skarvning5, DNA-reparation6, miRNA-biogenes7 och översättning2, vilket främjar forskningen om denna PTM.

Masspektrometri (MS) är erkänd som den mest effektiva tekniken för att systematiskt studera global R-metylering vid protein-, peptid- och platsupplösning. Denna PTM kräver dock vissa särskilda försiktighetsåtgärder för att den ska kunna identifieras med hög konfidens av medlemsstaterna. För det första är R-metylering substoichiometrisk, med den omodifierade formen av peptiderna som är mycket rikligare än de modifierade, så att masspektrometrar som arbetar i DDA-läget (Data Dependent Acquisition) kommer att fragmentera högintensiva omodifierade peptider oftare än deras metylerade motsvarigheter med lägre intensitet8. Dessutom lider de flesta MS-baserade arbetsflöden för R-metylerad platsidentifiering av begränsningar på bioinformatisk analysnivå. Faktum är att beräkningsidentifieringen av metylpeptider är benägen för höga falska upptäcktshastigheter (FDR), eftersom denna PTM är isobarisk för olika aminosyrasubstitutioner (t.ex. glycin i alanin) och kemisk modifiering, såsom metylförestring av aspartat och glutamat9. Därför har metoder baserade på isotopmärkning av metylgrupper, såsom tung metylstabil isotopmärkning med aminosyror i cellodling (hmSILAC), implementerats som ortogonala strategier för säker MS-identifiering av de vivo-metyleringar, vilket avsevärt minskar frekvensen av falska positiva anteckningar10.

Nyligen har olika proteomomfattande protokoll för att studera R-metylerade proteiner optimerats. Utvecklingen av antikroppsbaserade strategier för immunaffinitetsberikning av R-metylpeptider har lett till annotering av flera hundra R-metylerade platser i humana celler11,12. Dessutom rapporterade många studier 3,13 att koppling av antikroppsbaserad anrikning med peptidseparationstekniker såsom HpH-RP-kromatografifraktionering kan öka det totala antalet identifierade metylpeptider.

Denna artikel beskriver en experimentell strategi utformad för systematisk och hög konfidensidentifiering av R-metylerade platser i mänskliga celler, baserat på olika biokemiska och analytiska steg: proteinextraktion från hmSILAC-märkta celler, parallell dubbel enzymatisk matsmältning med trypsin- och lysarginasproteaser, följt av HpH-RP-kromatografisk fraktionering av smälta peptider, i kombination med antikroppsbaserad immunaffinitetsberikning av MMA-, SDMA-, och ADMA-innehållande peptider. Alla affinitetsberikade peptider analyseras sedan med högupplöst vätskekromatografi (LC)-MS/MS i DDA-läge, och råa MS-data bearbetas av MaxQuant-algoritmen för identifiering av R-metylpeptider. Slutligen bearbetas MaxQuant-utdataresultaten med hmSEEKER, ett egenutvecklat bioinformatikverktyg för att söka par av tunga och lätta metylpeptider. Kortfattat läser och filtrerar hmSEEKER metylpeptididentifieringar från msms-filen, matchar sedan varje metylpeptid till dess motsvarande MS1-topp i allPeptides-filen och söker slutligen toppen av den tunga / lätta peptidmotparten. För varje förmodat tungt lätt par beräknas parametrarna Log2 H/L-förhållande (LogRatio), Retention Time difference (dRT) och Mass Error (ME) och dubbletter som finns inom användardefinierade cut-offs märks som sanna positiva. Arbetsflödet för det biokemiska protokollet beskrivs i figur 1.

Protocol

1. Cellodling och proteinextraktion (tid: 3 – 4 veckor krävs) Odla HeLa-celler parallellt i medier som levereras med antingen lätt (L) respektive tungt (H) metionin (se tabell 1 för mediesammansättning). Vid minst åtta celldelningar, samla en alikvot av celler från varje SILAC-kanal och utför inkorporeringstestet.OBS: För att kontrollera inkorporeringseffektiviteten, testa med LC-MS / MS-analys att andelen tungt metionin (Met-4) i Heavy-kanalen är så nära som möjligt till 100%. …

Representative Results

Artikeln beskriver ett arbetsflöde för högkonfidensidentifiering av globalt protein R-metylering, som är baserat på kombinationen av den enzymatiska matsmältningen av proteinextraktet med två distinkta proteaser parallellt, följt av HpH-RP vätskekromatografifraktionering av proteolytiska peptider och immunaffinitetsanrikning av R-metylpeptider med anti-pan-R-metylantikroppar (Figur 1). Cellerna odlades i närvaro av metionin, antingen naturligt (Light, L,…

Discussion

Den höga konfidensidentifieringen av in vivo-protein / peptidmetylering genom global MS-baserad proteomik är utmanande på grund av risken för hög FDR, med flera aminosyrasubstitutioner och metylförestring som inträffar under provberedning som är isobarisk för metylering och kan orsaka felaktiga uppdrag i avsaknad av ortogonala MS-valideringsstrategier. Den substoichiometriska karaktären hos denna PTM komplicerar ytterligare uppgiften för global metylproteomik, men kan övervinnas med selektiv anriknin…

Declarações

The authors have nothing to disclose.

Acknowledgements

MM och EM är doktorander inom European School of Molecular Medicine (SEMM). EM är mottagare av ett 3-årigt FIRC-AIRC-stipendium (projektkod: 22506). Globala analyser av R-metylproteomer i TB-gruppen stöds av AIRC IG Grant (Project Code: 21834).

Materials

Ammonium Bicarbonate (AMBIC) Sigma-Aldrich 09830
Ammonium Persulfate (APS) Sigma-Aldrich 497363
C18 Sep-Pak columns vacc 6cc (1g) Waters WAT036905
Colloidal Coomassie staining Instant Sigma-Aldrich ISB1L-1L
cOmplete Mini, EDTA-free Roche-Sigma Aldrich 11836170001 Protease Inhibitor
Dialyzed Fetal Bovine Serum (FBS) GIBCO ThermoFisher 26400-044
DL-Dithiothreitol (DTT) Sigma-Aldrich 3483-12-3
DMEM Medium GIBCO ThermoFisher requested  with stabile glutamine and without methionine
EASY-nano LC 1200 chromatography system ThermoFisher
EASY-Spray HPLC Columns ThermoFisher ES907
Glycerolo Sigma-Aldrich G5516
HeLa cells ATCC ATCC CCL-2
HEPES Sigma-Aldrich H3375
Iodoacetamide (IAA) Sigma-Aldrich 144-48-9
Jupiter C12-RP column Phenomenex 00G-4396-E0
L-Methionine Sigma-Aldrich M5308 Light (L) Methionine
L-Methionine-(methyl-13C,d3) Sigma-Aldrich 299154 Heavy (H) Methionine
LysargiNase Merck Millipore EMS0008
Microtip Cell Disruptor Sonifier 250 Branson
N,N,N′,N′-Tetramethylethylenediamine (TEMED) Sigma-Aldrich T9281
Penicillin-Streptomycin GIBCO ThermoFisher 15140122
PhosSTOP Roche-Sigma Aldrich 4906837001 Phosphatase Inhibitor
Pierce C18 Tips ThermoFisher 87782
Pierce  0.1% Formic Acid (v/v) in Acetonitrile, LC-MS Grade ThermoFisher 85175 LC-MS Solvent B
Pierce  0.1% Formic Acid (v/v) in Water, LC-MS Grade ThermoFisher 85170 LC-MS Solvent A
Pierce  Acetonitrile (ACN), LC-MS Grade ThermoFisher 51101
Pierce  Water, LC-MS Grade ThermoFisher 51140
Polyacrylamide Sigma-Aldrich 92560
Precision Plus Protein  All Blue Prestained Protein Standards Bio-Rad 1610373
PTMScan antibodies α-ADMA Cell Signaling Technology 13474
PTMScan antibodies α-MMA Cell Signaling Technology 12235
PTMScan antibodies α-SDMA Cell Signaling Technology 13563
Q Exactive HF Hybrid Quadrupole-Orbitrap Mass Spectrometer ThermoFisher
Sequencing Grade Modified Trypsin Promega V5113
Trifluoroacetic acid Sigma-Aldrich T6508
Ultimate 3000 HPLC Dionex
Urea Sigma-Aldrich U5378
Vacuum Concentrator 5301 Eppendorf Speed vac

Referências

  1. Bulau, P., et al. Quantitative assessment of arginine methylation in free versus protein-incorporated amino acids in vitro and in vivo using protein hydrolysis and high-performance liquid chromatography. Biotechniques. 40 (3), 305-310 (2006).
  2. Blanc, R. S., Richard, S. Arginine methylation: the coming of age. Molecular Cell. 65 (1), 8-24 (2017).
  3. Sylvestersen, K. B., Horn, H., Jungmichel, S., Jensen, L. J., Nielsen, M. L. Proteomic analysis of arginine methylation sites in human cells reveals dynamic regulation during transcriptional arrest. Molecular & Cellular Proteomics. 13 (8), 2072-2088 (2014).
  4. Yang, Y., Bedford, M. T. Protein arginine methyltransferases and cancer. Nature Reviews Cancer. 13 (1), 37-50 (2013).
  5. Bezzi, M., et al. Regulation of constitutive and alternative splicing by PRMT5 reveals a role for Mdm4 pre-mRNA in sensing defects in the spliceosomal machinery. Genes & Development. 27 (17), 1903-1916 (2013).
  6. Auclair, Y., Richard, S. The role of arginine methylation in the DNA damage response. DNA Repair. 12 (7), 459-465 (2013).
  7. Spadotto, V., et al. PRMT1-mediated methylation of the microprocessor-associated proteins regulates microRNA biogenesis. Nucleic Acids Research. 48 (1), 96-115 (2020).
  8. Musiani, D., Massignani, E., Cuomo, A., Yadav, A., Bonaldi, T. Biochemical and computational approaches for the large-scale analysis of protein arginine methylation by mass spectrometry. Current Protein and Peptide Science. 21 (7), 725-739 (2020).
  9. Ong, S. -. E., Mittler, G., Mann, M. Identifying and quantifying in vivo methylation sites by heavy methyl SILAC. Nature Methods. 1 (2), 119-126 (2004).
  10. Hart-Smith, G., Yagoub, D., Tay, A. P., Pickford, R., Wilkins, M. R. Large scale mass spectrometry-based identifications of enzyme-mediated protein methylation are subject to high false discovery rates. Molecular & Cellular Proteomics. 15 (3), 989-1006 (2016).
  11. Bedford, M. T., Clarke, S. G. Protein arginine methylation in mammals: who, what, and why. Molecular Cell. 33 (1), 1-13 (2009).
  12. Larsen, S. C., et al. Proteome-wide analysis of arginine monomethylation reveals widespread occurrence in human cells. Science Signaling. 9 (443), (2016).
  13. Massignani, E., et al. hmSEEKER: Identification of hmSILAC doublets in MaxQuant output data. Proteomics. 19 (5), 1800300 (2019).
  14. Bradford, M. M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding. Analytical Biochemistry. 72, 248-254 (1976).
  15. Smith, P. K., et al. Measurement of protein using bicinchoninic acid. Analytical Biochemistry. 150 (1), 76-85 (1985).
  16. Getz, E. B., Xiao, M., Chakrabarty, T., Cooke, R., Selvin, P. R. A comparison between the sulfhydryl reductants tris(2-carboxyethyl)phosphine and dithiothreitol for use in protein biochemistry. Analytical Biochemistry. 273 (1), 73-80 (1999).
  17. Nielsen, M. L., et al. Iodoacetamide-induced artifact mimics ubiquitination in mass spectrometry. Nature Methods. 5 (6), 459-460 (2008).
  18. Huesgen, P. F., et al. LysargiNase mirrors trypsin for protein C-terminal and methylation-site identification. Nature Methods. 12 (1), 55-58 (2015).
  19. Rappsilber, J., Mann, M., Ishihama, Y. Protocol for micro-purification, enrichment, pre-fractionation and storage of peptides for proteomics using StageTips. Nature Protocols. 2 (8), 1896 (2007).
  20. Hartel, N. G., Chew, B., Qin, J., Xu, J., Graham, N. A. Deep protein methylation profiling by combined chemical and immunoaffinity approaches reveals novel PRMT1 targets. Molecular & Cellular Proteomics. 18 (11), 2149-2164 (2019).
  21. Bremang, M., et al. Mass spectrometry-based identification and characterisation of lysine and arginine methylation in the human proteome. Molecular bioSystems. 9 (9), 2231-2247 (2013).
  22. Geoghegan, V., Guo, A., Trudgian, D., Thomas, B., Acuto, O. Comprehensive identification of arginine methylation in primary T cells reveals regulatory roles in cell signalling. Nature Communications. 6 (1), 1-8 (2015).
  23. Tabb, D. L., Huang, Y., Wysocki, V. H., Yates, J. R. Influence of basic residue content on fragment ion peak intensities in low-energy collision-induced dissociation spectra of peptides. Analytical Chemistry. 76 (5), 1243-1248 (2004).
  24. Guthals, A., Bandeira, N. Peptide identification by tandem mass spectrometry with alternate fragmentation modes. Molecular & Cellular Proteomics. 11 (9), 550-557 (2012).
  25. Swaney, D. L., et al. Supplemental activation method for high-efficiency electron-transfer dissociation of doubly protonated peptide precursors. Analytical Chemistry. 79 (2), 477-485 (2007).
  26. Kundinger, S. R., Bishof, I., Dammer, E. B., Duong, D. M., Seyfried, N. T. Middle-down proteomics reveals dense sites of methylation and phosphorylation in arginine-rich RNA-binding proteins. Journal of Proteome Research. 19 (4), 1574-1591 (2020).
  27. Batth, T. S., Francavilla, C., Olsen, J. V. Off-line high-pH reversed-phase fractionation for in-depth phosphoproteomics. Journal of Proteome Research. 13 (12), 6176-6186 (2014).
  28. Yang, F., Shen, Y., Camp, D. G., Smith, R. D. High-pH reversed-phase chromatography with fraction concatenation for 2D proteomic analysis. Expert Review of Proteomics. 9 (2), 129-134 (2012).
  29. Hartel, N. G., Chew, B., Qin, J., Xu, J., Graham, N. A. Deep protein methylation profiling by combined chemical and immunoaffinity approaches reveals novel PRMT1 targets. Molecular & Cellular Proteomics. 18 (11), 2149-2164 (2019).
  30. Uhlmann, T., et al. A method for large-scale identification of protein arginine methylation. Molecular & Cellular Proteomics. 11 (11), 1489-1499 (2012).
  31. Wang, K., et al. Antibody-free approach for the global analysis of protein methylation. Analytical chemistry. 88 (23), 11319-11327 (2016).
  32. Moore, K. E., et al. A general molecular affinity strategy for global detection and proteomic analysis of lysine methylation. Molecular cell. 50 (3), 444-456 (2013).
  33. Wu, Z., et al. A chemical proteomics approach for global analysis of lysine monomethylome profiling. Molecular & Cellular Proteomics. 14 (2), 329-339 (2015).
  34. Sylvestersen, K. B., Horn, H., Jungmichel, S., Jensen, L. J., Nielsen, M. L. Proteomic analysis of arginine methylation sites in human cells reveals dynamic regulation during transcriptional arrest. Molecular & Cellular Proteomics. 13 (8), 2072-2088 (2014).
  35. Tay, A. P., Geoghegan, V., Yagoub, D., Wilkins, M. R., Hart-Smith, G. MethylQuant: A Tool for Sensitive Validation of Enzyme-Mediated Protein Methylation Sites from Heavy-Methyl SILAC Data. Journal of Proteome Research. 17 (1), 359-373 (2018).

Play Video

Citar este artigo
Maniaci, M., Marini, F., Massignani, E., Bonaldi, T. A Mass Spectrometry-Based Proteomics Approach for Global and High-Confidence Protein R-Methylation Analysis. J. Vis. Exp. (182), e62409, doi:10.3791/62409 (2022).

View Video