nature

当前位置: Nature » 分子生物学 » 正文

Nat Commun:中科院生化细胞所黄超兰研究员合作开发新型糖基化修饰分析技术

摘要 : 2017年9月5日,国际学术权威刊物自然出版集团旗下子刊《Nature Communication》杂志在线发表了中国科学院生物化学与细胞生物学研究所国家蛋白质科学研究(上海)设施质谱系统黄超兰研究员与复旦大学杨芃原教授、中科院计算所贺思敏研究员的研究团队合作成果

2017年9月5日,国际学术权威刊物自然出版集团旗下子刊《Nature Communication》杂志在线发表了中国科学院生物化学与细胞生物学研究所国家蛋白质科学研究(上海)设施质谱系统黄超兰研究员与复旦大学杨芃原教授、中科院计算所贺思敏研究员的研究团队合作成果:“pGlyco 2.0 enables precision N-glycoproteomics with comprehensive quality control and one-step mass spectrometry for intact glycopeptide identification”。研究展示了高通量、高质量的完整N糖肽分析流程,为精准糖蛋白质组分析提供了新的分析工具,并提供了新的糖肽谱图质量评估方法以及目前最大的糖肽数据集。黄超兰研究员和彭超博士为共同通讯作者。

随着基于质谱技术蛋白质组学的发展,蛋白质后修饰组学的研究日趋成熟,相关成果也大量涌现。其中磷酸化、乙酰化等后修饰的分析技术已经有着非常好的推广应用,糖基化则是最复杂的蛋白后修饰之一,具有非常高的技术难度,但具有多种重要的生物学功能。与其他蛋白后修饰相比,糖基化不但会产生宏观不均一性(每个蛋白上可能有多个后修饰位点),更会产生海量的微观不均一性(每个位点上可能有几十甚至上百种不同的后修饰基团)。除此之外,糖链本身的离子化效率很低。这些因素的结合使得糖基化分析的通量和质量远低于蛋白质组学的常规分析水平。目前已有的糖基化分析方法有明显的局限性:大部分方法仅能分析糖链或糖基化位点等不完整的糖基化信息,而基于糖肽的位点特异性分析方法则存在通量低、假阳性率高、数据质量难以评测等问题。

该研究开发了多种技术,解决了上述完整糖肽分析的三个问题。首先,研究人员广泛测试了目前最新质谱仪器支持的各种碎裂方式并进行了系统性分析、模拟,最后挑选了经过优化的阶梯能量HCD(higher-energy collisional dissociation)作为糖肽的质谱图采集方法。这种方法能够获得丰富的完整糖肽碎片信息,同时保证了数据采集效率。随后,研究人员开发了具有自主知识产权的完整糖肽检索引擎pGlyco2.0。pGlyco2.0能够充分利用阶梯能量HCD糖肽谱图种的碎片信息,并且在糖链、肽段和糖肽三个层面都进行质控,从而获得高质量的鉴定结果。通过测试,pGlyco2.0的假阳性率不到1%,而目前最常用的商用软件Byonic,其假阳性率在特定情况下高达20%。该质控流程为完整糖肽分析领域提供了全新的工具和标准,可以作为后续方法发展的评价指标之一。最终,研究人员使用pGlyco2.0整套流程,在小鼠五个脏器(心肝脑肺肾)中,鉴定了超过一万条非冗余糖肽,是目前最大的完整糖肽数据集。

原文链接:

pGlyco 2.0 enables precision N-glycoproteomics with comprehensive quality control and one-step mass spectrometry for intact glycopeptide identification

原文摘要:

The precise and large-scale identification of intact glycopeptides is a critical step in glycoproteomics. Owing to the complexity of glycosylation, the current overall throughput, data quality and accessibility of intact glycopeptide identification lack behind those in routine proteomic analyses. Here, we propose a workflow for the precise high-throughput identification of intact N-glycopeptides at the proteome scale using stepped-energy fragmentation and a dedicated search engine. pGlyco 2.0 conducts comprehensive quality control including false discovery rate evaluation at all three levels of matches to glycans, peptides and glycopeptides, improving the current level of accuracy of intact glycopeptide identification. The N-glycoproteome of samples metabolically labeled with 15N/13C were analyzed quantitatively and utilized to validate the glycopeptide identification, which could be used as a novel benchmark pipeline to compare different search engines. Finally, we report a large-scale glycoproteome dataset consisting of 10,009 distinct site-specific N-glycans on 1988 glycosylation sites from 955 glycoproteins in five mouse tissues.

来源: Nature Communications 浏览次数:0

热门文章TOP

RSS订阅 - 填写您的邮件地址,订阅我们的精彩内容: - 网站地图
网站联系电话:020-87540820 备案号:粤ICP备11050685号-8 增值电信业务经营许可证:粤B2-20120479
©2011-2015 生物帮 All rights reserved.