الجهاز العصبي معقد ويتطلب شبكة من الخلايا العصبية لنقل الإشارات عبر الكائن الحي. ينسق الجهاز العصبي المعلومات الحسية والاستجابة البيولوجية. تتطلب التفاعلات المعقدة والمعقدة التي ينطوي عليها نقل الإشارة العديد من جزيئات الإشارات المختلفة مثل الناقلات العصبية والمنشطات والببتيدات العصبية. نظرا لأن الببتيدات العصبية هي جزيئات الإشارة الأكثر تنوعا وقوة التي تلعب أدوارا رئيسية في تنشيط الاستجابات الفسيولوجية للإجهاد والمحفزات الأخرى ، فمن المهم تحديد دورها المحدد في هذه العمليات الفسيولوجية. ترتبط وظيفة Neuropeptide ببنية الأحماض الأمينية الخاصة بها ، والتي تحدد الحركة وتفاعل المستقبلات والتقارب1. تقنيات مثل الكيمياء النسيجية ، وهو أمر مهم لأنه يمكن توليف الببتيدات العصبية وتخزينها وإطلاقها في مناطق مختلفة من الأنسجة ، وقد تم استخدام الفيزيولوجيا الكهربية للتحقيق في بنية الببتيد neuropeptide ووظيفتها 2,3,4 ، ولكن هذه الطرق محدودة بالإنتاجية والخصوصية لحل تنوع التسلسل الهائل من neuropeptides.
يتيح قياس الطيف الكتلي (MS) تحليل الإنتاجية العالية لبنية الببتيد النيوروبي ووفرته. ويمكن القيام بذلك من خلال تقنيات MS المختلفة، والأكثر شيوعا الكروماتوغرافيا السائلة - التأين الكهربائي MS (LC-ESI-MS)5 والامتزاز/التأين بالليزر بمساعدة المصفوفة MS (MALDI-MS)6. باستخدام قياسات الكتلة عالية الدقة وتجزئة MS ، يوفر MS القدرة على تعيين تسلسل الأحماض الأمينية وحالة التعديل بعد الترجمة (PTM) إلى neuropeptides من مخاليط معقدة دون معرفة مسبقة للمساعدة في التحقق من وظيفتها 7,8. بالإضافة إلى المعلومات النوعية، يتيح MS المعلومات الكمية عن الببتيدات العصبية من خلال القياس الكمي الخالي من الملصقات (LFQ) أو الطرق القائمة على الملصقات مثل وضع العلامات النظيرية أو المتساوية الضغط9. تشمل المزايا الرئيسية ل LFQ بساطتها وانخفاض تكلفة التحليل وانخفاض خطوات إعداد العينات التي يمكن أن تقلل من فقدان العينة. ومع ذلك ، فإن عيوب LFQ تشمل زيادة تكاليف وقت الأداة لأنها تتطلب تكرارات تقنية متعددة لمعالجة الخطأ الكمي من التباين من تشغيل إلى تشغيل. وهذا يؤدي أيضا إلى انخفاض القدرة على تحديد الاختلافات الصغيرة بدقة. تخضع الطرق القائمة على الملصقات لتباين أقل منهجية حيث يمكن تصنيف عينات متعددة بشكل تفاضلي باستخدام مجموعة متنوعة من النظائر المستقرة ، ودمجها في عينة واحدة ، وتحليلها من خلال قياس الطيف الكتلي في وقت واحد. وهذا يزيد أيضا من الإنتاجية، على الرغم من أن الملصقات النظيرية يمكن أن تستغرق وقتا طويلا ومكلفة في توليفها أو شرائها. كما يزداد التعقيد الطيفي لأطياف كتلة المسح الكامل (MS1) مع زيادة تعدد الإرسال ، مما يقلل من عدد الببتيدات العصبية الفريدة التي يمكن تجزئتها وبالتالي تحديدها. وعلى العكس من ذلك، فإن وضع العلامات متساوي الضغط لا يزيد من التعقيد الطيفي على مستوى MS1، على الرغم من أنه يقدم تحديات للتحليلات منخفضة الوفرة مثل الببتيدات العصبية (neuropeptides). وبما أن القياس الكمي متساوي الضغط يتم إجراؤه على مستوى أطياف كتلة أيون الشظايا (MS2)، فقد لا يمكن تحديد كمية الببتيدات العصبية منخفضة الوفرة حيث يمكن اختيار مكونات مصفوفة أكثر وفرة للتجزئة وقد لا يكون لدى تلك المختارة وفرة عالية بما يكفي لتحديدها كميا. مع وضع العلامات النظيرية ، يمكن إجراء القياس الكمي على كل ببتيد محدد.
بالإضافة إلى التحديد والقياس الكمي، يمكن الحصول على معلومات التوطين بواسطة MS من خلال تصوير MALDI-MS (MALDI-MSI)10. عن طريق تنقيط ليزر عبر سطح عينة، يمكن تجميع أطياف MS في صورة خريطة حرارية لكل قيمة m/z . يمكن أن يوفر رسم خرائط كثافة إشارة neuropeptide العابرة في مناطق مختلفة عبر الظروف معلومات قيمة لتحديد الوظيفة11. توطين الببتيدات العصبية مهم بشكل خاص لأن وظيفة neuropeptide قد تختلف اعتمادا على الموقع12.
تم العثور على Neuropeptides بوفرة أقل في الجسم الحي من جزيئات الإشارات الأخرى ، مثل الناقلات العصبية ، وبالتالي تتطلب طرقا حساسة للكشف13. يمكن تحقيق ذلك من خلال إزالة مكونات مصفوفة الوفرة العالية ، مثل الدهون11,14. يجب إجراء اعتبارات إضافية لتحليل الببتيدات العصبية عند مقارنتها بسير عمل البروتيوميات الشائعة ، ويرجع ذلك أساسا إلى أن معظم التحليلات غير المنطقية العصبية تحذف الهضم الأنزيمي. هذا يحد من خيارات البرامج لتحليل بيانات neuropeptide حيث تم بناء معظمها باستخدام خوارزميات تعتمد على بيانات البروتينات ومطابقة البروتين المستنيرة باكتشاف الببتيد. ومع ذلك ، فإن العديد من البرامج مثل PEAKS15 أكثر ملاءمة لتحليل neuropeptide بسبب قدراتها على تسلسل de novo. هناك عدة عوامل يجب مراعاتها لتحليل الببتيدات العصبية بدءا من طريقة الاستخراج إلى تحليل بيانات التصلب المتعدد.
وتشمل البروتوكولات الموصوفة هنا طرقا لإعداد العينات ووضع العلامات على نظائر ثنائي الميثيل، والحصول على البيانات، وتحليل بيانات الببتيدات العصبية بواسطة LC-ESI-MS، MALDI-MS، وMALDI-MSI. من خلال النتائج التمثيلية للعديد من التجارب ، يتم إثبات فائدة وقدرة هذه الطرق على تحديد وقياس وتوطين الببتيدات العصبية من سرطان البحر الأزرق ، Callinectes sapidus. لفهم الجهاز العصبي بشكل أفضل ، يتم استخدام أنظمة النماذج بشكل شائع. العديد من الكائنات الحية ليس لديها جينوم متسلسل بالكامل متاح ، مما يمنع اكتشاف neuropeptide الشامل على مستوى الببتيد. ومن أجل التخفيف من حدة هذا التحدي، أدرج بروتوكول لتحديد الببتيدات العصبية الجديدة وتعدين النسخ لإنشاء قواعد بيانات للكائنات الحية التي لا تحتوي على معلومات كاملة عن الجينوم. يمكن تحسين جميع البروتوكولات المعروضة هنا لعينات neuropeptide من أي نوع ، وكذلك تطبيقها لتحليل أي ببتيدات داخلية.