2018年10月15日
质谱法(MS)已成为研究大分子组装体结构与动态的重要工具。本文整合了基于质谱的方法,用于探究蛋白质复合物的形成及配体结合。
如今,质谱技术在结构生物学中发挥着重要作用。该方法有助于回答有关重要生物大分子(尤其是蛋白质和蛋白质复合物)在天然状态下的关键问题。天然质谱技术可广泛应用于多种生物分子组装体,包括多蛋白体系和核酸体系。
该技术的主要优势在于其快速且高度灵敏。它可用于分析成分复杂的蛋白质样品,并能够同时检测处于寡聚状态的多种蛋白质。演示该实验操作的是我课题组的博士研究生Andy Lau。
开始此操作前,按照文本方案中所述制备实验室自制的纳米电喷雾毛细管。每次运行均需制备一份无配体样品作为对照,并将其缓冲液置换为乙酸铵。接下来,选择灵敏度模式、正离子采集模式以及迁移率飞行时间(mobility TOF)模式。
接下来打开捕集阱、API 和 IMS 气体。进行离子迁移率分离时,使用此处所示的氮气和氩气起始参数,并根据需要进行调整。设置合适的质荷比(m/z)采集范围。
对于未知蛋白质,初始优化步骤应使用较宽的范围。将镀金毛细管插入毛细管支架中,然后向毛细管内加载 2 至 3 微升目标蛋白质复合物溶液。
轻轻拧紧毛细管,并将其放置在电喷雾离子源的样品台上。将样品台推至指定位置以开始采集数据。施加较低的纳流气体压力,直至毛细管尖端形成液滴。
移动毛细管相对于锥体的位置,并监测离子流以获得稳定的离子流。施加0.9至1.6千伏范围内的毛细管电压。然后根据文本方案设置采样锥电压、源偏置电压、源温度和锥孔气体流速。
为了获得分辨率良好的质谱图并最大化离子传输效率,需调整质谱参数并监测谱图的变化。将离子阱碰撞能量设定在10至50伏之间的初始值。如果电压偏移不足,则调整离子阱碰撞能量。
通过调节电压将捕集器设定在20至45伏特之间的初始起始点。通过优化该电压以改善去溶剂化效果。随后,按照文中所述优化波速和波高,以实现最佳的迁移率分离。
对于涉及 HerA 和 NurA 的研究,使用 40 米/秒的波速,波高在 550 至 650 伏特之间。进行 DNA 结合分析时,将蛋白质与 DNA 按能够形成蛋白质-DNA 复合物的摩尔比例混合。逐步增加以下任一种物质的用量:5'O-3-硫代三磷酸四锂盐或 ADP。
使用适当的软件测量所生成物种的质量,并鉴定配体结合情况,例如 ATP 和 ADP 的结合以及寡聚状态。然后利用原始 ESI-MS 谱图中观察到的离子强度来定量各物种的相对丰度。在优化仪器条件以实现稳定传输后,将碰撞能量和采样锥电压降至尽可能低,同时仍保持良好的谱图质量。
使用先前确定的优化波速和波高获取离子淌度质谱(IM MS)数据。在保持相同波高的情况下,以三种不同的波速测量离子漂移时间。为测定蛋白质离子的碰撞截面(CCS),需使用相同的仪器条件,检测四种蛋白质校准物,其中两种的质量高于待测蛋白质,另两种的质量低于待测蛋白质。首先,按照文本方案中的说明制备蛋白质样品,并将其缓冲液置换为乙酸铵。
以10%的增量加入溶剂,直至达到所需体积。冰上孵育一小时。之后,对每个样品采集离子迁移率-质谱(IM-MS)谱图。
使用 SUMMIT 软件分配蛋白质亚复合物并生成蛋白质相互作用网络。或者,手动列出预期物种的理论质谱质量。为开始研究蛋白质复合物的稳定性,逐步将捕获加速电压从 10 伏特升高至 200 伏特,同时记录离子迁移率-质谱(IM-MS)数据,这将逐步诱导蛋白质在气相中解折叠。
使用适当的软件分析数据,并通过叠加每个电荷态在不同加速电压下的强度归一化碰撞截面(CCS)分布,生成二维去折叠图。原生质谱(native MS)结果揭示了HerA与NurA复合物的寡聚状态、组成及拓扑结构。由于非共价相互作用在气相中得以保留,因此采用ATPγS与ADP滴定实验的原生质谱方法,用于确定HerA与NurA中核苷酸的成对结合情况。
HerA 寡聚状态的质谱结果显示,随着 ATPγS 浓度的增加,六聚体 HerA 的相对强度也随之增强。通过离子迁移质谱(IM-MS)实验可获得蛋白质及其复合物的实验碰撞截面(CCS)值。这些实验值与来自 X 射线晶体学的理论测量值具有良好一致性,从而验证了利用 CCS 值构建蛋白质组装低分辨率模型的可行性。
CIU 和 KEcom 分析表明,结合 DNA 的 HerA-NurA 比无 DNA 的复合物更稳定。CIU MS 分析及其相应的 ATP 结合状态显示,在气相中,结合四个 ATPγS 的状态会降低复合物的稳定性。然而,当所有结合位点均被占据、形成结合六个 ATPγS 的状态时,该复合物表现出最高的稳定性。
对完整复合物的分子质量进行精确测量,可为生物大分子的表征提供重要信息。我们能够获得有关复合物组装途径、蛋白质寡聚化以及配体结合的信息。综合这些信息,可构建功能生物复合物的详细模型。
本文讨论了质谱法(MS)在结构生物学中的应用,特别是用于分析蛋白质复合物和配体相互作用。结合基于质谱的技术,可对大分子组装体在其天然状态下进行研究。
整合结构质谱技术通过提供蛋白质复合物组装、寡聚化及配体结合的定量、天然状态信息,帮助生物制药团队降低靶点验证的风险。该方法通过为机制性假设提供结构层面的可信度,并减少通路验证中的不确定性,支持早期发现阶段的决策。通过提供可重复、跨平台的结构数据,该技术增强了先导化合物筛选和临床前研究的预测价值。
该方法通过提供结构数据以支持假设验证、化合物评估和转化研究的连续性,从而整合到从靶点验证、先导化合物筛选到临床前评估的整个发现流程中。