Biomarker im Liquor cerebrospinalis (CSF) sind derzeit verwandelt Forschung in Neurodegenerative Erkrankungen. Bei der Alzheimer-Krankheit die häufigste Neurodegenerative Erkrankung, Auswirkungen auf mehr als 60 Millionen Menschen weltweit1,2, ein Biomarker-Triplett bestehend aus Peptid Amyloid Beta, Mikrotubuli-stabilisierenden Protein Tau, und eine Tau Form phosphoryliert und erkennt die Krankheit mit hoher Sensitivität und Spezifität in der diagnostischen Forschung Kriterien3aufgenommen wurde. In anderen neurodegenerativen Erkrankungen wie Morbus Parkinson und Multiple Sklerose haben Proteomic Studien zahlreiche Biomarker Kandidaten identifiziert einige davon derzeit unter Bewertung klinischer Studien4,5 sind ,6.
Neben Proteinen enthält CSF auch eine Fülle von endogenen Peptiden7,8,9,10,11,12. Spaltprodukte des Gehirns abgeleitet Proteine bilden, stellen diese Peptide auch eine wichtige Quelle der Krankheit Biomarker. Um das Inventar der identifizierten endogene Peptide in menschlichen CSF zu erhöhen und CSF Endopeptidomic Analysen in klinischen Studien zu ermöglichen, wurde eine Methode entwickelt, für die Probenvorbereitung und LC-MS-Analyse (eine kurze Protokollschema ist in Abbildung 1 aufgenommen worden ). Die Anwendung dieser Methode in einer aktuellen Studie wurden fast 16.400 endogenen CSF Peptide in CSF Mischproben aus mehrere Personen der unspezifischen Diagnose, Erweiterung der bekannten CSF Endopeptidome um das Zehnfache13. Die Methode kann optional in Verbindung mit Isobaren Kennzeichnung Ansatz zur Quantifizierung verwendet werden.
Vorbereitung der Probe
Die wichtigste Quelle für Eiweiß Masse in CSF ist Plasma Bestandteile (z.B. Albumin und Immunglobuline) Überfahren der Blut Hirn-Schranke14,15. Ihre hohe Fülle erschwert die Erkennung von niedrig-reichlich, Brain-derived Beispielkomponenten. Endogene Peptide können leicht von der hohen reichlich Proteine, wodurch ein deutlich größeres Volumen von CSF-Peptid-Extrakt für LC-MS-Analyse, damit die Erkennung der unteren reichlich Peptide verwendet werden getrennt werden.
In dem hier vorgestellten Protokoll wurde Molekulargewicht Cut-Off (MWCO) Filtration verwendet die Proteinfraktion CSF Peptide getrennt; eine Methode, die in mehreren früheren verwendet wurde studiert8,9,10,11,12,16. Der Filtrationsschritt folgte ein offline RP HPLC Pre Fraktionierung Schritt über einen Gradienten von hohem pH-Wert mobilen Phase durchgeführt. Durch Schritten zwei RP HPLC im Tandem, mit pH wird der Hauptunterschied, ergibt sich der Unterschied in Selektivität zwischen den zwei Schritten hauptsächlich aus veränderten Peptid Thesaurierung als Folge unterschiedlicher Peptid Ladungszustände. Die Anwendung von hohem pH-Wert Peptid Pre Fraktionierung vor LC-MS unter sauren Bedingungen nachweislich effizient Peptid Identifikation17,18zu erhöhen und zu diesem Zweck in komplexen biologischen überlegen sein Proben im Vergleich zu mehr orthogonal Trennung Modi19, wie starke Katze-Ionenaustausch (SCX) und RP-20. Um die Analyse zu verkürzen, war eine Verkettung Schema verwendet bündeln alle 12th -Fraktion (z.B. Brüche 1, 13, 25, 37 und 49), die durch das hohe Auflösungsvermögen der RP-HPLC Co Elution von Peptiden aus verschiedenen noch weitgehend vermieden, Brüche in der LC-MS Schritt20,21.
Peptid-Identifikation
Peptid-Identifikation in Peptidomic Studien unterscheidet sich von der Proteomik-Studien, dass kein Enzym Spaltung in die Datenbankrecherche angegeben werden kann, und folglich Identifikation Preise in der Regel niedriger11 sind. Eine aktuelle Studie13 zeigte, dass die Identifizierung Preise für endogene Peptide mit Sequest und Maskottchen erhalten wesentlich verbessert wurden, wenn der Standardwert scoring-Algorithmus des jeweiligen Software-Programm mit der adaptive scoring geändert wurde Algorithmus Percolator, darauf hinweist, dass optimale scoring Algorithmen zur endogenen Peptiden unterscheidet sich von der tryptic Peptide13. Studie, Identifikation anhand automatischer Peptid de Novo Sequenzierung mit Hilfe der Software PEAKS (BSI) Ergänzend zu den zwei Fragment Ion fingerprinting-basierten Suchmaschinen gefunden wurde, identifiziert, wodurch eine erheblich größere Anzahl von Peptide.