$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Biomarqueurs dans le liquide céphalorachidien (LCR) transforment actuellement recherche dans les maladies neurodégénératives. Dans la maladie d’Alzheimer, la maladie neurodégénérative plus commune, affectant plus 60 millions de personnes dans le monde1,2, un triplet de biomarqueurs de la bêta-amyloïde de peptide, stabilisation des microtubules protéine tau et un phosphorylée forme tau, capable de détecter la maladie avec une spécificité et une sensibilité élevée et a été inclus dans les critères de recherche diagnostique3. Dans d’autres maladies neurodégénératives, telles que la maladie de Parkinson et la sclérose en plaques, des études protéomiques ont identifié de nombreux candidats de biomarqueurs, dont certains sont actuellement en cours d’évaluation dans les études cliniques4,5 ,6.
Aux côtés de protéines, CSF contient également une abondance de peptides endogènes7,8,9,10,11,12. Constituant des produits de clivage de nombreuses protéines encéphales, ces peptides représentent également une source potentiellement importante de biomarqueurs de la maladie. Pour augmenter l’inventaire des peptides endogènes identifiés dans le LCR humaine et que les analyses endopeptidomic CSF dans les études cliniques, il a développé une méthode pour la préparation des échantillons et l’analyse de LC-MS (un schéma de protocole bref a été inclus dans la Figure 1 ). L’application de cette méthode dans une étude récente a permis l’identification de presque 16 400 peptides endogènes de CSF dans les échantillons de LCR mise en commun de plusieurs individus de diagnostic non spécifique, élargissant l’endopeptidome CSF connu dix fois13. La méthode peut éventuellement être utilisée parallèlement aux isobare approche étiquetage pour la quantification.
Préparation des échantillons
La principale source de masse des protéines dans le LCR est constituants du plasma (par ex. albumine et des immunoglobulines) passant sur le sang cerveau barrière14,15. Leur abondance gêne la détection des composants de l’échantillon faible-abondant, dérivé du cerveau. Les peptides endogènes peuvent être aisément séparées des protéines haute-abondantes, permettant ainsi un volume beaucoup plus important d’extrait peptide CSF à utiliser pour l’analyse de LC-MS, permettant la détection des peptides moins abondantes.
Dans le protocole présenté ici, filtration de coupure (MWCO) de poids moléculaire a été utilisée pour séparer les peptides de CSF de la fraction protéique ; une méthode qui a été utilisée dans plusieurs précédentes études8,9,10,11,12,16. L’étape de filtration a été suivie d’une étape de fractionnement avant RP HPLC hors connexion effectuée sur un gradient de phase mobile pH élevé. En effectuant deux étapes de RP HPLC en tandem, avec pH étant la principale distinction, la différence de sélectivité entre les deux étapes provient essentiellement de rétention des peptides modifiés par suite de peptides différents États de charge. La demande de fractionnement pre peptide pH élevé avant SM-dans des conditions acides s’est avérée efficace en augmentant la peptide identification17,18et même à être supérieure à cette fin dans le complexe biologique échantillons par rapport aux plus séparation orthogonale modes19, tels que chat-ions forts exchange (SCX) et PR20. Pour raccourcir le temps d’analyse, un plan de concaténation a été utilisé, mise en commun de chaque fractionth 12 (p. ex., fractions 1, 13, 25, 37 et 49), qui, en raison de la puissance de haute résolution de RP HPLC, encore largement évité co élution de peptides à partir de différents fractions dans la SM-étape20,21.
Identification de peptide
Identification de peptide dans les études de peptidomic diffère de celle des études protéomiques car aucun clivage enzymatique ne peut être spécifié dans la recherche de la base de données, et en conséquence, le taux d’identification sont habituellement inférieur à11. Une récente étude13 ont montré que les tarifs d’identification pour les peptides endogènes obtenus avec Sequest et mascotte ont été sensiblement améliorées lorsque la valeur par défaut marquant l’algorithme du logiciel respectif a été modifiée à l’aide de la notation adaptative algorithme de percolateur, indiquant que les algorithmes de notation optimales pour les peptides endogènes diffèrent de celle des peptides tryptiques13. À cet étude, identification basée sur le séquençage de novo de peptide automatique en utilisant le logiciel pics (BSI) s’est avéré pour être complémentaires aux moteurs de recherche axée sur les empreintes digitales deux fragment ions, résultant en un ensemble beaucoup plus important d’identifiés peptides.