מערכת העצבים מורכבת ודורשת רשת של נוירונים כדי להעביר אותות ברחבי האורגניזם. מערכת העצבים מתאמת מידע חושי ותגובה ביולוגית. האינטראקציות המורכבות והמפותלות המעורבות בהעברת אותות דורשות מולקולות איתות רבות ושונות כגון נוירוטרנסמיטורים, סטרואידים ונוירופפטידים. מכיוון שנוירופפטידים הם מולקולות האיתות המגוונות והחזקות ביותר הממלאות תפקידי מפתח בהפעלת תגובות פיזיולוגיות ללחץ ולגירויים אחרים, מעניין לקבוע את תפקידם הספציפי בתהליכים פיזיולוגיים אלה. תפקוד הנוירופפטידים קשור למבנה חומצות האמינו שלהם, הקובע את הניידות, האינטראקציה עם הקולטנים וזיקה1. טכניקות כגון היסטוכימיה, שהיא חשובה משום שניתן לסנתז, לאחסן ולשחרר נוירופפטידים באזורים שונים של הרקמה, ואלקטרופיזיולוגיה שימשה כדי לחקור את המבנה והתפקוד של הנוירופפטידים 2,3,4, אך שיטות אלה מוגבלות על ידי תפוקה וספציפיות כדי לפתור את מגוון הרצף העצום של הנוירופפטידים.
ספקטרומטריית מסות (MS) מאפשרת ניתוח תפוקה גבוהה של מבנה נוירופפטידים ושפע. ניתן לבצע זאת באמצעות טכניקות שונות של טרשת נפוצה, בדרך כלל כרומטוגרפיה נוזלית-יינון אלקטרוספריי MS (LC-ESI-MS)5 ו-MS ספיגה/יינון לייזר בסיוע מטריצה (MALDI-MS)6. באמצעות מדידות מסה ברמת דיוק גבוהה ופיצול טרשת נפוצה, טרשת נפוצה מספקת את היכולת להקצות רצף חומצות אמינו ומצב של שינוי לאחר התרגום (PTM) לנוירופפטידים מתערובות מורכבות ללא ידע א-פריורי כדי לסייע באיתור תפקודם 7,8. בנוסף למידע איכותני, טרשת נפוצה מאפשרת מידע כמותי של נוירופפטידים באמצעות כמות ללא תוויות (LFQ) או שיטות מבוססות תווית כגון תיוג איזוטופי או איזוברי9. היתרונות העיקריים של LFQ כוללים את הפשטות שלו, עלות נמוכה של ניתוח, וירידה בשלבי הכנת הדגימה שיכולים למזער את אובדן הדגימה. עם זאת, החסרונות של LFQ כוללים עלויות זמן מכשיר מוגברות מכיוון שהוא דורש שכפולים טכניים מרובים כדי לטפל בשגיאות כמותיות מהשונות בריצה לריצה. זה גם מוביל לירידה ביכולת לכמת במדויק וריאציות קטנות. שיטות מבוססות תווית נתונות לשונות פחות שיטתית מכיוון שניתן לסמן דגימות מרובות באופן דיפרנציאלי באמצעות מגוון איזוטופים יציבים, לשלב אותן בדגימה אחת ולנתח אותן באמצעות ספקטרומטריית מסות בו זמנית. זה גם מגדיל את התפוקה, אם כי תוויות איזוטופיות יכולות לגזול זמן רב ויקר לסנתז או לרכוש. המורכבות הספקטרלית של ספקטרום מסת סריקה מלאה (MS1) עולה גם היא ככל שהריבוב עולה, מה שמקטין את מספר הנוירופפטידים הייחודיים המסוגלים להיות מפוצלים ולכן, מזוהים. לעומת זאת, תיוג איזוברי אינו מגביר את המורכבות הספקטרלית ברמת MS1, אם כי הוא מציב אתגרים לאנליטים בעלי שפע נמוך כגון נוירופפטידים. מכיוון שהכמות האיזוברית מתבצעת ברמת ספקטרום מסת יון השבר (MS2), ייתכן שלא ניתן יהיה לכמת נוירופפטידים בעלי שפע נמוך מכיוון שניתן לבחור רכיבי מטריצה שופעים יותר לפיצול וייתכן שלמי שנבחר אין שפע גבוה מספיק כדי לכמת אותם. עם תיוג איזוטופי, ניתן לבצע כמות על כל פפטיד מזוהה.
בנוסף לזיהוי וכימות, ניתן לקבל מידע לוקליזציה על ידי MS באמצעות הדמיית MALDI-MS (MALDI-MSI)10. על-ידי רסטר לייזר על פני משטח דגימה, ניתן לקמפל ספקטרה של MS לתמונת מפת חום עבור כל ערך m/z . מיפוי עוצמת האותות הנוירופפטידיים הארעיים באזורים שונים על פני מצבים שונים יכול לספק מידע רב ערך לקביעת תפקוד11. לוקליזציה של נוירופפטידים חשובה במיוחד מכיוון שתפקוד הנוירופפטידים עשוי להשתנות בהתאם למיקום12.
נוירופפטידים נמצאים בשפע נמוך יותר in vivo מאשר מולקולות איתות אחרות, כגון מוליכים עצביים, ולכן דורשים שיטות רגישות לגילוי13. ניתן להשיג זאת באמצעות הסרת רכיבי מטריצת שפע גבוהים יותר, כגון שומנים11,14. שיקולים נוספים לניתוח נוירופפטידים צריכים להיעשות בהשוואה לתהליכי עבודה נפוצים של פרוטאומיקה, בעיקר משום שרוב הניתוחים הנוירו-פפטידומיים משמיטים עיכול אנזימטי. זה מגביל את אפשרויות התוכנה לניתוח נתונים של נוירופפטידים מכיוון שרובם נבנו עם אלגוריתמים המבוססים על נתוני פרוטאומיקה והתאמות חלבונים המבוססות על זיהוי פפטידים. עם זאת, תוכנות רבות כגון PEAKS15 מתאימות יותר לניתוח נוירופפטידים בשל יכולות ריצוף דה נובו שלהן. יש לקחת בחשבון מספר גורמים לניתוח נוירופפטידים החל משיטת החילוץ ועד לניתוח נתוני טרשת נפוצה.
הפרוטוקולים המתוארים כאן כוללים שיטות להכנת דגימות ותיוג איזוטופי של דימתיל, איסוף נתונים וניתוח נתונים של נוירופפטידים על ידי LC-ESI-MS, MALDI-MS ו-MALDI-MSI. באמצעות תוצאות מייצגות ממספר ניסויים, מדגימים את התועלת והיכולת של שיטות אלה לזהות, לכמת ולמקם נוירופפטידים מסרטנים כחולים, Callinectes sapidus. כדי להבין טוב יותר את מערכת העצבים, מערכות מודל משמשות בדרך כלל. לאורגניזמים רבים אין גנום ברצף מלא זמין, מה שמונע גילוי נוירופפטידי מקיף ברמת הפפטיד. על מנת למתן את האתגר הזה, נכלל פרוטוקול לזיהוי נוירופפטידים חדשים וכריית תעתיקים ליצירת מסדי נתונים עבור אורגניזמים ללא מידע גנומי מלא. כל הפרוטוקולים המוצגים כאן יכולים להיות מותאמים לדגימות נוירופפטידים מכל מין, כמו גם ליישם לניתוח של כל פפטידים אנדוגניים.