Method Article

オープンソースのラボロボットによるショットガンプロテオミクスサンプル処理

DOI:

10.3791/63092

October 28th, 2021

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

オープンソースのロボット液体処理システムを操作して、半自動タンパク質サンプル調製を行い、洗剤の除去、タンパク質消化、ペプチド脱塩のステップをカバーするための詳細なプロトコルと3つのPythonスクリプトが提供されています。

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

質量分析ベースの散弾銃プロテオミクス実験では、酵素タンパク質消化やクリーンアップなど、複数のサンプル調製ステップが必要であり、ベンチ労働の時間を要し、バッチ間の変動の原因を提示することができます。ピペットロボットによるラボの自動化により、手作業を削減し、スループットを最大化し、研究の再現性を向上させることができます。それでも、標準的なオートメーションステーションの急激な開始価格は、多くの学術研究所にとって手頃な価格ではありません。この記事では、半自動タンパク質還元、アルキル化、消化、およびクリーンアップ手順を設定するための指示を含む、手頃な価格のオープンソースオートメーションシステム(Opentrons OT-2)を使用したプロテオミクスサンプル調製ワークフローについて説明します。OT-2システムをアプリケーションプログラミングインタフェースでプログラミングするためのオープンソースのPythonスクリプトを伴います。

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

質量分析ベースの散弾銃プロテオミクスは、生物学的サンプル中の多くのタンパク質の存在量を同時に測定する強力なツールです。バイオインフォマティクス解析を用いたプロテオミクス実験は、バイオマーカーを同定し、病理学的メカニズムを支える関連する生物学的複合体および経路を発見するために日常的に使用されています。高い分析物特異性と潜在的な定量精度により、ショットガンプロテオミクスは、抗体に頼ることなく臨床サンプル分析のための研究施設や診断ラボで採用される優れた可能性を秘めています1,2

ショットガンプロテオミクス分析用のタンパク質サンプルを調製するには、通常、生体サンプルから抽出したタンパク質(細胞や組織)は、サンプルタンパク質濃度の測定、タンパク質還元、アルキル化、ペプチドへの酵素消化など、長いプロトコルを使用して処理する必要があります。さらに、洗剤を含む一般的な溶解バッファーで抽出されたタンパク質は、多くの場合、分析の前にバッファー交換または洗剤除去の追加のステップを必要とするため、洗剤はトリプシン消化を妨げ、下流の液体クロマトグラフィータンデム質量分析(LC-MS/MS)分析の性能を著しく低下させる可能性があります3.ペプチドは、典型的には、さらに脱塩、乾燥、および酵素消化に続くLC-MS/MS適合溶媒で再構成される。これらのタンパク質の生化学手順は、労働集約的で時間がかかる場合があります。したがって、彼らはプロテオミクスワークフローのスループットを制限し続け、取得したデータ4,5の変動に貢献します。人為的ミスとバイアスは、データの分散と再現性に影響を与える重要な要因として認識されてきました 6,7.質量分析サンプル調製ワークフローにおける人為的ミスを最小限に抑えるために、自動ピペットロボットシステムは、ショットガンプロテオミクスおよび標的質量分析によるタンパク質同定と定量のスループットと再現性を向上させるために利用され、そのような進歩は重要な研究および臨床現場でのプロテオミクス技術の普及を続けるためのインストゥルメンタルとして賞賛されている8 9,10,11,12,13.しかし、ほとんどの既存のプロトコルは、多額の投資とトレーニングを必要とするロボット液体処理プラットフォームを利用しており、学術環境の多くの研究室での有用性を制限したり、予算が限られているりします。

この記事では、低コストのオープンソースのロボット液体処理システムOT-2を利用して、典型的なショットガンプロテオミクスサンプル調製ワークフローを半自動化するプロトコルについて説明します。OT-2は他の多くのロボット液体ハンドリングシステムよりも低コストで、執筆時点では約5,000米ドルの費用がかかります。異なるモジュールやラボウェアの価格を考慮すると、執筆時点でこのプロトコルで実験を設定するための総コストは約$ 10,000であり、より高価なオプションよりもかなり広範なラボセットに手頃な価格になります。OT-2はPythonスクリプトを通したオープンソースプログラミングと互換性があり、ユーザー定義のDIYプロトコル設計に大きな柔軟性を提供します。3つの社内開発スクリプトを使用して、以下のプロトコルは、典型的なショットガンプロテオミクスサンプル調製ワークフローを、典型的なタンパク質標準(ウシ血清アルブミン)でOT-2ステーションで実行することをカバーしています。BSA)と正常なヒト心臓のタンパク質サンプルをライセート(図1)とした。(1)BSAサンプルおよび(2)複雑な心臓ライセートサンプルを処理する手順は、それぞれプロトコルセクション1、2、5、6および4、5、6で詳述されている。Sera-Magカルボキシレート変性磁気ビーズは、タンパク質およびペプチドサンプル中の洗剤および塩を除去するために、単一ポット固相強化サンプル調製(SP3)で利用されます。ウシ血清アルブミンおよびヒト心臓タンパク質からのトリプティック消化は、SP3ビーズによってさらに洗浄され、LC-MS/MS分析のために提出される。質量スペクトルは、ペプチドおよびタンパク質同定のためのMaxQuantソフトウェアを使用して分析されます。我々が行う代表的な結果は、プロトコルがベンチ時間を節約しながら、変動の優れた技術的係数(CV)を達成し、手の消化に劣り、示しています。

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

開発された Python スクリプトは GitHub に入金されました: https://github.com/MaggieLam-Lab/StandardDigestion-Opentrons。スクリプトのコピーは 、補足ファイル 1 に記載されています。最新バージョンについては、GitHub リポジトリを参照してください。

1. 実験準備

  1. プロトコルを開始する前に、必要なハードウェアを確認してください。
    注:次のハードウェアコンポーネントが必要です:OT-2ピペット、ピペットチップ、4-in-1チューブラックセット、アルミニウムブロックセット、磁気モジュール、温度モジュール、96-ウェル2 mL深層ウェルプレート( 材料表を参照)。

2. 単一タンパク質ウシ血清アルブミン(BSA)を用いた質量分析(MS)サンプル調製

  1. テキスト エディタで NoSP3_digestion.py スクリプトを開き、[ここでのみカスタマイズ] セクションで必要に応じて実験固有の変数を指定します。
    注: 実験固有の変数には、サンプル数と反復数が含まれます。サンプル濃度;試薬の量は、ジチオトライトール - DTT、ヨウドアセトアミド - IAA、およびトリプシン;DTTおよびIAAのインキュベーション時間、およびピペットP20/P50およびP300のための開始先端)。
    1. Opentronsアプリケーションを開き、Opentronsアプリケーションの [プロトコル ]タブにスクリプトをアップロードします。
      注:Opentronsアプリは、Reference14 からローカルコンピュータにダウンロードできます。執筆時点では、Opentrons P50電子ピペットはOpentronsストアで購入できません。P20シングルチャネル電子ピペットとプロトコルで指定されたボリュームと互換性があります。P50ピペットをP20ピペットに置き換えるため、スクリプト内にメモと指示がなされています。Opentrons API 命令に従って、特定のピペットとこのプロトコルとの互換性をテストして検証する必要があります。
  2. 「ROBOT」タブを開き、Opentrons Appのステップバイステップの画面上の指示に従って、ROBOTタブでロボットデッキキャリブレーションキャリブレーションデッキを実行します。
    注: この手順は、以前に実装されていない場合、または最近ロボットが再配置された場合にのみ必要です。
  3. チップ長のキャリブレーションを実行するには 、[PIPETTESの管理 ]ボタンをクリックし、ピペットオフセットキャリブレーションを実行してデフォルトのチップとピペットの組み合わせ位置をキャリブレーションします。
    注: この手順は、ピペットを初めて使用する場合に必要です。
  4. 必要なラボウェアとピペットを、Python スクリプトで指定された OT-2 デッキの対応する場所に配置します(図 2)。
    メモ:温度モジュールが接続され、電源がオンになっていて、アルミニウムブロックが温度モジュールの上に置かれていることを確認してください。
  5. [CALIBRATE] タブを開き、この Python スクリプトで必要なラボウェアとピペットの組み合わせに対して調整を実行します。
    注:Opentronsアプリは、同じラボウェアとピペットを持つ将来のアプリケーションのために必要ではないキャリブレーションパラメータを記録します。
  6. 15 mL の円錐管で 5 mL の合計 5 mL に質量分析グレードの水に 39.53 mgの ABC を溶解して、100 mM 重炭酸アンモニウム (ABC) (pH 〜8.0) 溶液を 5 mL 調製します。4-in-1チューブラックのA1ウェルに15 mL + 50 mLチューブホルダートップを入れます。
  7. 2.0 mLタンパク質の低結合チューブに1 mLのウシ血清アルブミン(BSA)タンパク質を調製します( 材料表を参照)。サンプルを2 mLチューブホルダートップの4-in-1チューブラックのA1ウェルに入れします。
  8. 温度モジュールの上にアルミニウムブロックにA1、B1、C1、D1、E1、F1、A2などのウェルに2.0 mLタンパク質低結合チューブを手動で配置します。
    注: ロボットピペットは、デフォルトで A1 (最初のサンプル) から最後のサンプルまで、垂直順序でサンプルを分配します。水平塗布を指定できます。詳細は15 を参照してください。準備が必要なチューブの総数は、サンプルの総数(すなわち、生物学的サンプルの数にサンプルごとの技術的反復の数を掛けたもの)と等しくする必要があります。
  9. 質量分析グレード水に9.26mgのDTT固形分を1mLの合計体積に溶解して、60mM DTTの1mLを調製します。DTTを2 mLチューブホルダートップの4-in-1チューブラックのA6ウェルに配置します。
    注意:DTTは、人間の目、皮膚、および呼吸器系に有害です。PPEを着用し、化学フードの下でそれを処理します。適切な手順については、製造元の安全データシートを参照してください。
  10. ロボットが適切な量のABCバッファをアルミニウムブロックのサンプルチューブに転送している間に観察します。
    注:各チューブのABCとタンパク質ミックスの総体積は100μLで、スクリプトでABCバッファの体積が計算されます(V = 100 μLからタンパク質サンプルの体積100μgを差し引いた量)。
  11. ロボットがABCバッファを持つ各チューブに100 μgのBSAタンパク質を転送することを確認します。
    注:典型的な実験では、このBSAサンプルに対して、タンパク質消化に最大100μgのタンパク質、すなわち2.0 μg/μLの50 μLを使用する場合があります。
  12. ロボットプログラムが一時停止していることを手動で確認し、プロトコルを再開する前に、スロット4にある2 mLチューブラックのA6にDTTがロードされていることを確認します。DTTチューブがA6ウェルに配置されていることを確認し、キャップを開きます。Opentrons アプリの [再開] ボタンをクリックして続行します。ロボットが各サンプルに10 μLのDTT溶液を適切に転送し、その後に5回のミキシングラウンドを行うことを確認します。
  13. ロボットプログラムが一時停止していることを確認し、「サンプルチューブのキャップを閉じるようにする」というメッセージが表示されていることを確認します。手動でチューブのキャップを閉じて、続行するには 、再開 をクリックします。ロボットの温度モジュールがアルミニウムブロックを加熱し始めるまで待ってから、温度が55°Cに達するまで、5分のインキュベーションを行い、サンプルを55°Cにします。
    注:ロボットは、インキュベーション中にDTTによるタンパク質の還元を可能にするために、30分間55°Cの温度を保持します。
  14. DTTインキュベーションの30分の間に、ABCバッファーに34.68mgのIAAを1mLの総容量に溶解させることにより、187.5 mMのIodoacetamide(IAA)の1mLを調製します。IAA溶液をアルミニウム箔で手動でラップして、光への暴露を避けます。
    注意:IAAは重度の眼および呼吸刺激を引き起こす可能性がある。適切なPPEを身に着けている化学フードの下でそれを処理します。
  15. 30分DTTインキュベーションステップを完了すると、ロボットの温度モジュールが冷却されることを確認します。
    メモ:モジュールの温度が22°Cに達した後、モジュールは5分間の温度を維持し、サンプルを完全に冷却できるようにします。
  16. ロボットのプログラムが一時停止しているときにサンプルチューブのキャップを解除し、警告メッセージを表示します:サンプルチューブのキャップを開くようにします。 [再開 ] をクリックして続行します。
  17. ロボットのプログラムが警告メッセージで一時停止されていることを手動で確認する:プロトコルを再開する前に、スロット4にある2 mLチューブラックのB6にIAAがロードされていることを確認します。IAAチューブのラック位置を確認し、チューブキャップを開きます。 [再開 ] をクリックして続行します。ロボットが各サンプルチューブに10 μLのIAAを転送し、その後に5回のミキシングラウンドを行うことを確認します。
  18. ロボットのプログラムが一時停止しているときにサンプルチューブをキャップし、「サンプルチューブのキャップを閉じ、サンプルチューブをホイルで覆う」というメッセージを表示します。きれいなホイルでアルミニウムブロック全体を覆います。 [再開 ] をクリックして続行します。サンプルが22°Cで30分間インキュベートされるまで待ちます。IAAインキュベーションが完了したら、ロボットの温度モジュールが非アクティブになっていることを確認します。
  19. IAAインキュベーション中にトリプシン溶液の混合物を調製(ステップ2.19)最終濃度の0.2 μg/μL:MSグレード水の100 μLに20μgの質量分析/シーケンシンググレードのトリプシンを溶解します。
  20. ロボットのプログラムが一時停止しているときにチューブキャップを開いた状態で、2 mLチューブラックのC6ウェルにトリプシン溶液を置き、警告メッセージを表示します:プロトコルを再開する前に、スロット4にある2mLチューブラックのC6にトリプシンが積み込まれたことを確認します。[再開] をクリックして続行します。
  21. ロボットのプログラムが一時停止していることを確認し、警告メッセージが表示されていることを確認します: 温度モジュールのサンプルチューブのキャップを開きます。サンプルチューブのキャップを解除し、 再開 をクリックして続行します。ロボットが各サンプルチューブに10 μLのトリプシンを移し、その後5回のミキシングラウンドを行う間、スタンバイします。
  22. サンプルチューブキャップをパラフィンフィルムで包み、すべてのサンプルを温度調節されたミキサーに移し、600rpmの揺れで16〜20時間37°Cでインキュベートします。
    メモ:トリプシン消化は、37°Cの温度モジュールで直接行うこともできます。

3. SP3常磁性ビーズを用いたペプチドのクリーンアップ

  1. 翌日のトリプシン消化の翌日、ベンチトップマイクロ遠心分離機(≤2,000 x g)を使用してサンプルを簡単に回転させ( 材料表を参照)、サンプルを磁気チューブラックに置きます。サンプルを2分間放置します。
    1. 上清をピペットで慎重に、低結合マイクロ遠心チューブの新しいセットに移します。サンプルを冷蔵庫に保管し、手順3.2~3.9に進みます。
      注:長期保存のため、サンプルは-80 °Cで保管してください。
  2. テキスト エディタで SP3_peptide_cleanup.py Python スクリプトを開き、[ここでのみカスタマイズ] セクションで必要に応じて指定します。
    注:実験固有の変数には、サンプルと複製の数、転送されるペプチドの量、試薬の量(ビーズ、アセトニトリル、DMSO)、P20/P50およびP300ピペットの開始チップ、磁気モジュールの深層プレートから順調に開始が含まれます。各BSAダイジェストサンプルには約120μLの消化量が含まれており、各反復で55μLの2つの技術的複製に分け入れられます。ダイジェストの半分だけをクリーンアップするには、レプリケート番号変数を 1 に変更します。
  3. Opentrons アプリの [プロトコル] タブにスクリプトをアップロードします。
  4. 必要なラボウェアとピペットを、Python スクリプトで指定された OT-2 デッキの対応する場所に配置します(図 3)。磁気モジュールの電源がオンになっていて、ロボットに接続されていることを確認します。磁気モジュールの上部に新しい 2 mL 96 ウェル深層ウェルプレート( 材料表を参照)を配置します。
  5. [CALIBRATE] タブを開き、この Python スクリプトに必要なラボウェアとピペットの組み合わせに対して調整を実行します。
    注:同じラボウェアとピペットの組み合わせのためのキャリブレーションは、一度実行する必要があり、Opentronsアプリは、キャリブレーションパラメータを記録します。
  6. 消化サンプル(ステップ3.1で収集した上澄み)を、2.0 mLチューブラックをウェルA1、B1..の垂直順に配置します。
  7. LC-MS/MS互換アセトニトリル15mLを50 mLの円錐形チューブに用意し、15mL + 50 mLチューブホルダートップを備えた4-in-1チューブラックのウェルA3にチューブを配置します。
  8. 15 mLの円錐管に4.9 mL質量分析等級水を加えて100 μL DMSOを加えて、2%DMSOの5 mLを準備します。チューブを15mL + 50mLチューブラックのウェルA1に入れ。
  9. 空の50 mL円錐形チューブに廃棄物のラベルを付け、15mL + 50mLチューブラックのウェルB3に配置します。
  10. 参照16に続いてSP3ビーズを準備します。
    1. 2.0 mLマイクロ遠心チューブに適量の混合ビーズを用意します。
      注:ペプチドのクリーンアップ反応ごとに10 μLの混合ビーズが必要です。例えば、4回のクリーンアップ反応のために、最低40μLの混合ビーズを調製します。
    2. ビーズ混合物を磁気スタンドに2分間置きます。ピペットで上清を慎重に取り出し、ピペットで上清の体積を測定します。
    3. ビーズの残量を計算し、質量分析グレードの水(例えば、ビーズ20 μLの100〜200 μL水)と渦(速度10)を10秒に5〜10倍加えます。2分間磁気スタンドにビーズを置きます。
    4. 合計3回の洗浄に対して水洗工程を繰り返します。
    5. MSグレードの水の最終ビーズを50 μg/μLの最終濃度まで再懸濁し、洗浄したマグネットビーズをウェルA6の2.0 mLチューブラックに入れます。
      注:ビーズは、10 μg/μL16の濃度で再中断することを推奨します。現在の最適化の取り組みでは、最終濃度を50 μg/μLに変更して、ビーズ-ペプチド-アセトニトリル混合物の総体積を最小限に抑えました。
  11. ロボットが、消化したサンプルの55 μLを磁気モジュールの深い井戸プレートのウェルに転送するようにします。
  12. ロボットプロトコルが一時停止し、メッセージが表示されることを確認する:準備されたビーズが、プロトコルを再開する前にスロット4にある2 mLチューブラックのA6にロードされていることを確認します。ビーズを渦巻きし、ミニベンチトップ遠心分離機で5 s回転し、キャップを開けた2 mLチューブラックのA6ウェルにビーズを置きます。ロボットが上下にピペットを回してビーズを5ラウンド10回混ぜている間にスタンバイします。
    注:ロボットは深い井戸の版の各消化されたサンプルに10 μLのビーズを移し、続いて5回混合する。
  13. ロボットが各ウェルに1,292 μLのアセトニトリルを転送し、すぐにペプチドとビーズの結合を容易にするために上下にピペット処理して10回混合することを確認します。
    注:P300ピペットは一度に300 μLまでしか転送できないため、各転送は複数のラウンドで完了します。
  14. 深層プレートで上下にピペットを入れ、ロボットがすべてのサンプルを5回混合するようにします。
  15. 磁気モジュールが取り付けられており、サンプルがモジュール上で2分間インキュベートされるまで待ちます。
  16. ピペット吸引とディスペンス速度がデフォルトの150 μL/秒から25 μL/秒で遅くなる間は待機します。
    注:ロボットはゆっくりと各ウェルから上澄み物を取り除き、磁気モジュールが係合している間、それを廃棄物管に捨てます。
  17. ピペット吸引と分配速度がデフォルト設定に戻るまで待ちます。磁気モジュールが外れます。
  18. ロボットのプログラムが一時停止され、メッセージが表示されることを確認します:ACNチューブキャップがオフになっていることを確認します。手動でアセトニトリルチューブをアンキャップし、チューブラックに戻します。 [再開 ] をクリックして続行します。ロボットが1mLのアセトニトリルを1mずつ送って各サンプルを洗浄し、すぐに10回混合するようにします。
  19. ロボットがサンプルを洗浄するためにすべてのサンプルを10回混合することを確認します。
  20. 磁気モジュールが係合されている間待機し、2分間サンプルをインキュベートします。
  21. ロボットがピペット吸引速度を変えて、上清をゆっくり取り除き、廃管に分配するまで待ちます。
  22. ロボットが磁気モジュール上のサンプルを60sでインキュベートして残留アセトニトリルが蒸発するのを可能にしながら観察し、ピペット吸引速度をデフォルトに戻します。磁気モジュールが外れるのを観察してください。
  23. ロボットのプログラムが一時停止していることを確認し、メッセージを表示します: Vortex DMSO再び、キャップを開きます。手動で10 sの2%DMSOをボルテックスし、15 mL-50 mLチューブラック内のA1ウェルに戻します。 [再開 ] をクリックして続行します。
  24. ロボットが2%DMSOの80 μLを各ウェルに転送し、すぐに10回混合するようにします。
  25. ロボットがすべてのサンプルを10回混合し、さらに5ラウンドを行うことを確認します。
  26. 磁気モジュールが係合されている間待機し、2分間サンプルをインキュベートします。
  27. ロボットがピペット吸引速度を遅く(25 μL/s)に変え、深層プレートの空の井戸にゆっくりと上清を移す間に観察します。
  28. ロボットが磁気モジュール上のサンプルを2分間インキュベートしてサンプル中の残留ビーズを取り除くまで待ちます。
  29. ロボットのプログラムが一時停止され、メッセージが表示されることを確認する:2 mLチューブラックに新しい2 mLチューブを配置し、チューブの数がサンプルの総数と一致することを確認します。
  30. 最初の2 mLマイクロ遠心分離チューブを最終BSA消化サンプルの直後にウェルに入れ。 [再開 ] をクリックして続行します。
    注: たとえば、このプロトコルでテストされた 6 つの BSA ダイジェスト サンプルは、ウェル A1、B1、C1、D1、A2、B2 にあります。したがって、2.0 mLチューブの新しいセットは、ウェルB3、C3、D3、..などなど。
  31. ロボットが深層プレートのウェルから2.0 mLチューブの新しいセットにサンプル88 μLを転送している間に観察します。
    注:プロトコル内の転送されたボリューム(1.1 x 80 μL)は、サンプルの全容がピペットチップに吸引されるように最適化されています。
  32. ロボットがピペット吸引速度をデフォルトに変更し、磁気モジュールを外している間待機します。
  33. 真空エバポレーターでクリーンアップされたペプチドを手動で乾燥させ( 材料表を参照)、セクション5に進むか、または-20°Cで乾燥したサンプルを保管します。

4. ヒト心臓のタンパク質の糖質(5 mg/mL)をSP3常磁性ビーズで調製したMSサンプル調製

  1. SP3_digestion.py Python スクリプトを開き、[ここでのみカスタマイズする] セクションで変数の値を指定します。
    注:変数には、サンプル数と複製数、サンプル濃度、試薬の量(DTT、IAA、トリプシン、ビーズ、100%および80%エタノール)、DTTおよびIAAインキュベーション時間、ピペットP20/P50およびP300の開始チップ、および磁気モジュールの深いウェルプレートで良好に開始することが含まれます。
  2. DTTおよびIAAインキュベーション用の単一タンパク質ウシ血清アルブミンを用いたMSサンプル調製のセクション2.2-2.23のステップ2.2-2.23に従ってください。これらのステップでのロボットデッキの設定については 、図1 を参照してください。
  3. DTT および IAA インキュベーションステップ (ステップ 2.15 および 2.19) の間に、タンパク質のクリーンアップ (ステップ 3.10 で指定されている) に対して、新鮮な SP3 ビーズ ミックス (クリーンアップ反応ごとに 20 μL ビーズ) を準備します。2 mL チューブラックの D6 ウェルにビーズを置きます。
  4. 「開いたチューブキャップ」というメッセージが表示され、ロボットのプログラムが一時停止されていることを確認します。温度モジュールの上にあるアルミニウムブロックのサンプルチューブを手動でアンキャップし、 再開 をクリックして続行します。
  5. ロボットが2.0 mLチューブから磁気モジュールの上の新しい深い井戸プレートにすべてのサンプルを転送することを確認します。
  6. ロボットのプログラムが一時停止していることを確認し、メッセージを表示する:準備されたビーズがプロトコルを再開する前にスロット4にある2 mLチューブラックのD6にロードされていることを確認します。ビーズチューブキャップを開き、 再開 をクリックして続行します。
  7. ロボットが深い井戸プレートの各ウェルに20 μLのビーズを移し、ビーズを5ラウンド混合し、サンプルビーズ混合物を5ラウンド混合しながら観察します。
  8. ロボットのプログラムが一時停止され、メッセージが表示されることを確認する:プロトコルを再開する前にスロット5にある15 mL-50 mLチューブラックのA3に100%エタノールがロードされていることを確認します。100%エタノール(すなわち、200の証拠エタノール、 材料表を参照)の10-20 mLを50 mL円錐形の管に準備し、ラックのA3ウェルに入れる。 [再開 ] をクリックして続行します。
  9. ロボットが100%エタノールの140 μLをプレート内の各ウェルに移し、その後10ラウンドの混合を行い、ペプチドのビーズへの結合を容易にします。
  10. 各ラウンドを上下に10回ピペットして、合計5ラウンドの混合を行い、ロボットが各サンプルを混合することを確認します。
  11. 磁気モジュールが係合されている間待機し、モジュール上のサンプルを2分間インキュベートします。
  12. ロボットがピペットの速度を遅く(25 μL/s)に変え、各ウェルから上澄み物を吸引し、それを廃棄物管に分配する間観察します。
  13. ロボットがピペットの速度をデフォルトに戻し、磁気モジュールを外すまで待ちます。
  14. ロボットのプログラムが一時停止され、メッセージが表示されることを確認する:80%のエタノールがプロトコルを再開する前にスロット5にある15 mL-50 mLチューブラックのA4にロードされていることを確認します。MSグレード水4 mLを100%エタノールの16 mL(すなわち200プルーフ)と混合して、20 mLの80%エタノールを手動で調製します。80%エタノールをチューブラック内のA4ウェルに入れ、 [再開 ] をクリックして続行します。ロボットが各ウェルに1mLの80%エタノールを移し、すぐに10回混合することを確認してください。
  15. ロボットがピペット速度を遅く(25 μL/s)に変え、各ウェルから上澄み物を吸引し、廃棄物管に分配する間に観察します。ロボットがピペットの速度をデフォルトに戻し、磁気モジュールを外すまで待ちます。
  16. ロボットのプログラムが一時停止しているときに ABC ソリューションのキャップを開き、ABC チューブのオープン キャップというメッセージを表示します。 [再開 ] をクリックして続行します。ロボットが磁気モジュールを外している間に待機し、各ウェルに250 μLのABCを転送し、すぐに10回混合します。
    注:このステップは、ABCでサンプルを洗浄することです。
  17. ロボットが磁気モジュールをエンゲージし、モジュール上のサンプルを2分間インキュベートすることを確認します。
  18. ロボットがピペット速度を遅く(25 μL/s)に変え、各ウェルから廃棄物管に上清を移します。ロボットが各ウェルに100 μLのABCバッファを転送し、すぐに10回混ぜるまで待ちます。
  19. ロボットのプログラムが一時停止していることを確認し、メッセージを表示します:プロトコルを再開する前に、新しいコレクションチューブが2.0 mLアルミニウムブロックに配置されていることを確認します。最後のサンプルチューブの直後に、低タンパク質保持マイクロ遠心チューブを最初にブロックに入れます。 [再開 ] をクリックして続行します。ロボットがABCバッファ内の各サンプルを新しい2.0 mLチューブに移す間待機します。
    注:ウェルを調べ、必要に応じて残りのサンプルをチューブに手動で転送します。
  20. MSグレードのトリプシン20 μgをMSグレードの水に溶解して、適切な量のMSグレードのトリプシン(1サンプルあたり10 μL)を準備し、ロボットのプログラムが一時停止し、メッセージを表示する際に、MSグレードの水に20 μgを溶解し、メッセージを表示します: トリプシン(0.2 μg/μL)が事前に位置する2mLの積管のC6にロードされていることを確認します。ロボットが各サンプルチューブに10μLのトリプシンを移し、その後に5ラウンドの混合を行うことを確認します。
  21. サンプルチューブキャップをパラフィンフィルムで包み、すべてのサンプルを温度制御ミキサーに移し、37°Cで1,000rpmの振盪で16〜20時間インキュベートします。
    注:1,000 rpmの揺れで消化を行うことは、一晩のインキュベーション中のビーズの降水量を最小限に抑えることをお勧めします。

5. SP3常磁性ビーズを用いたペプチドのクリーンアップ

  1. ステップ2のステップワイズの指示に従って、SP3常磁性ビーズを使用したペプチドのクリーンアップ。

6. 液体クロマトグラフィーと質量分析

  1. BSA(ステップ2〜3)および心臓リセート(ステップ4)ペプチドを0.1%のギ酸で再懸濁し、MS水中の99%のギ酸を総体積1Lに加える。
    注意:酸酸は強酸です。眼、皮膚、呼吸器系に対して腐食性が高い。PPEを身に着けている化学フードの下で注意してハンドル。
  2. 定量ペプチドアッセイキット17 を用いて、ポスト・ダイジェストペプチド濃度を定量化し、LC-MS/MS分析用に0.5μgのBSAダイジェストと1.5μgの心臓消化を注入します。
  3. LC-MS/MS解析用の液体クロマトグラフィープログラムを設定します。
    注:典型的なセットアップでは、ペプチドの消化は、補助ファイル2に記載されているパラメータを使用して、逆相C18カラム(3μm粒子;100Å孔;75μm x 150mm;材料を参照)にロードされる場合があります。
  4. 補足ファイル3に記載されているパラメータを使用して、質量分析計(材料表を参照)を使用してショットガンプロテオミクスデータを取得します。
  5. タンパク質データベースでタンパク質の同定を検索します。
    1. 必要なソフトウェア MaxQuant をダウンロードしてインストールします。
      注: MaxQuant ソフトウェア(v.1.6.10.43)は、以下の手順で使用されました( 資料一覧を参照)。
    2. 高品質のタンパク質配列データベース(UniProt/SwissProt)からキュレーションされたヒトプロテオームデータベースをダウンロードします( 材料表を参照)。 [ダウンロード ]ボタンをクリックし、[ FASTA(標準)]を選択します。
      注: 必要に応じて、FASTA (非正規) をダウンロードして、必要に応じて、各遺伝子のタンパク質アイソフォームをデータベースに含めます。
    3. MaxQuant ソフトウェアインターフェイスで、タンパク質データベースとして使用する FASTA ファイルを指定するには、[ グローバル パラメータ] パネルに移動し、[ シーケンス ] タブをクリックします。次に、[ 追加 ]ボタンをクリックして、FASTAファイルへのファイルパスを指定します。
    4. MaxQuant ソフトウェアインターフェイスで、Raw データ パネルに移動して ロード ボタンをクリックし、生ファイルを選択して、解析する取得済みの未加工のマススペクトルファイルを指定します。
    5. 表 1 に示すように、検索パラメータを設定します。必要に応じて、ラベルなし定量 (LFQ) を有効にします。
    6. 検索が完了するまで待ち、/combined/txt フォルダーの msms.txt ファイルで FDR 1% のしきい値を通過するペプチドスペクトル一致 (PSM) の数を探します。
      注: 代表的な結果セクションでここで行われた比較では、複数のタンパク質にマッピングされた PSM を除外し、1 つの一意のタンパク質にマッピングされた PSM を保持して PSM、ペプチド、およびタンパク質の数をカウントしました (図 4 および 図 5)。

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

OT-2ロボットと互換性があり、単一のタンパク質標準ウシ血清アルブミン(技術的複製n = 5消化)と洗剤含有ヒト心臓ライセートサンプル(n = 5消化)を用いた質量分析プロテオミクスのサンプル調製を行う3つのPythonスクリプトが提供されています。各消化産物は、2つのペプチドのクリーンアップ反応に分割されます。BSAおよび心臓サンプルの各ランにおける同定されたペプチドスペクトルマッチ(PSM)、ペプチド、およびタンパク質の数を 図4 および 図5に示す。BSAサンプルでは、728個のPSMと65個のペプチドの中央値をそれぞれ5.2%および3.2%の変動係数(CV)で同定した。複合心臓サンプルでは、7.6%、5.9%、3.6%の変動係数を持つ10回で、9,526 PSM、7,558個のペプチド、1,336個のタンパク質の中央値が同定されました。合計1,935個のタンパク質が心臓サンプルの10回から同定され、その中で1,677個のタンパク質が2回以上同定された。ペプチド定量における変動性を決定するために、抽出されたイオン...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

プロトコル内の重要なステップ
最高のパフォーマンスを得るため、OT-2と互換性のあるOpentrons検証済みのラボウェア、モジュール、および消耗品を使用する必要があります。カスタムラボウェアは、Reference14でのOpentronsの指示に従って作成できます。OT-2デッキ、ピペット、ラボウェアを初めて使用する場合は必ず調整してください。また、ペプチドおよびタンパク質のクリーンアップのためのビーズを準備するために、SP3ビーズのメーカーのガイドラインに従うことは重要です。特に、ビーズとペプチド結合反応の間、結合反応におけるアセトニトリルの体積は≥95%である必要があり、ビーズ濃度は≥0.1 μg/μLである必要があります。ここでのペプチドクリーンアップスクリプトの最適化されたパラメータにより、アセトニトリル体積比は95%、ビーズ濃度は0.37 μg/μL、ペプチド濃度は14~37μg/mLの範囲です。ペプチド質量は、我々の経験から消化反応の100 μLで40〜100 μgと推定されます。SP3タンパク質のクリーンアップでは、5~10 μg~1...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者には宣言する競合はありません。

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この作品は、YHに対するNIH賞F32-HL149191によって部分的にサポートされました。R00-HL144829 から EL;R21-HL150456, R00-HL127302, R01-HL141278 to MPL. 図1図2図3 は、ウェブベースの科学イラストレーションツールの助けを借りて作成された、BioRender.com。

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
300 マイクロ;LピペットチップOpentrons
4-in-1チューブラックセットOpentrons各セットには、ベーススタンド2個とチューブホルダートップ4個が含まれています(1.5mL、2mL、15mL+50mL、15mL、50mL)。この研究では、2mLと15mL + 50mLのトップスを使用します。
Acclaim PepMap 100 C18 HPLC カラムThermo Scientific#1645683 μm粒子;100 Å細孔;75 μm x 150 mm
アセトニトリルLC-MSグレードVWR#JT9829
アルミニウムブロックセットOpentronsこのブロックセットには、96ウェル、2.0mLチューブと互換性のある3つのトップと、OT-2温度モジュールで使用するPCRストリップが含まれています。本稿では2.0mLチューブホルダーを使用しています。
重炭酸アンモニウムSigma-Aldrich# A6141
ウシ血清アルブミン標準液、2 mg/mLThermo Scientific#23210
ジメチルスルホキシド(DMSO) LC-MS グレードThermo Scientific#85190
DithiothreitolSigma-Aldrich#D5545
EASY-Spray HPLC カラムThermo Scientific#ES800A
EasynLC 1200 Nano LCThermo Scientific#LC140
エタノールプルーフ 195-200Fisher#04-355-720
ギ酸 LC-MS グレードThermo Scientific#85178
ヒト心臓溶解物Novus BiologicalsNB820-59217
ヨードアセトアミドSigma-Aldrich#I1149
磁気チューブラックThermo Scientific#MR02
MAXQuant v.1.6.10.43Tyanova et al., 2016 (https://www.maxquant.org/)
mySPIN 6 Mini CentrifugeThermo Scientific#75004061benchtop mini centrifuge for quick spin
NEST 2 mL 96-Well Deep Well Plate, V BottomOpentrons
OT-2 磁気モジュールOpentronsGEN1
OT-2 P300 シングルチャンネルピペットOpentronsGEN1
OT-2 P50 シングルチャンネルピペットOpentronsGEN1
OT-2 ロボットピペッティングロボットOpentronsOT-2
OT-2 温度モジュールOpentronsGEN1
Pierce Quantitative Colorimetric Peptide AssayThermo Scientific#23275
Protein LoBind tubes 2.0 mLEppendorf#022431102
Protein Sequence DatabaseUniProt/SwissProthttps://www.uniprot.org/uniprot/?query=proteome:UP000005640%
20レビュー済み:yes
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles, HydrophobicCytiva#65152105050250
Sera-Mag SpeedBead Carboxylate-Modified Magnetic Particles,HydrophylicCytiva#45152105050250
SpeedVacThermo Scientific真空蒸発器
Thermo Q Exactive HF 質量分析計Thermo Scientific#IQLAAEGAAPFALGMBFZ
トリプシン MS グレードThermo Scientific#90057
水 LC-MS グレードVWR#BDH83645.400

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Geyer, P. E., et al. Revisiting biomarker discovery by plasma proteomics. Molecular Systems Biology. 13 (9), 942(2017).
  2. Coscia, F., et al. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. The Journal of Pathology. 251 (1), 100-112 (2020).
  3. Yeung, Y. -G., Neives, E., Angeletti, R., Stanley, E. R., et al. Removal of detergents from protein digests for mass spectrometry analysis. Analytical Biochemistry. 382 (2), 135-137 (2008).
  4. Addona, T. A., et al. Multi-site assessment of the precision and reproducibility of multiple reaction monitoring-based measurements of proteins in plasma. Nature Biotechnology. 27 (7), 633-641 (2009).
  5. Lowenthal, M. S., Liang, Y., Phinney, K. W., Stein, S. E. Quantitative bottom-up proteomics depends on digestion conditions. Analytical Chemistry. 86 (1), 551-558 (2014).
  6. Elliott, K. C., Resnik, D. B. Scientific reproducibility, human error, and public policy. Bioscience. 65 (1), 5-6 (2015).
  7. Brown, A. W., Kaiser, K. A., Allison, D. B. Issues with data and analyses: Errors, underlying themes, and potential solutions. Proceedings of the National Academy of Sciences of the United States of America. 115 (11), 2563-2570 (2018).
  8. van den Broek, I., et al. Automated multiplex LC-MS/MS assay for quantifying serum apolipoproteins A-I, B, C-I, C-II, C-III, and E with qualitative apolipoprotein E phenotypic. Clinical Chemistry. 62 (1), 188-197 (2016).
  9. Müller, T., et al. Automated sample preparation with SP3 for low-input clinical proteomics. Molecular Systems Biology. 16 (1), 9111(2020).
  10. Fu, Q., et al. Highly reproducible automated proteomics sample preparation workflow for quantitative mass spectrometry. Journal of Proteome Research. 17 (1), 420-428 (2018).
  11. Liu, X., Gygi, S. P., Paulo, J. A. A semiautomated paramagnetic bead-based platform for isobaric tag sample preparation. Journal of the American Society for Mass Spectrometry. 32 (6), 1519-1529 (2021).
  12. Poulsen, K. M., Pho, T., Champion, J. A., Payne, C. K. Automation and low-cost proteomics for characterization of the protein corona: experimental methods for big data. Analytical and Bioanalytical Chemistry. 412 (24), 6543-6551 (2020).
  13. Liang, Y., et al. Fully automated sample processing and analysis workflow for low-input proteome profiling. Analytical Chemistry. 93 (3), 1658-1666 (2021).
  14. Web URL. , Available from: https://opentrons.com/ot-app/ (2021).
  15. Web URL. , Available from: https://docs.opentrons.com/v2/ (2021).
  16. Web URL. , Available from: https://www.cytivalifesciences.com/en/us/solutions/genomics/knowledge-center/cleanup-for-mass-spectrometry (2021).
  17. Web URL. , Available from: https://www.thermofisher.com/order/catalog/product/23275#/23275 (2021).
  18. Han, Y., Wright, J. M., Lau, E., Lam, M. P. Y. Determining alternative protein isoform expression using RNA sequencing and mass spectrometry. STAR Protocols. 1 (3), 100138(2020).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Shotgun ProteomicsSample PreparationLab AutomationOpen Source RobotProtein DigestionMass SpectrometryLiquid Handling SystemPython Automation ScriptsProtein ReductionPeptide Cleanup

Related Articles