방법 논문

Acinetobacter baumannii O 결합 글리코 펩타이드의 확인을위한 개방형 검색 기반 접근법의 적용

DOI:

10.3791/63242

⸱

2021년 11월 2일

 ,  ,  , 
1Department of Microbiology and Immunology, Peter Doherty Institute for Infection and Immunity, The University of Melbourne

* These authors contributed equally

이 논문에서

요약

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

오픈 서닝은 이전에 알려지지 않은 글리칸 조성물로 장식된 글리코펩티드의 동정을 가능하게 한다. 이 기사에서는 Acinetobacter baumannii 를 모델로 사용하여 박테리아 샘플에 대해 공개 검색 및 후속 글리칸 중심의 글리코 펩티드 검색을 수행하기위한 간소화 된 접근 방식을 제시합니다.

초록

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

단백질 글리코실화는 박테리아 유기체 내에서 일반적인 변형으로 점점 더 인식되어 원핵 생리학 및 병원성 종의 최적 감염성에 기여합니다. 이로 인해 박테리아 글리코실화를 특성화하는 데 대한 관심이 증가하고 있으며 이러한 사건을 식별하기위한 고처리량 분석 도구에 대한 필요성이 커지고 있습니다. 상향식 프로테오믹스는 풍부한 글리코펩티드 데이터의 생성을 쉽게 가능하게 하지만, 원핵 종에서 관찰되는 글리칸의 폭과 다양성은 박테리아 글리코실화 사건의 식별을 매우 어렵게 만든다.

전통적으로, 박테리아 프로테오믹 데이터 세트 내에서 글리칸 조성물의 수동 결정은 이것을 현장 특정 전문가로 제한된 맞춤형 분석으로 만들었습니다. 최근에, 개방형 검색 기반 접근법은 알려지지 않은 수정의 식별을 위한 강력한 대안으로 등장하고 있다. 펩티드 서열에서 관찰되는 독특한 변형의 빈도를 분석함으로써, 개방 검색 기술은 복잡한 샘플 내의 펩티드에 부착된 일반적인 글리칸의 동정을 허용한다. 이 기사에서는 글리코프로테오믹 데이터의 해석 및 분석을 위한 간소화된 워크플로우를 제시하며, 글리칸 조성물에 대한 사전 지식 없이 박테리아 글리코펩타이드를 식별하기 위해 공개 검색 기술을 어떻게 사용할 수 있는지 보여줍니다.

이 접근법을 사용하여, 샘플 내의 글리코펩티드는 글리코실화 차이를 이해하기 위해 신속하게 확인될 수 있다. 아시네토박터 바우마니 를 모델로 사용하여, 이러한 접근법은 균주 간의 글리칸 조성물의 비교와 신규한 당단백질의 동정을 가능하게 한다. 종합하면,이 연구는 박테리아 글리코실화의 확인을위한 개방형 데이터베이스 검색 기술의 다양성을 보여 주므로 이러한 매우 다양한 글리코 프로테옴의 특성화가 그 어느 때보 다 쉬워졌습니다.

서론

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

단백질 분자에 탄수화물을 부착하는 과정인 단백질 글리코실화는 자연 1,2에서 가장 흔한 번역 후 변형(PTM) 중 하나입니다. 삶의 모든 영역에서 다양한 복잡한 기계가 무수한 세포 기능에 영향을 미치는 당단백질의 생성에 전념하여 진화했습니다 1,3,4,5. 단백질 글리코실화는 아미노산6,7의 범위에서 발생하는 반면, N-결합 및 O-연결된 글리코실화 이벤트는 자연에서 관찰되는 두 가지 우세한 형태이다. N-연결된 글리코실화는 아스파라긴(Asn) 잔기의 질소 원자에 글리칸의 부착을 수반하는 반면, O-연결된 글리코실화에서, 글리칸은 세린(Ser), 트레오닌(Thr), 또는 티로신(Tyr) 잔기7의 산소 원자에 부착된다. 글리코실화 시스템에 의해 표적화된 잔기의 유사성에도 불구하고, 단백질에 부착된 글리칸 내의 차이는 글리코실화가 자연에서 발견되는 PTM의 가장 화학적으로 다양한 부류임을 초래한다.

진핵 글리코실화 시스템은 글리칸 다양성을 보유하지만, 이들 시스템은 전형적으로 이용되는 독특한 탄수화물의 수에서 제한된다. 그 결과 다양성은 이러한 탄수화물이 글리 칸 8,9,10,11,12로 배열되는 방식에서 비롯됩니다. 대조적으로, 박테리아 및 고세균 종은 이러한 시스템내에서 생성 된 독특한 설탕의 깎아 지른 배열로 인해 사실상 무제한의 글리 칸 다양성을 가지고 있습니다 2,10,13,14,15,16,17. 생명의 영역에 걸쳐 관찰된 글리칸 다양성의 이러한 차이는 글리코실화 사건의 특성화 및 확인에 대한 중요한 분석적 도전을 나타낸다. 진핵 글리코실화의 경우, 글리칸 조성물을 예측하는 능력은 글리코생물학에 대한 관심의 증가를 촉진시켰다; 그러나 박테리아 글리코실화에 대해서도 마찬가지이며, 이는 여전히 전문 실험실의 연구로 크게 제한됩니다. 생명 과학에서 질량 분광법 (MS) 계측의 접근성이 증가함에 따라 MS 기반 접근법은 이제 글리코 프로테오믹 분석의 주요 방법입니다.

MS는 글리코실화의 특성화를 위한 전형적인 도구로서 등장하였으며, 현재 당단백질6을 특성화하기 위해 하향식 및 상향식 접근법 둘 다 일반적으로 사용되고 있다. 하향식 프로테오믹스는 특정 단백질18,19의 글로벌 글리코실화 패턴을 평가하기 위해 사용되는 반면, 상향식 접근법은 복합 혼합물6,20,21,22,23에서도 글리칸 특이적 글리코펩티드의 특성화를 가능하게 하기 위해 사용된다. 글리코펩티드의 분석을 위해, 유익한 단편화 정보의 생성은 글리코실화 사건24,25의 특성화에 필수적이다. 공진 이온 트랩 기반 충돌 유도 해리(IT-CID), 빔형 충돌 유도 해리(CID) 및 전자 전달 해리(ETD)를 포함한 다양한 단편화 접근법이 기기에서 일상적으로 접근 가능합니다. 각 접근법은 글리코펩티드 분석 25,26에 대해 서로 다른 강점과 약점을 가지고 있으며, 글리코실화 6,20을 분석하기 위해 이러한 단편화 접근법을 적용하는 데 지난 십 년 동안 상당한 진전이 있었다. 그러나, 박테리아 글리코실화 분석의 경우, 중요한 한계는 글리코펩티드를 단편화하는 능력이 아니라 샘플 내에서 잠재적인 글리칸 조성물을 예측할 수 없다는 것이었다. 이러한 시스템 내에서, 다양한 박테리아 글리칸의 알려지지 않은 성질은 글리코펩티드의 식별을 제한하며, 심지어 글리코실화에 초점을 맞춘 검색 도구는 현재 O-Pair27, GlycopeptideGraphMS 28 및 GlycReSoft29와 같은 진핵 글리코펩티드의 분석을 위해 흔히 사용되고 있다. 이 문제를 극복하기 위해, 박테리아 글리코실화30의 연구를 위한 강력한 접근법으로 떠오르는 오픈 서닝 도구의 사용과 함께 대안적인 검색 방법이 요구된다.

블라인드 또는 와일드카드 검색이라고도 하는 개방형 검색은 알 수 없거나 예기치 않은 PTM 21,30,31,32를 가진 펩티드를 식별할 수 있게 합니다. 개방형 검색은 큐레이팅된 수정 검색, 다단계 데이터베이스 검색 또는 광질량 내성 검색(33,34,35,36,37)을 포함하는 다양한 계산 기술을 활용합니다. 오픈 서빙은 큰 잠재력을 가지고 있지만, 그의 사용은 전형적으로 제한된 검색(31,32)에 비해 변형되지 않은 펩티드의 검출에 대한 분석 시간의 현저한 증가 및 민감도의 손실에 의해 방해를 받았다. 변형되지 않은 펩티드-스펙트럼 매칭(PSMs)의 검출의 감소는 이들 기술과 관련된 위양성 PSM 비율의 증가의 결과이며, 이는 원하는 거짓 발견률(FDR)을 유지하기 위해 증가된 엄격한 필터링을 필요로 한다(FDR)33,34,35,36,37 . 최근에는 Byonic 31,38, Open-pFind39, ANN-SoLo 40 및 MSFragger 21,41을 포함하여 공개 검색의 접근성을 크게 향상시키는 몇 가지 도구가 제공되었습니다. 이러한 도구는 분석 시간을 현저하게 줄이고 이종 글리칸 조성물을 처리하기 위한 접근법을 구현함으로써 글리코실화 이벤트의 강력한 식별을 가능하게 한다.

이 글은 그람 음성 병원체인 아시네토박터 바우마니이를 모델로 사용하여 열린 탐색에 의한 박테리아 글리코펩티드의 동정을 위한 간소화된 방법을 제시한다. A. baumannii는 PglL 단백질 글리코실화 시스템42,43,44로 알려진 다중 단백질 기질의 변형을 담당하는 보존된 O-연결된 글리코실화 시스템을 보유한다. 유사한 단백질이 균주 간의 글리코실화를 표적으로 하는 반면, PglL 글리코실화 시스템은 캡슐 유전자좌(K-locus로 알려짐)로부터 유래되는 단백질 글리코실화에 사용되는 글리칸의 생합성으로 인해 매우 가변적이다(K-locus로 알려짐)44,45,46. 이로 인해 단일 또는 제한된 중합된 K-단위로부터 유래된 다양한 글리칸(K-단위라고도 함)이 단백질 기질(30,44,46)에 첨가된다. 이 작업에서 소프트웨어 FragPipe에서 열린 검색 도구 인 MSfragger를 사용하여 A. baumannii 균주에서 글리 칸을 식별하는 데 사용됩니다. 오픈 서치와 수동 큐레이션을 결합함으로써, 박테리아 글리코펩티드의 동정을 더욱 개선하기 위해 "글리칸 중심 검색"을 수행할 수 있다. 함께, 이러한 다단계 동정 접근법은 신규한 글리코실화 사건의 특성화에 대한 광범위한 경험 없이 글리코펩티드의 동정을 가능하게 한다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

참고: 박테리아 글리코펩타이드 샘플의 준비 및 분석은 네 개의 섹션으로 나눌 수 있습니다(그림 1). 본 연구를 위해, 세 개의 서열화된 A. baumannii 균주의 글리코실화를 평가하였다(표 1). 이들 균주 각각의 프로테옴 FASTA 데이터베이스는 Uniprot를 통해 액세스할 수 있다. 이 프로토콜에 사용되는 완충제의 조성에 대해서는 표 2 를 참조한다.

1. 프로테오믹 분석을 위한 단백질 시료의 제조

  1. 관심있는 프로테옴 샘플의 분리
    1. 전체 세포를 사용하는 경우, 세포가 배지에 존재하는 잠재적인 단백질 오염물을 제거하기 위해 인산완충식염수(PBS)로 세척되었는지 확인하십시오. 세척 후 전체 세포를 스냅-동결시키고 필요할 때까지 -80°C에서 보관한다.
    2. 분획된 샘플(예: 막 제제)이 사용되는 경우, 사용된 시약이 하류 액체 크로마토그래피 MS(LC-MS) 분석(50)을 방해하지 않도록 보장한다.
    3. 소듐 도데실 설페이트 (SDS), 트리톤 X-100, NP-40 또는 라우로일사르코신과 같은 세제가 사용되었다면, 아세톤 침전, SP3 샘플 제조 방법51 또는 S-트랩52와 같은 상업적 프로테오믹 클린업 컬럼을 사용하여 이들 세제를 제거한다. 대안으로, 호환되지 않는 세제를 MS 호환 또는 탈착식 세제(예: 소듐 데옥시콜레이트(SDC) 또는 옥틸 글루코피라노사이드)로 대체하십시오.
    4. 샘플 준비에 사용되는 모든 플라스틱 제품 및 유리 제품이 오토클레이브되지 않았는지 확인하십시오. 오토클레이브 유리 제품 및 플라스틱은 일반적으로 MS 내에서 쉽게 검출되는 폴리머와 같은 작은 분자량 화합물로 심하게 오염됩니다.
  2. 전체 세포 샘플의 가용화
    1. 세척, 스냅-냉동 세포의 ∼10 mg을 갓 제조된 소듐 데옥시콜레이트 용해 완충액 200 μL에 재현탁시킨다(SDC 용해 완충액: 100 mM 트리스, pH 8.5 중의 4% SDC).
      참고: 프로테아제 억제제는 단백질 분해를 제한하기 위해 SDC 용해 완충액에 첨가될 수 있다.
    2. 샘플을 95°C에서 10분 동안 진탕(열믹서 상에서 2000 rpm)으로 끓인 다음, 10분 동안 얼음 위에 두어라. 샘플의 효율적인 용해 및 가용화를 보장하기 위해이 과정을 두 번 반복하십시오.
      참고: 샘플은 -80°C에서 이 시점에서 장기간 보관할 수 있습니다. 보관하는 경우, 추가 처리 전에 95°C에서 가열하여 재가용화한다.
  3. 비신코닌산(BCA) 단백질 분석법53을 사용하여 샘플 단백질 농도를 정량한다. 단백질 분해를 제한하기 위해 정량화를 수행하는 동안 샘플을 얼음에 보관하십시오.
    참고: 총 프로테옴 분석의 경우, 20-100 μg의 단백질이 나노LC-MS에 충분하며, 이는 일반적으로 분석 당 2 μg 미만의 단백질 소화를 필요로 한다. 과량의 펩티드의 제조는 깊은 프로테오믹 커버리지가 필요한 경우 복제 분석 또는 추가 분획화를 허용한다. 친수성 상호작용 크로마토그래피(HILIC)를 이용한 글리코펩티드 농축 기반 분석을 위해서는 100-500 μg의 단백질이 필요하다.
  4. 샘플을 감소시키고 알킬화하십시오.
    1. 1x의 최종 농도에 대한 샘플에 10x 환원/알킬화 완충액 (100 mM 트리스 2-카르복시에틸포스핀 하이드로클로라이드; 1 M 트리스, pH 8.5 중 400 mM 2-클로로아세트아미드)의 부피의 1/10을 첨가하고, 샘플을 1,500 rpm에서 진탕하면서 45°C에서 30분 동안 어둠 속에서 인큐베이션한다.
      참고: 10x 환원/알킬화 완충액의 pH를 확인하여 pH가 낮을수록 SDC가 침전되기 때문에 샘플에 추가하기 전에 약 7.0-8.0의 pH를 확인하십시오.
  5. 샘플을 간단히 스핀 다운하고 프로테아제 트립신 / Lys-C (~ 10 μL, 100 mM 트리스, pH 8.5에 재현탁)를 첨가하여 최종 프로테아제 : 단백질 비율 1:100. 소화물을 1,500 rpm (최대 18 h)에서 진탕하면서 37°C에서 밤새 인큐베이션한다. 완전한 단백질 소화를 보장하려면 트립신/Lys-C 프로테아제:단백질 비율 1:50~1:200을 사용하십시오.
  6. 담금질은 1.25 부피의 100% 이소프로판올을 샘플에 첨가하여 소화한다. 샘플을 1 분 동안 소용돌이 치며 혼합하고 간단히 회전시킵니다.
    참고: 샘플은 -20°C에서 저장하여 나중에 추가로 처리할 수 있습니다.
  7. 0.115 부피의 10% 트리플루오로아세트산 (TFA; ~1% TFA의 최종 농도)을 첨가하여 샘플을 산성화시키고, 샘플을 와류하고, 간단히 스핀다운시킨다.

2. 프로테옴 샘플의 처리

  1. 프로테옴 샘플의 펩티드 정리
    1. 앞서 기술한 바와 같이 각 샘플에 대해 하나의 스티렌디비닐벤젠-역상 설포네이트(SDB-RPS) 스톱-앤고-추출(Stage) 팁을 준비한다(54).
      1. 경험적으로, 50 μg의 펩티드 결합을 위해, 무딘 바늘 (14 G)을 사용하여 47mm2 SDB-RPS 막으로부터 3개의 SDB-RPS 디스크를 절제한다. 펩티드 양이 더 많으면 그에 따라 디스크 수를 늘리십시오.
    2. SDB-RPS 스테이지 팁을 사용하기 전에, 다음 버퍼의 적어도 열 베드 부피를 순차적으로 첨가하고, 원심분리(25°C, 3분, 500 × g)에 의해 컬럼을 통해 버퍼를 방사하거나, 주사기를 사용하여 부드럽게 압력을 가하여 컬럼을 통해 버퍼를 밀어서 팁을 준비한다.
      1. 팁을 100% 아세토니트릴의 150μL로 적시십시오.
      2. 팁을 150 μL의 30% 메탄올, 18.2 MΩH2O 중의 1% TFA로 세척한다.
      3. 팁을 150μL의 90% 이소프로판올, 18.2MΩH2O로 평형을 이루는 1% TFA로 평형을 이룹니다.
    3. 샘플(50% 이소프로판올, 1% TFA 함유)을 원심분리(25°C, 3분, 500 × g)로 SDB-RPS 스테이지 팁 상에 로딩하거나 주사기를 사용하여 압력을 부드럽게 가하여 로딩한다.
    4. SDB-RPS 스테이지 팁을 원심분리(25°C, 3분, 500 × g)로 세척하거나 주사기를 사용하여 압력을 부드럽게 가하여 다음 버퍼로 세척합니다.
      참고: 추가 세척 또는 대체 완충액을 사용하여 이소프로판올55 대신 에틸 아세테이트를 사용하는 것과 같은 비펩타이드성 오염물질을 제거할 수 있습니다.
      1. 팁을 150 μL의 90% 이소프로판올, 1% TFA로 세척한다.
      2. 팁을 18.2MΩH2O중의 1% TFA의 150 μL로 세척한다.
    5. SDB-RPS 스테이지 팁으로부터 펩티드를 원심분리에 의해 80% 아세토니트릴 중의 5% 수산화암모늄 150 μL로 희석하거나 주사기를 사용하여 부드럽게 압력을 가함으로써 분리한다. 개별 튜브에서 샘플을 수집합니다.
      참고: 흄 후드 내에서 사용하기 직전에 플라스틱 용기에 80% 아세토니트릴로 5% 수산화암모늄을 준비하십시오.
    6. 용출된 펩티드를 25°C에서 진공 원심분리하여 건조시킨다.
      참고: HILIC 농축을 수행하는 경우, 이 시점에서 펩티드 용출액의 1-10%를 제거하고, 건조시키고, 총 프로테옴 입력 대조군으로 사용할 수 있다.
  2. 글리코펩티드 샘플의 농축
    1. 앞서 기술한 바와 같이 Zwitterionic 친수성 상호작용 액체 크로마토그래피(ZIC-HILIC) 스테이지 팁(54,56)을 준비한다.
      1. 간단히 말해서, 무딘 바늘 (14G)을 사용하여 47 mm2C8 멤브레인에서 하나의C8 디스크를 절제하고 디스크를P200 팁에 포장하여 프릿을 만듭니다. 주사기를 사용하여 부드럽게 압력을 가하여 프릿에 50% 아세토니트릴, 50% 18.2MΩH2O에 재현탁한 약 5mm의 ZIC-HILIC 재료를 프릿에추가합니다.
    2. ZIC-HILIC 스테이지 팁을 사용하기 전에, 다음 버퍼를 순차적으로 첨가하고 주사기를 사용하여 부드럽게 압력을 가하여 수지를 조절하십시오.
      참고: ZIC-HILIC 수지 표면의 의사 물층의 무결성을 보장하려면(글리코펩티드를 풍부하게 하기 위해 필요함), 수지는 항상 젖은 상태로 유지되어야 합니다. 수지를 세척 할 때 항상 ~ 10μL의 용매를 수지 위에 놓고 세척 / 샘플이이 잔류 용매에 직접 피펫팅되도록하십시오.
      1. 수지를 ZIC-HILIC 용출 완충액(18.2MΩH2O 중 0.1% TFA)의 20베드 부피(200μL)로 평형화시킨다.
      2. 수지를 ZIC-HILIC 준비 완충액 (18.2 MΩH2O 중 95% 아세토니트릴)의 20 베드 부피 (200μL)로 세척한다.
      3. 수지를 20베드 부피(200μL)의 ZIC-HILIC 로딩/세척 버퍼(80% 아세토니트릴, 18.2MΩH2O와 균형을 이룬 1% TFA)로 세척합니다.
    3. 건조된 소화된 샘플(단계 2.1.6부터)을 ZIC-HILIC 로딩/세척 완충액에 재현탁하여 최종 농도 4μg/μL로 재현탁시킨다(예를 들어, 펩티드 200μg의 경우, ZIC-HILIC 로딩/세척 버퍼 50μL에 재현탁). 샘플이 재현탁되도록 1분 동안 간단히 소용돌이치고, 25°C에서 2,000 × g에서 1 분 동안 스핀다운한다.
    4. 재현탁된 펩티드 샘플을 컨디셔닝된 ZIC-HILIC 컬럼 상에 로딩한다.
      1. 주사기를 사용하여 부드럽게 압력을 가하여 ZIC-HILIC 로딩/세척 버퍼(총 60베드 부피 세척용)의 20베드 부피(200μL)로 세 번 세척합니다.
      2. 20층 부피(200 μL)의 ZIC-HILIC 용출 완충액으로 당펩티드를 1.5 mL 튜브에 넣고 주사기를 이용하여 압력을 부드럽게 가한 다음 25°C에서 진공 원심분리하여 용출액을 건조시켰다.

3. 프로테옴/글리코펩티드-풍부 샘플의 LC-MS

  1. 샘플을 버퍼 A*(2% 아세토니트릴, 0.1% TFA)에 재현탁하여 최종 농도 1μg/μL로 재현탁합니다(예: 펩티드 50μg의 경우 50μL의 버퍼 A*에 재현탁).
  2. 샘플을 MS에 결합된 HPLC/UPLC에 로드하여 글리코펩티드의 분리 및 식별을 가능하게 한다.
    참고: 내부 직경, 길이, 유속, 크로마토그래피 수지의 유형 및 필요한 펩티드 주입량을 포함한 컬럼 파라미터는 사용할 분석 설정 및 구배 길이에 맞게 최적화되어야 합니다. 분석 설정의 최적화를 수행하는 방법에 대한 예는57을 참조하십시오.
  3. 결과 MS 데이터의 수집을 모니터링하여 데이터가 원하는 파라미터로 수집되고 있는지 확인합니다.
    참고: 구성 분석의 경우 CID 단편화로 충분합니다. 글리코펩티드에 글리칸을 첨가하기 때문에, 글리코펩티드 이온은 전형적으로 비글리코실화된 펩티드보다 더 높은 m/z 및 더 낮은 전하 밀도로 관찰된다. 이러한 이온을 관찰 할 수 있도록하려면 MS1 질량 범위를 400 ~ 2,000 m / z로 허용하십시오.
  4. CID를 사용하여 선택된 이온을 단편화하여 글리칸의 특성화에 중요한 옥소늄 이온을 포함하는 낮은 m/z 단편 이온의 수집을 보장합니다.
    참고: CID를 사용한 글리코펩티드의 단편화는 펩티드 및 글리칸 서열 둘 다뿐만 아니라 단편화 동안 적용된 에너지 25,58,59에 의해 영향을 받는다. 다양한 충돌 에너지가 사용될 수 있지만, 글리코펩티드를 단편화하기 위한 최적의 전략은 다중 충돌 에너지(25,59,60)의 사용을 결합한 계단식 충돌 에너지의 사용이다.
  5. 글리칸 조성물의 결정을 돕기 위해 부위 국소화를 위한 ETD 또는 IT-CID와 같은 대안적인 단편화 방법을 이용한다.
    참고: 이러한 단편화 접근법 중 어느 것도 조성 분석에 필수적이지는 않지만, 관심있는 글리코펩티드의 추가 심문을 가능하게 하기 위해 수집될 수 있다.

4. 프로테옴/글리코펩타이드 농축 시료 분석

  1. FragPipe에서 검색을 사용하도록 데이터 파일을 사전 필터링합니다.
    1. ETD 또는 IT-CID 스캔이 데이터 세트 내에서 획득된 경우, FragPipe로 검색하기 전에 MSConvert61 을 사용하여 데이터 파일에서 이러한 스캔 이벤트를 필터링하십시오.
      참고: 아래에 설명된 개방형 검색 파라미터의 경우 빔 유형 CID 데이터만 필요합니다.
  2. FragPipe에서 열린 검색 수행
    1. FragPipe를 열고 워크플로 탭을 클릭합니다. 워크플로 풀다운 메뉴에서 검색 열기 옵션을 선택하고 파일 추가를 클릭하여 검색할 데이터 파일을 FragPipe로 가져옵니다(그림 2A).
    2. 데이터베이스 탭을 클릭하고 다운로드를 클릭하여 다운로드 관리자를 시작하십시오. 이렇게 하면 Uniprot Proteome ID를 사용하여 Uniprot에서 프로테옴 데이터베이스를 다운로드할 수 있습니다. 다운로드 관리자 내에서 디코이 및 오염 물질 추가 옵션을 클릭하여 데코이 및 오염 단백질을 데이터베이스에 통합합니다.
    3. 보다 엄격한 FDR 임계값을 보려면 유효성 검사 탭을 클릭하고 필터 및 보고서 값을 0.01 에서 필요한 FDR로 수정합니다.
      참고: 기본 FragPipe 설정은 단백질 수준에서 1% FDR을 보장합니다.
    4. MSfragger 탭을 클릭합니다. 피크 정합 상자 내에서 전구체 질량 공차를 기본 500Da에서 2,000Da로 늘려 큰 수정을 식별할 수 있도록 합니다(그림 2A).
    5. 실행 탭을 클릭하고 FragPipe의 출력 위치를 정의합니다. 실행 단추를 클릭하여 검색을 시작합니다.
  3. 데이터 세트(FragPipe의 psm.tsv 출력 내에 포함됨)에서 식별된 PSM을 사용하여 데이터 세트 내에서 관찰된 델타 질량의 빈도를 플로팅하여 잠재적 글리칸을 식별합니다(그림 3). PRIDE 수탁 PXD027820을 통해 액세스할 수 있는 R 스크립트를 사용하여 MSfragger 출력에서 델타 질량 플롯을 만듭니다.
    참고: 열린 검색 결과의 최소 후처리는 이러한 스크립트 내에서 수행되며, 이러한 스크립트의 주요 목적은 델타 질량 프로파일의 시각화를 지원하는 것입니다. 중요하게도, 풍부한 델타 질량의 관찰만으로는 변형이 잠재적 글리칸이라는 증거가 아니며, 델타 질량을 글리칸으로 할당하는 것은 상응하는 MS2 사건에 대한 추가 분석이 필요하기 때문이다.
  4. 샘플 내에서 글리코펩티드의 특성화를 가능하게 하기 위해, 높은 하이퍼스코어를 갖는 할당에 대응하는 높은 신뢰도 델타 질량 식별에 초점을 맞춘다.
    1. 글리코펩티드 스펙트럼을 평가하는 것을 돕기 위해, 스펙트럼 내에서 펩티드 관련 이온의 할당을 가능하게 하는 인터랙티브 펩티드 스펙트럼 주석기(63)와 같은 펩티드 주석 도구를 사용하여, 글리칸 관련 이온의 수동 식별을 가능하게 한다(도 4).
      참고: 여기에 제시된 데이터 세트 내에서 >30의 하이퍼스코어는 확인된 모든 글리코펩티드의 상위 50% 이내의 점수에 해당하므로 높은 점수로 간주됩니다(그림 5).
  5. 고신뢰도 글리코펩티드가 할당되면서, 글리코펩티드의 동정을 개선하기 위해 일반적으로 관찰되는 글리칸 관련 이온(도 4)을 동정한다.
    참고: 글리칸 중심 검색으로 알려진 검색 내에 글리칸 관련 이온을 통합함으로써 글리코펩티드 할당의 품질을 향상시킬 수 있습니다.
    1. FragPipe의 MSfragger 탭을 클릭하고 관찰된 글리칸의 결정된 델타 질량을 변수 수정 및 질량 오프셋 섹션에 통합합니다. 변수 수정 및 질량 오프셋 섹션에 값을 입력하여 이러한 질량을 /로 구분된 개별 질량으로 추가합니다. 이 글리칸의 글리칸 관련 단편 덩어리를 MSFragger의 글리코 / 불안정 모드 섹션에 추가하십시오.
      참고: 그림 2B는 A. baumannii 균주 AB307-0294의 글리칸 중심 검색에 필요한 주요 정보를 간략하게 설명합니다.
  6. 프로테오믹 연구와 관련된 모든 MS 데이터를 PRIDE 또는 MASSIVE 저장소와 같은 중앙 집중식 프로테오믹 저장소에 업로드합니다.
    참고: 이 연구와 관련된 모든 데이터는 PRIDE 프로테오믹 저장소에 보관되었으며 PRIDE 수탁: PXD027820을 통해 액세스할 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

박테리아 글리코펩티드 분석을 위한 개방 검색의 유용성을 예시하기 위해, A. baumannii-AB307-0294, ACICU 및 D1279779의 세 균주 내에서 O-연결된 글리칸의 화학적 다양성을 평가하였다. O-연결된 글리코프로테옴은 A. baumannii 균주 사이에서 매우 가변적이며, 글리코실화에 사용되는 글리칸은 고도로 가변적인 캡슐 유전자좌 44,45,46으로부터 유래된다. 이러한 화학적 다양성은 A. baumannii를 오픈 검색 연구를위한 이상적인 모델 시스템으로 만듭니다. 세 균주의 글리코프로테옴은 이전에 평가되지 않았지만, 이들 균주 중 두 균주인 AB307-029464 및 ACICU65

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

공개 검색은 알려지지 않은 수정 사항을 식별하기위한 효과적이고 체계적인 방법입니다. 박테리아 프로테옴 샘플 내에서 알려지지 않은 글리칸의 확인은 전통적으로 시간이 많이 걸리고 기술적으로 전문화 된 사업이었지만, MSfragger21,41 및 Byonic31,38과 같은 도구의 최근 개발은 이제 펩티드에 부착 된 잠재적 인 글리 칸으로서의 추가 특성화를 위해 델타 질량을 빠르고 효과적으로 식별 할 수있게되었습니다. 표준 및 글리코펩티드-풍부 프로테옴 샘플 둘 다의 공개 검색은 잠재적인 글리코펩티드를 동정할 수 있다(도 1). 많은 박테리아 시스템의 프로테옴 내에서 글리코펩티드의 공통성과 풍부함은 글리코펩티드 농축 없이 이러한 변형의 직접적인 검출을 가능하게 한다

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

저자는 이해 상충이 없습니다.

감사의 글

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

N.E.S는 Australian Research Council Future Fellowship (FT200100270) 및 ARC Discovery Project Grant (DP210100362)의 지원을 받습니다. MS 계측에 대한 액세스를 위해 Bio21 분자 과학 및 생명 공학 연구소의 멜버른 질량 분광법 및 프로테오믹스 시설에 감사드립니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
14 G Kel-F 허브 포인트 스타일 3Hamilton companyhanc90514
2-클로로아세트아미드시그마 Aldrich Pty LtdC0267-100G
아세토니트릴시그마 Aldrich Pty Ltd34851-4L
수산화암모늄(28%)Sigma Aldrich Pty Ltd338818-100ML
BCA 단백질 분석 시약A 피어스23228
BCA 단백질 분석 시약 BPierce23224
C8 Empore SPESigma Aldrich Pty Ltd66882-UC8 재료의 대체 공급 업체는 Affinisep (https://www.affinisep.com/about-us/)
Formic acidSigma Aldrich Pty Ltd5.33002
IsopropanolSigma Aldrich Pty Ltd650447-2.5L
MethanolFisher ChemicalM/4058/17
SDB-RPS Empore SPE (역상 설포네이트)Sigma Aldrich Pty Ltd66886-USDB-RPS의 대체 공급업체는 Affinisep (https://www.affinisep.com/about-us/)
Sodium Deoxycholate, Sigma Aldrich Pty LtdD6750-100G
ThermoMixer CEppendorf2232000083
trifluoroacetic acidSigma Aldrich Pty Ltd302031-10X1ML
Tris 2-카르복시에틸 포스핀 염산염Sigma Aldrich Pty LtdC4706-2G
Tris(하이드록시메틸)아미노메탄Sigma Aldrich Pty Ltd252859-500G
트립신/Lys-C 프로테아제 혼합물PromegaV5073
진공 농축기Labconco7810040
ZIC-HILIC 재료일회용 SPE 컬럼에 사용되는 Merck 1504580001 Resin은 더 큰 형태의 컬럼을 비우고 free resin을 사용하여 얻을 수 있습니다.
, , , 입니다.

참고문헌

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Essentials of glycobiology. Varki, A., et al. , Cold Spring Harbor Laboratory Press. Cold Spring Harbor, NY. (2015).
  2. Schaffer, C., Messner, P. Emerging facets of prokaryotic glycosylation. FEMS Microbiology Reviews. 41 (1), 49-91 (2017).
  3. Abu-Qarn, M., Eichler, J., Sharon, N. Not just for Eukarya anymore: Protein glycosylation in bacteria and archaea. Current Opinion in Structural Biology. 18 (5), 544-550 (2008).
  4. Szymanski, C. M., Yao, R., Ewing, C. P., Trust, T. J., Guerry, P. Evidence for a system of general protein glycosylation in Campylobacter jejuni. Molecular Microbiology. 32 (5), 1022-1030 (1999).
  5. Koomey, M. O-linked protein glycosylation in bacteria: snapshots and current perspectives. Current Opinion in Structural Biology. 56, 198-203 (2019).
  6. Riley, N. M., Bertozzi, C. R., Pitteri, S. J. A pragmatic guide to enrichment strategies for mass spectrometry-based glycoproteomics. Molecular & Cellular Proteomics: MCP. 20, 100029(2020).
  7. Spiro, R. G. Protein glycosylation: nature, distribution, enzymatic formation, and disease implications of glycopeptide bonds. Glycobiology. 12 (4), 43-56 (2002).
  8. Hu, H., Khatri, K., Klein, J., Leymarie, N., Zaia, J. A review of methods for interpretation of glycopeptide tandem mass spectral data. Glycoconjugate Journal. 33 (3), 285-296 (2016).
  9. Moremen, K. W., Tiemeyer, M., Nairn, A. V. Vertebrate protein glycosylation: Diversity, synthesis and function. Nature Reviews Molecular Cell Biology. 13 (7), 448-462 (2012).
  10. Bohm, M., et al. Glycosciences.DB: An annotated data collection linking glycomics and proteomics data (2018 update). Nucleic Acids Research. 47, 1195-1201 (2019).
  11. Kawano, S., Hashimoto, K., Miyama, T., Goto, S., Kanehisa, M. Prediction of glycan structures from gene expression data based on glycosyltransferase reactions. Bioinformatics. 21 (21), 3976-3982 (2005).
  12. McDonald, A. G., Tipton, K. F., Davey, G. P. A knowledge-based system for display and prediction of O-glycosylation network behaviour in response to enzyme knockouts. PLOS Computational Biology. 12 (4), 1004844(2016).
  13. Eichler, J., Koomey, M. Sweet new roles for protein glycosylation in prokaryotes. Trends in Microbiology. 25 (8), 662-672 (2017).
  14. Scott, N. E., et al. Simultaneous glycan-peptide characterization using hydrophilic interaction chromatography and parallel fragmentation by CID, higher energy collisional dissociation, and electron transfer dissociation MS applied to the N-linked glycoproteome of Campylobacter jejuni. Molecular & Cellular Proteomics: MCP. 10 (2), (2011).
  15. Russo, T. A., et al. The K1 capsular polysaccharide of Acinetobacter baumannii strain 307-0294 is a major virulence factor. Infection and Immunity. 78 (9), 3993-4000 (2010).
  16. Szymanski, C. M., Wren, B. W. Protein glycosylation in bacterial mucosal pathogens. Nature Reviews Microbiology. 3 (3), 225-237 (2005).
  17. Imperiali, B. Bacterial carbohydrate diversity - a brave new world. Current Opinion in Chemical Biology. 53, 1-8 (2019).
  18. Caval, T., Buettner, A., Haberger, M., Reusch, D., Heck, A. J. R. Discrepancies between high-resolution native and glycopeptide-centric mass spectrometric approaches: A case study into the glycosylation of erythropoietin variants. Journal of the American Society for Mass Spectrometry. 32 (8), 2099-2104 (2021).
  19. Caval, T., Heck, A. J. R., Reiding, K. R. Meta-heterogeneity: Evaluating and describing the diversity in glycosylation between sites on the same glycoprotein. Molecular & Cellular Proteomics: MCP. 20, 100010(2020).
  20. Thomas, D. R., Scott, N. E. Glycoproteomics: growing up fast. Current Opinion in Structural Biology. 68, 18-25 (2020).
  21. Kong, A. T., Leprevost, F. V., Avtonomov, D. M., Mellacheruvu, D., Nesvizhskii, A. I. MSFragger: Ultrafast and comprehensive peptide identification in mass spectrometry-based proteomics. Nature Methods. 14 (5), 513-520 (2017).
  22. Cao, W., et al. Recent advances in software tools for more generic and precise intact glycopeptide analysis. Molecular & Cellular Proteomics: MCP. , (2021).
  23. Yu, A., et al. Advances in mass spectrometry-based glycoproteomics. Electrophoresis. 39 (24), 3104-3122 (2018).
  24. Reiding, K. R., Bondt, A., Franc, V., Heck, A. J. R. The benefits of hybrid fragmentation methods for glycoproteomics. Trends in Analytical Chemistry. 108, 260-268 (2018).
  25. Riley, N. M., Malaker, S. A., Driessen, M., Bertozzi, C. R. Optimal dissociation methods differ for N- and O-glycopeptides. Journal of Proteome Research. 19 (8), 3286-3301 (2020).
  26. Mao, Y., et al. Systematic evaluation of fragmentation methods for unlabeled and isobaric mass tag-labeled O-glycopeptides. Analytical Chemistry. 93 (32), 11167-11175 (2021).
  27. Lu, L., Riley, N. M., Shortreed, M. R., Bertozzi, C. R., Smith, L. M. O-Pair Search with MetaMorpheus for O-glycopeptide characterization. Nature Methods. 17 (11), 1133-1138 (2020).
  28. Choo, M. S., Wan, C., Rudd, P. M., Nguyen-Khuong, T. GlycopeptideGraphMS: Improved glycopeptide detection and identification by exploiting graph theoretical patterns in mass and retention time. Analytical Chemistry. 91 (11), 7236-7244 (2019).
  29. Maxwell, E., et al. GlycReSoft: a software package for automated recognition of glycans from LC/MS data. PLoS One. 7 (9), 45474(2012).
  30. Ahmad Izaham, A. R., Scott, N. E. Open database searching enables the identification and comparison of bacterial glycoproteomes without defining glycan compositions prior to searching. Molecular & Cellular Proteomics: MCP. 19 (9), 1561-1574 (2020).
  31. Bern, M., Kil, Y. J., Becker, C. Byonic: Advanced peptide and protein identification software. Current Protocols in Bioinformatics. , Chapter 13, Unit 13.20 (2012).
  32. Na, S., Bandeira, N., Paek, E. Fast multi-blind modification search through tandem mass spectrometry. Molecular & Cellular Proteomics: MCP. 11 (4), 010199(2012).
  33. Creasy, D. M., Cottrell, J. S. Error tolerant searching of uninterpreted tandem mass spectrometry data. Proteomics. 2 (10), 1426-1434 (2002).
  34. Craig, R., Beavis, R. C. TANDEM: Matching proteins with tandem mass spectra. Bioinformatics. 20 (9), 1466-1467 (2004).
  35. Ahrné, E., Nikitin, F., Lisacek, F., Müller, M. QuickMod: A tool for open modification spectrum library searches. Journal of Proteome Research. 10 (7), 2913-2921 (2011).
  36. Shortreed, M. R., et al. Global identification of protein post-translational modifications in a single-pass database search. Journal of Proteome Research. 14 (11), 4714-4720 (2015).
  37. Chick, J. M., et al. A mass-tolerant database search identifies a large proportion of unassigned spectra in shotgun proteomics as modified peptides. Nature Biotechnology. 33 (7), 743-749 (2015).
  38. Roushan, A., et al. Peak filtering, peak annotation, and wildcard search for glycoproteomics. Molecular & Cellular Proteomics: MCP. 20, 100011(2020).
  39. Chi, H., et al. Comprehensive identification of peptides in tandem mass spectra using an efficient open search engine. Nature Biotechnology. , (2018).
  40. Bittremieux, W., Laukens, K., Noble, W. S. Extremely fast and accurate open modification spectral library searching of high-resolution mass spectra using feature hashing and graphics processing units. Journal of Proteome Research. 18 (10), 3792-3799 (2019).
  41. Polasky, D. A., Yu, F., Teo, G. C., Nesvizhskii, A. I. Fast and comprehensive N- and O-glycoproteomics analysis with MSFragger-Glyco. Nature Methods. 17 (11), 1125-1132 (2020).
  42. Harding, C. M., et al. Acinetobacter strains carry two functional oligosaccharyltransferases, one devoted exclusively to type IV pilin, and the other one dedicated to O-glycosylation of multiple proteins. Molecular Microbiology. 96 (5), 1023-1041 (2015).
  43. Iwashkiw, J. A., et al. Identification of a general O-linked protein glycosylation system in Acinetobacter baumannii and its role in virulence and biofilm formation. PLoS Pathogens. 8 (6), 1002758(2012).
  44. Scott, N. E., et al. Diversity within the O-linked protein glycosylation systems of Acinetobacter species. Molecular & Cellular Proteomics: MCP. 13 (9), 2354-2370 (2014).
  45. Kenyon, J. J., Hall, R. M. Variation in the complex carbohydrate biosynthesis loci of Acinetobacter baumannii genomes. PLoS One. 8 (4), 62160(2013).
  46. Lees-Miller, R. G., et al. A common pathway for O-linked protein-glycosylation and synthesis of capsule in Acinetobacter baumannii. Molecular Microbiology. 89 (5), 816-830 (2013).
  47. Iacono, M., et al. Whole-genome pyrosequencing of an epidemic multidrug-resistant Acinetobacter baumannii strain belonging to the European clone II group. Antimicrobial Agents and Chemotherapy. 52 (7), 2616-2625 (2008).
  48. Hamidian, M., et al. Insights from the revised complete genome sequences of Acinetobacter baumannii strains AB307-0294 and ACICU belonging to global clones 1 and 2. Microbial Genomics. 5 (10), 000298(2019).
  49. Farrugia, D. N., et al. The complete genome and phenome of a community-acquired Acinetobacter baumannii. PLoS One. 8 (3), 58628(2013).
  50. Keller, B. O., Sui, J., Young, A. B., Whittal, R. M. Interferences and contaminants encountered in modern mass spectrometry. Analytica Chimica Acta. 627 (1), 71-81 (2008).
  51. Batth, T. S., et al. Protein aggregation capture on microparticles enables multipurpose proteomics sample preparation. Molecular & Cellular Proteomics: MCP. 18 (5), 1027-1035 (2019).
  52. HaileMariam, M., et al. S-Trap, an ultrafast sample-preparation approach for shotgun proteomics. Journal of Proteome Research. 17 (9), 2917-2924 (2018).
  53. Smith, P. K., et al. Measurement of protein using bicinchoninic acid. Analytical Biochemistry. 150 (1), 76-85 (1985).
  54. Rappsilber, J., Mann, M., Ishihama, Y. Protocol for micro-purification, enrichment, pre-fractionation and storage of peptides for proteomics using StageTips. Nature Protocols. 2 (8), 1896-1906 (2007).
  55. Harney, D. J., et al. Proteomic analysis of human plasma during intermittent fasting. Journal of Proteome Research. 18 (5), 2228-2240 (2019).
  56. Scott, N. E. Characterizing glycoproteins by mass spectrometry in Campylobacter jejuni. Methods in Molecular Biology. 1512, 211-232 (2017).
  57. Bian, Y., et al. Robust microflow LC-MS/MS for proteome analysis: 38000 runs and counting. Analytical Chemistry. 93 (8), 3686-3690 (2021).
  58. Diedrich, J. K., Pinto, A. F., Yates, J. R. Energy dependence of HCD on peptide fragmentation: stepped collisional energy finds the sweet spot. Journal of the American Society for Mass Spectrometry. 24 (11), 1690-1699 (2013).
  59. Liu, M. Q., et al. pGlyco 2.0 enables precision N-glycoproteomics with comprehensive quality control and one-step mass spectrometry for intact glycopeptide identification. Nature Communications. 8 (1), 438(2017).
  60. Hinneburg, H., et al. The art of destruction: Optimizing collision energies in quadrupole-time of flight (Q-TOF) instruments for glycopeptide-based glycoproteomics. Journal of the American Society for Mass Spectrometry. 27 (3), 507-519 (2016).
  61. Chambers, M. C., et al. A cross-platform toolkit for mass spectrometry and proteomics. Nature Biotechnology. 30 (10), 918-920 (2012).
  62. R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. , http://www.r-project.org/index.html (2020).
  63. Brademan, D. R., Riley, N. M., Kwiecien, N. W., Coon, J. J. Interactive peptide spectral annotator: A versatile web-based tool for proteomic applications. Molecular & Cellular Proteomics: MCP. 18, 193-201 (2019).
  64. Russo, T. A., et al. The K1 capsular polysaccharide from Acinetobacter baumannii is a potential therapeutic target via passive immunization. Infection and Immunity. 81 (3), 915-922 (2013).
  65. Senchenkova, S. N., et al. Structure of the capsular polysaccharide of Acinetobacter baumannii ACICU containing di-N-acetylpseudaminic acid. Carbohydrate Research. 391, 89-92 (2014).
  66. Domon, B., Costello, C. E. A systematic nomenclature for carbohydrate fragmentations in FAB-MS/MS spectra of glycoconjugates. Glycoconjugate Journal. 5 (4), 397-409 (1988).
  67. Harvey, D. J., Dwek, R. A., Rudd, P. M. Determining the structure of glycan moieties by mass spectrometry. Current Protocols in Protein Science. , Chapter 12, Unit 12.7 (2006).
  68. Medzihradszky, K. F., Kaasik, K., Chalkley, R. J. Characterizing sialic acid variants at the glycopeptide level. Analytical Chemistry. 87 (5), 3064-3071 (2015).
  69. Kelstrup, C. D., Frese, C., Heck, A. J., Olsen, J. V., Nielsen, M. L. Analytical utility of mass spectral binning in proteomic experiments by SPectral Immonium Ion Detection (SPIID). Molecular & Cellular Proteomics:MCP. 13 (8), 1914-1924 (2014).
  70. Ahmad Izaham, A. R., et al. What are we missing by using hydrophilic enrichment? Improving bacterial glycoproteome coverage using total proteome and FAIMS analyses. Journal of Proteome Research. 20 (1), 599-612 (2021).
  71. Neue, K., Mormann, M., Peter-Katalinic, J., Pohlentz, G. Elucidation of glycoprotein structures by unspecific proteolysis and direct nanoESI mass spectrometric analysis of ZIC-HILIC-enriched glycopeptides. Journal of Proteome Research. 10 (5), 2248-2260 (2011).
  72. Mysling, S., Palmisano, G., Hojrup, P., Thaysen-Andersen, M. Utilizing ion-pairing hydrophilic interaction chromatography solid phase extraction for efficient glycopeptide enrichment in glycoproteomics. Analytical Chemistry. 82 (13), 5598-5609 (2010).
  73. Escobar, E. E., et al. Precision mapping of O-Linked N-acetylglucosamine sites in proteins using ultraviolet photodissociation mass spectrometry. Journal of the American Chemical Society. 142 (26), 11569-11577 (2020).
  74. Madsen, J. A., et al. Concurrent automated sequencing of the glycan and peptide portions of O-linked glycopeptide anions by ultraviolet photodissociation mass spectrometry. Analytical Chemistry. 85 (19), 9253-9261 (2013).
  75. Lysiak, A., Fertin, G., Jean, G., Tessier, D. Evaluation of open search methods based on theoretical mass spectra comparison. BMC Bioinformatics. 22, 65(2021).
  76. Pabst, M., et al. A general approach to explore prokaryotic protein glycosylation reveals the unique surface layer modulation of an anammox bacterium. ISME Journal. , (2021).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

Glycopeptide IdentificationBacterial GlycosylationZIC HILIC EnrichmentBottom Up ProteomicsGlycan DiversityLC MS AnalysisGlycoproteomic Workflow

관련 논문