$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Biomarkers in cerebrospinale vloeistof (CSF) zijn momenteel onderzoek omzetten in neurodegeneratieve aandoeningen. In de ziekte van Alzheimer, de meest voorkomende neurodegeneratieve stoornis, die meer dan 60 miljoen mensen wereldwijd1,2, een biomarker triplet, bestaande uit de peptide bèta amyloid, microtubulus-stabiliseren eiwit tau, en een phosphorylated tau vorm, de ziekte kan detecteren met hoge gevoeligheid en specificiteit en is opgenomen in de criteria van het diagnostisch onderzoek3. In andere neurodegeneratieve ziekten, zoals Parkinson en Multiple sclerose, hebben proteomic studies vastgesteld talrijke biomerker kandidaten, waarvan sommige momenteel onder evaluatie in klinische studies4,5 zijn ,6.
Naast eiwitten bevat CSF ook een overvloed van endogene peptiden7,8,9,10,11,12. Splitsingsproducten van veel eiwitten van hersenen-afgeleide vormen, vertegenwoordigen deze peptiden ook een potentieel belangrijke bron van ziekte biomarkers. Verhogen van de inventaris van de geïdentificeerde endogene peptiden in menselijke CB en inschakelen van CSF endopeptidomic analyses in klinische studies, een methode ontwikkeld voor de bereiding van de monsters en LC-MS-analyse (een kort protocol-regeling is opgenomen in afbeelding 1 ). De toepassing van deze methode in een recente studie heeft geleid tot de identificatie van bijna 16,400 endogene CSF peptiden in samengevoegde CSF monsters van meerdere personen van niet-specifieke diagnose, uitbreiding van de bekende CSF endopeptidome tienvoudige13. De methode kan optioneel worden gebruikt in combinatie met isobaar etikettering aanpak voor kwantificering.
Bereiding van de monsters
De belangrijkste bron van eiwit massa van CB is plasma bestanddelen (bv albumine en immunoglobulinen) passeren over de bloed hersenen barrière14,15. Hun hoge overvloed belemmert de detectie van lage-overvloedig, hersenen-afgeleide monster onderdelen. Endogene peptiden kunnen gemakkelijk worden gescheiden van de hoge-overvloedig eiwitten, waardoor een aanzienlijk grotere hoeveelheid CSF peptide extract te worden gebruikt bij LC-MS-analyse, zodat detectie van lagere-overvloedig peptiden.
In het protocol hier gepresenteerd, werd molecuulgewicht cut-off (MWCO) filtratie gebruikt voor het scheiden van de CSF peptiden van de eiwitoplossing; een methode die is gebruikt in verscheidene vorige studies8,9,10,11,12,16. De filtratie stap werd gevolgd door een off line RP HPLC pre fractionering stap uitgevoerd via een hoge-pH mobiele fase verloop. Door het uitvoeren van twee RP HPLC stappen in tandem, met pH wordt het belangrijkste onderscheid, resulteert het verschil in selectiviteit tussen de twee stappen hoofdzakelijk uit veranderde peptide retentie als gevolg van verschillende peptide gratis Staten. De toepassing van hoge-pH peptide pre fractionering vóór LC-MS onder zure omstandigheden heeft bewezen efficiënt bij het vergroten van de peptide identificatie17,18, en zelfs te zijn superieur voor dit doel in complexe biologische monsters in vergelijking met meer orthogonale scheiding modi19, zoals sterke cat-ion exchange (SCX) en RP20. Als u wilt verkorten analyse, werd een aaneenschakeling regeling gebruikt, bundeling van elke 12th breuk (b.v., breuken 1, 13, 25, 37 en 49), die als gevolg van de hoog oplossend vermogen van RP-HPLC nog steeds grotendeels vermeden co elutie van peptiden van verschillende breuken in de LC-MS stap20,21.
Peptide identificatie
Peptide identificatie in peptidomic studies verschilt van proteomic studies in dat geen enzym decolleté kan worden opgegeven in de database zoeken, en dientengevolge, identificatie tarieven meestal lager11 zijn. Een recente studie13 bleek dat de identificatie-tarieven voor endogene peptides verkregen met Sequest en mascotte waren aanzienlijk verbeterd wanneer de standaard scoren algoritme van de respectieve softwareprogramma is bewerkt met behulp van het adaptieve scoren algoritme Percolator, die aangeeft dat optimale scoren algoritmen voor endogene peptides van al peptiden13 afwijken. In die studie, identificatie op basis van automatische peptide DOVO sequencing met behulp van de software van de PIEKEN (BSI) bleek te zijn complementair aan de twee fragment ion vingerafdrukken gebaseerde zoekmachines, wat resulteert in een aanzienlijk groter aantal geïdentificeerd peptiden.