$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
De geautomatiseerde proteomics monster voorbereiding workflow op het geautomatiseerde werkstation werd aangepast van onze vorige geautomatiseerde protocol met een robuuste LC-SRM-MS acquisitie methode1 voor albumine, de geselecteerde plasma-eiwit, en β-galactosidase (β-gal), een exogene eiwit dat wordt gebruikt voor kwaliteitscontrole. Na verwerking werden de samples uitgevoerd op een drievoudige quadrupole LC-MS in een SRM-test gericht op serumalbumine, β-galactosidase. De variatiecoëfficiënt (CV) van het SRM-signaal voor elke overgang werd gebruikt om de reproduceerbaarheid van het geautomatiseerde spijsverteringsprotocol te controleren.
We hebben de reagenstoevoeging en mengstappen geautomatiseerd voor een vertering van 5 μL plasmamonsters met een 2 uur durende trypsine-incubatie van 2 uur op het dek. Om de reproduceerbaarheid te bepalen, werd 5 μL van een plasmapool gepipetiseerd in meerdere putten van een reactieplaat met een meerkanaalshoofd (96 pin). Om te controleren op consistentie, voegden we β-gal eiwit toe voor de reductie- en alkylation reacties. De geautomatiseerde proteomics monster voorbereiding workflow werd getest met een robuuste LC-SRM-MS acquisitie methode met inbegrip van albumine, de hoogste overvloed plasma-eiwit, en β-gal eiwit, gebruikt voor kwaliteitscontrole. Drie β-gal peptiden en twee albumine peptiden werden gemonitord van verwerkte plasmaalbumine-eiwitten en verrijkte β-galeiwitten (Tabel 4).
In een poging om tijd te besparen en de procedure te vereenvoudigen, hebben we de vloeistofoverdrachtsstappen van het toevoegen/mengen/uitbroeden van reagens en reactiemengsel met het werkstation teruggebracht van een workflow in negen stappen naar een workflow in zes stappen (figuur 1). De totale proteomische workflow bestond uit twee experimentele componenten: geautomatiseerde monstervoorbereiding en LC-MS/MS. Ten eerste evalueerden we de precisie van LC-MS/MS SRM-gegevensverwerving door acht opeenvolgende injecties uit dezelfde spijsverteringsput van de autosamplerplaat. De nauwkeurigheid van de geautomatiseerde workflow voor monstervoorbereiding werd berekend door het percentage variantiecoëfficiënt (%CV) van de totale proteomische SRM-workflow minus%CV van de LC-MS/MS(figuur 9B). Met de gestroomlijnde plasmavergistingsprocedure op het geautomatiseerde werkstation was de experimentele precisie van geautomatiseerde monsterbereiding minder dan 11,4% voor exogene gespikede β-galeiwitten (gemiddeld 10,0%) en minder dan 14,9% voor het meest voorkomende menselijke serumalbumine (9,9% als gemiddelde) (Figuur 9). Zoals verwacht werden goede signaalintensiteiten waargenomen voor zowel menselijke serumalbumine als β-galeiwitten(figuur 9C).
Voor elke pipetter- en vloeistofoverdrachtstap werden de technieken specifiek geoptimaliseerd. Om de precisie van vloeibare overdrachtsstappen te controleren, hebben we stabiele isotopen-gelabelde (SIL) peptidenormen voor endogene menselijke serumalbumine-eiwit en exogene β-gal-eiwit in drie onafhankelijke reagensoverdrachtstappen: Reaction Mix 1, Cysteine Blocker en Reaction Mix 2(figuur 10). MRM-signalen van deze vijf SIL peptiden werden verkregen om de precisie van geautomatiseerde vloeistofoverdrachtstappen te controleren. De gemiddelde %CV voor peptiden, DDNPNLPR^, en GDFQFNISR^ (^ vertegenwoordigt het N15 gelabeldaminozuur) van Reaction Mix 1 stap varieerde van 1,8% tot 11,2%. De gemiddelde %CV van één peptide (IDPNAWVER^) van de Stap Cysteine Blokker varieerde van 6,6 tot 8,8%. Het gemiddelde %CV van twee peptiden (WVGYGQDSR^ en LVNEVTEFAK^) varieerde van 6,2% tot 11,9% (figuur 10).
Om de geautomatiseerde proteomics monsterbereidingsworkflow te valideren, evalueerden we reproduceerbaarheid over meerdere eiwitten en meerdere dagen voor menselijk serumalbumine, exogene β-gal en 40 extra plasma-eiwitten. We verwerkten 21 repliceren monsters (gepoold normaal menselijk plasma), goed locatie weergegeven in figuur 11A, op drie verschillende dagen. Intra-day CV's werden berekend op basis van 21 putten die op dezelfde dag werden voorbereid. De gemiddelde intra-day %CV's voor 40 eiwitten varieerden van 4% tot 20% (Figuur 11B). Om het randeffect van de op plaat gebaseerde geautomatiseerde werkstroom te evalueren, is %CV berekend op basis van specifieke putten binnen aangewezen kolommen en rijen(figuur 12A voor kolom en rijkaart). Mrm-signalen intensiteiten waren vergelijkbaar in alle kolom en rij configuraties met %CV variërend van 3% - 22% (Figuur 12B).
Samengevat levert de geoptimaliseerde geautomatiseerde workflow 96 gelijkmatig verwerkte monsters op in minder dan vijf uur met uitstekende experimentele precisie. Voor compatibiliteit met een geautomatiseerde workflow hebben we reagentia geselecteerd die verwaarloosbare niet-specifieke bijwerkingen hebben, stabiel zijn in omgevingslicht, LC-MS/MS-vriendelijk zijn en kunnen worden opgeslagen als bevroren aliquots.

Figuur 1: Schema van de werkstroom voor de voorbereiding van de steekproef. De belangrijkste 6 stappen voor vloeistofoverdracht worden vermeld. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 2: Tip laden Script. De VB Script details worden hier weergegeven. Het script geeft de voorwaarden voor het laden van de tenpert. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 3: Automatische indeling van het werkstationdek. Het deck bestaat uit 1x1 ALP's, Tip Loading ALPs, Trash, Tip wash, Peltier en een incubator. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 4: Eigenschappen van de reagensplaat. Getoond zijn eigenschappen die nodig zijn voor de Reagent Plate labware wanneer geopend met behulp van de Guided Labware Setup. Selecteer de overeenkomstige kolom en typ de variabelen zoals aangegeven in de figuur. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 5: Tip tellen script. Dit script helpt om het aantal tips op het dek bij te houden. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 6: Overzicht van de methode voor het verteren en aliquoting plasmamonsters. Stappen voor reagensberekeningen, labware-setup en vloeibare manipulaties in de methode van de vloeibare handler. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 7: Indeling van de reagensplaat. Getoond zijn de chemische reagentia die nodig zijn voor plasma spijsvertering en autosampler voorbereiding en verdeeld over de reagens plaat labware. Dit cijfer is gewijzigd van een technische noot10. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 8: Lay-out voor de labware op het dek van het geautomatiseerde werkstation. Getoond is de deklay-out voor de plasma vertering methode voor de vloeibare handler. Dit cijfer is gewijzigd van een technische noot10. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 9: De nauwkeurigheid van de totale proteomische workflow bestaat uit workstation CV en gerichte LC MS/MS CV.
Vijf peptiden van β-gal en albumine werden gemonitord, de chromatogrammen en peptide retentietijd voor elk peptide wordt getoond(A), Precisie werd bepaald uit 30 putten/ monsters verwerking representatief experiment, CV's% voor totale proteomische workflow, LC MS / MS analyse en geautomatiseerde monster verwerking werden berekend (B). Over het algemeen vertoonden de verteerde peptiden goede signalen varieerden van 1x105 tot 1x108. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 10: Bepaling van de precisie voor vloeistofoverdrachtstappen. Synthetische peptiden werden verrijkt in stapspecifieke reagentia, en geautomatiseerde vloeistofoverdracht werd bepaald door het totaal%CV. Van 30 putten / monsters experiment minus% CV LC MSMS (bepaald door 8 herhalen LC MSMS injecties. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 11: Meerdaagse reproduceerbaarheid van geautomatiseerde proteomische monsterbereidingsworkflow met 42 eiwit-MRM-analyse. (A) Reactieplaat kaart voor elk van de drie dagen is hier te zien, 5 μL plasma werd toegevoegd aan elk van 21 putten. 3 putten ontvangen 5 ul water werden gebruikt als negatieve / blanco controles. (B) De gemiddelde intensiteit van 190 overgangen bestaat uit 75 peptiden en 42 eiwitten (links) en%CV voor elke MRM-overgang werd berekend op basis van 21 putten spijsvertering voor elke dag (rechts). Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 12: Reproduceerbaarheid van specifieke locaties van putten (positie van kolommen en rijen). (A) De locatie Kolommen en Rijen met een plaatkaart wordt hier weergegeven. (B) Kolom en rij locatie specifieke MRM signalen van gemiddelde intensiteiten van gespecificeerde putten (links) en cv% (rechts) van een enkele plaat spijsvertering. Klik hier om een grotere versie van dit cijfer te bekijken.

Figuur 13: Screenshot van de techniek editor. Definieer voor elke Pipetting-sjabloon de eigenschappen van vloeistofniveaudetectie, stolseldetectie, piercing, vloeibaar type, algemeen, aanzuigen, afzien, mix en kalibratie. De sjabloon en technieken die in dit protocol worden gebruikt,worden weergegeven in Aanvullende tabel 2 ). Klik hier om een grotere versie van dit cijfer te bekijken.
| Variabele | Variabele | Waarde | Beschrijving |
| Autosampler | Booleaanse | Waar | Autosampler gebruiken |
| Betagal Betagal | Geheel getal | 5 | Betagal volume |
| BG1 BG1 | Geheel getal | 0.8 | BG1-volume |
| BG2 BG2 | Geheel getal | 0.8 | BG2-volume |
| BG3 | Geheel getal | 0.8 | BG3-volume |
| CysteinBlocker CysteinBlocker | Geheel getal | 1.25 | Cysteïne blokkervolume |
| CysteïneBuffer | Geheel getal | 0.45 | Cysteïne buffervolume |
| Denatureringsmiddel | Geheel getal | 5 | Denaturant volume |
| DigestTransfer | Geheel getal | 10 | Het overdrachtsvolume van de samenvatting |
| Eerste buffer | Geheel getal | 25.9 | Eerste buffervolume |
| Eerste kolom | Geheel getal | 1 | Eerste kolom |
| HSA1 HSA1 | Geheel getal | 0.8 | HSA1-volume |
| HSA2 HSA2 | Geheel getal | 0.8 | HSA2-volume |
| laatstekolom | Geheel getal | 12 | Laatste kolom |
| MobileFase | Geheel getal | 90 | Mobiel fasevolume |
| Doven | Geheel getal | 10 | Kolom Uitlessen |
| ReducingAgent | Geheel getal | 5 | Agentkolom verkleinen |
| Monster | Geheel getal | 5 | Voorbeeldkolom |
| SamplePlate (sampleplaat) | Booleaanse | Waar | Monsterplaat gebruiken |
| Tweede Buffer | Geheel getal | 58.4 | Tweede buffervolume |
| Trypsin | Geheel getal | 10 | Trypsine-kolom |
Tabel 1: Stappenvariabelen starten
| Waarde | Variabele |
| =FirstBuffer+Denaturant+ReducingAgent+Betagal+BG1+HSA1 | FirstMix FirstMix |
| =CysteineBlocker+CysteineBuffer+BG2 | CysteïneMix |
| =SecondBuffer+BG3+HSA2 | SecondMix |
| =(FirstMix*Kolommen)+30 | FirstMixWell FirstMixWell |
| = (CysteineMix*Kolommen)+20 | CysteineWell CysteineWell |
| =(SecondMix*Kolommen)+10 | SecondMixWell SecondMixWell |
| =(Trypsin*Kolommen)+10 | TrypsinWell TrypsinWell |
| =(Quench*Kolommen)+10 | QuenchWell QuenchWell |
| =(FirstMixWell*8)+100 | FirstMixStock FirstMixStock |
| =CysteineWell*8+20 | CysteïneMixStock |
| =(SecondMixWell*8)+100 | SecondMixStock |
Tabel 2: Variabelen voor volumemix
| Type | Naam | Positie | Diepte | Eigenschappen | Gebruiken? |
| BCDeep96Round | Reagensplaat | P5 | 1(boven) | # | =niet SamplePlate |
| BCDeep96Round | Reagensplaat | P5 | 1(boven) | # | =SamplePlate |
| BCDeep96Round | Reactieplaat | P11 | 1(boven) | | Waar |
| Bio_RadPCR96* | Monsters | P9 | 1(boven) | | =SamplePlate |
| Bio_RadPCR96* | Autosamplerplaat | P10 | 1(boven) | | =Autosampler |
| BC90 | Lege | | 1(boven) | | Waar |
| BC90 | | | 1(boven) | | Waar |
| BC90 | | | 1(boven) | | Waar |
| BC230 | | | 1(boven) | | =Autosampler |
| BC90 | | | 1(boven) | | =Kolommen>1 |
| BC90 | | | 1(boven) | | =Kolommen>3 |
| BC90 | | | 1(boven) | | =Kolommen>5 |
| BC90 | | | 1(boven) | | =Kolommen>7 |
| BC90 | | | 1(boven) | | =Kolommen>9 |
Opmerking: *: Komt overeen met de 96 goed Bio-Rad plaat. #: Klik op eigenschappen en voer vervolgens de volumevariabelen in zoals aangegeven in figuur 6. |
Tabel 3: De begeleide installatie instellen
|
Eiwit ID
| Peptidesequentie | Q1 Massa (Da) | Q3 Massa (Da) | Tijd (min) | Fragment Ion | Potentieel declustering | Botsingsenergie | Collision Cell Exit Potentieel |
| sp| P00722| BGAL_ELOCI | GDFQFNISR | 542.3 | 262.1 | 19.7 | +2y2 | 61 | 21 | 8 |
| 542.3 | 636 | 19.7 | +2y5 | 61 | 25 | 12 |
| 542.3 | 764.2 | 19.7 | +2y6 | 61 | 25 | 18 |
| IDPNAWVER | 550.3 | 436.1 | 18.1 | +2y7+2 | 61 | 23 | 8 |
| 550.3 | 871.2 | 18.1 | +2y7 | 61 | 25 | 18 |
| 550.3 | 774.2 | 18.1 | +2y6 | 61 | 33 | 8 |
| WVGYGQDSR | 534.3 | 782.1 | 12.1 | +2y7 | 51 | 25 | 6 |
| 534.3 | 562.1 | 12.1 | +2y5 | 51 | 27 | 6 |
| 534.2 | 505.2 | 12.1 | +2y4 | 90 | 25 | 8 |
| sp| P02768| ALBU_HUMAN | DDNPNLPR DDNPNLPR | 470.8 | 596.2 | 9.2 | +2y5 | 61 | 27 | 16 |
| 470.8 | 499.3 | 9.2 | +2y4 | 61 | 27 | 18 |
| 470.8 | 710.4 | 9.2 | +2y6 | 61 | 27 | 18 |
| LVNEVTEFAK (LVNEVTEFAK) | 575.3 | 694.4 | 18.2 | +2y6 | 73.1 | 29.6 | 18 |
| 575.3 | 937.5 | 18.2 | +2y8 | 73.1 | 29.6 | 18 |
| 575.3 | 823.4 | 18.2 | +2y7 | 73.1 | 29.6 | 18 |
Tabel 4: MRM-parameters
Aanvullende tabel 1: Reagent plaat Klik hier om deze tabel te downloaden.
Aanvullende tabel 2: Protocolsjabloon Klik hier om deze tabel te downloaden.