$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
De term "proteomics" werd voor het eerst gedefinieerd als de grootschalige karakterisering van de gehele eiwitaanvulling van een cel, weefsel of organisme1. Proteomische analyses maken het mogelijk mechanismen en cellulaire processen die betrokken zijn bij de ontwikkeling van ziekten, therapeutische trajecten en gezonde systemen met behulp van technieken om relatieve kwantificering van eiwitexpressie niveaus uit te voeren2. De eerste beschrijvingen van dergelijke studies werden gepubliceerd in 1975 en toonden het gebruik van tweedimensionale polyacrylamide gel elektroforese (2D-PAGE) voor dit doel1,3. De 2D-methode scheidt eiwitten op basis van lading (isoelectrische scherpstelling, IEF) en moleculaire massa (natrium dodecylsulfaat polyacrylamide gel elektroforese, of SDS-PAGE)4. Jarenlang was de combinatie van 2D-PAGE en de daaropvolgende tandemmassaspectrometrie op elke gelcomponent de meest voorkomende ongerichte eiwitexpressieanalysetechniek die werd uitgevoerd en identificeerde talrijke voorheen onbekende eiwitexpressieprofielen5,6. Algemene nadelen van de 2D-PAGE benadering zijn dat het tijdrovend is, niet goed werkt voor hydrofobe eiwitten, en er zijn beperkingen in het totale aantal eiwitten beoordeeld als gevolg van lage gevoeligheid7,8.
De stabiele isotoop etikettering door aminozuren in de celcultuur (SILAC) methode werd de volgende populaire aanpak te identificeren en kwantificeren eiwit overvloed in monsters9. Het bestaat uit metabolische etikettering van cellen die zijn geïncubeerd in medium ontbreekt een standaard essentieel aminozuur en aangevuld met een isotoop-gelabelde versie van dat specifieke aminozuur10. Het voordeel van deze techniek is de efficiëntie en nauwkeurige etikettering9. De belangrijkste beperking van de SILAC-benadering is in de eerste plaats de verminderde celgroei die wordt veroorzaakt door de integratie van isotopenlabels, wat bijzonder uitdagend kan zijn in relatief gevoelige cellijnen die menselijke ziekten modelleren11.
In 2003 werd een nieuwe en robuuste proteomics techniek met tandem mass tag (TMT) isobaric labels geïntroduceerd op het veld12. TMT-etikettering is een krachtige methode vanwege de verhoogde gevoeligheid voor het detecteren van relatieve eiwitexpressieniveaus en posttranslationele modificaties13. Vanaf deze publicatiedatum zijn TMT-kits ontwikkeld die tegelijkertijd 6, 10, 11 of 16 monsters kunnen labelen. Als gevolg hiervan is het mogelijk om peptide overvloed te meten in meerdere omstandigheden met biologische repliceert op hetzelfde moment14,15,16. We hebben onlangs TMT gebruikt om het cardiale proteomische profiel van een muismodel van Barth Syndroom (BTHS)17te karakteriseren. Daarbij konden we een wijdverbreide verbetering van de hartprofielen van BTHS-muizen die met gentherapie werden behandeld, aantonen en nieuwe eiwitten identificeren die werden beïnvloed door BTHS, die nieuwe therapeutische paden onthulden die betrokken waren bij cardiomyopathieën.
Hier beschrijven we een gedetailleerde methode om multiplex TMT kwantitatieve proteomics analyses uit te voeren met behulp van weefselmonsters of celpellets. Het kan nuttig zijn om de monstervoorbereiding en etikettering uit te voeren voordat ze aan een kern worden ingediend, omdat de gelabelde tryptische peptiden stabieler zijn dan ruwe bevroren monsters, niet alle kernen hebben ervaring met het hanteren van alle monstertypen, en het voorbereiden van monsters in een laboratorium kan tijd besparen voor kernen, die vaak lange achterstanden hebben. Voor gedetailleerde beschrijvingen van het massaspectroscopiegedeelte van dit proces raadpleegt u Kirshenbaum et al. en Perumal et al.18,19.
Het monsterpreparaat bestaat uit de volgende belangrijke stappen: extractie, kwantificering, neerslag, spijsvertering en etikettering. De belangrijkste voordelen van dit geoptimaliseerde protocol zijn dat het de kosten van etikettering verlaagt, de eiwitextractie verbetert en consequent gegevens van hoge kwaliteit genereert. Daarnaast beschrijven we hoe we TMT-gegevens kunnen analyseren om duizenden eiwitten in korte tijd te screenen. We hopen dat dit protocol andere onderzoeksgroepen aanmoedigt om te overwegen deze krachtige methodologie in hun studies op te nemen.