De constante evolutie van proteomische technologieën belooft een aanzienlijke impact te hebben bij het helpen diagnosticeren van ziekten en het voorspellen van de respons op de behandeling door het verstrekken van hoge resolutie kaarten van belangrijke moleculaire effectoren aanwezig in een breed scala aan monsters zoals weefsels en biofluïden. Vanuit analytisch oogpunt biedt urine verschillende voordelen, zoals het gemak van het verzamelen en de grote stabiliteit van het proteoom ten opzichte van andere biofluïden1. Proteomische analyse van urine is van bijzonder belang bij biomarkerontdekkingsstudies naar urologische kankers, omdat het niet-invasieve bemonstering in de nabijheid van de weefsels van belang mogelijk maakt2. In het bijzonder is een monster dat veelbelovend lijkt voor het bestuderen van prostaatgerelateerde pathologieën de EPS-urine3,4 (d.w.z. een urinemonster dat wordt verzameld na een digitaal rectaal onderzoek (DRE)). Deze laatste operatie voorafgaand aan het verzamelen van monsters verrijkt urine met prostaatspecifieke eiwitten. EPS-urine is een goede kandidaat om aandoeningen met betrekking tot de prostaatklier5, waaronder prostaatkanker (PCa), te onderzoeken, omdat via DRE eiwitten die door de tumor worden afgescheiden in het urinemonster kunnen worden gegoten, waardoor de kans op het detecteren van kankerweefselspecifieke eiwitten toeneemt.
Een cruciale rol bij het mogelijk maken van detectie en kwantificering van potentiële eiwitbiomarkers wordt gespeeld door massaspectrometrie (MS). In de afgelopen twee decennia hebben ms-gebaseerde protocollen voor proteomische analyse het mogelijk gemaakt om een steeds groter aantal eiwitten te detecteren in één LC-MS/MS-uitvoering dankzij continue verbeteringen in MS-instrumentatie en in software voor gegevensanalyse6.
Ms-gebaseerd proteomisch monsterpreparaat omvat over het algemeen enzymatische vertering van het eiwitmengsel, wat kan worden bereikt via een breed scala aan protocollen, zoals: in-solution digestion, MStern blotting7, suspension trapping (S-trap)8, solid-phase-enhanced sample preparation (SP3)9, in-StageTip digestion10 en filter aided sample preparation (FASP)11. Alle protocollen kunnen worden gebruikt voor urinaire proteomica, ook al kunnen de resultaten variëren met betrekking tot het aantal geïdentificeerde eiwitten en peptiden en in termen van reproduceerbaarheid12.
In dit werk was onze aandacht gericht op de analyse van EPS-urine door het FASP-protocol. Het FASP-protocol was oorspronkelijk ontworpen om eiwitten te analyseren die uit weefsels en celculturen werden geëxtraheerd, maar het gebruik ervan werd vervolgens uitgebreid naar de analyse van andere monstertypen, zoals urine13. Met betrekking tot eenvoudige in-solution vergisting FASP is een flexibelere proteomische benadering14, omdat door het bereiken van effectieve verwijdering van detergentia en andere verontreinigingen zoals zouten uit het eiwitmengsel vóór enzymatische spijsvertering15, het de keuze van optimale eiwitoplubilisatieomstandigheden mogelijk maakt. Bovendien is een bijkomend kenmerk van FASP dat het een middel is voor de concentratie van monsters. Dit is met name van belang voor urinaire proteomische analyse, omdat het mogelijk is om te beginnen met relatief grote monstervolumes (honderden microliters). In het licht van het potentieel van het FASP-protocol hebben verschillende studies de aandacht gericht op workflowautomatisering, met als doel de experimentele variabiliteit te verminderen en een verhoogd aantal monsters parallel te verwerken16.
In onze workflow wordt FASP gevolgd door LC-MS/MS acquisitie in data-onafhankelijke analyse (DIA), die zorgt voor een hoge proteoomdekking, goede kwantitatieve precisie en lage incidentie van ontbrekende waarden. De DIA-benadering is een gevoelige methode waarbij alle ionen worden geselecteerd op MS/MS-gebeurtenissen, in tegenstelling tot wat er gebeurt in data-afhankelijke analyse (DDA) waarbij alleen ionen met de hoogste intensiteit gefragmenteerd zijn. De massaspectrometer, die in DIA-modus werkt, voert scancycli uit met verschillende isolatiebreedte over het hele m/z-precursorbereik. Deze aanpak maakt het mogelijk om een hoog aantal peptiden per tijdseenheid reproduceerbaar te detecteren, waardoor een proteomics-momentopname van het monsterwordt gemaakt 17. Bovendien hebben de door DIA gegenereerde gegevens een ander interessant kenmerk: de mogelijkheid van a posteriori-analyse 18. DIA-gegevens zijn complexer dan die verkregen door DDA, omdat MS/MS-spectra in DIA het resultaat zijn van de co-isolatie van verschillende precursorionen in elk m/z-venster 19. Het ontwarren van de samengestelde MS/MS spectra in verschillende en specifieke peptidesignalen wordt bereikt door gebruik te maken van twee fundamentele elementen: een spectrale bibliotheek en een speciale software voor data-analyse. De spectrale bibliotheek wordt gegenereerd door een data-afhankelijk experiment, meestal met peptidefractie om de proteoomdekking te maximaliseren, dat een lijst biedt van duizenden experimenteel bepaalde precursorionen en MS/MS-spectra van peptiden die in het betrokken monster kunnen worden gedetecteerd. De software voor gegevensanalyse gebruikt in plaats daarvan de informatie in de spectrale bibliotheek om de DIA-gegevens te interpreteren door specifieke geëxtraheerde ionenchromatogrammen te genereren die peptidedetectie en kwantificering mogelijk maken. Hoewel bibliotheekvrije DIA-gegevensanalyse nu haalbaar is, biedt dia op basis van bibliotheken nog steeds betere resultaten op het gebied van proteoomdekking20.
Het hier beschreven monstervoorbereidingsprotocol (figuur 1) bestaat uit de volgende stappen: een centrifugeerstap (om celresten te verwijderen), FASP-vergisting, StageTip-zuivering21, kwantificering van eiwitten en DIA-analyse. Dit protocol is ontworpen voor de analyse van EPS-urine in de context van de ontdekking van prostaatkankerbiomarker, maar het kan worden toegepast op proteomische analyse van elk urinemonster.