$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
На рисунке 1 представлены полный рабочий процесс количественного синаптической протеома профилирования областей мозга мыши после слухового обучения дискриминации. Она начинается с подготовки животных в челночной коробке. В примере , показанном на рисунке 2, мыши стали проявлять значительную дискриминацию FM - тон в учебной сессии 4 - го, что указывает на эффективное обучение. Животных умерщвляли в выбранные моменты времени для области мозга рассечение. Требуемое обогащение синапсах может либо быть достигнуто за счет подготовки синаптосомах или , альтернативно , путем получения фракции РЧР обогащенным, как описано подробно на рисунке 3. Метод СДП обогащения был разработан для количеств низких тканей, например , 1 - 2 срезы гиппокампа из мозга крысы 12, 18. Она требует небольших труб, PTFE пестики фитингов для этих труб, и буровой привод лабораторный для питания пестик.
В силу особого белкового состава синаптосомах, настоятельно рекомендуется выполнить подготовку образца в двух разных, но дополняющих друг друга способами. Каркасы из СРЧС часто очень высокомолекулярных белков, происходящие в высокой стехиометрии. В-растворе дайджеста является лучшим способом, чтобы эффективно извлекать их, но может привести к оверсемплингом генерируемой смеси пептидов. В геле дайджеста выполнены из того же образца, параллельно могут исключить эти белки с высоким молекулярным весом и способствуют анализ белков со средней и низкой молекулярной массой. Для всестороннего анализа рекомендуются оба типа протеолитических гидролизатов.
Различные количества тканей областей мозга исследованных требуют корректировки применяемого материала для лучшего сравнения. В четырех исследованных областях мозга слуховой коры головного мозга, как правило, предельный фактили. Материал из всех других областей мозга должны тщательно регулироваться на количество слуховой коры после подготовки синаптосомах или PSD-обогащенных фракций (см 3.1.1.). Типичные веса свежеприготовленных областей мозга мышей, являются следующие: слуховая кора (AC): ~ 50 мг; Гиппокамп (HIP): ~ 90 мг; стриатуме (STR): ~ 120 мг и лобная кора головного мозга (ФК): ~ 100 мг.
Метод PSD-Обогащение описано в разделе 2.3 позволило идентифицировать около 1500 различных белков и около 250 различных фосфо-пептидов в области головного мозга на уровне одного животного (таблица 1). Протеомный анализ через 24 ч после первой тренировки показали , что 7,3% из идентифицированных белков и 5,8% из фосфо-пептидов показал достоверное (р <0,05) количественные изменения в их синаптической выражении по сравнению с контрольной группой (наивных таблица 1). Красноречивым тенденция вниз Регулации синаптических лесов может указывать на выраженной перестройкой синаптических архитектуры на ранних стадиях обучения FMTD. Подавляющее большинство регулируемых белков были изменены в мозговой области-специфическим образом, в то время как только 22% были признаны регулироваться в двух или более областях мозга. Шесть отобранных примеров приведены на рисунке 4.
Мета-анализ результатов комплексного АПИ предоставляет доказательства для конкретного участия / манипуляции следующих канонических путей: "клатрина-эндоцитоза Signaling", "аксонов Наведение Signaling", "Signaling кальция", "RhoA Signaling", "передача сигнала Notch "," Модернизации эпителиального слипчивых соединений "," Глутамат рецептор Signaling "," ГАМК рецептор Signaling "," Допамин рецептор Signaling "и" Synaptic долговременная потенциация ".
(рисунок 5). В биологических процессах, включая слуховую кору переноса ионов, перевод, мРНК транспорта, транспортирование белка и обучения были заметны. Анализ белковой фракции гиппокампа значительно обнаруживает обогащенные процессы, связанные с переносом ионов, клеточный цикл, перевод, фосфорилирование и развитие нервной системы. В стриатуме, перепредставлены были найдены биологические процессы, в том числе мРНК транспорта, везикул-опосредованной транспорта, axonogenesis, протеолиза, транспорт белков и эндоцитоза.

Рисунок 1: Систематический Workfloш методологического подхода. На этом рисунке схематически резюмирует рабочий процесс высокого разрешения количественного профилирования области мозга конкретного синаптической белковой композиции. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 2: Пример У мышей в тон FM дискриминации задач. Животные показывают возрастающую скорость просмотра (синяя кривая) и уменьшающейся частотой ложных срабатываний (черная кривая) в ходе учебно-тренировочных занятий. Значительная дискриминация происходит от четвертой сессии. Отрезки ошибок предоставляются как SEM. Пожалуйста , нажмите здесь , чтобы просмотреть LARGER версия этой фигуры.

Рисунок 3: Приготовление синаптосома и СДП-обогащенную фракцию. A: синаптосома подготовка. B: PSD-обогащенному фракцию. Обе цифры объясняют детальный рабочий процесс подготовки синаптосомах или в качестве альтернативы PSD-обогащенных фракций из тканей мозга. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 4: Отдельные результаты количественного Протеомные. Относительные синаптические содержаний отдельных белков сравниваются между мышами TRAINed на задаче FMTD (AV, п = 6) и наивные контрольных мышей (NV, N = 6) 24 ч после первой тренировки. Значения численности рассчитывали как медианы площадей пиков трех наиболее интенсивных пептидов белка. Белки с существенными изменениями численности (AV / NV, T-тест) отмечены в пределах участков: * р <0,05, ** р <0,01, *** р <0,005. Отрезки ошибок предоставляются как SD. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 5: Визуализация биологических путей для лобной коры по GeneCodis / Gephi. Только существенные условия Джин Онтология (ГО) базы данных (http://geneontology.org), связанной с "биологическим процессом" с минимальным количеством белка из трех показаны здесь. Узлы представляют собой термины GO, размер узла, ширина линии и количество соединений определенного узла изображают количество белков, которые разделяют этот термин GO с другими узлами. Благодаря методу "Force Атлас" из Gephi, родственные узлы тесно кластеризация вместе. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.
| Мозг область | переменный ток | FC | HIP | 000 "лицо =" Calibri "размер =" 3 "> STR | Σ |
| идентифицированные белки | 1435 | 1758 | 1572 | 1507 | 6272 |
| регулируемые белки (р <0,05) | 59 | 130 | 162 | 108 | лицо = "Calibri" размер = "3"> 459 |
| ↑ А.В. / Н.В. | 8 | 4 | 76 | 35 | 123 |
| ↓ А.В. / Н.В. | 51 | 126 | 86 | 73 | 336 |
| определены phosphomoti фс | 197 | 361 | 273 | 278 | 1109 |
| регулируемые phosphomotifs (р <0,05) | 8 | 22 | 21 | 14 | 65 |
| ↑ А.В. / Н.В. | 4 | 00000 "лицо =" Calibri "размер =" 3 "> 17 | 5 | 9 | 35 |
| ↓ А.В. / Н.В. | 4 | 5 | 16 | 5 | 30 |
Таблица 1: Резюме в протеомных результата. В данной таблице представлены представительный эксперимент Протеомические обученных мышей (AV, п = 6) 24 ч после первой тренировки по сравнению с их наивных контроля (NV, п = 6).сумма 459 регулируемых белков включает в себя перекрывающиеся правила. 283 различных правил были определены как специфического мозга. Более подробно, 57 белки регулируются в двух областях мозга, 18 правил белка были обнаружены в трех областях мозга, и только 2 белки регулируются во всех четырех исследованных областях мозга.
| допуски ошибок |
| масса предшественника (преобразование Фурье масс-спектрометрии) | 10 частей на миллион |
| Фрагмент ионной масс (линейная ионная ловушка) | 0,6 Da |
| Максимум пропущенных расколы на пептид | 3 |
| Фиксированные модификации |
| для в-гель-переваренной образцов | Carbamidomethylation цистеина |
| для комплексного решения переваривается образцы | Methylthiolatioн цистеина |
| Переменные модификации | Окисление метионин |
| Deamidations из аспарагин и / или глутамина |
| База данных | UniProt / Sprot |
| систематика | мышь |
| Статистические параметры идентификации-приемки |
| De Novo средней локальной доверия (ALC) | > 50% |
| Пептид-вероятность ложного обнаружения (FDR, основанный на ЭСТа. Манок-фьюжн) | <1% |
| Протеин значение (-10logP, на основе модифицированных Т-теста) | > 20 |
| уникальные пептиды / белок | ≥ 1 |
| Настройки Количественная: |
| Пептиды, используемые для количественной оценки, если: |
| Пептид значение (-10logP) | > 30 |
| Идентификация пептида в | ≥ 50% образцов |
| Качество сигнала Пептид | > 1 |
| Пептид средняя площадь | > 1E5 |
| Пептид толерантность время удерживания | <5 мин |
| нормализация | от полного ионного тока (TIC) |
Таблица 2: Настройки для идентификации белка (этап 4.2.2).