Sinir sistemi karmaşıktır ve bir organizma boyunca sinyalleri iletmek için bir nöron ağı gerektirir. Sinir sistemi duyusal bilgileri ve biyolojik tepkiyi koordine eder. Sinyal iletiminde yer alan karmaşık ve kıvrımlı etkileşimler, nörotransmiterler, steroidler ve nöropeptitler gibi birçok farklı sinyal molekülü gerektirir. Nöropeptitler, strese ve diğer uyaranlara karşı fizyolojik tepkileri aktive etmede kilit rol oynayan en çeşitli ve güçlü sinyal molekülleri olduğundan, bu fizyolojik süreçlerdeki spesifik rollerini belirlemek ilgi çekicidir. Nöropeptit fonksiyonu, hareketliliği, reseptör etkileşimini ve afinite1'i belirleyen amino asit yapıları ile ilgilidir. Nöropeptitler dokunun farklı bölgelerinde sentezlenebildiği, depolanabildiği ve salınabildiği için önemli olan histokimya ve elektrofizyoloji gibi teknikler, nöropeptit yapısını ve fonksiyonunu araştırmak için kullanılmıştır 2,3,4, ancak bu yöntemler nöropeptitlerin geniş dizi çeşitliliğini çözmek için verim ve özgüllük ile sınırlıdır.
Kütle spektrometresi (MS), nöropeptit yapısının ve bolluğunun yüksek verimli analizini sağlar. Bu, farklı MS teknikleriyle, en yaygın olarak sıvı kromatografi-elektrosprey iyonizasyon MS (LC-ESI-MS)5 ve matris yardımlı lazer desorpsiyon / iyonizasyon MS (MALDI-MS) 6 ile gerçekleştirilebilir. Yüksek hassasiyetli kütle ölçümleri ve MS parçalanması kullanan MS, fonksiyonlarını belirlemeye yardımcı olmak için a priori bilgi olmadan karmaşık karışımlardan nöropeptitlere amino asit dizisi ve post-translasyonel modifikasyon (PTM) durumu atama yeteneği sağlar 7,8. Nitel bilgilere ek olarak, MS, etiketsiz kantitasyon (LFQ) veya izotopik veya izobarik etiketleme9 gibi etiket tabanlı yöntemler yoluyla nöropeptitlerin nicel bilgisini sağlar. LFQ'nun başlıca avantajları arasında basitliği, düşük analiz maliyeti ve numune kaybını en aza indirebilecek daha az numune hazırlama adımları sayılabilir. Bununla birlikte, LFQ'nun dezavantajları, çalıştırmadan çalıştırmaya değişkenlikten kaynaklanan nicel hatayı ele almak için birden fazla teknik çoğaltma gerektirdiğinden, artan cihaz zaman maliyetlerini içerir. Bu aynı zamanda küçük varyasyonları doğru bir şekilde ölçme yeteneğinin azalmasına da yol açar. Etiket tabanlı yöntemler, birden fazla numune çeşitli kararlı izotoplar kullanılarak farklı şekilde etiketlenebildiği, tek bir numunede birleştirilebildiği ve aynı anda kütle spektrometresi ile analiz edilebildiği için daha az sistematik varyasyona tabi tutulur. Bu aynı zamanda verimi de artırır, ancak izotopik etiketlerin sentezlenmesi veya satın alınması zaman alıcı ve maliyetli olabilir. Tam tarama kütle spektrumu (MS1) spektral karmaşıklığı, çoklama arttıkça da artar, bu da parçalanabilen ve dolayısıyla tanımlanabilen benzersiz nöropeptitlerin sayısını azaltır. Tersine, izobarik etiketleme, MS1 seviyesinde spektral karmaşıklığı arttırmaz, ancak nöropeptitler gibi düşük bolluktaki analitler için zorluklar getirir. İzobarik kantitasyon, fragman iyon kütle spektrumu (MS2) seviyesinde gerçekleştirildiğinden, düşük bolluktaki nöropeptitler, parçalanma için daha bol miktarda matris bileşenleri seçilebileceğinden ve seçilenler nicelleştirilecek kadar yüksek bolluğa sahip olmayabileceğinden, nicelleştirilemeyebilir. İzotopik etiketleme ile, tanımlanan her peptid üzerinde kantitasyon yapılabilir.
Tanımlama ve nicelleştirmeye ek olarak, lokalizasyon bilgileri MS tarafından MALDI-MS görüntüleme (MALDI-MSI) yoluyla elde edilebilir10. Bir lazeri örnek bir yüzey boyunca rasterleştirerek, MS spektrumları her m / z değeri için bir ısı haritası görüntüsünde derlenebilir. Farklı bölgelerdeki geçici nöropeptit sinyal yoğunluğunun koşullar arasında haritalanması, fonksiyon tayini için değerli bilgiler sağlayabilir11. Nöropeptitlerin lokalizasyonu özellikle önemlidir, çünkü nöropeptit fonksiyonulokalizasyon 12. yere bağlı olarak farklılık gösterebilir.
Nöropeptitler, nörotransmiterler gibi diğer sinyal moleküllerinden in vivo olarak daha düşük bollukta bulunur ve bu nedenle tespit için hassas yöntemler gerektirir13. Bu, lipitler11,14 gibi daha yüksek bolluk matrisi bileşenlerinin çıkarılmasıyla sağlanabilir. Nöropeptitlerin analizi için ek hususlar, yaygın proteomik iş akışlarıyla karşılaştırıldığında yapılmalıdır, çünkü çoğu nöropeptidomik analiz enzimatik sindirimi atlar. Bu, nöropeptit veri analizi için yazılım seçeneklerini sınırlar, çünkü çoğu proteomik verilere ve peptid tespiti tarafından bilgilendirilen protein eşleşmelerine dayanan algoritmalarla oluşturulmuştur. Bununla birlikte, PEAKS15 gibi birçok yazılım, de novo dizileme yetenekleri nedeniyle nöropeptit analizine daha uygundur. Nöropeptitlerin analizinde ekstraksiyon yönteminden MS veri analizine kadar çeşitli faktörlerin göz önünde bulundurulması gerekmektedir.
Burada açıklanan protokoller, numune hazırlama ve dimetil izotopik etiketleme, veri toplama ve nöropeptitlerin LC-ESI-MS, MALDI-MS ve MALDI-MSI ile veri analizi için yöntemleri içerir. Birkaç deneyden elde edilen temsili sonuçlarla, bu yöntemlerin mavi yengeçlerden nöropeptitleri tanımlama, ölçme ve lokalize etme konusundaki yararı ve yeteneği Callinectes sapidus gösterilmiştir. Sinir sistemini daha iyi anlamak için, model sistemler yaygın olarak kullanılmaktadır. Birçok organizma, peptid seviyesinde kapsamlı nöropeptit keşfini önleyen tam olarak sıralanmış bir genoma sahip değildir. Bu zorluğu hafifletmek için, tam genom bilgisi olmayan organizmalar için veritabanları oluşturmak üzere yeni nöropeptitleri ve transkriptom madenciliğini tanımlamak için bir protokol dahil edilmiştir. Burada sunulan tüm protokoller, herhangi bir türden nöropeptit örnekleri için optimize edilebilir ve ayrıca herhangi bir endojen peptidin analizi için uygulanabilir.