TMT技术应用于蛋白质组学定量的基本原理

目前最流行的蛋白分离定量方法之一就是通过预先在样品中添加稳定同位素标签再使用质谱来对蛋白进行相对定量[1]。标签可以通过混合 C,H,N,O 等的重同位素获得,并可以利用代谢方法或者化学衍生反应到蛋白质上,体内代谢标记方法包括哺乳动物稳定同位素标记技术(stable  isotope  labeling in  mammals, SILAM)和细胞培养条件下稳定同位素标记技术(stable  isotope  labeling by amino acids in cell culture, SILAC)[2]等,体外化学衍生方法包括同位素亲和标签(isotope-coded  affinity  tags, ICAT)[3],二甲基标记法(dimethyl labeling)[4],同位素质量标签(isobaric mass tags)[5]等[1]。

除同位素质量标签方法外,其余几种同位素衍生方法都对两种或多种样品的肽段引入了微小的质量差别,从而可以利用一级质谱图(MS1 spectrum)区分它们。通过对比轻标和重标肽段的相对强度,并用统计学方法分析肽段比率而得到蛋白水平差异。而基于同位素标记的定量方法,每个样品都采用不同的同位素质量标签进行标记,之后把样品混合在一起同时进入到质谱中进行检测。由于采用的是同位素标签,不同 TMT 试剂标记的肽段在一级质谱中分子量相同,在同一液相洗脱时间下,一级质谱扫描只在相同的质荷比处出现单一的复合峰,这种设计即可以增强一级质谱信号,还可以有效减少混合样品的复杂性[1]。

由于不同来源但质荷比相同的母离子可被选择进行高能碰撞裂解,在二级碎片中产生两种类型的离子:(a)报告离子峰;(b)肽段的碎片离子峰。报告离子出现在低质量端,可以用来区分不同样品的来源并指示强度,用于相对定量分析。而出现在较高质量短的碎片离子峰则包含有氨基酸序列信息,指示特异性的肽段序列,可以用于肽段鉴定,并最终归集到肽段所存在的蛋白中。由于经胰蛋白酶酶解和同位素标记的多个肽段都可以匹配到同一个蛋白上,也就增加了蛋白定性和定量的可信度[1]。

目前广泛采用的同位素质量标签是基于氨基反应,可以和多数肽段产生反应。标签一般以 NHS 进行改造,结构中包含 3 部分功能基团:氨基反应基团(amine-reactive  group)、同位素报告基团(isotopic reporter group)和平衡基团(isotopic

balancer group)。氨基反应基团,可以和肽段 N 端氨基和赖氨酸侧链的ε-氨基发生反应,该基团可以和任意肽段反应,无论蛋白序列如何,也无需考虑所用蛋白酶的特异性,除非是肽段 N 端的氨基酸发生了修饰或者结果变化,比如 N 端谷氨酸的成环反应或者 N 端氨基酸发生乙酰化等。质量平衡基团的加入可以使其与报告基团的总和为常数,一般是通过添加13C,15N 和18O 等稳定同位素。报告基团则给出不同样品中标记肽段的相对强度。本实验中采用的是串联质谱标签(Tandem Mass Tag, TMT),每个标签包括特定分子量的报告基团,图 2 给出了 TMT 试剂的化学结构和同位素原子位置。

图 1 TMT 试剂的一般化学结构[1]

图 2.2 TMT 6-plex 不同标记试剂中同位素原子的位置[1]

图 2.1 显示了 TMT 试剂的一般化学结构,在二级质谱中,这 3 个基团之间发生断裂,其中蓝色虚线标示了在质谱二级产生报告离子时化学键的断裂位置,平衡基团由于中性丢失不能被检测,图 2.2 则显示了TMT  6-plex不同标记试剂中同位素原子的位置,通过在报告基团和平衡基团中加入 5 个13C 和15N 的重标同位素,获得 126,127,128,129,130,131 等 6 种不同标记试剂[1]。目前该技术已在很多对比分析实验中得到了验证,本实验中大致流程如图3:

图 3 TMT 蛋白定量技术、联合液相色谱串联质谱(LC-MS/MS)的技术路线[1]

而 TMT 与 iTRAQ 技术相类似,主要有以下几种优点[1]:

 (1)该方法对所有类型的蛋白质样品;

 (2)通过氨基标记反应,标记率高,可以用于相对定量,且定量结果重复性高;

 (3)样品通量高,目前 TMT 标记最多可以用于 10 组样本同时相对定量,即加快了检测速度,也使得实验过程中的技术误差显著降低。

参考文献

[1] 基于TMT技术的关于弥漫性特发性骨肥厚症的血清蛋白质组学研究, 韩岳, 天 津医科大学研究生院.2016.

[2] Ong SE, BlagoevB, Kratchmarova I, et al. Stable isotope labeling by  amino acids in cell culture, SILAC, as asimple and accurate approach to expression proteomics. Mol. Cell. Proteomics,2002, 1: 376−386.

[3] Gygi S P, Rist

B, Gerber SA, et al. Quantitative analysis of complex protein mixtures using

isotope-coded affinity tags. Nat. Biotechnol, 1999, 17: 994−999.

[4] Hsu JL, Huang

SY, Chow NH, et al. Stable-isotope dimethyl labeling for quantitative

proteomics. Anal. Chem, 2003, 75: 6843−6852.

[5] Ross PL, Huang

YN, Marchese JN, et al. Multiplexed protein quantitation in Saccharomyces

cerevisiae using amine-reactive isobaric tagging reagents. Mol. Cell.

Proteomics, 2004, 3: 1154−1169.

“蛋白质组学最前沿”立志做最专业的蛋白质组学信息交流平台,为您提供最新最全的蛋白质组学前沿进展、技术更新。想要了解更多更新的蛋白质组学相关知识信息,请添加微信xq15029227981或者微信公众号搜索“蛋白质组学最前沿”添加公众号。追求知识的路上我们一路有你!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容