分享一篇发表在Biochemistry上的文章：A Streamlined Data Analysis Pipeline for the Identification of Sites of Citrullination，其通讯作者是来自波士顿大学的Weerapana教授和来自Scripps研究所的Thompson教授，他们的研究方向是化学探针的开发和基于质谱的蛋白质组学。
蛋白质瓜氨酸化修饰是一种酶催化的翻译后修饰 (PTM)。这一修饰发生的过程中，精氨酸 (Arg)残基将转化为瓜氨酸 (Cit)，并导致下游的信号通路的传导发生变化，进而影响许多生物学过程。然而，瓜氨酸化修饰在疾病中的确切作用仍不清楚，主要原因是目前瓜氨酸位点的鉴定没有高效可信的方法。串联质谱法是目前鉴定瓜氨酸化位点的最精确方法，但由于瓜氨酸化只导致小的质量改变，大约+0.984 Da，再加上蛋白质组中瓜氨酸肽的丰度低，当前的数据库搜索算法通常会错误注释谱图，导致大量假阳性结果出现。
本文作者报告了两种新开发的算法，ionFinder 和 envoMatch，能以较高的可信度和高效的实验流程检测瓜氨酸位点。第一个算法ionFinder 可以通过识别中性粒子异氰酸损失的存在，从串联质谱数据中快速识别含 Cit 的肽。工作流程如下图所示。
对于给定的MS/MS谱图，每个碎片离子都分为以下四类之一：(1)定性的Cit碎片离子 (Det)， (2)定性的Cit中性丢失碎片离子 (DetNL)， (3) 假中性丢失碎片离子 (ArtNL)， (4)模糊碎片离子(Amb)。每个 MS/MS 扫描的碎片离子被分为不同类别后，根据每种碎片离子的数量来分配真实、可能、模糊三种类型。其中工作流程的第一步是消除注释为具有C端Cit的肽，因为瓜氨酸化的 Arg残基不再作为胰蛋白酶的识别序列。
包含两个或更多 DetNL 碎片离子的光谱被归类为真，而没有 Det 或 DetNL 碎片离子的光谱被归类为假。包含单个 DetNL 碎片离子或任意数量的 Det 碎片离子的光谱被归类为可能的。不包含 Det 或 DetNL 且仅包含 Amb 碎片离子的光谱被列为不明确的。
为了进一步提高分配的可靠性，作者开发了一种同位素峰（isotopic envelope）匹配算法，称为 envoMatch，它根据实验和预测的同位素峰之间的皮尔逊相关性定量地赋予真值或假值。在分析合成样本数据集时，envoMatch 正确分类了含 Cit 的同位素峰，准确率≥95%，但可以看到假阳性率很高。所以推荐使用ionFinder和envoMatch联合分析以提高准确率。总之，作者开发了一套计算工具，它们可以挖掘碎片数据以找出瓜氨酸化位点。它们的主要优势在于分析速度远远超过了手动光谱匹配。此外，这些程序可用于多种仪器类型、碎片模式和数据库搜索算法，并且可用于检测其他NL物种的翻译后修饰。文章链接：https://pubs.acs.org/doi/pdf/10.1021/acs.biochem.1c00369原文引用：DOI: 10.1021/acs.biochem.1c00369
目前评论：