磷酸化样本

大家好，本周为大家介绍一篇本课题组发表在ACS Chem. Biol.上的文章，Insights into Phosphorylation-Induced Protein Allostery and Conformational Dynamics of Glycogen Phosphorylase via Integrative Structural Mass Spectrometry and In Silico Modeling1。变构调节在自然界中广泛存在，可以用于调控细胞过程。糖原磷酸化酶（GP）是第一个被鉴定出的与变构调节相关的磷酸化蛋白。GP是一个分子量约196kD的同源二聚体蛋白，是糖代谢中重要的组分，也是2型糖尿病及癌症的靶点。AMP结合以及Ser14的磷酸化介导了GP的变构调节，使其构象从非活化的T-state GPb（未磷酸化状态）转变为活化的R-state GPa（磷酸化状态）。即使目前X-射线晶体学法解析出了GP的原子级蛋白结构，但受限于较大分子量，其结构动态性的检测较为困难，因此与GP变构调节相关的结构动态变化过程仍较为模糊。核磁共振（NMR）谱及分子动力学（MD）模拟等是探究蛋白质结构动态性的常用方法，但NMR分析存在分子量上限，且样品消耗量大，MD模拟的时间尺度和力场准确度有限。质谱（MS）法具有快速、灵敏的特点，是蛋白质结构、动态性以及构象变化分析中强有力的一款技术。氢氘交换质谱（HDX-MS）通过监测蛋白骨架酰胺氢原子与溶液中氘的交换来反映蛋白质构象动态性，因此适用于探究由配体、蛋白结合或共价修饰引起的蛋白质构象变化。同时，多个软件实现了由HDX-MS数据计算保护因子（PFs）和吉布斯自由能，从而提取残基水平的蛋白动态性信息。此外，在先前的工作中2, 3，我们整合了native MS和top-down方法（native top-down，nTD-MS技术），成功实现了多个蛋白复合物的一级序列到高阶结构等多方面信息的检测（包括测序、翻译后修饰、配体结合、结构稳定性、朝向等）。整合多种结构质谱法（整合结构质谱法）可以有效填补传统生物物理法中结构到动态性联系中的空缺，更好地表征变构调控现象。本文整合了HDX-MS、nTD-MS、PF分析、MD模拟以及变构信号分析检测了磷酸化介导的GP变构调控的结构和动态性基础，为GP的变构调控过程提供了见解。根据X-射线晶体学结构报道（图1a），T-state GPb转变为R-state GPa时，二聚体界面中N-末端尾部、α2、cap’（图1b）以及tower-tower helices区（图1c）发生了明显的结构重排，导致催化位点开放，从而底物磷酸吡哆醛（PLP）可以结合。尽管有晶体学报道，但与变构调控关联的构象动态性仍有待探寻。图1.（a）磷酸化介导T-state GPb（PDB：8GPB）向R-state GPa（PDB：1GPA）的构象转变；亚基相互作用界面：（b）C端区域和（c）tower-tower helices，GPb为蓝色，GPa为绿色。首先我们通过nTD-MS进行了检测。如图2a、b，谱图中观察到了GPb的单体和二聚体信号，其中二聚体为主要形式；GPa除了单体和二聚体外，谱图中还存在少量四聚体，但仍以二聚体为主要形式。当增加sampling cone（SC）电压时，GPb、GPa保留了其二聚体形式（图2c、d）。随后我们选择离子（29+）并在trap池中进行了碎裂（图2e、f、g、h），谱图低质荷比区GPa的碎片相对峰强度较GPb高，说明GP的二聚体互作界面较为稳定，且GPb亚基结构较GPa稳定。nTD-MS不仅能够探究GPb、GPa的结构差异，也能够为接下来的HDX-MS实验做好前期样品质量检查工作。图2.不同活化条件下GPb、GPa的nTD-MS谱图。（a、b）SC=40V；（c、d）SC=150V；（e、f）SC=150V、trap=100eV；（g，h）SC=150V、trap=200eV。左侧为GPb，右侧为GPa。随后我们进行了HDX-MS实验。图3a中展示了五个时间点的HDX heat map。图3b为通过PyHDX软件计算产生的PF值。其中N-端（1-22）以及tower helix前的loop区域（256-261）的氘代值较高、PF值较低，说明这些区域较为柔性或是结构较为无序。此外我们发现，tower-tower helices（262-276）区域的氘代值较低、PF值较高，表明helices的旋转可能是由前端可塑性铰链区触发的，而非helices本身的变形和重塑引起的，这些发现在晶体结构数据中均有吻合之处。除这两个区域外，GPa和GPb基本保持了稳定的整体结构。而从1μs原子级MD模拟计算得到的均方根波动（RMSF）和溶剂可及表面（SASA）中我们也发现（图3c），这两个区域数据与HDX-MS信息有所吻合，但MD模拟中部分区域未和HDX-MS相吻合的区域可能跟序列覆盖不足相关。图3. （a、d）GPb和GPa在不同标记时间下的氘代热图并映射到结构中（PDB: 1GPA）。（b、e）基于HDX-MS数据计算得到的PF值并映射到晶体结构中。（c、f）MD模拟中RMSF和SASA值并映射到结构中。从氘代差异图（图4a）中可以看出，4个区域呈氘代降低趋势（红色方框），多个区域呈氘代上升趋势（蓝色方框）（GPa-GPb）。而PF差的变化趋势与氘代变化趋势基本一致（图4b）。由数据可知，N-端和tower-tower helices的变化说明磷酸化介导的变构稳定了这两个区域，α1-cap-α2区域的动态性轻微下降。除此之外多个区域（尤其是tower-tower helices序列后的区域）均表现为PF值下降，说明相比于GPb，GPa催化位点附近的区域动态性增强了。接下来我们根据HDX kinetic plot特征将其进行了分类，并详细讨论了所属区域的变化。图4.（a）GPa-GPb HDX-MS的氘代差异图。（b）GPb到GPa PF的变化。 首先是N-端和C-端的变化（图5）。N-端残基1-22表现氘代下降，这说明N-端具有一定可塑性。受N-端区域磷酸化和结构变化影响，C-端区域也产生了一定的变化。此外，残基30-50（cap区）和残基111-117（α4back-loop）区表现氘代下降，而103-109（α4front）表现氘代上升。根据晶体结构推测，cap区和α4back-loop的氘代变化受N-末端变化影响，原有的残基相互作用被打破，形成新的残基间相互作用，同时这两个区域也经历了结构重排，因此表现出较明显的氘代变化。残基88-99（β2-α3）和残基125-141（β3-L-α6）氘代上升。总的来说，磷酸化使得cap′/α2界面互作增强了，同时磷酸化基团和精氨酸残基的静电相互作用是cap区产生变化的主要原因，而α1和α2起到锚定作用，其相对位置基本保持不变。图5.GPb（a）和GPa（b）的N-端和C-端区域的局部结构和HDX动力学曲线（c）。 此外，tower-tower helices（α7，残基262-278）区的变化同样值得关注（图6）。250s loop是表面暴露区域，未与其他区域发生接触，其氘代下降可能是因为自身结构的收缩。而肽段262-267和268-274氘代下降提示该区域可能发生了低周转率或强互作的结合反应。280s loop区氘代值上升。这些变化均说明，tower-tower helix的角度的改变不仅影响了二聚体界面结构，而且还影响了其靠近催化位点的周围区域。因此我们结合晶体结构推测，磷酸化和N-端相对位置的改变，使250s loop自身结构收缩，从而打破了Tyr262' -Pro281和Tyr262-Tyr280′之间的相互作用，导致两个亚基的tower helices发生相对滑动，倾斜角度增加。图6.GPb（a）和GPa（b）tower helix区域的局部结构和HDX动力学曲线（c）。 最后是催化位点、PLP结合位点和糖原存储位点的变化情况（图7）。催化位点周围多数区域均表现氘代上升趋势。我们推测，随着Pro281、Ile165和Asn133间的相互作用被打破，Arg569与Ile165、Pro281、Asn133间的互作也随之打破，因此催化位点和PLP结合位点周围的残基溶剂可及性上升，局部区域结构变得更为灵活，催化位点开放并转变为活化构象。糖原储存位点位于GP表面，距离催化位点30Å，除了α23（残基699−708）外，HDX-MS在糖原存储区没有观察到明显的变化。图7.GPb（a）和GPa（b）的催化位点和PLP（橙色）结合位点的局部结构和HDX动力学曲线（c）。结合以上所有数据，我们对磷酸化调节的动态机制进行了推测（流程图1）。磷酸化后，N-端尾部残基与acidic patch的互作被打破，也导致N-端尾部的有序化以及C-端尾部的无序化以及伴随的其他结构变化。通过在pSer14和Arg69和Arg43′之间形成新的盐桥，N-端残基被重定位，随之带来的是Asp838和His36′间的盐桥断裂。随着三级和四级结构的转变，250s loop收缩并发挥类似“门环”的作用，当其收缩时，Tyr262′-Pro281与Tyr262-Tyr280′之间的相互作用、276-279区与162-164区之间的氢键也被打破，导致tower helix发生相对滑动，tower-tower helices之间的作用被打破，同时将结构变化传递到催化位点。最后，280s loop和催化位点以及PLP结合位点附近的残基松动，通往催化位点和底物磷酸盐识别位点的通道打开，酶得以活化。流程图1.GP变构调节过程中，被打破（蓝色）或新形成的（红色）关键残基相互作用。 本文整合nTD-MS、HDX-MS、PF分析和MD模拟检测了GP磷酸化变构调节过程的结构和动态基础，通过该整合结构手段揭示了GP构象柔性、局部动态性以及长程变构调控构象变化中值得关注的信息。各个方法具有各自的优势，但也在一定层面存在局限，我们期待将HDX-MS信息与计算模拟信息进行更深度的整合以实现二者对蛋白质结构更精确的分析。撰稿：罗宇翔编辑：李惠琳原文：Insights into Phosphorylation-Induced Protein Allostery and Conformational Dynamics of Glycogen Phosphorylase via Integrative Structural Mass Spectrometry and In Silico Modeling李惠琳课题组网址：https://www.x-mol.com/groups/li_huilin参考文献1.Huang, J. Chu, X. Luo, Y. Wang, Y. Zhang, Y. Zhang, Y. Li, H., Insights into Phosphorylation-Induced Protein Allostery and Conformational Dynamics of Glycogen Phosphorylase via Integrative Structural Mass Spectrometry and In Silico Modeling. ACS Chem. Biol. 2022.2.Li, H. Nguyen, H. H. Ogorzalek Loo, R. R. Campuzano, I. D. G. Loo, J. A., An integrated native mass spectrometry and top-down proteomics method that connects sequence to structure and function of macromolecular complexes. Nat. Chem. 2018, 10 (2), 139-148.3.Li, H. Wongkongkathep, P. Van Orden, S. L. Ogorzalek Loo, R. R. Loo, J. A., Revealing ligand binding sites and quantifying subunit variants of noncovalent protein complexes in a single native top-down FTICR MS experiment. J. Am. Soc. Mass Spectrom. 2014, 25 (12), 2060-8.

在国家自然科学基金的大力支持下(项目资助号：21021004)，中国科学院大连化学物理研究所邹汉法研究员在磷酸化蛋白质组分析技术方面获得新进展，相关成果发表在最近一期的Nature Protocols上(2013，8，461-480)。(http://www.nature.com/nprot/journal/v8/n3/abs/ nprot.2013.010.html)。　　固定化金属离子亲和色谱(IMAC) 是磷酸化蛋白质组学研究中最常用的磷酸化肽段富集技术之一，常规的IMAC使用的螯合基团有三羧甲基乙二胺、次氨基乙酸、亚氨基二乙酸等，在螯合铁、镓等金属离子后可用于磷酸肽的富集。其缺点是特异性不高，在富集磷酸肽的同时也富集了一些酸性肽。研究人员发现了磷酸酯锆或钛表面与磷酸肽之间的高特异性相互作用，并利用这一相互作用建立了以磷酸基团为螯合配体的新一代固定化金属离子亲和色谱技术。实验表明，该新型IMAC对磷酸肽富集的特异性优异，可以有效避免酸性肽段的非特异性吸附。与传统的IMAC相比较，其对磷酸肽的富集能力提高3-10倍，从而大大提高了蛋白质磷酸化分析的检测灵敏度和鉴定覆盖率。该新型IMAC方法自2006年发表首篇论文以来，已在Mol. Cell. Proteomics, J. Proteome Res., Anal. Chem.等蛋白质组学与分析化学权威期刊发表论文20余篇，其中2007年发表在Mol. Cell. Proteomics的一篇论文已经被引用110余次。采用该方法为核心技术进行了人类肝脏蛋白质磷酸化的规模化分离鉴定，建立了迄今为止国际上人类肝脏蛋白质磷酸化的最大数据集 (Mol. Cell. Proteomics，2012，11，1070-1083)。

p　　span style="font-family: 楷体,楷体_GB2312, SimKai "回顾2017年，基于质谱的临床研究有一项突破性发现。普渡大学陶纬国教授团队在2017年3月20日的《美国国家科学院院刊》(PNAS)杂志上发表文章称，他们从人体血液中发现2400多种磷酸化蛋白。该发现首次证明了磷酸化蛋白可以作为基于液体活检的疾病标志物，能用于对癌症等重大疾病更早、更精准的非侵入性诊断，为 “液体活检”提供了全新的检测维度。近日，仪器信息网专访了陶纬国。/span/pp style="text-align: center "img title="1.jpg" src="http://img1.17img.cn/17img/images/201801/insimg/a21a903c-0479-4776-9e2a-5b5c719f76fc.jpg"//pp style="text-align: center "strong普渡大学 陶纬国教授/strong/pp　　span style="color: rgb(255, 0, 0) "strong磷酸化蛋白突破性发现/strong/span/pp　　通过液体活检来诊断肿瘤和癌症等疾病一直是临床科学家关注的焦点，研究对象多集中在循环肿瘤细胞(CTC)和循环肿瘤DNA(ctDNA)，但是二者都有局限性：由于CTC在血清中的浓度非常低，取少量血液对其检测难度很大 癌症有很多基因突变，而这些突变不一定会显现出来，因此基于ctDNA进行的液体活检的诊断结果只能预测患病的概率，并不能确诊。/pp　　蛋白质磷酸化是调节和控制蛋白质活力和功能的最基本，最普遍，也是最重要的机制，同时，与许多疾病的发生密切相关。在众多肿瘤致病机理中，当前学术界对蛋白质磷酸化机理的研究最为清楚，80%-90%的癌症都跟蛋白质磷酸化有关。因此，许多抗肿瘤药物的研制都着眼于磷酸化蛋白。理论上，磷酸化蛋白作为相关基因突变的表达，在临床上能够帮助医生做出更明确的诊断。但是，有关基于液体活检的磷酸化蛋白研究还很少。此前，有个别报道在血液中发现几十种磷酸化蛋白，均是高丰度蛋白，生物学意义不大。“原因就是磷酸化蛋白一旦从细胞进入血液中就被肝脏分泌的磷酸酶水解了。”陶纬国解释说，“所以虽然磷酸化蛋白跟癌症关系非常密切，但人们无法对其进行检测。”/pp　　陶纬国团队是如何从人体血液中检测到大量磷酸化蛋白的呢?这要从三年前的一篇文献报道说起，当时陶纬国从这篇文章中了解到外泌体和微囊的结构，“当我看到类似于纳米微粒的外泌体、微囊结构时，我认为可能会有磷酸化蛋白被包裹在外泌体中，然后进入血液。如果真是这样，被外泌体包裹的磷酸化蛋白可能会避免被血液中的磷酸酶水解。”于是陶纬国团队对血液中的外泌体、微囊进行了超速离心分离、提取，然后用质谱进行检测。一周以后，实验结果让所有人都惊呆了，他们从中发现了几千个磷酸化蛋白。这个突破性的发现使得临床科学家们今后可以在1毫升血浆里找到几千个磷酸化的位点，并从中筛选出不同疾病的生物标志物。之后，陶纬国团队对乳腺癌病人血清中的磷酸化蛋白做了研究，发现乳腺癌病人体内的磷酸化蛋白与其病症密切相关。/pp　　那么，磷酸化蛋白液体活检何时能够应用临床呢?陶纬国回答说：“虽然现在还不好断言，但我认为3-5年内都有可能。”他进一步解释，随着质谱技术的显著提升，一些原来检测不到的生物标志物现在能够检测了，后面的工作主要是考察重复性有多好，假阳性有多低。/pp　　谈及未来的工作，陶纬国表示，一方面会继续做乳腺癌的磷酸化蛋白生物标志物确认的工作 另一方面也会做其他疾病磷酸化蛋白生物标志物找筛的工作，“还有很多其它疾病，比如阿尔茨海默病、帕金森综合征等，也都是蛋白磷酸化有关。”/pp　　span style="color: rgb(255, 0, 0) "strong质谱用于生物大分子检测的思考/strong/span/pp　　陶纬国教授做蛋白组学研究至今已有十几年，用到的研究工具主要是质谱。在攻读博士期间，陶纬国师从普渡大学著名质谱专家Graham Cooks教授。博士毕业后，陶纬国加入了西雅图系统生物研究所，在Leroy Hood教授(自动DNA测序仪发明人)和Ruedi Aebersold教授(著名蛋白质组学专家)课题组继续博士后研究。从那时起，陶纬国就开始了他的磷酸化蛋白质组学检测的研究，“重回普渡教书以后，我的工作基本上是围绕着怎么去提高磷酸化蛋白分析手段来开展的。质谱在我的工作扮演着中心角色，包括方法开发，蛋白生物标志物早筛，全靠质谱来做。”首先是早筛，用质谱(Orbitrap)筛选出相关的生物标志物(磷酸化蛋白) 然后对病人的样本进行检测，用统计学的方法对检测结果进行分类 最后，分析统计学上有意义的、跟病人相关的磷酸化蛋白。/pp　　在过去二三十年里，质谱在生物大分子检测方面有几个重要的技术突破。首先，80年代末90年代初， ESI和MALDI的出现，使质谱能够用于分析生物样品 第二，近十几年来，高分辨质谱的飞跃发展，大大提升生物大分子的分析效率。“我读博士后时(2002年)，很多仪器还是低分辨的，生物样品还是挺难做的，做完一个磷酸化的蛋白，单是数据库检索就要三天，而且，相对来说，得到的数据假阳性高。现在的高分辨质谱解谱很容易，差不多半个小时就够了，假阳性也降低很多。”此外，陶纬国还说到，“UPLC与质谱的结合在技术上是很大的进步，使色谱的分离效率赶上了质谱的速度，现在一个小时能检测到几千个蛋白，非常快。”/pp　　同时，陶纬国也指出了目前利用质谱来检测生物大分子的难点。第一，生物样品基体复杂。“像我们实验室做磷酸化蛋白，它本身丰度就很低，假如样本不经过任何分离的话，谱图上将会只能看到高丰度蛋白。”第二，质谱检测假阳性比较高。“其实还是需要统计学算法方面的开发，来解决假阳性率高的问题，这也是现在很多质谱开发者在做的工作。”/pp　　现如今质谱产品更新迭代非常快，对于质谱工作者来说，是好，也是坏。“新产品的确扫描速度更快了，精度更高。但是，也给质谱工作者带来了不小的压力。特别是像我们这种使用高分辨大仪器的，没有那么多钱换来换去。可是如果你想要紧跟前沿，这些新仪器又十分必要。”陶纬国说，这是目前质谱工作者普遍面临的两难境地。/pp　　span style="color: rgb(255, 0, 0) "strong整合临床大数据/strong/span/pp　　2017年，陶纬国作为海外高层次人才被东南大学引进回国。谈及回国的初衷，陶纬国表示，国内拥有更多、更丰富的病人样本，这是他选择回国的原因之一。此外，国内对于高分辨质谱等大型仪器的投入力度也更大，有助于前沿研究的开展。谈到选择东南大学的原因，陶纬国说到：“东南大学的生物医学工程学院有转化医学，有生物，然后又有工程，包括产业化，比较适合我。”/pp　　现在国内，整合医学大数据来服务大健康的概念很热，“在全国，包括南京，都已经有相关工作在开展”。从临床检测这个角度来说，陶纬国希望找到办法来整合DNA检测，microRNA检测，磷酸化蛋白检测几个维度的数据，从而获得更为精准的临床诊断结果。“比如检测一个肿瘤，通过对DNA、mRNA、磷酸化蛋白、糖基检测多维度数据的不断积累，数据会越来越多，结合人工智能、计算机算法，检测结果会越来越精准。 我回来能赶上这个机会也是不容易。”陶纬国如是说到。/pp　　目前，医学大数据的采集方式主要为第二代、第三代测序。“但是，质谱也是很重要的一块儿。”陶纬国指出，“比如乳腺癌，基因突变仅仅代表一种患病的可能性，但是到底有没有癌症还是要通过蛋白检测来确定，所以用质谱来检测蛋白的存在、活性、功能，比基因层面更可靠。所以，质谱检测肯定会慢慢跟上来。”/pp　　陶纬国在东南大学生物医学工程学院的新实验室是电子生物国家重点实验室。对于自己的工作重心，陶纬国表示，现在是过渡时期，未来会逐步将重心转至国内。“国内实验室刚刚开始，看起来前途光明。”/pp　span style="color: rgb(255, 0, 0) "strong　热衷学界公益事务 出任CASMS主席/strong/span/pp　　作为质谱生物大分子检测方面的专家，陶纬国于2017年6月份当选北美华人质谱学会(CASMS)主席。该学会汇聚了众多顶尖的华人质谱学者，已经成为质谱学界重要的华人力量。在一年一度的“美国质谱年会(ASMS)”期间举行“北美华人质谱学术会议”已经成为CASMS的传统。据陶纬国介绍，CASMS已有二三十年的历史，目前注册人数在800人左右，覆盖了北美地区绝大部分优秀的华人质谱学者。ASMS每年参会人数6000-7000人，相当一部分是华人，中国面孔越来越多。“在美国，有很多华人学者做了非常出色的工作，但他们并没有获得相匹配的影响力和威望。” 陶纬国说，“我们学会的宗旨就是提升华人质谱学者在世界质谱领域的影响力。当然， 中国本身的国际地位的重要性是显而易见的。”/pp　　CASMS的另一个宗旨是促进世界华人质谱界的互相交流。每两年召开一次的“世界华人质谱学术研讨会”是全世界华人的质谱盛会，汇聚了中国内地、台湾、香港、新加坡和北美地区的质谱学者，CASMS是该会议4个主办方之一。2016年，CASMS主办了第六届“世界华人质谱学术研讨会”，这是该会议首次在美国召开，恰逢该会议召开十周年。“我认为非常有意义，促进了两岸三地华人质谱学者的交流合作。我的亲身体会是通过这个会议结识了很多优秀学者，而在此前很多同仁相互间是不认识的。”/pp　　未来，除了重要的线下会议组织工作，陶纬国希望通过加强线上日常交流，来使学会内部联系更为紧密。/pp　　span style="font-family: 楷体,楷体_GB2312, SimKai "strong后记：/strong临床质谱技术被认为是医学诊断的下一个“基因测序”，应用前景被普遍看好。质谱用于临床检验具有灵敏度高、特异性高、重现性好的优点，可在临床多个领域对传统诊断方法学进行替代。陶纬国教授团队的磷酸化蛋白研究进一步提升了临床质谱应用的含金量。基于该研究，临床科学家们将会找到更多可靠的疾病标志物，从而实现癌症等重大疾病的早期发现和精准诊断。/span/pp style="text-align: right "采访编辑：李博/p