质谱蛋白组数据分析

[摘要] 质谱对于现代蛋白质化学研究是一项重要的技术。也可用于蛋白组分析,在同一时间监控上千种蛋白的表达情况。首先蛋白质混合物可以用双向凝胶电泳分开，再用质谱及随后的蛋白质数据库检索对单个蛋白进行鉴定和分析。最近几年，质谱领域取得了令人鼓舞的进展，使得全自动、高通量的蛋白检测成为可能。质谱也可以用来分析蛋白的转录后调节以及研究蛋白质复合体。本文将介绍目前蛋白组研究中质谱方法的应用并对其优缺点进行讨论。关键词: 质谱；二维电泳（2-DE）；蛋白组分析MALDI-TOF1 前 言蛋白组学是研究生物特定组织或细胞内表达的所有蛋白质成分，蛋白质组的一门学科。蛋白组分析一般是用双向凝胶电泳（2-DE），质谱（MS）以及数据检索来完成。2-DE要回顾到20世纪70年代初[1],但是用质谱技术对蛋白质进行鉴定和分析是在近十年内才成为可能。其中最重要的一个原因是新的软离子技术即基质辅助激光解析电离（MALDI）[2]和电喷雾电离（ESI）[3，4]技术的发展和应用，以及样本制备技术和质谱仪的发展等。从数据库中获得成指数上升的序列信息也促进了质谱技术的发展。跟转录组学中的全自动DNA微阵列技术相比，蛋白组分析需要更多的手工操作，尤其在2-DE上会出现很多问题[5，6]。尽管存在很多困难，蛋白组学的重要性还是公认的。DNA微阵列技术是建立在对mRNA稳定水平的检测上，然而蛋白组学研究的对象是细胞中最活跃的因子——蛋白质。最近有研究证明，mRNA的表达和蛋白的水平并非具有相关性[7，8]。蛋白质有转录后修饰过程，并会以不同的形式出现。而这些修饰过程是相应的DNA测序技术所不能预测的。质谱技术在蛋白质修饰分析过程中具有重要的作用。2 质谱对蛋白质的检测质谱仪是由离子源，质量分析，离子检测器，以及数据检索等单元组成。首先，被分析的分子在离子源中被离子化，然后在质量分析器里根据不同的质荷比分开，再对分开的离子进行检测。随着MALDI和EIS的出现，质谱技术已经广泛用来分析蛋白质。质量分析器有很多种，最常用的方法是将飞行时间检测器（TOF）与MALDI或三级四级串联质谱仪联用，或者将四级杆-TOF，离子阱等连接到ESI上。蛋白组分析中，可以用两种不同的方法检测电泳分离后的单个蛋白质。最简单的方法叫做肽指纹谱测定（PMF）[9～13]。这个方法是用特殊的酶对2-DE分离后的蛋白质点进行降解，产生的肽从凝胶中分离出来后再用质谱分析和检测肽的分子量。数据库检测能够产生所有蛋白质理论上的PMF，把它们和质谱分析所获得的肽片进行比较就可以得出结果。第二种方法是在质谱仪中把凝胶分离后的肽分解成片段，产生局部的氨基酸序列（序列标签）。那么就可以用分子量或者序列信息进行数据库检索[14，15]。PMF一般用MALDI-TOF来实现，序列标签可以用串联质谱技术MS-MS进行检测[16～18]。用质谱检测蛋白的灵敏性可以精确到飞摩的水平，甚至已有报道其精确度可以达到阿摩水平[19]。3 用MALDI-TOF进行肽指纹谱分析凝胶分离后的蛋白质鉴定以及肽指纹谱分析是目前质谱实验室常规使用的方法。在进行MALDI分析之前需要最优化的凝胶上消化[20～22]和脱盐过程。胰岛素是最常用的凝胶消化酶，因为它在赖氨酸和精氨酸位点能够特异性切割蛋白质，产生分子量在600～2500Da之间的小分子肽，并能够从凝胶上有效的分离出来。MALDI-TOF是质谱技术中相对简单并很容易使用的一种方式，对样本中的盐和其他污染物有很高的耐受性，这点优于ESI。提取的肽片混合物中较小的片段可以直接沉积在靶板上做PMF分析，剩下的样本可以储存起来作为以后的ESI-MS分析。如果经凝胶分离后所有的肽全用来做MALDI分析，那么样本经脱盐以后将会取得更好的结果。脱盐的过程可以用商品化的试剂盒ZipTip(Millipore)，或者在凝胶电泳仪的末端放置一个小的逆向塑料柱来实现[23,24]。PMF中非常重要的一个因素就是质谱测量分子量的准确度[25]。现代的MALDI-TOF仪都具有延迟取样反射器装置，用它们检测的肽段分子量可以精确到10～30ppm。这样的精确度使得4～5个肽段足以清楚的鉴定蛋白质的分子量。MALDI产生的大多数都是单电荷离子，所以它的图谱很容易解释。4 肽质指纹谱分析的自动化为了实现高通量蛋白检测，样本准备，质谱检测，资料分析和数据检索必须实现自动化操作。目前有些实验室用机器人对蛋白质进行自动化取点，凝胶上消化，样本脱盐以及对MALDI平板进行定点测定等。而且，现代化的MALDI-TOF仪完全能够让MALDI检测自动化。资料分析和数据检索过程同样可以自动化。在进行蛋白组分析时，如果在凝胶上不用单个分离就可以对所有蛋白质进行鉴定将是非常具有诱惑力的。为此，研究人员做了很多努力，由Hochestrasser及其同事建立了一套称作分子探测术的方法（molecular scanner）[26，27]。它是将整个2-ＤＥ胶上蛋白质样本同时酶解,并将酶解片段一起原位转移至另一张膜上,再直接用ＭＡＬＤＩ－ ＴＯＦ 质谱对膜上样本进行整体扫描,为实现蛋白质组学研究的自动化、规模化以及临床应用提供了一个崭新的思路和方法。这种思路的优点是显而易见的,不过按照目前的方法,要普及此种技术主要的难点是,质谱扫描一张图谱所需的时间过长,如用0.4ｍｍ的精度扫描一张4ｃｍ×4ｃｍ的膜需55个小时,这就意味着一张16ｃｍ×16ｃｍ的常用膜的扫描,至少需要36天不间断的工作和大约40Ｇ的磁盘空间存储如此庞大的原始数据。5 用ESI-MS/MS的方法创建序列标签只有当被消化的蛋白存在于已有的蛋白或基因组数据库中，并且能从MALDI分析器中得到四五个肽片的数据才能成功进行。如果在EST数据库中只有目的蛋白的部分序列，那么就需要知道肽片的序列信息。创建序列标签的优势在于，用肽的分子量和序列作为数据库检索对象比只用分子量作为检索对象具有更高的特异性。有了序列标签信息后，也可以用EST数据库进行检索[28]。通常来自于一个肽上的序列标签就足以鉴定蛋白质。同MALDI相比，纳升-ESI-MS/MS费时费力，而且在做ESI分析之前必须对样本进行脱盐处理。这些问题可以通过ESI-MS与HPLC联用得到解决。做ESI分析对样本浓度很敏感，用现代化的纳升-HPLC方法可以提供很高的局部肽片凝聚物，分离后的样本可以直接用于质谱分析，而不需要再分解。当分析混合物的时候，在质谱之前做LC分离尤其重要，因为它使得数据依赖的实验（DDE）成为可能,在DDE中，所有的离子都进入检测器进行测量，如果从HPLC到质谱之间出现一个峰的话，软件将自动从质谱转换到MS/MS模式并对产生的离子进行扫描。跟纳升-ESI相比，用这个方法可以从一份标本产生更多的MS/MS数据。Yates等已经详细叙述了如何进行[url=https://insevent.instrument.com.cn/t/Yp][color=#3333ff]LC-MS[/color][/url]/MS全自动蛋白检测的策略[29]。

褚福亮,王福生, 中国人民解放军第302医院全军艾滋病与病毒性肝炎重点实验室 北京市 100039项目负责人 王福生, 100039 ,北京市丰台路26号, 中国人民解放军第302医院全军艾滋病与病毒性肝炎重点实验室. fswang@public.bta.net.cn电话:010-66933332 传真:010-63831870收稿日期 2002-08-15 接受日期 2002-09-03摘要新近广泛应用蛋白质芯片（ProteinChipâ Array）系统成功鉴定出了一些重要疾病（如肿瘤和危害性较大的传染病）新的、特异性的生物标记（biomarkers）,后者不仅在生物医学的基础方面具有重要的科学价值,而且在临床疾病的诊断、治疗和预防发挥重要的指导作用,显示了良好的发展前景.本文就表面增强的激光解析电离-飞行时间-质谱（SELDI-TOF-MS）相关的原理、特点、在临床和基础研究中的应用新进展和未来的发展趋势做一综述.此外,我们就蛋白质谱分析技术在病毒性肝炎、肝硬化和肝癌等一系列肝病方面的应用策略和前景进行了分析.褚福亮,王福生. 蛋白质谱分析方法特点及其在蛋白组学研究领域中的应用.世界华人消化杂志 2002 10(12):1431-14350 引言人类基因组计划已经进入后基因组时代-即功能基因组时代[1]，作为基因功能的直接体现者-蛋白质，及其之间的相互作用越来越引起基础和临床科学家们的关注[2-6] .因为要彻底了解生命的本质，只把基因测出来还是不够的，还必须要了解其在生物生长、发育、衰老和整个生命过程中的功能、不同蛋白质之间的相互作用以及他们与疾病发生、发展和转化的规律[7-14] .正因为如此，有关上述问题的蛋白质组学研究成了今天生命科学最重要的焦点之一[15] .为了阐明蛋白质在上述生命现象中的作用和相关机制，人们设计了许多新的方法技术，如：二维电泳、质谱分析、微距阵列、酵母双杂交和噬菌体展示等，这些方法在一些特定的情况下，虽然显示出了他们各自不同的优点，但是同样也存在着较大的局限性，难以开展大规模、超微量、高通量、全自动筛选蛋白质等方面的分析，因而设计更全面、同时研究多种蛋白质相互作用的技术，在功能基因组和蛋白组学的研究中建立一个更有效的技术平台，成为本领域中优先关注的问题[16] .近来，美国Ciphergen（赛弗吉）公司研制的ProteinChipâ Array的仪器，并建立了一种新的蛋白质飞行质谱-表面增强的激光解析离子化-飞行时间-质谱（surface-enhanced laser desorption/inionation-time of flight-mass spectra， SELDI-TOF-MS），已取得可喜的进展，筛选出了许多与疾病相关的新型生物标志，不仅为临床疾病的诊断和治疗等提供了新的选择，而且在基础科学、新药研制和疾病预防等方面具有广泛的应用前景[16-18] .本文就SELDI-TOF-MS相关的原理、特点、在临床和基础研究中的应用新进展和未来的发展趋势做一综述.1 ProteinChipâ Array系统和SELDI-TOF-MS的特点1.1 蛋白质芯片系统的组成和原理 蛋白质芯片系统由三部分组成：蛋白质芯片、芯片阅读器和芯片软件.供研究用芯片上有6-10芯池，不同的芯片表面上的化学物质不同，芯片表面分为两大类：一类为化学类表面，包括经典的色谱分析表面，如：结合普通蛋白质的正相表面，用于反相捕获的疏水表面，阴阳离子交换表面和捕获金属结合蛋白的静态金属亲合捕获表面；另一类称为生物类，特定的蛋白质共价结合于预先活化的表面阵列，可以用来研究传统的抗体一抗原反应，DNA和蛋白质作用，受体、配体作用和其他的一些分子之间的相互作用[19] . 根据检测目的不同，可以选用不同的芯片，或者自己设计芯片.将样本和对照点到芯池上以后，经过一段时间的结合反应，用缓冲液或水洗去一些不结合的非特异分子，再加上能量吸收分子（energy absorbing molelule，EAM）溶液，使样本固定在芯片表面.当溶液干燥后，一个含有分析物和大量能量吸收分子“晶体”就形成了.能量吸收分子对于电离来说非常重要.经过以上步骤，就可经把芯片放到芯片阅读器中进行质谱分析. 在阅读器的固定激光束下，芯片上、下移动，使样本上每一个特定点都被“读”到.激光束的每一次闪光释放的能量都聚集在该区一个非常小的点上（focused laser beam，聚焦激光束）.这样，每个区都含有丰富的，可寻址（addressable）的位置.蛋白质芯片处理软件精确控制激光寻读过程.当样本受到激发，就开始电离和解除吸附.不同质量的带电离子在电场中飞行的时间长短不同，计算检测到的不同时间，就可以得出质量电荷比,把他输入电脑,形成图像[19].Ball et al [20]采用一种称为人工神经网络（artifical neural network,ANN）的算法处理出现的成千上万的峰，鉴定出三个分子量为13 454、13 457和14 278的生物标记分子，使疾病预测率达到97.1 %.1.2 ProteinChipâ Array芯片和SELDI-TOF-MS的特点 新型蛋白芯片与以往的蛋白芯片不同之处：SELDI-TOF-MS，他是在MALDI（matrix-assisted laser desorption/inionation）［21,22］基础上，改进后实行表面增强的飞行质谱.SELDI-TOF-MS优于MALDI-TOF表现为他不会破坏蛋白质，或使样本与可溶的基质共结晶来产生质谱信号.对SELDI-TOF来说，可以直接将血清、尿液、组织抽取物等不需处理直接点样检测[40] 由于一部分非特异结合的分析物被洗去，因而出现的质峰非常一致，有利于后期分析[23,24] . 与二维电泳相比：二维电泳分析蛋白质的分子量在30 KDa以上时电泳图谱较清楚，对在组织抽提物中占很大比例的低丰度的蛋白质不能被检出；其次，二维电泳胶上的蛋白质斑点很大一部分包含一种以上的蛋白质；而且，二维电泳耗时长，工作量大，对象染色转移等技术要求高，不能完全实现自动化.而SELDI-TOF在200 Da-500 KDa区间都可以给出很好的质谱，对一个样本的分析在几十分钟内就可以完成[19]，处理的信息量远远大于二维电泳；对于低丰度物质，即使浓度仅attomole(10-18)的分子，只要与表面探针结合，就可以检测到，这也是二维电泳所不具备的[24,25] . 对于微距阵蛋白芯片来说，需要一种不破坏折叠的蛋白质构象的固定技术，再与另外的蛋白质反应，经检测莹光来观察蛋白质之间的作用[26] .而基于SELDI-TOF-MS的ProteinChip分析蛋白质不需溶解、不需染色、廉价、针对性强. 因而蛋白质芯片仪具有以下优势：(1)可直接使用粗样本，如：血清、尿液、细胞抽提物等[27] .(2)使大规模、超微量、高通量、全自动筛选蛋白质成为可能；(3)他不仅可发现一种蛋白质或生物标记分子，而且还可以发现不同的多种方式的组合蛋白质谱，可能与某种疾病有关[28] (4)推动基因组学发展，验证基因组学方面的变化，基于蛋白质特点发现新的基因.可以推测疾病状态下，基因启动何以与正常状态下不同，受到那些因素的影响，从而跟踪基因的变化[2,14,15] . 其存在的问题：对于不同的样本，根据检测的目标采取或者设计几种芯片，理论上可以把所有的相同性质蛋白质捕获，但是实际上仍有少量的分子没与表面探针结合.使用SELDI-TOF-MS，仅能给出蛋白质的分子量，不能给出C端、N端的序列，也没法知道蛋白质的构型，因此需要将蛋白质充分纯化后，用蛋白酶消化芯片上的蛋白质，分析肽段，再用生物信息学方法鉴定蛋白质序列[18,24] .另外，在国内，该芯片费用较高，分析质谱需要大量后续工作支持.