雷-DDA-PASEF能够实现高覆盖率的免疫体学,并得到MS²Rescore与MS²PIP timsTOF碎片化预测模型的支持

科学领域:

• 免疫学和质谱学.
• 蛋白质组学和类组学

背景情况:

• 人类白细胞抗原 (HLA) I类联体 (HLAIps) 对抗病原体和癌症的免疫反应至关重要.
• 鉴定HLAIps是困难的,因为它们的多样性,低丰度,和患者特异性.

研究的目的:

• 开发一种高度敏感的液体染色体-离子移动-并联质谱法 (LC-IMS-MS/MS) 方法,以改进HLAIp的识别.
• 为了提高免疫类分析的覆盖范围和准确性.

主要方法:

• 开发雷-DDA-PASEF方法,优化离子流动性 (IMS) 和质谱 (MS/MS) 参数.
• 培训一个timsTOF特定的MS2PIP模型用于类鉴定,并在MS2Rescore中实现它.
• 使用高灵敏度模式和扩展的IMS分辨率进行HLAIps的半选择性碎片化.

主要成果:

• 与标准的DDA-PASEF相比,雷-DDA-PASEF方法使免疫体的覆盖率翻了一番.
• 恢复策略提高了HLAIp识别率的33%至41.7%.
• 从100万个JY细胞对应物中确定了5,738个HLAIps,从2000万个细胞对应物中确定了14,516个HLAIps,其中包括16个SARS-CoV-2尖端HLAIps.

结论:

• 雷-DDA-PASEF方法在从各种人体样本中进行HLAIp分析方面取得了重大进展.
• 这种技术可以更深入地了解免疫反应,并促进新型免疫疗法和疫苗的开发.