下一代多复合向蛋白质组学量化翻译后修饰,化合物蛋白相互作用和具有高通量疾病生物标志物的疾病生物标志物

科学领域:

• 蛋白质组学和质谱学
• 分子生物学和生物化学 分子生物学和生物化学
• 生物标志物发现发现

背景情况:

• 针对性通路蛋白质组学对于理解细胞信号来说至关重要.
• 现有的方法通常需要手动调度和合成标准,限制吞吐量.
• 之前开发的GoDig平台是为了解决这些局限性.

研究的目的:

• 为了介绍GoDig 2.0,一个升级的平台,敏感的多重化向路径蛋白质组学.
• 与GoDig 1.0.0相比,提高样品复杂化,时间效率和成功率.
• 为了实现灵活的库生成和蛋白质修饰的高通量分析.

主要方法:

• GoDig 2.0 使用质谱法进行敏感的多重化量化.
• 实行了增加样本复合到35倍和减少扫描延迟.
• 从各种质谱数据类型中生成光谱和化图书馆.
• 编译了人类酸化部位,迪格利基-氨酸和反应性氨酸的图书馆.

主要成果:

• GoDig 2.0 在一次运行中量化了>99%的800个,比GoDig 1.0.0测量了2.4倍的目标.
• 通过使用23,989个人类酸化部位的库,在细胞系中对激酶信号差异进行了分析.
• 在人类大脑组织中建立了一种高酸化测定法 (包括pTau127),以确定潜在的阿尔茨海默病生物标志物.
• 量化了迪格利基尔-氨酸和共价化合物-蛋白质相互作用.

结论:

• GoDig 2.0 显著提升了针对性蛋白质组学能力.
• 该平台可以在各种生物环境中对蛋白质修饰进行高通量,特定位置的分析.
• GoDig 2.0 促进生物标记物的发现和蛋白质相互作用和修饰的研究.