JoVE Logo
Autores
Entre em contato

Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

A busca aberta permite identificar glycopeptídeos decorados com composições glican até então desconhecidas. Dentro deste artigo, uma abordagem simplificada para realizar buscas abertas e subsequentes pesquisas de gliocopeptídio focadas em glycan são apresentadas para amostras bacterianas usando Acinetobacter baumannii como modelo.

Resumo

A glicossomilação proteica é cada vez mais reconhecida como uma modificação comum dentro de organismos bacterianos, contribuindo para a fisiologia procariótica e a ótima infectividade de espécies patogênicas. Devido a isso, há um crescente interesse em caracterizar a glicossylation bacteriana e a necessidade de ferramentas analíticas de alto rendimento para identificar esses eventos. Embora a proteômica de baixo para cima permita prontamente a geração de dados de glicopticídeos ricos, a amplitude e diversidade de glicanos observados em espécies procarióticas tornam a identificação de eventos de glicoslação bacteriana extremamente desafiadora.

Tradicionalmente, a determinação manual das composições glican dentro de conjuntos de dados proteômicos bacterianos fez desta uma análise em grande parte sob medida restrita a especialistas específicos de campo. Recentemente, abordagens abertas baseadas em busca surgiram como uma alternativa poderosa para a identificação de modificações desconhecidas. Ao analisar a frequência de modificações únicas observadas em sequências de peptídeos, técnicas de busca aberta permitem a identificação de glicanos comuns ligados a peptídeos dentro de amostras complexas. Este artigo apresenta um fluxo de trabalho simplificado para a interpretação e análise de dados glicoproteômicos, demonstrando como técnicas de busca aberta podem ser utilizadas para identificar glicocopeptídeos bacterianos sem conhecimento prévio das composições glicânicas.

Usando essa abordagem, os glicaptocidas dentro das amostras podem ser rapidamente identificados para entender as diferenças de glicoseção. Utilizando a Acinetobacter baumannii como modelo, essas abordagens permitem a comparação de composições glican entre cepas e a identificação de novas glicoproteínas. Em conjunto, este trabalho demonstra a versatilidade de técnicas abertas de busca de banco de dados para a identificação da glicossilção bacteriana, tornando a caracterização desses glicoproteomes altamente diversos mais fácil do que nunca.

Introdução

A glicossomilação proteica, o processo de anexação de carboidratos a moléculas de proteínas, é uma das modificações pós-translacionais mais comuns (PTMs) na natureza 1,2. Em todos os domínios da vida, uma gama de máquinas complexas evoluiu dedicada à geração de glicoproteínas que impactam uma miríade de funções celulares 1,3,4,5. Enquanto a glicossilation proteica ocorre em uma gama de aminoácidos 6,7, eventos de glicosylation ligados a N são duas formas dominantes observadas na natureza. A glicosylação ligada a N envolve a fixação de glicocanos a um átomo de nitrogênio de resíduos de asparagine (Asn), enquanto na glicosylação ligada a O, os glicanos são ligados a um átomo de oxigênio deresíduos de serina (Ser), threonine (Thr) ou tyrosine (Tyr). Apesar das semelhanças nos resíduos visados pelos sistemas de glicoseção, as diferenças dentro dos glicanos ligados às proteínas resultam na glicossylation sendo a classe mais quimicamente diversificada de PTMs encontrados na natureza.

Embora os sistemas de glicoseção eucariótica possuam diversidade glican, esses sistemas são tipicamente restritos no número de carboidratos únicos utilizados. A diversidade resultante decorre da forma como esses carboidratos são dispostos em glicanos 8,9,10,11,12. Em contraste, as espécies bacterianas e arqueais possuem uma diversidade glican praticamente ilimitada devido à pura variedade de açúcares únicos gerados nesses sistemas 2,10,13,14,15,16,17. Essas diferenças na diversidade glican observada entre os domínios da vida representam um desafio analítico significativo para a caracterização e identificação dos eventos de glicosylation. Para a glicosylation eucariótica, a capacidade de antecipar composições glican facilitou o crescente interesse pela glicobiologia; no entanto, o mesmo não se aplica à glicossylation bacteriana, que ainda é amplamente restrita ao estudo por laboratórios especializados. Como a acessibilidade da instrumentação da espectrometria de massa (MS) aumentou nas biociências, as abordagens baseadas em MS são agora o principal método para análise glicoproteômica.

A ESM emergiu como a ferramenta quintessencial para a caracterização da glicosylation, com abordagens de cima para baixo e de baixo para cima agora comumente usadas para caracterizar glicoproteínas6. Enquanto a proteômica de cima para baixo é usada para avaliar padrões globais de glicosylação de proteínas específicas18,19, abordagens de baixo para cima são usadas para permitir a caracterização glican-específica de glicaptocidas, mesmo a partir de misturas complexas 6,20,21,22,23. Para a análise dos glicacopeptídeos, a geração de informações informativas de fragmentação é essencial para a caracterização dos eventos de glicossylation24,25. Uma série de abordagens de fragmentação agora é rotineiramente acessível em instrumentos, incluindo dissociação induzida por colisão baseada em ressonância ion trap (TI-CID), dissociação induzida por colisão do tipo feixe (CID) e dissociação de transferência de elétrons (ETD). Cada abordagem possui diferentes pontos fortes e fracos para a análise de glicocopepcida25,26, com progresso significativo na última década na aplicação dessas abordagens de fragmentação para analisar a glicosylação 6,20. No entanto, para a análise da glicostilação bacteriana, a limitação crítica não tem sido a capacidade de fragmentar glycopeptídeos, mas sim a incapacidade de prever as potenciais composições glica dentro das amostras. Dentro desses sistemas, a natureza desconhecida de diversos glicanos bacterianos limita a identificação de glicocopeptídeos, mesmo com ferramentas de busca focadas em glicosylation agora comuns para a análise de glicoptodides eucarióticos, como O-Par27, GlycopeptideGraphMS28 e GlycReSoft29. Para superar essa questão, é necessário um método alternativo de busca, com o uso de ferramentas de busca aberta emergindo como uma abordagem poderosa para o estudo da glicosylation bacteriana30.

A busca aberta, também conhecida como busca de curinga, permite a identificação de peptídeos com PTMs desconhecidos ou inesperados 21,30,31,32. Pesquisas abertas utilizam uma variedade de técnicas computacionais, incluindo pesquisas de modificação com curadoria, pesquisas de banco de dados multicamados ou pesquisa tolerante em larga massa 33,34,35,36,37. Embora a busca aberta tenha grande potencial, seu uso tem sido tipicamente dificultado pelo aumento significativo dos tempos de análise e perda de sensibilidade da detecção de peptídeos não modificados em comparação com pesquisas restritas31,32. A diminuição na detecção de partidas espectrais de peptídeos não modificados (PSMs) é resultado do aumento das taxas de PSM falso-positivo associadas a essas técnicas, o que requer uma filtragem rigorosa aumentada para manter as taxas de falsas descobertas desejadas (FDRs)33,34,35,36,37 . Recentemente, várias ferramentas se tornaram disponíveis que melhoram significativamente a acessibilidade da pesquisa aberta, incluindo Byonic31,38, Open-pFind39, ANN-SoLo40 e MSFragger21,41. Essas ferramentas permitem a identificação robusta de eventos de glicosylation, reduzindo significativamente os tempos de análise e implementando abordagens para lidar com composições glicas heterogêneas.

Este artigo apresenta um método simplificado para a identificação de glicoptocidas bacterianos por busca aberta, utilizando como modelo o patógeno nosocomial Gram-negativo, Acinetobacter baumannii. A. baumannii possui um sistema de glicoslação orientado ligado a O responsável pela modificação de múltiplos substratos proteicos, conhecido como sistema de glicoslação de proteínasPGLL 42,43,44. Embora proteínas semelhantes sejam destinadas à glicosylation entre cepas, o sistema de glicosylation pglL é altamente variável devido à biossíntese do glicano usado para glicossite de proteínas derivadas do locus cápsula (conhecido como K-locus)44,45,46. Isso resulta em diversos glicocanos (também conhecidos como unidade K), derivados de unidades K polimerizadas únicas ou limitadas, sendo adicionados a substratos proteicos 30,44,46. Dentro deste trabalho, o uso da ferramenta de pesquisa aberta, MSfragger, dentro do software FragPipe, é usado para identificar glycans em cepas A. baumannii. Combinando buscas abertas e curadoria manual, "pesquisas focadas em glycan" podem ser realizadas para melhorar ainda mais a identificação de glycopeptídeos bacterianos. Em conjunto, essa abordagem de identificação multistep permite a identificação de glycopeptídeos sem ampla experiência na caracterização de novos eventos de glicosylação.

Protocolo

NOTA: A preparação e análise de amostras de glicoptocida bacteriano podem ser divididas em quatro seções (Figura 1). Para este estudo, foi avaliada a glicosylation de três cepas sequenciadas de A. baumannii (Tabela 1). Os bancos de dados Proteome FASTA de cada uma dessas cepas são acessíveis via Uniprot. Consulte a Tabela 2 para a composição dos buffers utilizados neste protocolo.

1. Preparação de amostras de proteínas para análise proteômica

  1. Isolamento de amostras de proteome de interesse
    1. Se usar células inteiras, certifique-se de que as células foram lavadas com uma solução salina tamponada com fosfato (PBS) para remover potenciais contaminantes proteicos presentes na mídia. Estomular células inteiras após a lavagem e armazená-las a -80 °C até que seja necessário.
    2. Se forem utilizadas amostras fracionadas (como preparações de membrana), certifique-se de que os reagentes utilizados não interferirão na análise50 da cromatografia líquida a jusante (LC-MS).
    3. Se detergentes, como o dodecyl-sulfato de sódio (SDS), Triton X-100, NP-40 ou lauroylsarcosine, forem usados, remova esses detergentes usando precipitação de acetona, métodos de preparação de amostras SP351 ou colunas de limpeza proteômicas comerciais, como s-traps52. Alternativamente, substitua detergentes incompatíveis por um detergente compatível com MS ou removível, como desoxicolato de sódio (SDC) ou glucopyranoside octil.
    4. Certifique-se de que todos os plásticos e vidros a serem usados para a preparação da amostra não foram autoclavados. Vidros e plásticos autoclavados são tipicamente fortemente contaminados com pequenos compostos de peso molecular, como polímeros, que são facilmente detectados dentro do MS.
  2. Solubilização de amostras de células inteiras
    1. Resuspend ~10 mg de células lavadas e congeladas em 200 μL de tampão de desoxicolato de sódio recém-preparado (tampão de lise SDC: 4% SDC em 100 mM Tris, pH 8.5).
      NOTA: Os inibidores de protease podem ser adicionados ao tampão de lise SDC para limitar a degradação da proteína.
    2. Ferva as amostras por 10 min a 95 °C com agitação (2000 rpm em um termomixer), e depois deixe no gelo por 10 minutos. Repita este processo duas vezes para garantir a lise eficiente e a solubilização das amostras.
      NOTA: As amostras podem ser armazenadas a longo prazo neste ponto a -80 °C. Se armazenado, resolubilize por aquecimento a 95 °C antes de processamento posterior.
  3. Quantifique as concentrações de proteínas amostrais usando um ensaio proteico bicinchonínico (BCA)53. Armazene amostras no gelo enquanto realiza quantificação para limitar a degradação da proteína.
    NOTA: Para a análise proteome total, 20-100 μg de proteína é mais do que suficiente para nano LC-MS, que normalmente requer menos de 2 μg de digestão proteica por análise. A preparação do peptídeo em excesso permite a análise de replicação ou fracionamento posterior se for necessária uma cobertura proteômica profunda. Para análise baseada em enriquecimento de glicopticida utilizando cromatografia de interação hidrofílica (HILIC), é necessário 100-500 μg de proteína.
  4. Reduzir e aquilar amostras.
    1. Adicionar 1/10do volume de 10x de redução/tampão de alquilação (100 mM Tris 2-carboxyethyl phosphine cloridide; 400 mM 2-cloroacetamida em 1 M Tris, pH 8.5) para amostras para uma concentração final de 1x e incubar amostras no escuro por 30 min a 45 °C com agitação a 1.500 rpm.
      NOTA: Verifique o pH do buffer de redução/alquilação de 10x para garantir um pH de aproximadamente 7,0-8,0 antes de adicionar às amostras, pois um pH mais baixo fará com que o SDC precipitasse.
  5. Gire brevemente as amostras e adicione os proteases Trypsin/Lys-C (~10 μL, resuspended em 100 mM Tris, pH 8.5) para uma razão final protease:proteína de 1:100. Incubar os digestos durante a noite a 37 °C com agitação a 1.500 rpm (até 18 h). Para garantir a digestão completa da proteína, use uma razão de protease trypsin/lys-C: proporção de proteína de 1:50 a 1:200.
  6. A saciar digere adicionando 1,25 volumes de isopropanol 100% às amostras. Vórtice as amostras por 1 min para misturar e rapidamente rodá-las.
    NOTA: As amostras podem ser armazenadas a -20 °C para serem processadas posteriormente.
  7. Acidificar as amostras adicionando 0,115 volumes de ácido trifluoroacético de 10% (TFA; concentração final de ~1% TFA), vórtice das amostras e rapidamente spin-los para baixo.

2. Processamento de amostras de proteome

  1. Limpeza de peptídeos de amostras de proteome
    1. Prepare uma ponta de sulfonato de fase inversa (SDB-RPS) Para cada amostra, conforme descrito anteriormente54.
      1. Empiricamente, para ligar 50 μg de peptídeo, extirpa três discos SDB-RPS de uma membrana SDB-RPS de 47 mm2 usando uma agulha cega (14 G). Para maiores quantidades de peptídeos, aumente o número de discos em conformidade.
    2. Antes de usar as Dicas de Estágio SDB-RPS, prepare as dicas adicionando sequencialmente pelo menos dez volumes de cama dos seguintes buffers e girando o buffer através da coluna por centrifugação (25 °C, 3 min, 500 × g) ou empurrando o buffer através da coluna aplicando suavemente a pressão usando uma seringa.
      1. Molhe as pontas com 150 μL de 100% acetonitrila.
      2. Lave as pontas com 150 μL de 30% de metanol, 1% TFA em 18,2 MΩ H2O.
      3. Equilibre as pontas com 150 μL de isopropanol de 90%, 1% TFA equilibrada com 18,2 MΩ H2O.
    3. Carregue as amostras (contendo isopropanol de 50%, 1% TFA) nas Pontas de Estágio SDB-RPS por centrifugação (25 °C, 3 min, 500 × g) ou aplicando suavemente a pressão usando uma seringa.
    4. Lave as Dicas de Estágio SDB-RPS com os seguintes buffers por centrifugação (25 °C, 3 min, 500 × g) ou aplicando suavemente a pressão usando uma seringa.
      NOTA: Lavagens adicionais ou tampões alternativos podem ser usados para remover contaminantes não peptídeos, como o uso de acetato etílico em vez de isopropanol55.
      1. Lave as pontas com 150 μL de isopropanol de 90%, 1% TFA.
      2. Lave as pontas com 150 μL de 1% TFA em 18,2 MΩ H2O.
    5. Elute os peptídeos das Pontas de Estágio SDB-RPS com 150 μL de hidróxido de amônio de 5% em 80% de acetonitrila por centrifugação ou aplicando suavemente pressão usando uma seringa. Coletar as amostras em tubos individuais.
      NOTA: Prepare 5% hidróxido de amônio em 80% de acetonitrilo em um recipiente plástico imediatamente antes de usar dentro de um capô de fumaça.
    6. Seque os peptídeos elucidos por centrifugação de vácuo a 25 °C.
      NOTA: Se realizar o enriquecimento HILIC, 1-10% dos eluatos de peptídeos podem ser removidos neste momento, secos e usados como controles totais de entrada proteome.
  2. Enriquecimento de amostras de glicoptoptida
    1. Prepare dicas de estágio de cromografia líquida de interação hidrofínica zwitteriônica (ZIC-HILIC) como descrito anteriormente54,56.
      1. Resumidamente, extirpa um disco C8 de uma membrana de 47 mm2 C8 usando uma agulha cega (14 G) e embale o disco em uma ponta P200 para criar um frit. Adicione aproximadamente 5 mm de material ZIC-HILIC, resuspended em acetonitrilo de 50%, 50% 18,2 MΩ H2O, no frit aplicando suavemente a pressão usando uma seringa.
    2. Antes de usar as Pontas de Estágio ZIC-HILIC, condicionar a resina adicionando sequencialmente os seguintes buffers e aplicando suavemente a pressão usando uma seringa.
      NOTA: Para garantir a integridade da camada pseudo-água na superfície da resina ZIC-HILIC (necessária para enriquecer glycopeptídeos), a resina deve permanecer sempre molhada. Ao lavar a resina, deixe sempre ~10 μL de solvente acima da resina e certifique-se de que as lavagens/amostras sejam encanar diretamente neste solvente residual.
      1. Equilibre a resina com 20 volumes de cama (200 μL) de tampão de eluição ZIC-HILIC (0,1% TFA em 18,2 MΩ H2O).
      2. Lave a resina com 20 volumes de cama (200 μL) de tampão de preparação ZIC-HILIC (95% de acetonitrilo em 18,2 MΩ H2O).
      3. Lave a resina com 20 volumes de cama (200 μL) de tampão de carga/lavagem ZIC-HILIC (80% de acetonitrilo, 1% TFA equilibrado com 18,2 MΩ H2O).
    3. Resuspend as amostras digeridas secas (da etapa 2.1.6) em zic-HILIC carregando/lavando tampão para uma concentração final de 4 μg/μL (por exemplo, para 200 μg de peptídeo, resuspend em 50 μL de suporte/tampão de lavagem ZIC-HILIC). Vórtice brevemente por 1 min para garantir que as amostras sejam resuspended, e gire para baixo por 1 min a 2.000 × g a 25 °C.
    4. Carregue a amostra de peptídeo resuspended em uma coluna ZIC-HILIC condicionada.
      1. Lave três vezes com 20 volumes de cama (200 μL) de tampão de carga/lavagem ZIC-HILIC (para 60 lavagens de volume de cama total) aplicando suavemente a pressão usando uma seringa.
      2. Glicopeptídeos eluto com 20 volumes de cama (200 μL) de tampão de eluição ZIC-HILIC em um tubo de 1,5 mL aplicando suavemente a pressão usando uma seringa e, em seguida, seque o elunato por centrifugação de vácuo a 25 °C.

3. LC-MS de amostras enriquecidas com proteome/glicoptopídio

  1. Resuspenque as amostras em Buffer A* (2% acetonitrilo, 0,1% TFA) a uma concentração final de 1 μg/μL (por exemplo, para 50 μg de peptídeo, resuspend em 50 μL de Buffer A*).
  2. Carregue as amostras em um HPLC/UPLC acoplado a um MS para permitir a separação e identificação de glicoptocidas.
    NOTA: Os parâmetros da coluna, incluindo diâmetro interno, comprimento, taxas de fluxo, tipo de resina cromatografia e quantidades necessárias de injeção de peptídeo, devem ser otimizados para a configuração analítica e comprimento de gradiente a ser utilizado; para um exemplo de como empreender a otimização de configurações analíticas, consulte57.
  3. Monitore a coleta dos dados de MS resultantes garantindo que os dados sejam coletados com os parâmetros desejados.
    NOTA: Para análise composicional, a fragmentação do CID é suficiente. Devido à adição de glicídeos aos glicopeptídeos, íons de glicoptoptídeos são tipicamente observados com uma densidade de carga maior e menor do que os peptídeos não dilatados. Para garantir que esses íons sejam observáveis, permita uma faixa de massa MS1 de 400 a 2.000 m/z.
  4. Fragmentos selecionados ions utilizando CID, garantindo a coleta de íons de fragmentos de m/z baixos que contêm íons de oxonium importantes para a caracterização dos glicanos.
    NOTA: A fragmentação dos glicoptocidas utilizando CID é influenciada tanto pelas sequências de peptídeos e glicocanos, quanto pela energia aplicada durante a fragmentação 25,58,59. Embora uma gama de diferentes energias de colisão possa ser usada, uma estratégia ideal para fragmentar glycopeptídeos é o uso de energias de colisão escalonada combinando o uso de múltiplas energias de colisão 25,59,60.
  5. Use métodos alternativos de fragmentação, se disponíveis, como ETD para localização do local ou TI-CID para auxiliar na determinação de composições glicanas.
    NOTA: Nenhuma dessas abordagens de fragmentação são essenciais para a análise composicional, mas podem ser coletadas para permitir um interrogatório adicional de glycopeptídeos de interesse.

4. Análise de amostras enriquecidas com proteome/glicoptopídio

  1. Pré-filtramento de arquivos de dados para permitir a pesquisa no FragPipe
    1. Se as varreduras ETD ou IT-CID tiverem sido adquiridas nos conjuntos de dados, filtre esses eventos de varredura dos arquivos de dados usando o MSConvert61 antes de pesquisar com o FragPipe.
      NOTA: Para os parâmetros de pesquisa abertos descritos abaixo, são necessários apenas dados de CID do tipo feixe.
  2. Realizando buscas abertas no FragPipe
    1. Abra FragPipe e clique na guia Fluxo de trabalho . No menu de retirada do fluxo de trabalho, selecione a opção Abrir e clique em Adicionar arquivos para importar os arquivos de dados a serem pesquisados no FragPipe (Figura 2A).
    2. Clique na guia Banco de dados e inicie o gerenciador de downloads clicando em Download. Isso permite que os bancos de dados proteome sejam baixados da Uniprot usando um ID Uniprot Proteome. Clique na opção Adicionar isca e contaminantes dentro do gerenciador de downloads para incorporar proteínas chamariz e contaminantes em bancos de dados.
    3. Para obter limites FDR mais rigorosos, clique na guia Validação e modifique o valor do filtro e do relatório de 0,01 para o FDR necessário.
      NOTA: As configurações padrão do FragPipe garantirão um FDR de 1% no nível da proteína.
    4. Clique na guia MSfragger . Dentro da caixa de correspondência Peak , aumente a tolerância de massa precursora do padrão de 500 Da para 2.000 Da para permitir a identificação de grandes modificações (Figura 2A).
    5. Clique na guia Executar e defina a localização das saídas do FragPipe. Clique no botão Executar para iniciar a pesquisa.
  3. Utilizando os PSMs identificados entre conjuntos de dados (contidos nas saídas psm.tsv do FragPipe), identifique potenciais glicocanos plotando a frequência de massas delta observadas dentro dos conjuntos de dados (Figura 3). Crie plots de massa delta a partir de saídas MSfragger usando os scripts R acessíveis através da adesão do PRIDE PXD027820.
    NOTA: O pósprocessamento mínimo dos resultados de pesquisa aberta é realizado dentro desses scripts, pois o principal objetivo desses scripts é auxiliar na visualização de perfis de massa delta. É importante ressaltar que a observação de massas delta abundantes por si só não é a prova de que uma modificação é um potencial glicano, pois atribuir massas delta como glicanos requer uma análise mais aprofundada dos eventos MS2 correspondentes.
  4. Para permitir a caracterização de glycopeptides dentro das amostras, foque em identificações de massa delta de alta confiança, correspondendo a atribuições com hiperescores elevados.
    1. Para auxiliar na avaliação dos espectros de glicopticida, use ferramentas de anotação de peptídeos, como o Anotador Espectral De Peptídeo Interativo63, que permite a atribuição de íons associados ao peptídeo dentro de espectros, permitindo a identificação manual dos íons associados ao glicano (Figura 4).
      NOTA: Dentro dos conjuntos de dados aqui apresentados, hiperscores de >30 são considerados de alta pontuação, pois correspondem a pontuações entre os 50% mais altos de todos os glipcopeptídeos identificados (Figura 5).
  5. Com glycopeptides de alta confiança atribuídos, identifique íons glicanos comumente observados (Figura 4) para melhorar a identificação de glicoptocidas.
    NOTA: Ao incorporar íons associados ao glicano dentro das pesquisas, conhecidas como pesquisas focadas em glycan, a qualidade das atribuições de glicocopeptodo pode ser melhorada.
    1. Clique na guia MSfragger de FragPipe, incorpore as massas delta determinadas dos glicanos observados nas seções De modificações variáveis e deslocamentos em massa . Adicione essas massas digitando valores nas seções De modificações variáveis e deslocamentos em massa com massas individuais separadas com a /. Adicione as massas de fragmentos associadas ao glicano desses glicanos na seção de mods Glyco/Labile do MSFragger.
      NOTA: A Figura 2B descreve as principais informações necessárias para uma pesquisa focada em glycan da cepa A. baumannii AB307-0294.
  6. Carregue todos os dados de MS associados a estudos proteômicos para repositórios proteômicos centralizados, como os repositórios PRIDE ou MASSIVE.
    NOTA: Todos os dados associados a este estudo foram depositados no repositório proteômico do PRIDE e podem ser acessados através da adesão ao PRIDE: PXD027820.

Resultados

Para ilustrar a utilidade da busca aberta por análise de glicoptocida bacteriano, a diversidade química de glicocanos ligados a O dentro de três cepas de A. baumannii-AB307-0294, ACICU e D1279779-- foi avaliada. Os glicoproteomes ligados ao O são altamente variáveis entre as cepas de A. baumannii, pois os glicos usados para glicossolation são derivados da cápsula altamente variável loci 44,45,46.

Discussão

A busca aberta é um método eficaz e sistemático para a identificação de modificações desconhecidas. Embora a identificação de glícans desconhecidos em amostras de proteome bacteriano tenha sido tradicionalmente um empreendimento demorado e tecnicamente especializado, os recentes desenvolvimentos de ferramentas como MSfragger21,41 e Byonic31,38 agora permitem a identificação rápida e eficaz de...

Divulgações

Os autores não têm conflitos de interesse.

Agradecimentos

A N.E.S é apoiada por uma Bolsa futura do Conselho de Pesquisa Australiano (FT200100270) e uma subvenção do Projeto ARC Discovery (DP210100362). Agradecemos ao Centro de Espectrometria de Massa de Melbourne e Proteômica do Instituto bio21 de ciência molecular e biotecnologia pelo acesso à instrumentação de MS.

Materiais

NameCompanyCatalog NumberComments
14 G Kel-F Hub point style 3Hamilton companyhanc90514
2-ChloroacetamideSigma Aldrich Pty LtdC0267-100G
AcetonitrileSigma Aldrich Pty Ltd34851-4L
Ammonium hydroxide (28%)Sigma Aldrich Pty Ltd338818-100ML
BCA Protein Assay Reagent APierce23228
BCA Protein Assay Reagent BPierce23224
C8 Empore SPESigma Aldrich Pty Ltd66882-UAn alterative vendor for C8 material is Affinisep (https://www.affinisep.com/about-us/)
Formic acidSigma Aldrich Pty Ltd5.33002
IsopropanolSigma Aldrich Pty Ltd650447-2.5L
MethanolFisher ChemicalM/4058/17
SDB-RPS Empore SPE (Reversed-Phase Sulfonate)Sigma Aldrich Pty Ltd66886-UAn alterative vendor for SDB-RPS is Affinisep (https://www.affinisep.com/about-us/)
Sodium DeoxycholateSigma Aldrich Pty LtdD6750-100G
ThermoMixer CEppendorf2232000083
trifluoroacetic acidSigma Aldrich Pty Ltd302031-10X1ML
Tris 2-carboxyethyl phosphine hydrochlorideSigma Aldrich Pty LtdC4706-2G
Tris(hydroxymethyl)aminomethaneSigma Aldrich Pty Ltd252859-500G
Trypsin/Lys-C protease mixturePromegaV5073
Vacuum concentratorLabconco7810040
ZIC-HILIC materialMerck1504580001Resin for use in single use SPE columns can be obtain by emptying a larger form column and using the free resin

Referências

  1. Varki, A., et al. . Essentials of glycobiology. , (2015).
  2. Schaffer, C., Messner, P. Emerging facets of prokaryotic glycosylation. FEMS Microbiology Reviews. 41 (1), 49-91 (2017).
  3. Abu-Qarn, M., Eichler, J., Sharon, N. Not just for Eukarya anymore: Protein glycosylation in bacteria and archaea. Current Opinion in Structural Biology. 18 (5), 544-550 (2008).
  4. Szymanski, C. M., Yao, R., Ewing, C. P., Trust, T. J., Guerry, P. Evidence for a system of general protein glycosylation in Campylobacter jejuni. Molecular Microbiology. 32 (5), 1022-1030 (1999).
  5. Koomey, M. O-linked protein glycosylation in bacteria: snapshots and current perspectives. Current Opinion in Structural Biology. 56, 198-203 (2019).
  6. Riley, N. M., Bertozzi, C. R., Pitteri, S. J. A pragmatic guide to enrichment strategies for mass spectrometry-based glycoproteomics. Molecular & Cellular Proteomics: MCP. 20, 100029 (2020).
  7. Spiro, R. G. Protein glycosylation: nature, distribution, enzymatic formation, and disease implications of glycopeptide bonds. Glycobiology. 12 (4), 43-56 (2002).
  8. Hu, H., Khatri, K., Klein, J., Leymarie, N., Zaia, J. A review of methods for interpretation of glycopeptide tandem mass spectral data. Glycoconjugate Journal. 33 (3), 285-296 (2016).
  9. Moremen, K. W., Tiemeyer, M., Nairn, A. V. Vertebrate protein glycosylation: Diversity, synthesis and function. Nature Reviews Molecular Cell Biology. 13 (7), 448-462 (2012).
  10. Bohm, M., et al. Glycosciences.DB: An annotated data collection linking glycomics and proteomics data (2018 update). Nucleic Acids Research. 47, 1195-1201 (2019).
  11. Kawano, S., Hashimoto, K., Miyama, T., Goto, S., Kanehisa, M. Prediction of glycan structures from gene expression data based on glycosyltransferase reactions. Bioinformatics. 21 (21), 3976-3982 (2005).
  12. McDonald, A. G., Tipton, K. F., Davey, G. P. A knowledge-based system for display and prediction of O-glycosylation network behaviour in response to enzyme knockouts. PLOS Computational Biology. 12 (4), 1004844 (2016).
  13. Eichler, J., Koomey, M. Sweet new roles for protein glycosylation in prokaryotes. Trends in Microbiology. 25 (8), 662-672 (2017).
  14. Scott, N. E., et al. Simultaneous glycan-peptide characterization using hydrophilic interaction chromatography and parallel fragmentation by CID, higher energy collisional dissociation, and electron transfer dissociation MS applied to the N-linked glycoproteome of Campylobacter jejuni. Molecular & Cellular Proteomics: MCP. 10 (2), (2011).
  15. Russo, T. A., et al. The K1 capsular polysaccharide of Acinetobacter baumannii strain 307-0294 is a major virulence factor. Infection and Immunity. 78 (9), 3993-4000 (2010).
  16. Szymanski, C. M., Wren, B. W. Protein glycosylation in bacterial mucosal pathogens. Nature Reviews Microbiology. 3 (3), 225-237 (2005).
  17. Imperiali, B. Bacterial carbohydrate diversity - a brave new world. Current Opinion in Chemical Biology. 53, 1-8 (2019).
  18. Caval, T., Buettner, A., Haberger, M., Reusch, D., Heck, A. J. R. Discrepancies between high-resolution native and glycopeptide-centric mass spectrometric approaches: A case study into the glycosylation of erythropoietin variants. Journal of the American Society for Mass Spectrometry. 32 (8), 2099-2104 (2021).
  19. Caval, T., Heck, A. J. R., Reiding, K. R. Meta-heterogeneity: Evaluating and describing the diversity in glycosylation between sites on the same glycoprotein. Molecular & Cellular Proteomics: MCP. 20, 100010 (2020).
  20. Thomas, D. R., Scott, N. E. Glycoproteomics: growing up fast. Current Opinion in Structural Biology. 68, 18-25 (2020).
  21. Kong, A. T., Leprevost, F. V., Avtonomov, D. M., Mellacheruvu, D., Nesvizhskii, A. I. MSFragger: Ultrafast and comprehensive peptide identification in mass spectrometry-based proteomics. Nature Methods. 14 (5), 513-520 (2017).
  22. Cao, W., et al. Recent advances in software tools for more generic and precise intact glycopeptide analysis. Molecular & Cellular Proteomics: MCP. , (2021).
  23. Yu, A., et al. Advances in mass spectrometry-based glycoproteomics. Electrophoresis. 39 (24), 3104-3122 (2018).
  24. Reiding, K. R., Bondt, A., Franc, V., Heck, A. J. R. The benefits of hybrid fragmentation methods for glycoproteomics. Trends in Analytical Chemistry. 108, 260-268 (2018).
  25. Riley, N. M., Malaker, S. A., Driessen, M., Bertozzi, C. R. Optimal dissociation methods differ for N- and O-glycopeptides. Journal of Proteome Research. 19 (8), 3286-3301 (2020).
  26. Mao, Y., et al. Systematic evaluation of fragmentation methods for unlabeled and isobaric mass tag-labeled O-glycopeptides. Analytical Chemistry. 93 (32), 11167-11175 (2021).
  27. Lu, L., Riley, N. M., Shortreed, M. R., Bertozzi, C. R., Smith, L. M. O-Pair Search with MetaMorpheus for O-glycopeptide characterization. Nature Methods. 17 (11), 1133-1138 (2020).
  28. Choo, M. S., Wan, C., Rudd, P. M., Nguyen-Khuong, T. GlycopeptideGraphMS: Improved glycopeptide detection and identification by exploiting graph theoretical patterns in mass and retention time. Analytical Chemistry. 91 (11), 7236-7244 (2019).
  29. Maxwell, E., et al. GlycReSoft: a software package for automated recognition of glycans from LC/MS data. PLoS One. 7 (9), 45474 (2012).
  30. Ahmad Izaham, A. R., Scott, N. E. Open database searching enables the identification and comparison of bacterial glycoproteomes without defining glycan compositions prior to searching. Molecular & Cellular Proteomics: MCP. 19 (9), 1561-1574 (2020).
  31. Bern, M., Kil, Y. J., Becker, C. Byonic: Advanced peptide and protein identification software. Current Protocols in Bioinformatics. , (2012).
  32. Na, S., Bandeira, N., Paek, E. Fast multi-blind modification search through tandem mass spectrometry. Molecular & Cellular Proteomics: MCP. 11 (4), 010199 (2012).
  33. Creasy, D. M., Cottrell, J. S. Error tolerant searching of uninterpreted tandem mass spectrometry data. Proteomics. 2 (10), 1426-1434 (2002).
  34. Craig, R., Beavis, R. C. TANDEM: Matching proteins with tandem mass spectra. Bioinformatics. 20 (9), 1466-1467 (2004).
  35. Ahrné, E., Nikitin, F., Lisacek, F., Müller, M. QuickMod: A tool for open modification spectrum library searches. Journal of Proteome Research. 10 (7), 2913-2921 (2011).
  36. Shortreed, M. R., et al. Global identification of protein post-translational modifications in a single-pass database search. Journal of Proteome Research. 14 (11), 4714-4720 (2015).
  37. Chick, J. M., et al. A mass-tolerant database search identifies a large proportion of unassigned spectra in shotgun proteomics as modified peptides. Nature Biotechnology. 33 (7), 743-749 (2015).
  38. Roushan, A., et al. Peak filtering, peak annotation, and wildcard search for glycoproteomics. Molecular & Cellular Proteomics: MCP. 20, 100011 (2020).
  39. Chi, H., et al. Comprehensive identification of peptides in tandem mass spectra using an efficient open search engine. Nature Biotechnology. , (2018).
  40. Bittremieux, W., Laukens, K., Noble, W. S. Extremely fast and accurate open modification spectral library searching of high-resolution mass spectra using feature hashing and graphics processing units. Journal of Proteome Research. 18 (10), 3792-3799 (2019).
  41. Polasky, D. A., Yu, F., Teo, G. C., Nesvizhskii, A. I. Fast and comprehensive N- and O-glycoproteomics analysis with MSFragger-Glyco. Nature Methods. 17 (11), 1125-1132 (2020).
  42. Harding, C. M., et al. Acinetobacter strains carry two functional oligosaccharyltransferases, one devoted exclusively to type IV pilin, and the other one dedicated to O-glycosylation of multiple proteins. Molecular Microbiology. 96 (5), 1023-1041 (2015).
  43. Iwashkiw, J. A., et al. Identification of a general O-linked protein glycosylation system in Acinetobacter baumannii and its role in virulence and biofilm formation. PLoS Pathogens. 8 (6), 1002758 (2012).
  44. Scott, N. E., et al. Diversity within the O-linked protein glycosylation systems of Acinetobacter species. Molecular & Cellular Proteomics: MCP. 13 (9), 2354-2370 (2014).
  45. Kenyon, J. J., Hall, R. M. Variation in the complex carbohydrate biosynthesis loci of Acinetobacter baumannii genomes. PLoS One. 8 (4), 62160 (2013).
  46. Lees-Miller, R. G., et al. A common pathway for O-linked protein-glycosylation and synthesis of capsule in Acinetobacter baumannii. Molecular Microbiology. 89 (5), 816-830 (2013).
  47. Iacono, M., et al. Whole-genome pyrosequencing of an epidemic multidrug-resistant Acinetobacter baumannii strain belonging to the European clone II group. Antimicrobial Agents and Chemotherapy. 52 (7), 2616-2625 (2008).
  48. Hamidian, M., et al. Insights from the revised complete genome sequences of Acinetobacter baumannii strains AB307-0294 and ACICU belonging to global clones 1 and 2. Microbial Genomics. 5 (10), 000298 (2019).
  49. Farrugia, D. N., et al. The complete genome and phenome of a community-acquired Acinetobacter baumannii. PLoS One. 8 (3), 58628 (2013).
  50. Keller, B. O., Sui, J., Young, A. B., Whittal, R. M. Interferences and contaminants encountered in modern mass spectrometry. Analytica Chimica Acta. 627 (1), 71-81 (2008).
  51. Batth, T. S., et al. Protein aggregation capture on microparticles enables multipurpose proteomics sample preparation. Molecular & Cellular Proteomics: MCP. 18 (5), 1027-1035 (2019).
  52. HaileMariam, M., et al. S-Trap, an ultrafast sample-preparation approach for shotgun proteomics. Journal of Proteome Research. 17 (9), 2917-2924 (2018).
  53. Smith, P. K., et al. Measurement of protein using bicinchoninic acid. Analytical Biochemistry. 150 (1), 76-85 (1985).
  54. Rappsilber, J., Mann, M., Ishihama, Y. Protocol for micro-purification, enrichment, pre-fractionation and storage of peptides for proteomics using StageTips. Nature Protocols. 2 (8), 1896-1906 (2007).
  55. Harney, D. J., et al. Proteomic analysis of human plasma during intermittent fasting. Journal of Proteome Research. 18 (5), 2228-2240 (2019).
  56. Scott, N. E. Characterizing glycoproteins by mass spectrometry in Campylobacter jejuni. Methods in Molecular Biology. 1512, 211-232 (2017).
  57. Bian, Y., et al. Robust microflow LC-MS/MS for proteome analysis: 38000 runs and counting. Analytical Chemistry. 93 (8), 3686-3690 (2021).
  58. Diedrich, J. K., Pinto, A. F., Yates, J. R. Energy dependence of HCD on peptide fragmentation: stepped collisional energy finds the sweet spot. Journal of the American Society for Mass Spectrometry. 24 (11), 1690-1699 (2013).
  59. Liu, M. Q., et al. pGlyco 2.0 enables precision N-glycoproteomics with comprehensive quality control and one-step mass spectrometry for intact glycopeptide identification. Nature Communications. 8 (1), 438 (2017).
  60. Hinneburg, H., et al. The art of destruction: Optimizing collision energies in quadrupole-time of flight (Q-TOF) instruments for glycopeptide-based glycoproteomics. Journal of the American Society for Mass Spectrometry. 27 (3), 507-519 (2016).
  61. Chambers, M. C., et al. A cross-platform toolkit for mass spectrometry and proteomics. Nature Biotechnology. 30 (10), 918-920 (2012).
  62. R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. , (2020).
  63. Brademan, D. R., Riley, N. M., Kwiecien, N. W., Coon, J. J. Interactive peptide spectral annotator: A versatile web-based tool for proteomic applications. Molecular & Cellular Proteomics: MCP. 18, 193-201 (2019).
  64. Russo, T. A., et al. The K1 capsular polysaccharide from Acinetobacter baumannii is a potential therapeutic target via passive immunization. Infection and Immunity. 81 (3), 915-922 (2013).
  65. Senchenkova, S. N., et al. Structure of the capsular polysaccharide of Acinetobacter baumannii ACICU containing di-N-acetylpseudaminic acid. Carbohydrate Research. 391, 89-92 (2014).
  66. Domon, B., Costello, C. E. A systematic nomenclature for carbohydrate fragmentations in FAB-MS/MS spectra of glycoconjugates. Glycoconjugate Journal. 5 (4), 397-409 (1988).
  67. Harvey, D. J., Dwek, R. A., Rudd, P. M. Determining the structure of glycan moieties by mass spectrometry. Current Protocols in Protein Science. , (2006).
  68. Medzihradszky, K. F., Kaasik, K., Chalkley, R. J. Characterizing sialic acid variants at the glycopeptide level. Analytical Chemistry. 87 (5), 3064-3071 (2015).
  69. Kelstrup, C. D., Frese, C., Heck, A. J., Olsen, J. V., Nielsen, M. L. Analytical utility of mass spectral binning in proteomic experiments by SPectral Immonium Ion Detection (SPIID). Molecular & Cellular Proteomics:MCP. 13 (8), 1914-1924 (2014).
  70. Ahmad Izaham, A. R., et al. What are we missing by using hydrophilic enrichment? Improving bacterial glycoproteome coverage using total proteome and FAIMS analyses. Journal of Proteome Research. 20 (1), 599-612 (2021).
  71. Neue, K., Mormann, M., Peter-Katalinic, J., Pohlentz, G. Elucidation of glycoprotein structures by unspecific proteolysis and direct nanoESI mass spectrometric analysis of ZIC-HILIC-enriched glycopeptides. Journal of Proteome Research. 10 (5), 2248-2260 (2011).
  72. Mysling, S., Palmisano, G., Hojrup, P., Thaysen-Andersen, M. Utilizing ion-pairing hydrophilic interaction chromatography solid phase extraction for efficient glycopeptide enrichment in glycoproteomics. Analytical Chemistry. 82 (13), 5598-5609 (2010).
  73. Escobar, E. E., et al. Precision mapping of O-Linked N-acetylglucosamine sites in proteins using ultraviolet photodissociation mass spectrometry. Journal of the American Chemical Society. 142 (26), 11569-11577 (2020).
  74. Madsen, J. A., et al. Concurrent automated sequencing of the glycan and peptide portions of O-linked glycopeptide anions by ultraviolet photodissociation mass spectrometry. Analytical Chemistry. 85 (19), 9253-9261 (2013).
  75. Lysiak, A., Fertin, G., Jean, G., Tessier, D. Evaluation of open search methods based on theoretical mass spectra comparison. BMC Bioinformatics. 22, 65 (2021).
  76. Pabst, M., et al. A general approach to explore prokaryotic protein glycosylation reveals the unique surface layer modulation of an anammox bacterium. ISME Journal. , (2021).

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

Bioqu micaEdi o 177GlycosylationAcinetobacter baumanniiBusca abertaModifica es p s translationaisProte mica

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Entre em contato

recomende à biblioteca

Newsletter

Pesquisa

Educação

Autores

Bibliotecários

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados