蛋白質組學/翻譯後修飾/磷酸化蛋白質組學
章節編輯和更新人：Richard Rodrigues
電子郵件：rrr5868@rit.edu
本節
磷酸化蛋白質組學是蛋白質組學的一個分支，它研究帶有磷酸基團的蛋白質的鑑定和表徵。蛋白質磷酸化是一種可逆的翻譯後修飾，在訊號轉導、蛋白質功能和定位中發揮著重要作用。絲氨酸、蘇氨酸和酪氨酸殘基的磷酸化在哺乳動物細胞中最常見，而組氨酸和天冬氨酸的磷酸化在真核生物中很少見。
傳統上，磷酸化蛋白質組學的檢測和表徵是透過激酶、磷酸酶、生化和遺傳研究完成的 [1]。近年來，由於抗體、二維凝膠電泳和質譜儀能夠提供高通量特異性結果，因此被廣泛應用。由於質譜在磷酸化蛋白質組學分析中的使用，在樣品製備、儀器、定量方法和資訊學領域取得了巨大進展 [2]。
對細胞和組織的磷酸化蛋白質組學分析提供了關於細胞訊號傳導、細胞分化狀態、新的磷酸化基序、激酶-底物特異性以及蛋白質磷酸化的數量和型別的見解。癌症磷酸化蛋白質組學研究可能為我們提供潛在的生物標誌物。
面向大眾的磷酸化蛋白質組學
[編輯 | 編輯原始碼]審稿人：Richard Rodrigues
- 主要重點是概述使用質譜進行磷酸化蛋白質組學分析、當前應用以及該領域的未來挑戰。
- 鳥槍法蛋白質組學
- 該方法涉及蛋白質混合物的消化，透過液相色譜和串聯質譜分離肽，以識別混合物中的蛋白質。（https://en.wikipedia.org/wiki/Shotgun_proteomics）
- 碰撞解離
- 該方法涉及加速的分子離子與惰性氣體分子的碰撞，導致帶電離子產生更小的片段。（https://en.wikipedia.org/wiki/Collision-induced_dissociation）
- 電子誘導解離
- 該方法涉及捕獲或轉移電子到帶電離子以誘導其斷裂。（1：https://en.wikipedia.org/wiki/Electron_transfer_dissociation 2：https://en.wikipedia.org/wiki/Electron_capture_dissociation）
- 錯誤發現率
- 它是假陽性數量與假陽性數量和真陽性數量之和的比率。（https://en.wikipedia.org/wiki/False_discovery_rate）
- 磷酸化肽富集
- 是分離和濃縮帶有磷酸基團的肽，以便透過質譜進行進一步分析。（來源：https://en.wikipedia.org/wiki/Phosphoproteomics）
L-磷酸絲氨酸 
親和柱色譜
- 磷酸化肽富集策略，如基於親和力的方法（固定化金屬親和層析 (IMAC)、金屬氧化物親和層析 (MOAC) 和強陽離子交換 (SCX)、抗-pTyr 免疫親和方法）和其他替代方法（BEMA (β-消除/邁克爾加成)、磷醯胺化學 (PAC)、磷酸金屬親和層析 (PMAC) 和磷酸鈣沉澱）目前正在與 MS 聯用，以防止不穩定的磷酸化肽在電離過程中的抑制。串聯 MS 方法涉及透過毛細管液相色譜分離磷酸化肽混合物，然後進行電噴霧電離 (ESI)，生成多個質子化的氣相肽陽離子。這種前體選擇、解離和碎片離子質量分析的過程在分析物從液相色譜柱洗脫時對分析物物種進行迭代。這種基於 MS 的方法有助於識別肽的一級序列和磷醯基修飾的位置。
- 肽斷裂可以透過碰撞活化解離 (CAD)、電子捕獲解離 (ECD) 和電子轉移解離 (ETD) 來實現。定量方法，如代謝標記、等壓標記、同位素標記和同位素稀釋，被廣泛用於透過摻入重穩定同位素來產生具有細微質量差異的肽。最近，無標記方法也被用於磷酸化肽的定量。然後使用質譜峰的強度來確定肽在一種條件下與另一種條件下的相對量。適用於磷酸化蛋白質組學的傳統鳥槍法蛋白質組學策略涉及在肽和蛋白質水平上使用靶標-誘餌資料庫搜尋，從而可以控制資料集的錯誤發現率 (FDR)。
- 目前有多種軟體工具可用於識別位點定位（例如 Ascore、PhosphoScore、Phosphinator 和 SLomo）、資料共享/挖掘（例如 PhosphoSitePlus、Phospho.ELM、磷酸化位點資料庫 (PHOSIDA) 和 PhosphoPep）。高解析度質譜分析可用於區分等量異構修飾，如磷酸化和磺酸化。質譜技術和相關儀器的不斷發展不僅會增加大量的磷酸化蛋白質組學資料，還會提高動態範圍和靈敏度。這將使人們能夠用更少量的樣品進行檢測，並識別丰度較低的磷酸化事件。利用資訊學來利用現有的資料並獲得生物學見解將有助於磷酸化蛋白質組學的研究。
- 本文與蛋白質組學課程相關，因為它概述了磷酸化蛋白質組學分析中的質譜技術。