对一颗经过解剖保存的人类妊娠20周后的大脑进行的翻译后蛋白质组学研究
《Journal of Anatomy》:A posttranslational proteomic survey of a single anatomically preserved human 20-week postconception brain
【字体:
大
中
小
】
时间:2026年05月05日
来源:Journal of Anatomy 1.9
编辑推荐:
摘要
在定义人类大脑发育过程中的蛋白质组方面,我们的进展一直落后于对成人大脑的理解,这主要是由于在组织获取以及在实验处理过程中保持解剖结构的挑战。单细胞转录组学本身是定义细胞身份的极佳资源,但在追踪神经元连接性方面能力有限,因为蛋白质作为活性分子,可能会从细胞体及其合成部位运输
摘要
在定义人类大脑发育过程中的蛋白质组方面,我们的进展一直落后于对成人大脑的理解,这主要是由于在组织获取以及在实验处理过程中保持解剖结构的挑战。单细胞转录组学本身是定义细胞身份的极佳资源,但在追踪神经元连接性方面能力有限,因为蛋白质作为活性分子,可能会从细胞体及其合成部位运输到相当远的距离。在发育中的大脑中,细胞元素之间存在许多由蛋白质介导的短暂相互作用,例如迁移中的皮质神经元与亚板之间的相互作用,以及丘脑投射与皮质前体细胞之间的相互作用。解剖学方法已经识别出相互作用的特定细胞群,使我们能够表征这些短暂且动态变化的早期神经回路。现在,蛋白质组数据的生成对于配体-受体对的预测和验证至关重要。在收到一个保存异常完好的20周妊娠期人类大脑半球后,我们对18个解剖学上不同的脑区(包括软脑膜)进行了精细解剖。这些样本经历了对总蛋白质组和翻译后修饰蛋白质组的深入分析,目的是为研究这一神经发育关键阶段的研究人员创建一个参考资源。在这里,我们概述了所得数据集,比较了各区域的蛋白质组特征,并强调了单个蛋白质内部可变的翻译后修饰示例。正如预期的那样,未修饰的蛋白质谱在脑区和结构之间显示出显著差异。例如,软脑膜和丘脑富含参与转录和染色质组织的蛋白质,这可能表明在这些区域在这个发育阶段有更高比例的分裂细胞和/或显著的表观遗传调控。相比之下,皮质和海马体的蛋白质组反映了活跃的突触形成和细胞骨架重塑。尽管磷酸化和乙酰化肽在区域间的差异在基因本体论类别上主要与非修饰蛋白质组观察到的差异一致,但软脑膜的糖基化肽组则明显不同。这种差异是由细胞外基质蛋白的分泌以及该区域与软脑膜基底膜的紧密关联所驱动的。最后,通过将我们的蛋白质组数据与同一发育阶段的公开可用单细胞RNA测序数据集相结合,我们识别出了可能参与丘脑-皮质相互作用的高置信度配体-受体对(例如,L1CAM:CD9, CNTN4:PTPRG, LGALS1:ITGB1)。
1 引言
大脑中的许多发育过程尚未被理解,因为我们没有整合能够揭示从分子到连接性的机制的方法。单细胞和空间转录组学彻底改变了我们对细胞身份和多样性的认识,但这些方法只有在与详细的细胞解剖学结合时才能发挥其潜力,后者能够提供关于特定细胞相互作用和互连的信息。我们的假设是,发育中的大脑中的短暂突触在蛋白质运输、释放和神经传递方面的结构和分子机制与成熟的成年大脑不同。因此,分析蛋白质的丰度和区域位置对于验证单细胞转录组数据集中的受体-配体相互作用至关重要。蛋白质的分布,特别是当它们被分泌并在远离转录部位的位置起作用时,对于理解发育中的大脑中的短暂细胞和分子相互作用至关重要。分析翻译后修饰(PTMs),如磷酸化和糖基化,将进一步阐明这些相互作用下游的细胞内信号通路的状态,以及面向细胞外的蛋白质的分泌和修饰。我们相信,通过结合解剖学、转录组学和蛋白质组学,我们可以对发育中大脑的细胞-细胞相互作用提供新的理解。这项单大脑研究的主要目的是为研究20周妊娠期(PCW)人类大脑解剖区域中蛋白质表达的研究人员提供概念验证和资源。具体来说,该数据集使得能够探索总蛋白质丰度以及与感兴趣蛋白质相关的PTMs的程度。该数据集来源于一个解剖学上保存完好的20周妊娠期人类大脑,证明了PTM解析蛋白质组在发育神经科学中的实用性,并鼓励在未来的更高力研究中更广泛采用这些技术。迄今为止,对人类胎儿大脑的全面蛋白质组分析仍然有限。Djuric等人对16至36周妊娠期的8个FFPE固定人类大脑组织的多个脑区进行了无标记质谱(MS)分析。他们量化了大约3000种蛋白质,并发现样本按领域/区域而非发育阶段聚集。在整个时间点上,脑室区与其他区域明显分开,以基因本体论(GO)术语(如DNA复制)为主,而其他区域则以突触蛋白为主(Djuric等人,2017年)。2022年,Zhao等人在9、11和13周妊娠期的三个大脑样本中量化了大约2500种蛋白质,识别出在发育阶段之间丰度发生变化的少数蛋白质,其中包括三种与神经发生相关的蛋白质(Zhao等人,2022年)。Nascimento等人(2019年)使用无标记鸟枪法蛋白质组学来表征由人类干细胞衍生的脑类器官,识别了各种发育阶段和细胞类型(包括神经前体、神经元、星形胶质细胞和少突胶质细胞)的3073种蛋白质。最近,Melliou等人(2022年)使用质谱对脑类器官和中孕期人类大脑组织中的前体细胞和神经元细胞群进行了比较蛋白质组学分析。这项研究标志着一个重要的进步,特别是考虑到早期的转录组学比较(Camp等人,2015年;Carlyle等人,2017年;Quadrato等人,2017年;Velasco等人,2019年)发现发育中的大脑和体外模型中RNA和蛋白质丰度之间经常存在差异。在灵长类动物中,Wei等人(2023年)生成了猕猴(Macaca fascicularis)大脑的时空蛋白质组图谱,分析了从早期胎儿到新生儿的四个发育阶段的多个区域。与Djuric等人的研究相比,但与人类大脑转录组学结果一致(Lindsay等人,2016年),他们发现发育阶段对蛋白质组变异性的贡献大于脑区,并识别出区域特异性的蛋白质动态。这种差异可能反映了人类研究中从FFPE组织中提取蛋白质的蛋白质组深度较低和潜在偏见,和/或每项研究中选择的脑区不同。比较冷冻和FFPE固定的结肠腺瘤样本的低分辨率比较显示,FFPE组织中的蛋白质鉴定数量有所减少,但检测到的蛋白质所代表的基因本体论类别没有显著差异(Sprung等人,2009年)。使用更高分辨率的蛋白质组学,Schoffman等人没有发现固定样本和冷冻样本中鉴定出的肽和蛋白质的数量有差异。他们确实发现了PTMs程度的显著差异,FFPE样本产生了更多的甲酰化和甲基化肽,而冷冻组织则有更多的磷酸化肽。FFPE样本的丢失切割率高于冷冻样本,并且样本按其保存方法而不是个体进行聚集。与固定样本相比,冷冻样本中高分子量的蛋白质过度代表,这一效应也在另一个公开可用的数据集中观察到(Schoffman等人,2022年)。Plantera等人比较了新鲜冷冻、FFPE和福尔马林固定的大脑组织,从冷冻组织中获得了更多的蛋白质鉴定,而在固定样本中发现的独特蛋白质很少。通过主成分分析,冷冻组织与固定组织明显分开。固定样本显示血浆和线粒体膜蛋白质的减少,而FFPE样本中突触蛋白质的富集以及疏水性肽的更好保留(Plantera等人,2026年)。鉴于缺乏人类大脑的空间分辨数据集,直接跨物种比较受到限制。为了填补这一空白,Wang等人(2023年)分析了不同物种和发育阶段的额叶皮质(PFC)中丰富的突触后密度(PSDs)的蛋白质组景观。他们的分析揭示了人类PSDs的成熟速度明显较慢,突出了突触发育的物种特异性方面。尽管这项研究具有更大的样本量和时间分辨率,但它仅限于PFC,更具体地说是PSDs,留下其他皮质和皮下区域以及额外的亚细胞区未得到探索。尽管PTMs已被广泛认为是包括神经系统在内的多种生物系统中蛋白质功能的关键调节因子(Mann & Jensen,2003年;Ren等人,2014年;Smith & Carregari,2022年;Suskiewicz,2024年;Zhong等人,2023年),但在现有的发育中大脑蛋白质组数据集中尚未系统地进行表征。转录检测并不能保证蛋白质表达,而且蛋白质的存在并不能确认其在缺乏相关PTMs的情况下具有功能性。我们之前已经表明,高分辨率质谱结合多步骤富集策略可以可靠地量化来自同一生物样本的经磷酸化、可逆半胱氨酸修饰和N连接糖基化修饰的肽(Bogetofte等人,2023年;Elmkvist等人,2024年;Kang等人,2018年)。在这项研究中,我们提供了来自单个20周妊娠期人类大脑18个不同脑区的未修饰蛋白质和翻译后修饰肽的定量数据。我们提供了示例,以展示该数据集在研究区域蛋白质组变异和修饰特异性生物学方面的实用性。通过这项工作,我们旨在强调PTM解析蛋白质组学的价值,并倡导其在未来大规模、多样本、多时间点的发育研究中的应用。
2 方法
2.1 样本来源
20周妊娠期的人类胎儿左半球大脑样本由MRC/Wellcome Trust资助的人类发育生物学资源(HDBR)在新castle大学通过医疗流产获得。组织是在Newcastle和North Tyneside NHS Health Authority联合伦理委员会的同意和批准下收集的。收集后,半球立即在干燥冰上快速冷冻,并根据Newcastle大学和牛津大学之间的材料转移协议(H-20068526)进行运输。在选择用于本研究之前,HDBR人员对样本进行了主要脑异常和常见遗传缺陷的筛查。
2.2 解剖
解剖过程中,半球始终保持冷冻状态。使用长外科刀片手动切割了大约0.5-1厘米厚的八个冠状切片(图1a)。然后根据主要解剖标志物使用外科工具对感兴趣的区域进行微解剖。每个解剖区域的位置在图1a中标出。为了确保一致性,所有解剖工作都在ZM的帮助下进行,SB也参与了其中。样本收集在干净的试管中,并立即存储在-80°C直到进一步处理。区域缩写可以在表1中找到。
图1 开启图查看器PowerPoint
实验概述。(a) 样本的照片和示意图,显示了切片的位置和每个切片内的解剖区域。(b) 通过液相色谱串联质谱(LC-MSMS)蛋白质组学分析富集和分析翻译后修饰的工作流程。18个胎儿大脑区域样本在用CysPAT标记游离半胱氨酸之前被均质化和裂解。在用等压串联质量标签(TMT)标记肽之前,蛋白质被还原和消化以进行相对定量。来自每个样本的等量标记肽被合并,并进行二氧化钛(TiO2)富集以分离磷酸化肽、唾液酸化N连接糖肽和含有游离半胱氨酸的肽(用CysPAT标记)。脱糖后进行了第二次TiO2富集以分离糖肽。从第一次TiO2流穿(FT)中,使用S3巯基捕获珠和抗赖氨酸-乙酰抗体结合珠分别分离具有可逆半胱氨酸修饰和赖氨酸乙酰化的肽。高pH分级用于增加样品中物质的覆盖度。
表1. 整篇文章中使用的区域缩写术语,以及用于RNA比较的Brainspan对应区域。
2.3 组织样本制备
样本在pH 8的裂解缓冲液(5% w/v sodium deoxycholate (SDC, Sigma #D6750) 和100 mM HEPES (Merck #1003378397) 中通过Bead Beater (Stretton Scientific) 进行了20轮机械均质化,加入了complete蛋白酶抑制剂 (Merck #11836170001) 和PhosSTOP磷酸酶抑制剂 (Merck #4906837001),并在均质化轮次之间保持在冰上。来自软脑膜的样本在300 mL裂解缓冲液中裂解;所有其他样本在500 mL裂解缓冲液中裂解。均质化后,样本在台式离心机中以2000 rpm离心5分钟。上清液被转移到一个新的Eppendorf管(SafeSeal低蛋白结合,Sarstedt #72.706.600)中,然后使用探头式超声波处理器(XL-2000 Ultrasonic Liquid Processor,Misonix)在设置2下进行2次20秒的超声处理。超声处理后,样品在95°C下加热5分钟,接着在4°C下以17,000g的离心力离心10分钟。上清液再次转移到新的Eppendorf管中,并放置在SpeedVac中在室温下处理最多4小时。Speed Vac处理后,样品呈现“凝胶状”,随后在-20°C下保存以便运输。样品用干冰运送。收到后,将冷冻的样品颗粒重新悬浮在5% SDC/HEPES(100 mM)缓冲液中(pH 8.5),使用Q125探头式超声波处理器在60%的振幅下进行2次20秒的超声处理,然后以20,000g的离心力离心以分离不溶性物质。蛋白质浓度使用Implen NanoPhotometer N60(Implen,德国)进行测量。每个样品的150 μg蛋白质被加入Amicon Ultra-0.5 10 kDa离心过滤器(Merck Millipore #UFC201024)中,并用10 mM醋酸铵(Sigma-Aldrich #73594,pH 7.5)稀释至200 μL。离心过滤器在11,000g的离心力下离心以通过溶液。过滤器上部的蛋白质被稀释在100 μL 100 mM HEPES缓冲液中(pH 8.5)。
2.4 自由半胱氨酸的标记
根据之前的描述(Huang等人,2016年),制备了特异性半胱氨酸磷酸酯适配标签(CysPAT)。将CysPAT溶液加入到过滤器上的蛋白质中,最终浓度为5 mM CysPAT,然后在37°C下与蛋白质中的自由半胱氨酸残基反应1小时,从而实现N-琥珀酰亚胺碘乙酸酯(SIA)的修饰。孵育后,溶液通过过滤器,过滤器用含有0.2% SDC(pH 8.5)的100 mM HEPES缓冲液清洗两次。
2.5 还原和消化
通过将蛋白质与3 mM三(2-羧乙基)膦(TCEP,Sigma-Aldrich #646547)在1% SDC/100 mM HEPES(pH 8.5)中孵育30分钟来进行蛋白质的还原。蛋白质的消化使用赖氨酸内肽酶(每μg蛋白质0.00004 AU;Wako #129-02541)和5%(w/w)二甲氨酰胰蛋白酶(Heissel等人,2019年)在37°C下过夜进行。次日,样品在37°C下再与1%(w/w)二甲氨酰胰蛋白酶孵育1小时。消化后的肽被转移到一个低结合力的Eppendorf管中,然后用30%乙腈(VWR #83640.290)清洗过滤器,并与肽混合物合并。
2.6 TMT标记
使用Nanodrop测量肽的浓度,然后从每个样品中取出100 μg肽,加入100 μL含1% SDC(pH 8.5)的HEPES溶液中,并用TMTpro 18-plex(Thermo Fisher Scientific #A52045)标记1.5小时。将每个样品的总肽量合并在一起,然后通过LC–MS/MS进行分析,以确保所有TMT通道都得到适当的标记。之后,样品以1:1的比例合并,通过将样品与10 μL 1 M碳酸氢铵(Sigma-Aldrich #A6141)在室温下孵育15分钟来淬灭多余的试剂。随后,将合并的TMT样品酸化,使用2%甲酸(Merck #1.11670.0250)并离心以沉淀SDC。样品以20,000g的离心力离心15分钟,上清液转移到一个新的低结合力管中,并通过真空离心浓缩至150 μL的体积。
2.7 磷肽、唾液酸化N-连接糖肽和含游离半胱氨酸的肽(SIA肽)的富集
将合并的样品用5%三氟乙酸(TFA,Sigma-Aldrich #S6046378)、1 M乙醇酸(Fluka #50590)和80%乙腈稀释至1 mL,并在温和旋转下与10 mg的TiO2珠(GL Science #5020-75,000)孵育10分钟。孵育后,样品在台式离心机中离心15秒以沉淀TiO2珠。上清液转移到另一个低结合力的Eppendorf管中,并在室温下与5 mg的TiO2珠在温和旋转下孵育10分钟。然后在台式离心机中离心样品,将上清液收集到另一个新的Eppendorf管中,其中包含未结合的肽。两次孵育中的TiO2珠都与200 μL 1% TFA、80%乙腈混合,在新Eppendorf管中混合后离心,将上清液加入第一个上清液中。该上清液(A)通过真空离心进行冻干。清洗后的TiO2珠通过真空离心干燥10分钟,并在150 μL 100 mM HEPES(pH 8.5)中重新溶解。样品在37°C下与PNGaseF(New England Biolabs #P0705L)和Sialidase A(Agilent Technologies #GK80040)孵育。次日,将TiO2富集的肽通过在与5 mM二硫苏糖醇(DTT,Sigma #D9162)在室温下孵育20分钟进行还原,然后在室温下与10 mM碘乙酰胺(IAA,Sigma #l1149)孵育30分钟进行烷基化。之后,样品用1% TFA/70%乙腈稀释并在旋转下孵育10分钟,以便磷肽和SIA肽重新附着到TiO2珠上。样品以20,000g的离心力离心15分钟,上清液转移到一个新的低结合力管中,并通过真空离心浓缩至150 μL的体积。
2.7 磷肽、唾液酸化N-连接糖肽和含游离半胱氨酸肽(SIA肽)的富集
将合并的样品用5%三氟乙酸(TFA,Sigma-Aldrich #S6046378)、1 M乙醇酸(Fluka #50590)和80%乙腈稀释至1 mL,并在温和旋转下与10 mg的TiO2珠(GL Science #5020-75,000)孵育10分钟。孵育后,样品在台式离心机中离心15秒以沉淀TiO2珠。上清液转移到另一个低结合力的Eppendorf管中,并在室温下与5 mg的TiO2珠在温和旋转下孵育10分钟。然后在台式离心机中离心样品,将上清液收集到另一个新的Eppendorf管中,其中包含未结合的肽。两次孵育中的TiO2珠都与200 μL 1% TFA、80%乙腈混合,在新Eppendorf管中混合后离心,将上清液加入第一个上清液中。该上清液(A)通过真空离心进行冻干。清洗后的TiO2珠通过真空离心干燥10分钟,并在150 μL 100 mM HEPES(pH 8.5)中重新溶解。样品在37°C下与PNGaseF(New England Biolabs #P0705L)和Sialidase A(Agilent Technologies #GK80040)孵育。次日,将TiO2富集的肽通过在与5 mM二硫苏糖醇(DTT,Sigma #D9162)在室温下孵育20分钟进行还原,然后在室温下与10 mM碘乙酰胺(IAA,Sigma #l1149)孵育30分钟进行烷基化。之后,样品用1% TFA/70%乙腈稀释并在旋转下孵育10分钟,以便磷肽和SIA肽重新附着到TiO2珠上。样品以14,000g的离心力离心15分钟以沉淀TiO2珠,含有去糖基化N-连接糖肽的上清液(B)通过真空离心进行冻干。TiO2珠通过离心沉淀,然后将上清液(C)通过一个装有C8材料的p200微柱(Sigma #66882-U)进行收集。总共有100 μL的5%氨/50%乙腈与TiO2珠混合。离心后,将上清液通过相同的p200微柱/C8柱进行收集,然后通过真空离心进行冻干。
2.8 含可逆修饰的半胱氨酸肽的富集
从TiO2富集得到的第一个上清液(A)用2 mL 0.1% TFA(pH < 2)重新溶解,并使用10 mg的Oasis HLB cartridges(Waters #186000383)脱盐。用0.1% TFA清洗后,肽用1 mL 60%乙腈水溶液洗脱并冻干。肽溶液在50 μL 500 mM HEPES(pH 8.5)中重新溶解,并在室温下与5 mM TCEP孵育1小时。三百微升的Agarose S3高容量酰基-rac捕获珠(NANOCS Inc. #AR-S3-2)用100 mM HEPES(pH 8.5)清洗一次。肽溶液在H2O中稀释至1.2 mL,并在室温下与S3珠旋转孵育1小时。然后使用台式离心机温和离心沉淀珠子,上清液收集到一个低结合力的Eppendorf管(D)中。S3珠用300 μL 100 mM HEPES(pH 8.5)清洗,轻轻离心并将上清液加入Eppendorf管(D)中。S3珠在500 μL H2O中溶解,转移到一个MobiSpin柱过滤器(10 μm,MoBiTec Molecular Biology #M105010S)中,并用500 μL H2O清洗三次。S3珠在室温下与300 μL 100 mM HEPES(pH 8.5)和10 mM DTT孵育30分钟以释放含半胱氨酸的肽。含有可逆修饰的肽的溶液(E)通过MobiSpin柱过滤器收集,转移到一个新的低结合力Eppendorf管中,然后在室温下与20 mM IAA孵育30分钟进行烷基化,最后通过真空离心进行冻干。
2.9 精氨酸乙酰化肽的富集
上清液(D)用盐酸(HCl,Merck #1003180500)调整至pH 7.2,然后与携带Anti-精氨酸乙酰抗体的Immunoaffinity珠(PTM-Scan Acetyl-Lysine Motif [Ac-K],Cell Signaling Technology #13362)孵育2小时,同时在室温下温和旋转。之后,珠子通过轻轻离心沉淀,含有未修饰肽的上清液(F)转移到一个新的低结合力Eppendorf管中。珠子用PTMScan试剂盒中的缓冲液清洗三次,然后通过用150 μL 0.15% TFA孵育10分钟来洗脱含精氨酸乙酰化的肽。珠子沉淀后,上清液转移到另一个低结合力Eppendorf管(G)中。珠子用100 μL 0.15% TFA清洗,然后加入洗脱液(G)中并冻干,准备进行LC–MS/MS分析。
2.10 高pH分级
含有磷肽/SIA肽(游离半胱氨酸)(C)、含可逆修饰半胱氨酸的肽(E)和未修饰肽(F)的样品分别溶解在20 mM磷酸铵溶液(pH 9.3)中,加载到Acquity UPLC?—Class CSHTM C18柱(Waters)上,并在Dionex Ultimate 3000 HPLC系统(Thermo Scientific)上根据210 nm的UV检测进行20个连续的分级。分级后,样品通过真空离心进行冻干,准备进行LC–MS/MS分析。
2.11 纳米流式液相色谱-质谱(nLC-MS/MS)
2.11.1 未修饰肽分级
来自高pH RP分离的未修饰肽分级用6 μL 0.1%甲酸(Buffer A)重新溶解,并使用Orbitrap Eclipse Tribrid MS仪器(Thermo)(Schweppe等人,2020年)通过SPS-RT-MS进行分析。肽被加载到一个自制的熔融硅胶毛细管中,内径为20 cm × 100 μm,填充有Reprosil-Pur 120 C18-AQ,1.9 μm(Dr. Maisch GmbH),连接到EASY-nLC系统(Thermo Scientific)上,再连接到Orbitrap Eclipse Tribrid MS仪器上。肽使用逐渐增加的Buffer B(95% ACN,0.1% FA)从2%洗脱至22%,从22%洗脱至40%用时110分钟,从40%洗脱至95%用时30分钟。MS1谱图的m/z范围为350–1600,分辨率设置为120.000 FWHM,AGC值为250%,最大填充时间为50 ms。选择肽进行3秒的MS/MS循环,隔离窗口为0.7 Da,使用CID(NCE 35)在线性离子阱中进行碎片化。每个CID低分辨率谱图使用实时搜索在构建的数据库软件中搜索,设置如下:人类Uniprot fasta数据库(版本来自02.06.2023;42,252个序列);TMTpro(K和N末端)作为固定修饰;MS1的质量准确度为10 ppm,MS2的质量准确度为20 ppm。对于在MS2搜索中匹配的前体,重新选择前体并进行碎片化,选择10个碎片离子进行HCD碎片化(NCE 55),并在Orbitrap中记录TMT报告离子。
2.12 磷肽和SIA肽分级
所有含有磷肽和SIA肽(游离半胱氨酸)的高pH RP分级用3.5 μL Buffer A(0.1% FA)溶解,并使用EASY-nLC(Thermo Fisher Scientific)和Buffer A(0.1% FA)及Buffer B(95% ACN,0.1% FA)通过nano LC-ESI-MS/MS进行分析,连接到一个Orbitrap Exploris? 480质谱仪(Thermo Fisher Scientific,美国)。肽被加载到一个自制的拉出发射器分析柱上,内径为20 cm × 100 μm,填充有Reprosil-Pur 120 C18-AQ,1.9 μm [Dr. Maisch GmbH]。肽使用逐渐增加的Buffer B(95% ACN,0.1% FA)从2%洗脱至22%,然后用22%洗脱至40%用时100分钟,从40%洗脱至95%用时20分钟。在Orbitrap Explore 480中获取m/z范围为350–1500的完整MS谱图,分辨率设置为120,000 FWHM,最大注射时间为50 ms,AGC值为300%。之后,肽自动选择进行3秒的MS/MS循环,隔离窗口为0.7 Da,HCD设置为33,分辨率设置为45,000 FWHM,AGC目标值为300%。
2.13 可逆修饰半胱氨酸分级
所有含有可逆修饰半胱氨酸(RmCys)肽的分级用3.5 μL Buffer A(0.1% FA)溶解,并使用EASY-nLC(Thermo Fisher Scientific)和Buffer A(0.1% FA)及Buffer B(95% ACN,0.1% FA)通过nano LC-ESI-MS/MS进行分析,连接到一个Orbitrap Exploris? 480质谱仪(Thermo Fisher Scientific,美国)。肽被加载到一个自制的拉出发射器分析柱上,内径为20 cm × 100 μm,填充有Reprosil-Pur 120 C18-AQ,1.9 μm [Dr. Maisch GmbH]。肽使用逐渐增加的Buffer B(95% ACN,0.1% FA)从2%洗脱至25%,然后用25%洗脱至40%用时15分钟。每个循环在Orbitrap Explore 480中获取m/z范围为350–1400的完整MS谱图,分辨率设置为120,000 FWHM,最大注射时间为50 ms,AGC设置为300%。之后,肽自动选择进行3秒的MS/MS循环,隔离窗口为0.7 Da,HCD设置为33,分辨率设置为45,000 FWHM,AGC目标值为300%。
2.14 去糖肽和精氨酸乙酰化肽的分级
这两种肽分级直接使用nEASY-LC系统上的在清洗预柱后,肽被洗脱到内径为20厘米、填充有Reprosil-Pur 120 C18-AQ(1.9微米,Dr. Maisch GmbH)的20厘米×100微米色谱柱上,然后进入Orbitrap Eclipse Tribrid MS仪器中。肽使用逐渐增加的缓冲液B(95% ACN,0.1% FA)进行洗脱,从2%洗脱到22%用时100分钟,然后从22%洗脱到40%用时40分钟。每个循环中,都在质量范围m/z 300–1500内获得了完整的MS谱图,分辨率为120,000 FWHM,最大注射时间为50毫秒,AGC为250%。之后,肽被自动选为MS/MS分析,循环时间为3秒,使用0.7 Da的隔离窗口,HCD的NCE设置为34,分辨率为50,000 FWHM,AGC目标值为100%,最大注射时间为100毫秒。
2.15 肽/蛋白质的鉴定和定量
从未修饰的肽获得的原始文件在Proteome Discoverer(PD,v2.5;Thermo Scientific)中使用Sequest HT搜索引擎针对Human Uniprot fasta数据库(2023年6月版本;48,640个序列)进行搜索。PD 2.5中的数据库搜索使用了以下参数:前体质量容忍度为10 ppm,片段质量容忍度为0.8 Da(SPS-RT-MS3数据),以及最多两次未切割的胰蛋白酶消化。所有搜索都使用了TMTpro(K)和TMTpro(N-term)作为静态修饰。肽的鉴定通过Percolator(Spivak等人,2009年)算法以1%的假发现率截止值进行过滤。对于未修饰的肽数据集,肽的鉴定被组装成蛋白质组。定量基于MS3数据中的TMT报告离子的强度进行。磷酸肽/SIA肽组分、可逆修饰的半胱氨酸组分和去糖肽组分的数据集都在PD 2.5中使用Mascot数据库搜索算法进行搜索,而Mascot中没有匹配结果的MS2谱图随后使用SEQEUST数据库搜索算法进行搜索。所有搜索都使用了Human Uniprot fasta数据库(2023年6月版本,48,640个序列)。MS的前体质量容忍度为10 ppm,片段质量容忍度为0.05 ppm,最多允许两次未切割。在所有搜索中,TMTpro(K)和TMTpro(N-terminal)都被设置为静态修饰。在所有搜索中,动态氨基甲酰甲基(C)和SIA(无CysPAT的半胱氨酸)被使用,而在磷酸肽/SIA和去糖肽分析中,丝氨酸、苏氨酸和酪氨酸的磷酸化以及N位的脱酰胺被设置为动态修饰。对于赖氨酸乙酰化肽原始数据的数据库搜索,TMTpro(K)是可变的,同时赖氨酸乙酰化也是可变的,最多允许四次未切割。
2.16 下游分析
在完成蛋白质和肽的鉴定和定量后,将定量表格导入R Studio(v 1.3.1056)。使用从Ensembl Biomart下载的参考信息将Uniprot IDs转换为基因符号。使用已发表的列表(Frankenfield等人,2022年)去除了常见的污染物,包括角蛋白。对于未修饰的蛋白质,需要至少有两个独特的肽才能纳入进一步分析。下游分析和可视化使用base R(v 4.0.0.2)和tidyverse包(v 1.3.0)进行。GO分析使用String-db.org网络工具进行,默认设置下使用“multiple proteins”搜索工具。tsv文件从string下载,并用于R中的绘图。所有这些富集分析使用的统计背景集都是我们研究中检测到的所有蛋白质。
2.17 RNA–蛋白质相关性
区域RNAseq数据矩阵和元数据从https://www.brainspan.org/static/download.html获取。RNAseq数据来自19个PCW和21个PCW;这两个时间点的标准化读数之间的Pearson相关系数为0.91,因此仅使用19个PCW的数据进行比较,因为这个数据集中的缺失值较少。参见表1进行区域匹配。
2.18 配体–受体对预测
PCW20的单细胞RNAseq(scSEQ)计数矩阵直接从https://data.nemoarchive.org/biccn/grant/u01_devhu/kriegstein/transcriptome/scell/10x_v2/human/processed/counts/获取(Bhaduri等人,2021年)。使用Seurat R包(v4.3.0 [Hao等人,2021年]),数据被过滤以保留具有300到3000个特征的细胞,并且线粒体DNA含量低于10%。使用“NormalizeData”函数进行标准化后,使用“FindVariableFeatures”函数识别出前2000个变化较大的基因,然后使用“ScaleData”函数将数据缩放以标准化细胞间的基因表达。进行了主成分分析(PCA),为丘脑选择了8个主成分(PCs),为PFC数据集选择了12个PCs。使用“FindNeighbours”和“FindClusters”函数对细胞进行聚类。根据已知的基因标记对细胞类型进行注释:成熟的丘脑投射神经元(L1CAM、SLC17A、VGLUT2、TCF7L2、EFNA5、VGF、CALB2、NTNG1、ACHE)(Gerstmann等人,2015年;Krsnik等人,2017年;Monko等人,2022年;Murray等人,2007年;Nahmani & Erisir,2005年)、亚板细胞(NR4A2、DKK1、HCRTR2、MESP1、CHD1、CRYM、LMO3、ZFPM2、DRD1、KCNAB1、CTGF、BCL11B、TBR1、IGFBP5、NPR3、LMO7、NHLH2、TRPM3、TMEM178A、TLE4、WNT7B、NR4A3、SATB2)(Miller等人,2014年;Nowakowski等人,2017年;Ozair等人,2018年)和放射状胶质细胞(PAX6、HES1、HES5、VIM、SLC1A3 [GLAST]、NR2E1、TCF7L2、OTX1、GFAP、OLIG1、OLIG2、OTX2、SOX2、HOPX、NRG1、FAM107A、FBXO32、RBFOX1、PON2、CLU、TFAP2C、DDAH1(Malatesta等人,2008年;Nowakowski等人,2017年;Pokhilko等人,2021年;Ramos等人,2022年)。LIANA(配体–受体分析框架)工具(Dimitrov等人,2022年)用于定义丘脑投射神经元和前额皮层的亚板及放射状胶质细胞之间的配体:受体对。LIANA根据多种配体–受体推断方法的稳健性对相互作用进行排序,生成所有单细胞群体的共识相互作用列表。这被过滤以识别丘脑投射神经元作为配体来源而亚板或放射状胶质细胞作为受体目标的情况。最后,手动移除了细胞内的配体对,使用ggplot绘制了假定的配对。
3 结果与讨论
3.1 实验概述
一个解剖学上保存良好的人类20 PCW大脑从八个冠状切片中精细分离出来(图1a)。从这些切片中,分离出18个区域,使用我们建立的PTM蛋白质组学流程进行了准备和分析(图1b)(Bogetofte等人,2023年;Elmkvist等人,2024年;Kang等人,2018年)。首先对单个蛋白质(未修饰的;表S1a)和修饰肽(磷酸化和自由半胱氨酸;表S1b–d,唾液酸化N连接糖基化;表S1e,f,乙酰化;表S1g)进行了基本的质量控制绘图。与单plex TMT实验的标准一样,未修饰蛋白质和修饰肽的缺失值率都非常低(图S1a,c和S2a,c)。蛋白质和肽的强度的样本间分布是稳定的(图S1b,d和S2b,d)。
3.2 未修饰的蛋白质
检测并量化了总共7736个独特的未修饰蛋白质。创建了一个合并的数据表,结合了多修饰肽的信息(表S2),用于下游分析。共有2376个蛋白质仅在未修饰的蛋白质水平分析中被检测到。自由半胱氨酸和磷酸化是最常见的修饰类型,每种修饰类型各有四个肽。只有26个修饰肽来自未同时检测到未修饰形式的蛋白质(图2a)。每个蛋白质中检测到的磷酸化修饰肽的平均数量为3.9个,其次是糖基化修饰肽3.1个,自由半胱氨酸修饰肽2.11个,乙酰化修饰肽2.06个。有238个蛋白质有10个或更多的磷酸化肽,分别有37个、26个和11个蛋白质有10个或更多的自由半胱氨酸、糖基化和乙酰化肽(图S3a)。修饰肽丰度的成对相关性(表示为未修饰蛋白质丰度的比例)显示,通常来自同一蛋白质的糖基化肽之间的相关性比磷酸化肽更强(图S3b)。对于同时具有磷酸化和糖基化肽的蛋白质,糖基化肽与其他糖基化肽之间的相关性比与磷酸化肽更强(图S3c)。图2:pia mater和丘脑的样本形成了与其他分析区域不同的簇。(a)汇总实验中检测到的所有肽和蛋白质的逆排列图。共有2376个蛋白质没有检测到修饰,而在另一个极端,有四个肽每种修饰类型都包含一个。(b)PCA图显示PC1将pia mater和丘脑样本与其他所有区域分离,而PC2将pia mater与丘脑分离。(c)热图显示在PC1上有最强载荷的20个蛋白质,清楚地显示了pia mater和丘脑样本与其他样本之间的分离。(d)按PC1载荷排名所有未修饰蛋白质的基因集富集分析显示,pia mater和丘脑富集了与转录相关的生物过程术语(绿色圆圈),而其他脑区域富集了与突触囊泡相关的术语(粉色圆圈)。未修饰蛋白质的PCA图显示样本根据它们在Principal Component 1(PC1)和PC2中的来源区域进行了清晰聚类。PC1将pia mater(PMA、PMM、PMP)和丘脑(THA、THM、THP)样本与其他区域分离,而PC2将pia mater和丘脑彼此分离,其他区域位于中间位置(图2b)。在PC1中驱动pia mater和丘脑与其他区域分离的蛋白质包括SMAD、CCDC和NUP蛋白家族成员(图2c)。按PC1载荷值排名所有蛋白质的基因集富集分析显示,pia mater和丘脑富集了包括RNA转录、rRNA处理和DNA重组与复制的生物过程,表明这些区域在这个发育阶段正在进行大量的活跃细胞分裂(图2d)。其他区域(包括皮质和海马体)的样本富集了参与囊泡循环和突触可塑性及组织的蛋白质(图2d)。这些富集是由CAMKK1、SYN3和YWHAG等蛋白质驱动的(图2c)。
3.3 皮质转录因子
已经在早期神经发育阶段描述了转录因子(TFs)的梯度决定了细胞的命运和区域定位(Johnson等人,2009年;Somsom & Livesey,2009年),但对后期阶段的关注较少。因此,我们将我们的未修饰蛋白质列表与Lambert等人(2018年)获得的1639个已知TFs列表进行了交叉。我们的数据集中检测到了332个这样的TFs(图3a)。这些蛋白质上最常见的PTM是磷酸化,有183个转录因子至少包含一个磷酸化肽。只有一个转录因子AEBP1含有一个糖基化肽(图S4a)。AEBP1有多种异构体,其中一个参与细胞外基质的重塑和分泌(Blackburn等人,2018年),另一个与转录抑制相关(Kim等人,2001年)。图3:一些皮质中的转录因子可能表现出前后梯度。(a)饼图显示,在我们的实验中检测到了来自1639个主列表的332个转录因子。(b)条形图显示前七个主成分解释的方差比例。(c)成分1和2的PCA图清楚地分离了岛叶皮质/扣带回、前额皮质和初级视觉皮质与其他所有样本。(d)热图显示在PC1载荷尾部の10个蛋白质,清楚地分离了初级视觉皮质与其他区域。(e)热图显示在PC2载荷尾部の10个蛋白质,清楚地分离了岛叶皮质/扣带回与其他区域。(f)成分3和4的PCA图显示了皮质区域的粗略前后组织。(g)线图显示了驱动PC3和PC4的转录因子及其在皮质区域中的丰度。粗黑线显示了这些转录因子从前到后的平均趋势,灰色阴影表示95%的置信区间。仅使用皮质样本,我们对转录因子进行了PCA分析,PC1(占总方差的44.3%,图3b)清楚地分离了初级视觉皮质(V1C)与其他皮质区域(图3c)。V1C富集了参与赖氨酸甲基化的TFs(CXXC1、NFYB、NFYC)和参与转录负调节的SWI SNF超家族TFs(YY1、SRCAP、BPTF,图3d)。岛叶皮质/扣带回在PC2中是异常的样本,由参与大脑发育的经典TFs水平较低驱动,如EOMES、SMAD4和PAX6(图3e)。这可能是因为岛叶没有一个直接的脑室区或脑室下区。绘制了PC3和PC4,它们占转录因子丰度总方差的21.7%,显示了区域从前到后的排序,顶叶皮质是一个例外(图3f)。驱动这些组分的转录因子包括STAT1和3、SOX5、6和9以及LHX2,在从前到后的不同区域中显示出丰度上的微妙趋势,这表明转录因子梯度可能仍在这一发育阶段中发挥着定义区域身份的作用(图3g)。
3.4 RNA–蛋白质相关性
我们之前已经表明,RNA和蛋白质水平上不同区域的倍数变化差异可以突出一些有趣的蛋白质类别,例如分泌蛋白,这些蛋白质可能用于在区域间传递信号(Carlyle等人,2017年)。为了比较不同区域之间的RNA差异与蛋白质差异,我们从BrainSpan项目中获得了PCW 19阶段的标准化RNA计数矩阵(Li等人,2018年)。我们将BrainSpan的区域与我们解剖的区域进行了匹配,并将RNA计数添加到主表中(表S2)。众所周知,丘脑和前额叶皮质(PFC)在解剖学上相距较远,但通过携带分泌蛋白的轴突连接在一起(Sato等人,2022年),因此我们比较了丘脑内侧和前额叶皮质样本之间的RNA和蛋白质倍数变化(图4a)。大多数基因在RNA或蛋白质的丰度上没有显著差异(4949个蛋白质,图4b)。有295个基因(用黄色标记)在丘脑和PFC之间的蛋白质和RNA倍数变化幅度上相当。其中,146个基因的倍数变化方向相同(分别是增加或减少),但幅度不同。另一方面,有106个基因在RNA和蛋白质的倍数变化方向上相反,用红色标记(图4b)。基因本体论(GO)术语富集分析显示,这些蛋白质富含Uniprot关键词“糖蛋白”,表明它们是分泌性的或面向细胞外的(图4c)。
比较匹配区域中的RNA和蛋白质丰度可以揭示丘脑和前额叶皮质之间可能的配体-受体对。(a)点图显示了丘脑内侧和前额叶皮质区域之间的RNA和蛋白质丰度差异。点的颜色取决于它们的RNA和蛋白质测量结果是否一致。黄色点表示蛋白质在不同区域之间的变异性与RNA的变异性一致。橙色蛋白质在相同区域富集,但在富集程度上存在差异。浅灰色蛋白质在两个区域中的丰度相等。蓝色蛋白质仅在一个区域(深蓝色)或另一个区域(浅蓝色)富集。红色蛋白质的方向相反,表明它们的富集方向不同。(b)条形图显示大多数蛋白质是浅灰色的,因为RNA和蛋白质都表明它们在任一脑区域中都不富集。超过700个蛋白质属于这两个蓝色类别,表明RNA和蛋白质的测量结果并不总是一致。(c)对红色类别蛋白质的基因本体论富集分析显示它们富含Uniprot关键词“糖蛋白”,这表明它们是分泌性的或面向细胞外的。(d)基因本体论富集分析结果显示,这些蛋白质富含Uniprot关键词“糖蛋白”,这表明它们是分泌性的或面向细胞外的。
3.5 配体-受体相互作用
我们认为,丘脑特异性分泌蛋白主要在丘脑中表达RNA,而蛋白质则同时存在于丘脑和其轴突投射到的皮质区域。这部分蛋白质在图4a中用绿色框标示。GO富集分析显示,分泌蛋白和细胞外膜蛋白存在于该图谱的部分中(图4d)。因此,我们使用Ligand–Receptor ANalysis框架(LIANA [Dimitrov等人,2022])和CellPhoneDB(Efremova等人,2020;Vento-Tormo等人,2018)工具,在20 PCW阶段的单细胞RNAseq人类数据集中识别出可能的高置信度配体-受体对(Bhaduri等人,2021),并将这些假定的配对的位置绘制在我们的RNA–蛋白质倍数变化图上(图4e)。只有两个假定的配体显示出预期的分布,另有三个配体在RNA上没有区域富集,但在前额叶皮质中蛋白质有强烈富集。已知的细胞内相互作用因子被从分析中移除,剩下三个高置信度的配体-受体对(图4f)。LGALS1的RNA在丘脑中富集,而其蛋白质在两个区域的水平相当。它被预测可以与ITGB1受体结合,后者在两个区域的RNA和蛋白质水平上相当。L1CAM和CNTN4配体的RNA表达在两个区域中相似,但蛋白质水平在皮质中更高。这两种配体都经历了大量的糖基化,分别鉴定出21个和16个糖基化肽段(表S2)。在所有假定的配对中,受体通常在两个区域的RNA和蛋白质水平上相当(图4e)。ITGB1和PTPRG都发生了糖基化,分别鉴定出9个和2个糖基化肽段(表S2)。
3.6 磷酸化
在磷酸化修饰方面,发现了3226种独特的蛋白质在12,641个独特的肽段上发生磷酸化。在这些独特肽段中,有1960个肽段检测到了不同的磷酸化残基组合(表S2)。对于绝大多数磷酸化肽段(8781个),一个以未修饰蛋白质丰度为解释变量的线性模型显著预测了磷酸化肽段的丰度,表明肽段的磷酸化与蛋白质表达密切相关(图5a)。该线性模型的残差密度图显示,皮下区域的残差分布比皮质和海马区的分布更广(图S4b),这意味着在这些区域中,磷酸化修饰不太能够通过未修饰蛋白质的丰度来预测。在后海马区、运动皮质和体感皮质中,磷酸化肽段的丰度主要可以通过未修饰蛋白质的丰度来预测。我们对剩余的3860个可能经历更动态修饰的肽段进行了PCA分析。与未修饰蛋白质的情况类似,PC1主要将软脑膜与其他区域区分开来,而PC2则增加了一些有趣的区域聚类。在后丘脑在两个PC中都与前丘脑和内侧丘脑区分开来(图5b)。对PC载荷每个尾部5%的蛋白质进行了GO富集分析。PC1显示出与染色体组织和RNA代谢相关的术语富集(图5c),这与在发育阶段软脑膜和后丘脑中更高的细胞分裂和/或转录表观遗传调控一致。在PC1的相反方向,出现了细胞骨架蛋白的富集。GTP酶活性和细胞投射在PC2的较低值处富集(图5d),这将初级视觉皮质与其他皮质区域以及后丘脑与其他丘脑区域区分开来。未来,研究某些细胞器(如细胞核)中的磷酸化在不同尸检时间间隔内的稳定性将会很有趣。
磷酸化肽组在软脑膜中与其他区域有显著差异,丘脑处于中间位置。(a)一个线性模型通过未修饰蛋白质的丰度预测磷酸化肽段的丰度,对于检测到的12,641个磷酸化肽段中的8781个来说结果是显著的。(b)仅对线性模型无法显著解释磷酸化肽段丰度的蛋白质进行PCA分析后的结果。软脑膜再次与其他区域明显分开,但后丘脑与其他两个丘脑样本不同。(c)GO分析显示,在PC1尾部中,与软脑膜相关的Uniprot关键词(包括RNA处理和转录调控)富集,而在相反方向上则富集了细胞骨架术语。(d)GO分析显示,在PC2尾部中,与初级视觉皮质中的囊泡功能和信号转导相关的Uniprot关键词以及下丘脑中的mRNA处理相关术语富集。(e)热图显示了LIANA分析突出的潜在配体-受体对在图A中的位置。(f)散点图突出了三个位于适当区域的肽对,这些配体-受体对被认为具有较高的置信度。
3.5 配体-受体相互作用
我们推测,丘脑特异性分泌蛋白主要在丘脑中表达RNA,而其蛋白质则同时存在于丘脑及其轴突投射到的皮质区域。这部分蛋白质在图4a中用绿色框标示。GO富集分析显示,分泌蛋白和细胞外膜蛋白存在于这一图谱部分(图4d)。因此,我们使用Ligand–Receptor ANalysis框架(LIANA [Dimitrov等人,2022])和CellPhoneDB(Efremova等人,2020;Vento-Tormo等人,2018)工具,在20 PCW阶段的单细胞RNAseq人类数据集中识别出可能的高置信度配体-受体对(Bhaduri等人,2021),并将这些假定的配对的位置绘制在我们的RNA–蛋白质倍数变化图上(图4e)。只有两个假定的配体显示出预期的分布,另有三个配体在RNA上没有区域富集,但在前额叶皮质中蛋白质有强烈富集。已知的细胞内相互作用因子被从分析中移除,剩下三个高置信度的配体-受体对(图4f)。LGALS1的RNA在丘脑中富集,而其蛋白质在两个区域的水平相当。它被预测能与ITGB1受体结合,后者的RNA和蛋白质水平在两个区域中都相当。L1CAM和CNTN4配体的RNA表达在两个区域中相似,但蛋白质水平在皮质中更高。这两种配体都经历了大量的糖基化,分别鉴定出21个和16个糖基化肽段(表S2)。在所有假定的配对中,受体通常在两个区域的RNA和蛋白质水平上相当(图4e)。ITGB1和PTPRG都发生了糖基化,分别鉴定出9个和2个糖基化肽段(表S2)。
3.6 磷酸化
在磷酸化修饰方面,发现了3226种独特的蛋白质在12,641个独特的肽段上发生磷酸化。在这些独特的肽段中,有1960个肽段检测到了不同的磷酸化残基组合(表S2)。对于绝大多数磷酸化肽段(8781个),一个以未修饰蛋白质丰度为解释变量的线性模型显著预测了磷酸化肽段的丰度,表明肽段的磷酸化与蛋白质表达密切相关(图5a)。这个线性模型的残差密度图显示,皮下区域的残差分布比皮质和海马区的分布更广(图S4b),这意味着在这些区域中,修饰程度不太能通过未修饰蛋白质的丰度来预测。后海马区、运动皮质和体感皮质中磷酸化肽段的丰度最能通过未修饰蛋白质的丰度来预测。我们对剩余的3860个可能经历更动态修饰的肽段进行了PCA分析。与未修饰蛋白质的情况类似,PC1主要将软脑膜与其他区域区分开来,而PC2则增加了一些有趣的区域聚类。后丘脑在两个PC中都与前丘脑和内侧丘脑区分开来(图5b)。对PC载荷每个尾部5%的蛋白质进行了GO富集分析。PC1显示出与染色体组织和RNA代谢相关的术语富集(图5c),这与在发育阶段软脑膜和后丘脑中更高级别的细胞分裂和/或转录表观遗传调控一致。在PC1的相反方向,出现了细胞骨架蛋白的富集。GTP酶活性和细胞投射在PC2的较低值处富集(图5d),这将初级视觉皮质与其他皮质区域以及后丘脑与其他丘脑区域区分开来。未来,研究某些细胞器(如细胞核)中的磷酸化在不同尸检时间间隔内的稳定性将是很有趣的。
磷酸化肽组在软脑膜中与其他区域有显著差异,丘脑处于中间位置。(a)一个线性模型通过未修饰蛋白质的丰度预测磷酸化肽段的丰度,对于检测到的12,641个磷酸化肽段中的8781个来说结果是显著的。(b)仅对线性模型无法显著解释磷酸化肽段丰度的蛋白质进行PCA分析后的结果。软脑膜再次与其他区域明显分开,但后丘脑与其他两个丘脑样本不同。(c)GO分析显示,在PC1尾部中,与软脑膜相关的Uniprot关键词(包括RNA处理和转录调控)富集,而在相反方向上则富集了细胞骨架术语。(d)GO分析显示,在PC2尾部中,与初级视觉皮质中的囊泡功能和信号转导相关的Uniprot关键词以及下丘脑中的mRNA处理相关术语富集。(e)热图显示了TSC2中的磷酸化肽段丰度与未修饰蛋白质水平的比较。尽管未修饰蛋白质的水平较低,后丘脑在TSC2的多个磷酸化位点上显示出相对较高的水平。然后我们专注于TSC2中量化的磷酸化位点(图5e),这是一种驱动“GTP酶激活”GO类别的蛋白质。TSC2蛋白的突变可能导致严重的神经发育问题,从而导致智力障碍和自闭症谱系障碍(Huang & Manning, 2008)。TSC2与TSC1形成一个复合体,后者与mTOR信号通路相互作用,以响应细胞能量需求调节细胞生长和分裂(Bassetti等人,2021)。在我们的研究中,我们在TSC2中检测到了15个不同的磷酸化位点。除了一个位点(pSer1254)外,所有这些位点之前都已被鉴定(Ochoa等人,2020)。Ser939通过PI3K通路被AKT磷酸化(Manning等人,2002),这在生长因子信号、轴突导向线索和神经元迁移的协调和整合中起着重要作用(Sharma & Mehan, 2021)。这个Ser939位点的修饰与未修饰蛋白质的丰度关系不大,尽管后丘脑的未修饰蛋白质水平较低,但磷酸化肽的水平却最高(图5e)。
3.7 糖基化肽
从629种独特的蛋白质中检测到了1924种独特的糖基化N-连接肽。对于大多数肽段(1710个中的1924个),未修饰蛋白质的丰度可以预测糖基化。糖基化在任何磷酸化修饰类型中具有最高的预测率(图S5),表明糖基化是最少动态改变的磷酸化修饰类型。正如预期的那样,所有糖基化蛋白质的GO富集分析显示,它们富含分泌蛋白、膜驻留蛋白(面向细胞外)和细胞外基质蛋白(图6a)。PCA显示,三个软脑膜样本在PC1中与其他样本区分开来,而PC2将丘脑、下丘脑、纹状体和岛叶皮质/扣带回与其他区域区分开来(图6b)。对PC1载荷每个尾部5%的蛋白质进行GO富集分析显示,软脑膜样本中富集了细胞外基质和基底膜组织以及血管发育相关的术语(图6c),而所有其他区域则富集了与轴突导向和神经发育相关过程的术语(图6d)。为了关注一个特定的蛋白质,SV2A是一种参与突触功能的膜转运蛋白,它在三个已知的糖基化位点上有糖基化;我们在本研究中量化了这两个位点(图6e)。结合来看,这些位点的糖基化对于SV2A正确地分布到突触是必需的(Kwon & Chapman, 2012)。这两种糖基化位点的丰度与大脑区域中的蛋白质丰度有很强的相关性,THP、OC和V1C的糖基化水平略高于总体蛋白质水平所预测的。另一方面,Asn498的糖基化检测到的丰度较低,相关程度也较低(图6e,f)。
糖基化肽参与软脑膜中的细胞外基质和基底膜组织,以及皮质区域中的突触组织。(a)所有糖基化N-连接肽的GO富集分析显示了预期的GO分子功能术语富集。(b)在PC1的PC图中,软脑膜样本与其他样本明显分开。(c)字符串网络图显示了在软脑膜中富集的蛋白质。节点根据富集的GO术语着色;红色—细胞外基质组织,蓝色—基底膜组织调控,绿色—血管发育,黄色—细胞迁移调控。(d)字符串网络图显示了在皮质区域中富集的蛋白质。节点根据富集的GO术语着色;红色—细胞-细胞粘附,蓝色—轴突导向,绿色—突触组织,黄色—钠离子运输的阳性调控。(e)Protter图显示了SV2A蛋白的细胞外环。本研究中量化的胰蛋白酶消化肽段显示为浅蓝色,已知的糖基化位点显示为橙色。紫色显示了我们检测到的非糖基化相关的脱酰胺位点。(f)热图显示了未修饰蛋白质丰度与糖基化肽水平之间的强烈相关性。
3.8 精氨酸乙酰化肽
从472种蛋白质中检测到了965种独特的精氨酸乙酰化肽。乙酰化修饰是根据蛋白质水平预测最困难的修饰类型(见图S5),这表明它可能是最具动态性的蛋白质翻译后修饰(PTM)。对所有乙酰化蛋白质的GO(Gene Ontology)富集分析显示,这些蛋白质参与了代谢过程和核小体组织,这与这类PTM的特征相符(见图7a)。主成分分析(PCA)在第一和第二主成分中显示了4个不同的分组;所有三个胼胝体样本都被分在一起,同样,所有三个丘脑样本也被分在一起,而纹状体、岛叶皮层/扣带回和下丘脑则与其他皮质和海马样本分开(见图7b)。对位于PCA图像尾部5%的蛋白质进行的GO富集分析显示,与染色质组装和RNA聚合酶II介导的转录调控相关的术语得到了富集(见图7c),这些术语包括了胼胝体和丘脑的簇。神经元投射和L1CAM相互作用在左侧得到了富集,这些区域也包含在下丘脑、纹状体和海马中(见图7d)。后一组还富集了与糖酵解相关的GO术语,这一点很重要,因为从有氧糖酵解到氧化磷酸化的代谢状态转变是神经元分化的一个关键特征(Zheng等人,2016年)。
乙酰化肽参与丘脑中的转录调控,以及包括下丘脑、纹状体和后海马在内的其他区域的神经元分化。(a) 对所有乙酰化蛋白质的GO富集分析显示,与预期生物学过程相关的术语得到了富集。(b) PCA图显示丘脑样本与其他样本在PC1中有明显的聚类,而软脑膜样本与其他样本在PC2中有明显的聚类。(c) String网络图显示在PC1尾部中富集的蛋白质,这些蛋白质在丘脑中表达较高。(d) String网络图显示在PC1尾部中富集的蛋白质,这些蛋白质在方向上与丘脑相反。节点根据富集的GO术语着色;红色代表染色质组装,蓝色代表RNA聚合酶II介导的转录调控。(e) 热图显示了与连接组蛋白HIST1H1B相关的乙酰化肽的丰度。Lys 78的乙酰化水平与未修饰蛋白质的丰度无关。(f) 散点图比较了未修饰蛋白质水平和乙酰化肽的水平。某些位点,如Lys 35,可以通过蛋白质水平强烈预测,而其他位点的关联较弱或不存在。组蛋白乙酰化是一系列具有显著下游转录效应的动态修饰。在我们的数据集中,我们在HIST1H1B上检测到了七个乙酰化的赖氨酸残基,这种连接组蛋白对核小体的高级结构和转录调控至关重要(Behrends & Engmann,2020年)(见图7e)。虽然有些位点与蛋白质丰度高度相关,例如赖氨酸35的乙酰化,但其他位点的变化较大。Lys 78的乙酰化与蛋白质丰度无关(见图7f),尽管蛋白质水平较低,但在纹状体和下丘脑中仍检测到高水平的乙酰化肽。
**4 结论**
在这项研究中,我们提供了一个新的数据集,其中包含了来自单个解剖结构保存良好的死后人脑的18个脑区的蛋白质和蛋白质翻译后修饰(PTM)肽的丰度信息。我们希望这些数据能为研究胎儿中期人脑发育的研究人员提供有用的参考,同时增强人们对分析技术可靠性的信心,以及这些技术可以用来回答哪些类型的问题。鉴于这些数据来自单个大脑样本,并且解剖的分辨率较低(例如,无法区分不同的丘脑核),我们旨在强调可以使用这些数据的方法类型,而不做出需要更大样本量的新型生物学知识的明确声明。提高这些实验的解剖空间分辨率将增加我们获得的信息的实用性。这项工作的主要限制是样本量只有1个。尽管样本没有显示出主要的脑部异常或常见遗传缺陷,但可能存在其他未被发现的潜在问题。由于人脑的复杂性以及这类样本的个体间差异性,在解释仅来自一个供体的数据时需要谨慎。关于工作的翻译后方面,有两个主要的潜在混淆因素:死后间隔以及我们对PTM如何影响肽种类可观测性的理解。先前的研究表明,死后间隔与某些蛋白质和磷酸化位点的丰度变化有关,而许多变化保持稳定(Carlyle等人,2021年;Grubisha等人,2021年)。其他PTM的研究较少。因此,增加样本量对于充分理解PTM、死后间隔与人脑发育和疾病之间的关系至关重要。PTM继续受到研究界的广泛关注,因为多个证据表明激酶和磷酸酶参与了诸如精神分裂症等疾病(Grubisha等人,2021年)。最后,未修饰蛋白质与修饰肽之间的复杂关联尚未完全理解,目前还没有关于如何表达这种关系的明确共识。一个残基上的PTM修饰可能会改变肽通过质谱(MS)的可观测性,这使得修饰程度的评估比免疫印迹和分子生物学中常用的比例方法更为复杂。在我们分析的早期阶段,很明显,未修饰蛋白质的丰度通常比修饰肽的丰度具有更大的影响,因为未修饰蛋白质的丰度通常更高且变化更大。因此,这里呈现的数据通常同时显示了未修饰蛋白质和修饰肽的定量结果,以便更好地理解它们之间的关系。我们的目标是这些数据能够支持正在进行的研究并激发新的研究方向,同时增加对未来此类研究的兴趣。随着质谱技术最近取得了惊人的进展,分辨率、可访问的蛋白质组深度和重复性都显著提高(Messner等人,2023年),现在是时候扩展我们对最接近生物学功能的“组学领域”的理解了。
**作者贡献**
S. Bandiera:实验设计、样品制备、数据分析、手稿撰写和审稿。H. Bogetofte:实验设计、样品制备、数据采集、数据分析、手稿撰写和审稿。P. Jensen:样品制备、数据采集、数据分析和水稿审稿。R. Hussain:数据分析、手稿撰写和审稿。S. A. Nischal:数据分析和水稿审稿。L. Rihova:手稿撰写。G. J. Clowry:样品采集、样品制备、手稿审稿和资金支持。M. R. Larsen:实验设计、样品制备、数据采集、数据分析、手稿审稿和资金支持。Z. Molnár:实验设计、样品制备、手稿审稿和资金支持。B. C. Carlyle:实验设计、样品制备、数据分析、手稿撰写和审稿以及资金支持。
**致谢**
本研究在牛津健康BRC的国家健康与护理研究所(NIHR)以及牛津健康BRC分子目标项目中进行。
**资金信息**
组织样本由Wellcome Trust/MRC 099175/Z/12/Z/MR/R006237/1资助的Human Developmental Biology Resource提供。B. C. Carlyle获得了Alzheimer's Research UK高级研究奖学金(ARUK-SRF2022A-012)和BD2 Discovery Grant(DG240508)的支持。Z. Molnár的实验室得到了以下资金来源的支持:BBSRC项目资助(BB/X008711/1)、MRC项目资助(Molnár作为项目负责人,Mann作为共同负责人,MR/W029073/1)、德国柏林Charité-Universit?tsmedizin的Einstein Stiftung(与Britta Eickholt教授合作),作为Z. Molnár在柏林Charité Universit?tsmedizin担任Einstein Fellow的一部分(2020–2026年),以及Oxford Martin School的资助(Bayley, Szele, Molnár)。M. R. Larsen的实验室得到了Lundbeck基金会(资助编号R336-2020-1113)、丹麦南部大学的Villum生物分析科学中心以及丹麦高等教育和科学机构MS平台PLATO(资助编号5229-00012B)的支持。S. Bandiera获得了MRC研究生的资助。H. Bogetofte获得了Lundbeck基金会的博士后奖学金(R380-2021-1425)。
**利益冲突声明**
BCC从GSK和Ono Pharmaceuticals的赞助研究中获得了与本文无关的工作资金。
**数据可用性声明**
质谱原始文件可在PRIDE上找到,参考编号为PXD065788。处理后的定量文件作为本手稿的补充数据提供。代码和输入数据可在github上找到:https://github.com/Carlyle-Lab/PCW20_PTM_Proteomics。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号