基于质谱技术的蛋白质及其翻译后修饰物的定量分析：在坦桑尼亚对败血症患者的纵向采样研究

《PROTEOMICS》：Mass Spectrometry-Based Quantification of Proteins and Post-Translational Modifications in Dried Blood: Longitudinal Sampling of Patients With Sepsis in Tanzania

本研究首次报道在疾病背景下整合蛋白质组、N-糖蛋白组和磷酸蛋白组的定量分析，使用Mitra设备采集坦桑尼亚38例脓毒症患者血液样本，发现急性期反应和炎症标志物在28-42天后部分缓解，并与临床指标相关，数据已通过ProteomeXchange共享

　　

摘要

血液的蛋白质组学分析是疾病表型分析和生物标志物开发中的常规步骤。血液通常被分离为可溶性和细胞成分两部分。然而，这种分离方式可能会引入分析前的变异性，而且仅分析单一成分（这很常见）可能会忽略重要的病理生理学现象。我们最近开发了简便的方法，用于处理干血样本，以便通过质谱技术对蛋白质组、N-糖蛋白组和磷酸蛋白组进行定量分析。在这里，我们将这种方法应用于坦桑尼亚的38名因败血症入院的患者。在患者入院时以及入院后1天、3天和28–42天分别采集了血液样本。总共96个样本的处理工作是在基于微孔板的平台上完成的，耗时约2天。通过3次LC-MS/MS分析，每份样本的处理时间约为1.5小时，共定量了约2000个蛋白质组和8000种翻译后修饰。差异丰度分析揭示了急性期反应和中性粒细胞炎症的血液蛋白质组特征，这些特征在28–42天时部分消失。许多分析结果与临床实验室检测指标（如C反应蛋白和白细胞计数）以及通用生命评估疾病严重程度评分相关。这些数据集证明了使用干血进行大规模基于质谱的疾病（亚）表型分析的可行性，并可通过ProteomeXchange联盟（PXD060377）获取。

总结

• 我们首次报告了在疾病背景下对干血样本中的蛋白质、N-糖肽和磷酸肽进行综合定量分析的结果。

• 使用Mitra设备采集样本可以轻松整合到现有的生物样本库协议中，为后续的质谱分析提供了便捷的样本储存和制备方式。

• 败血症的特征在所有分析的蛋白质组中都有体现，并且在患者入院后1个月内逐渐减弱。

• 除了已知的标志物外，这些分析还发现了在常规的无细胞血浆分析中可能被忽略的炎症介质和先天免疫信号分子。

利益冲突

Robert S. Plumb是Waters公司的员工。A. Ian Wong在Ataia Medical和AI Wong Consulting, LLC公司担任股权和管理职务。Christopher W. Woods是Biomeme, Inc.的首席医疗官，并持有该公司股权。

数据可用性声明

原始数据、处理后的数据及元数据可通过ProteomeXchange联盟（PXD060377）的MassIVE仓库（MSV000097000；ftp://massive-ftp.ucsd.edu/v09/MSV000097000/）获取。Skyline分析的结果可通过Panorama公共仓库（https://panoramaweb.org/SICK_glycoDIA.url）查看或下载。相关代码可访问https://github.com/mwfoster/SICK_blood_proteomics。