当前位置：
X-MOL 学术
›
J. Proteomics
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Label-free absolute protein quantification with data-independent acquisition.
Journal of Proteomics ( IF 2.8 ) Pub Date : 2019-03-14 , DOI: 10.1016/j.jprot.2019.03.005 Bing He 1 , Jian Shi 1 , Xinwen Wang 1 , Hui Jiang 2 , Hao-Jie Zhu 1
Journal of Proteomics ( IF 2.8 ) Pub Date : 2019-03-14 , DOI: 10.1016/j.jprot.2019.03.005 Bing He 1 , Jian Shi 1 , Xinwen Wang 1 , Hui Jiang 2 , Hao-Jie Zhu 1
Affiliation
|
Despite data-independent acquisition (DIA) has been increasingly used for relative protein quantification, DIA-based label-free absolute quantification method has not been fully established. Here we present a novel DIA method using the TPA algorithm (DIA-TPA) for the absolute quantification of protein expressions in human liver microsomal and S9 samples. To validate this method, both data-dependent acquisition (DDA) and DIA experiments were conducted on 36 individual human liver microsome and S9 samples. The MS2-based DIA-TPA was able to quantify approximately twice as many proteins as the MS1-based DDA-TPA method, whereas protein concentrations determined by the two approaches were comparable. To evaluate the accuracy of the DIA-TPA method, we absolutely quantified carboxylesterase 1 concentrations in human liver S9 fractions using an established SILAC internal standard-based proteomic assay; the SILAC results were consistent with those obtained from DIA-TPA analysis. Finally, we employed a unique algorithm in DIA-TPA to distribute the MS signals from shared peptides to individual proteins or isoforms and successfully applied the method to the absolute quantification of several drug-metabolizing enzymes in human liver microsomes. In sum, the DIA-TPA method not only can absolutely quantify entire proteomes and specific proteins, but also has the capability quantifying proteins with shared peptides. SIGNIFICANCE: Data independent acquisition (DIA) has emerged as a powerful approach for relative protein quantification at the whole proteome level. However, DIA-based label-free absolute protein quantification (APQ) method has not been fully established. In the present study, we present a novel DIA-based label-free APQ approach, named DIA-TPA, with the capability absolutely quantifying proteins with shared peptides. The method was validated by comparing the quantification results of DIA-TPA with that obtained from stable isotope-labeled internal standard-based proteomic assays.
中文翻译：
无标记的绝对蛋白质定量，无需数据获取。
尽管数据独立采集（DIA）已越来越多地用于相对蛋白质定量，但基于DIA的无标记绝对定量方法尚未完全建立。在这里，我们提出了一种使用TPA算法（DIA-TPA）的新型DIA方法，用于对人肝微粒体和S9样品中蛋白质表达的绝对定量。为了验证该方法，对36个单独的人肝微粒体和S9样品进行了数据依赖采集（DDA）和DIA实验。基于MS2的DIA-TPA能够定量的蛋白质约为基于MS1的DDA-TPA方法的两倍，而通过两种方法测定的蛋白质浓度却相当。要评估DIA-TPA方法的准确性，我们使用已建立的基于SILAC内标的蛋白质组学分析方法，绝对定量了人类肝脏S9组分中的羧酸酯酶1浓度；SILAC结果与DIA-TPA分析获得的结果一致。最后，我们在DIA-TPA中采用了独特的算法，将共享肽段中的MS信号分配到单个蛋白质或同工型，并将该方法成功应用于人肝微粒体中几种药物代谢酶的绝对定量。总而言之，DIA-TPA方法不仅可以绝对定量整个蛋白质组和特定蛋白质，而且具有定量使用共享肽的蛋白质的能力。重要性：数据独立获取（DIA）已成为在整个蛋白质组水平上进行相对蛋白质定量的有力方法。然而，基于DIA的无标记绝对蛋白质定量（APQ）方法尚未完全建立。在本研究中，我们提出了一种新的基于DIA的无标记APQ方法，称为DIA-TPA，具有绝对定量共享肽段蛋白质的能力。通过将DIA-TPA的定量结果与稳定同位素标记的基于内标的蛋白质组学测定结果进行比较，验证了该方法的有效性。
更新日期：2019-03-14
中文翻译：
无标记的绝对蛋白质定量，无需数据获取。
尽管数据独立采集（DIA）已越来越多地用于相对蛋白质定量，但基于DIA的无标记绝对定量方法尚未完全建立。在这里，我们提出了一种使用TPA算法（DIA-TPA）的新型DIA方法，用于对人肝微粒体和S9样品中蛋白质表达的绝对定量。为了验证该方法，对36个单独的人肝微粒体和S9样品进行了数据依赖采集（DDA）和DIA实验。基于MS2的DIA-TPA能够定量的蛋白质约为基于MS1的DDA-TPA方法的两倍，而通过两种方法测定的蛋白质浓度却相当。要评估DIA-TPA方法的准确性，我们使用已建立的基于SILAC内标的蛋白质组学分析方法，绝对定量了人类肝脏S9组分中的羧酸酯酶1浓度；SILAC结果与DIA-TPA分析获得的结果一致。最后，我们在DIA-TPA中采用了独特的算法，将共享肽段中的MS信号分配到单个蛋白质或同工型，并将该方法成功应用于人肝微粒体中几种药物代谢酶的绝对定量。总而言之，DIA-TPA方法不仅可以绝对定量整个蛋白质组和特定蛋白质，而且具有定量使用共享肽的蛋白质的能力。重要性：数据独立获取（DIA）已成为在整个蛋白质组水平上进行相对蛋白质定量的有力方法。然而，基于DIA的无标记绝对蛋白质定量（APQ）方法尚未完全建立。在本研究中，我们提出了一种新的基于DIA的无标记APQ方法，称为DIA-TPA，具有绝对定量共享肽段蛋白质的能力。通过将DIA-TPA的定量结果与稳定同位素标记的基于内标的蛋白质组学测定结果进行比较，验证了该方法的有效性。
京公网安备 11010802027423号