Analyse van isobarische kwantitatieve proteomica-gegevens met behulp van TMT-Integrator en het FragPipe-computatieplatform

Van eiwitmetingen naar heldere beelden

Moderne biologie vereist vaak het vergelijken van duizenden eiwitten over vele patiëntmonsters, celtypen of behandelingen. Met de massaspectrometers van vandaag levert dat enorme hoeveelheden gegevens op die krachtig maar lastig te beheersen zijn. Dit artikel introduceert TMT-Integrator, een softwaretool geïntegreerd in het FragPipe-platform, die onderzoekers helpt complexe eiwitmetingen om te zetten in betrouwbare, gemakkelijk te analyseren tabellen. Door deze gegevens schoner en beter vergelijkbaar te maken tussen experimenten, helpt het werk onderzoekers om ziekten zoals kanker beter te begrijpen, nieuwe technologieën te testen en eiwitgegevens te combineren met andere moleculaire metingen zoals RNA.

Veel monsters tegelijk meten

De studie richt zich op een familie van chemische labeltjes die bekendstaan als isobarische tags, meestal TMT en iTRAQ genoemd. Deze labels maken het mogelijk om veel verschillende monsters te mengen en in één run op een massaspectrometer te analyseren, wat experimenten aanzienlijk versnelt en technische variatie vermindert. Elk monster krijgt een iets ander label en wanneer de eiwitten in fragmenten worden gesplitst in het instrument, produceren de labels onderscheidende signalen die laten zien hoeveel van elk eiwit uit elk monster afkomstig is. Dit ‘multiplexen’ is nu gangbaar in grootschalige kankeronderzoeken, opsporing van medicijndoelen en zelfs single-cell proteomica. De ruwe signalen worden echter beïnvloed door ruis, interferentie en verschillen tussen batches, dus is geavanceerde berekening nodig om de resultaten te interpreteren.

Van ruwe signalen naar betrouwbare cijfers

TMT-Integrator werkt aan het einde van een uitgebreider FragPipe-workflow die begint met het identificeren van peptiden uit massaspectra en het toewijzen daarvan aan eiwitten en genen. De tool neemt gedetailleerde tabellen van peptide–spectrum-overeenkomsten en reporter-ion-signalen uit één of meerdere gemultiplexte runs en voert vervolgens een reeks zorgvuldig ontworpen stappen uit. Hij filtert onbetrouwbare metingen weg, zet ruwe intensiteiten om in verhoudingen ten opzichte van een gekozen referentiemonster, groepeert peptidemetingen tot samenvattingen op hoger niveau, verwijdert uitschieters en zet verhoudingen daarna terug om intensiteitsachtige ‘abundantie’-waarden te verkrijgen. Dit proces kan op verschillende niveaus worden toegepast, waaronder genen, eiwitten, peptide-sequenties en specifieke modificatieplaatsen zoals fosforylering. TMT-Integrator biedt ook flexibele normalisatie-opties en kan werken met een echt referentiemonster dat in elke batch verschijnt of met een ‘virtueel’ referentiepunt dat uit de data wordt berekend.

Omgaan met veel batches en technologieën

Een grote uitdaging in omvangrijke projecten is dat één set labels niet alle monsters kan omvatten, waardoor studies worden verdeeld over meerdere batches, of ‘plexes’. Kleine verschillen tussen diese plexes kunnen echte biologische veranderingen verhullen. De auteurs laten zien hoe TMT-Integrator’s ratio-naar-referentie-strategie, gecombineerd met echte of virtuele referentiekanalen, deze plexes effectief verbindt en batch-effecten vermindert. Met datasets van heldercellige nierkanker uit een nationaal kankerprogramma demonstreren zij dat FragPipe met TMT-Integrator meer eiwitten en meer fosforyleringsplaatsen detecteert dan populaire alternatieven zoals MaxQuant en Proteome Discoverer, vooral voor eiwitten met lage abundanties. De resulterende eiwitmetingen sluiten beter aan op bijpassende RNA-gegevens, leggen bekende verbanden binnen eiwitcomplexen en -routes bloot, en tonen minder ruis in kwaliteitscontrolematerialen.

Inzoomen op eiwitmodificaties

Veel signaalroutes in cellen hangen af van kleine chemische merktekens die op specifieke posities van eiwitten worden gezet. Het vastleggen van deze ‘post-translationele modificaties’ op enkele sites is technisch veeleisend. TMT-Integrator gebruikt site-locatie-informatie van een gespecialiseerde tool om zowel multi-site als single-site weergaven van gemodificeerde peptiden te bouwen. In fosforyleringsgegevens van nierkanker levert het uitgebreide dekking van gemodificeerde eiwitten, peptiden en individuele sites, waarbij tumor- en normale monsters duidelijk worden gescheiden en consistente metingen over replicate-controles worden gegeven. Vergeleken met MaxQuant rapporteert het meer sites met goede volledigheid en betere overeenstemming tussen herhaalde runs, en het genereert abundantie-achtige tabellen die makkelijker te integreren zijn met andere omics-lagen.

Klaar voor instrumenten van de volgende generatie

De auteurs testen TMT-Integrator ook op geavanceerde datasets. Op een nieuw Orbitrap Astral-massaspectrometer vergelijken ze isobarische tagging met een andere benadering, data-independent acquisition, en vinden dat de TMT-pijplijn in FragPipe diepe dekking bereikt met hoge precisie en sterke overeenstemming met de alternatieve methode. In een andere dataset met 35-plex reagentia die reguliere en deuterium-gelabelde tags combineren, weet de virtuele referentiestrategie van de software subtiele verschuivingen in retentietijd succesvol te verwerken en consistente eiwit-fold-changes tussen celijnen te leveren, zonder dat er in elke run speciale brugmonsters nodig zijn. Deze resultaten suggereren dat de tool kan meegroeien met snel ontwikkelende hardware en labelchemieën.

Wat dit betekent voor biologisch onderzoek

Samenvattend laat het werk zien dat TMT-Integrator, als onderdeel van FragPipe, complexe, gemultiplexte proteomics-experimenten kan omzetten in nauwkeurige, interpreteerbare tabellen op meerdere biologische niveaus. Door de gevoeligheid te vergroten, technische artefacten te verminderen en zowel ratio- als abundantie-uitvoer te bieden, helpt het onderzoekers om met meer vertrouwen verbanden te leggen tussen eiwitten, genen en ziektetoestanden. Voor de niet-specialist is de kernboodschap dat betere software voor het verwerken van massaspectrometriegegevens rechtstreeks leidt tot duidelijkere biologische verhalen, betrouwbaardere biomarkers en een sterker fundament voor precisiegeneeskunde.

Bronvermelding: Chang, HY., Deng, Y., Li, R. et al. Analysis of isobaric quantitative proteomic data using TMT-Integrator and FragPipe computational platform. Nat Commun 17, 4010 (2026). https://doi.org/10.1038/s41467-026-70118-7

Trefwoorden: kwantitatieve proteomica, massaspectrometrie, isobarische labelering, data-analysepijplijnen, eiwitfosforylering