Analiza izobarycznych ilościowych danych proteomicznych z użyciem TMT-Integrator i platformy obliczeniowej FragPipe

Przekształcanie pomiarów białek w przejrzyste obrazy

Współczesna biologia często wymaga porównywania tysięcy białek w wielu próbkach pacjentów, typach komórek lub warunkach eksperymentalnych. Analiza takich zestawów na współczesnych spektrometrach mas generuje ogromne ilości danych, które są potężne, lecz trudne do opanowania. W artykule przedstawiono TMT-Integrator — narzędzie programowe w ramach platformy FragPipe, które pomaga naukowcom przekształcać złożone pomiary białek w wiarygodne, łatwe do analizy tabele. Oczyszczając te dane i czyniąc je porównywalnymi między eksperymentami, narzędzie ułatwia badaczom lepsze zrozumienie chorób, takich jak rak, testowanie nowych technologii oraz łączenie danych proteomicznych z innymi odczytami molekularnymi, np. danymi RNA.

Pomiary wielu próbek jednocześnie

Badanie koncentruje się na rodzinie chemicznych znaczników zwanych znacznikami izobarycznymi, powszechnie znanych jako TMT i iTRAQ. Znaczniki te pozwalają mieszać wiele różnych próbek i analizować je w jednym przebiegu na spektrometrze mas, co znacznie przyspiesza eksperymenty i zmniejsza zmienność techniczną. Każda próbka otrzymuje nieco inny znacznik, a gdy białka są rozkładane na fragmenty w instrumencie, znaczniki generują odrębne sygnały ujawniające względne ilości białek pochodzących z poszczególnych próbek. Ta „multiplikacja” jest obecnie rutyną w dużych badaniach raka, odkrywaniu celów leków, a nawet w proteomice pojedynczych komórek. Surowe sygnały są jednak podatne na szum, interferencję i różnice między partiami próbek, więc do sensownej interpretacji potrzebne są zaawansowane obliczenia.

Od surowych sygnałów do wiarygodnych wartości

TMT-Integrator działa na końcu szerszego przepływu pracy FragPipe, który zaczyna się od identyfikacji peptydów na podstawie widm mas i przypisywania ich do białek oraz genów. Narzędzie przyjmuje szczegółowe tabele dopasowań peptyd-spektrometr i sygnałów jonów reporterowych z jednego lub wielu przebiegów mnożonych i wykonuje szereg starannie zaprojektowanych kroków. Filtruje nierzetelne pomiary, przelicza surowe intensywności na stosunki względem wybranej próbki referencyjnej, grupuje pomiary peptydów w podsumowania na wyższym poziomie, usuwa wartości odstające, a następnie przekształca stosunki z powrotem w wartości przypominające intensywność — „obfitości”. Proces ten można stosować na różnych poziomach, w tym genów, białek, sekwencji peptydowych oraz konkretnych miejsc modyfikacji, takich jak fosforylacja. TMT-Integrator oferuje także elastyczne opcje normalizacji i może pracować zarówno z rzeczywistą próbką referencyjną występującą w każdej partii, jak i z „wirtualną” referencją obliczaną z danych.

Obsługa wielu partii i różnych technologii

Głównym wyzwaniem w dużych projektach jest to, że jeden zestaw znaczników nie obejmie wszystkich próbek, więc badania dzieli się na wiele partii, czyli „plexów”. Niewielkie różnice między tymi plexami mogą zacierać prawdziwe zmiany biologiczne. Autorzy pokazują, jak strategia przeliczania na referencję w TMT-Integrator, połączona z rzeczywistymi lub wirtualnymi kanałami referencyjnymi, skutecznie łączy te plexy, redukując efekty partii. Na przykładach danych z raka nerki (clear cell) z krajowego programu badawczego wykazują, że FragPipe z TMT-Integrator wykrywa więcej białek i więcej miejsc fosforylacji niż popularne alternatywy, takie jak MaxQuant i Proteome Discoverer, zwłaszcza dla białek o niskiej obfitości. Otrzymane pomiary białek lepiej korelują z odpowiadającymi danymi RNA, odzwierciedlają znane zależności w kompleksach białkowych i szlakach oraz wykazują mniejszy szum w próbkach kontroli jakości.

Zbliżenie na modyfikacje białek

Wiele procesów sygnalizacyjnych w komórkach zależy od drobnych chemicznych znaczników dodanych w konkretnych pozycjach białek. Uchwycenie tych „modyfikacji potranslacyjnych” na pojedynczych miejscach jest technicznie wymagające. TMT-Integrator wykorzystuje informacje o lokalizacji miejsca z dedykowanego narzędzia, by tworzyć widoki peptydów zarówno wielomiejscowych, jak i jedno-miejscowych. W danych o fosforylacji raka nerki dostarcza szerokie pokrycie zmodyfikowanych białek, peptydów i indywidualnych miejsc, wyraźnie rozdzielając próbki nowotworowe i normalne oraz zapewniając spójne pomiary w powtórzeniach kontrolnych. W porównaniu z MaxQuant raportuje więcej miejsc o dobrej kompletności i lepszej zgodności między powtórzeniami, a także generuje tabele w stylu obfitości, które łatwiej integrować z innymi warstwami omics.

Gotowe na instrumenty nowej generacji

Autorzy testują także TMT-Integrator na zaawansowanych zestawach danych. Na nowym spektrometrze Orbitrap Astral porównują znakowanie izobaryczne z innym podejściem, zwanym data-independent acquisition, i stwierdzają, że pipeline TMT w FragPipe osiąga głębokie pokrycie z wysoką precyzją i silną zgodnością z metodą alternatywną. W osobnym zestawie danych wykorzystującym 35-plex reagenty łączące zwykłe i znakowane deuterem znaczniki, strategia wirtualnej referencji programu skutecznie radzi sobie z subtelnymi przesunięciami czasu retencji i zapewnia spójne zmiany zwrotne białek między liniami komórkowymi, bez konieczności stosowania specjalnych próbek mostkowych w każdym przebiegu. Wyniki te sugerują, że narzędzie nadąża za szybko ewoluującym sprzętem i chemiami znakującymi.

Co to oznacza dla badań biologicznych

Podsumowując, praca pokazuje, że TMT-Integrator jako część FragPipe potrafi przekształcić złożone, multiplikowane eksperymenty proteomiczne w dokładne, interpretable tabele na różnych poziomach biologicznych. Poprawiając czułość, redukując artefakty techniczne i dostarczając zarówno wyniki w formie stosunków, jak i obfitości, pomaga badaczom pewniej łączyć białka, geny i stany chorobowe. Dla czytelnika niebędącego specjalistą kluczowy wniosek jest taki, że lepsze oprogramowanie do przetwarzania danych ze spektrometrii mas przekłada się bezpośrednio na jaśniejsze historie biologiczne, bardziej wiarygodne biomarkery i mocniejsze podstawy medycyny precyzyjnej.

Cytowanie: 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

Słowa kluczowe: proteomika ilościowa, spektrometria mas, znakowanie izobaryczne, linie analizy danych, fosforylacja białek