FEHÉRJEAZONOSÍTÁS
Redukálás + alkilálás Enzimes emésztés
MS
AZONOSÍTOTT FEHÉRJE
FEHÉRJE LISTA ...…
...
...
...
...
PEPTID LISTA ...
...
...
...
...
MS / MS
I
m/z T
m/z I
fragmentáció
Kvantitatív tömegspektrometria
A kvalitatív analízis nem elegendő
Előbb-utóbb feltámad az igény relatív mennyiségi meghatározásokra: azaz
különböző minták összehasonlítására – pl.
biomarker-keresés – diagnosztikára, prognosztikára stb.
Abszolút mennyiségi meghatározás is kellhet
Az MS NEM kvantitatív módszer
* a különböző molekulák nem egyformán detektálhatók
pl. különböző peptidek relatív intenzitása nem tükrözi relatív mennyiségüket
* nem minden komponenst detektálunk az elegyekből
700 1200 1700 2200 m/z 0
2000 4000 6000 a.i.
700 1200 1700 2200 m/z
0 10000 20000
a.i.
/O=/2002/02majus/ge020516_6/1SRef/pdata/1 Administrator Thu Apr 7 14:15:06 2005
triptikus elegy CHCA-ban
Ugyanaz a triptikus elegy DHB-ben Csak egy példa
Observations
Not the same proteins or at least not the same peptides were IDd when
complex mixtures were analyzed on the QSTAR as well as on the LTQ
The QSTAR seemed to favor short peptides while much longer sequences were IDd on the LTQ
Kitérő a detektálás „teljességéről”
One more observation
When the same peptide was IDd the
QSTAR usually picked the higher charge state
QSTAR/LTQ comparison
same sample, same day, same gradient
relatively high level, complex sample
gi|12517248 enolase [Escherichia coli O157:H7], MW ~ 46 kDa
Start - End Observed Mr(expt) Mr(calc) Delta Miss Sequence
11 - 16 366.72 731.42 731.38 0.04 0 EIIDSR (Ions score 31)
17 - 46 952.62 2854.85 2855.35 -0.50 0 GNPTVEAEVHLEGGFVGMAAAPSGASTGSR (Ions score 98) 47 - 52 365.73 729.44 729.40 0.04 0 EALELR (Ions score 48)
67 - 82 746.79 1491.57 1491.88 -0.31 0 AVAAVNGPIAQALIGK(Ions score 112)**
86 - 92 373.70 745.39 745.36 0.03 0 DQAGIDK (Ions score 24) 93 - 103 624.69 1247.37 1247.61 -0.24 0 IMIDLDGTENK (Ions score 81) 106 - 120 730.27 1458.53 1458.82 -0.29 0 FGANAILAVSLANAK (Ions score 101) 185 - 195 419.53 1255.57 1254.62 0.95 0 MGSEVFHHLAK (Ions score 29)
201 - 231 996.92 2987.73 2988.45 -0.72 0 GMNTAVGDEGGYAPNLGSNAEALAVIAEAVK (Ions score 105) 232 - 239 404.73 807.44 807.41 0.03 0 AAGYELGK (Ions score 53)
258 - 266 475.65 949.28 949.49 -0.20 0 YVLAGEGNK (Ions score 42) 312 - 325 781.78 1561.54 1561.84 -0.29 0 IQLVGDDLFVTNTK (Ions score 89) 334 - 342 464.81 927.61 927.58 0.04 0 GIANSILIK (Ions score 41)
343 - 357 803.31 1604.60 1604.88 -0.28 0 FNQIGSLTETLAAIK (Ions score 85) 361 - 371 595.19 1188.37 1188.59 -0.22 0 DAGYTAVISHR (Ions score 83)^
372 - 393 1059.39 2116.77 2117.05 -0.28 0 SGETEDATIADLAVGTAAGQIK (Ions score 106) 406 - 411 403.75 805.48 805.44 0.03 0 YNQLIR (Ions score 35)
412 - 419 444.76 887.50 887.46 0.04 0 IEEALGEK (Ions score 37)
QSTAR only
LTQ only
QSTAR vs LTQ, Marla's
0 500 1000 1500 2000 2500 3000 3500 4000 4500
0 5 10 15 20 25 30 35 40
Retention time [min]
IDd peptide MW
LTQ data QSTAR data
QSTAR vs LTQ, Marla's
0 200 400 600 800 1000 1200 1400
0 5 10 15 20 25 30 35 40
retention time [min]
precursor ion (m/z)
LTQ data QSTAR data
QSTAR vs LTQ unique and overlapping IDs 6 protein mixture
41
92
85
QSTAR only
LTQ only
Average MH+ = 894.2 Da
Average MH+ = 1273.7
Unsupervised hierarchical clustering of N-linked
glycopeptides distinguishes
treated cancer-bearing mice (C1, C2, and C3) from untreated normal mice (N1a, N1b, and N2). … each row represents a peptide and each column represents a different serum sample. Red indicates a peptide with higher than average abundance in a specific sample, green indicates a peptide with lower than average
abundance in a specific sample, black indicates no changes in abundance, and gray indicates the data in a
specific sample is missing.
The sample from N1 was analyzed by LC-MS twice (N1a and N1b)
Zhang et al., MCP 4, 144.
Data acquired on QTOF 14/36 (~40%!!!) különbség a detektált m/z-ben
Hogy lehet ezt legyőzni?
csak nagyon hasonló peptidek relatív intenzitását vethetjük össze!
1) Jelöljünk két sejt-populációt hasonlóan, de megkülönböztethetően!
2) Keverjük össze az összes fehérjét!
3) A keveréket emésszük, analizáljuk!
És így kvantizhatunk!
* dinamikus detektálási tartomány?
* telítjük-e a detektort?
Hogy lehet ezt legyőzni?
with great difficulties...
gondos tervezéssel/kivitelezéssel levonhatunk mennyiségi
következtetéseket DERIVATIZÁLÁS
NÉLKÜL, KOMPLEX RENDSZEREKRŐL is
Csak sokat kell bizonygatni
Cell/tissue imaging by MALDI
R. Caprioli
híres-hírhedt SELDI
C. Jimenez
Mennyire működik jobban definiált, de komplex rendszerekben?
állandó mennyiségű emésztmény, plusz növekvő mennyiségű standard Fet-Rpeptid aCN [R/Fet]
0 10 20 30 40 50 60 70 80
0 100 200 300 400 500 600
n [fmol]
Irel[R]/Irel[Fet]
1046.6/1072.6 1046.6/1155.6 1046.6/1252.6 1046.6/1274.6 1046.6/1385.5 1046.6/1474.8 1046.6/1513.6 1046.6/2008.9 1046.6/2030.9
Szájli Emília, SzBK
Hogy szól az LC-MS?
Waters „Protein expression system” – kvali és kvanti analízis derivatizálás nélkül
2x3 precíz LC-MS kísérlet, CID válogatás nélkül
2 ppm-en belüli pontosság MS és MS-MS is
komplex szoftver
jól definiált (értsd egyszerűbb) rendszerekre
És nyilván itt sem látunk mindent
Hogyan jelölhetünk?
ICAT – Cys-oldalláncának alkilezése, könnyű (H8) és nehéz (D8) alkil-csoporttal
→ amiben nincs Cys, az kiesik
→ a deuterált vegyület retenciós ideje kicsit hosszabb
azonosítás: MS-MS alapon
kvanti: relatív intenzitásokból ingadozás: van az 30% is!
Még ICAT
A dúsításra használt biotin-farok sok komplikációt okoz
a) A biotin-streptavidin túlságosan szeretik egymást
b) Intenzív ionok a jelölésből, gyérebb fragmentáció az egészből < 50 % siker
Van hasítható verzió is: így szabadulunk meg a biotintól
Hogyan jelölhetünk?
SILAC (stable isotope labeling) C13, N15, O18
tápanyaggal visszük be – jelölt aminosav
→ Olyat kell választani, ami nem alakulhat át más aminosavvá, illetve nem szintetizálódik a sejtben
Tripszines emésztéshez Arg a menő!
a keveréket frakcionáljuk, emésztjük, analizáljuk azonosítás MS-MS alapon
kvanti a relatív intenzitásból
Két élesztő preparátum
összehasonlítása.
13C6Arg volt az egyik tenyészet tápoldatában.
C. Guerrero et al.
MCP 5: 366-378 (2006)
SILAC kommentár
• Nyilván leginkább csak sejtkultúrában működik
Akkor viszont a legjobb megoldás, bár...
Néha a jelölt aminosav nem tökéletes (nem teljesen izotóp-jelölt)
A „turn-over” fehérjénként változik
• Hallottam már SILAC-jelölt csirkéről!
R.J. Beynon, Liverpool
Hogyan jelölhetünk?
tripszines emésztés H2O18-ban
Két oxigén lép be, minden peptid jelölődik Rengeteg információ
Még a szekvenálás is könnyebb, a C- terminális ionok csúsznak
DE beszárítás a normál emésztés után, hosszú enzimes inkubáció...
→ veszteségek, nem specifikus hasítások
O18-jelölt peptid MALDI-CID spektruma, csak egy O18 épült be
TOF-TOF hiE CID
N-terminális jelölés
Formaldehid @pH 5-6, majd NaBH3CN
Me2N-
D2-formaldehid a párja
4 Da tömegkülönbség
J.L. Hsu et al. (2003) Anal. Chem. 75, 6843.
Az összes Lys is jelölődik, ebben a peptidben speciel 4 van
MS/MS nélkül nem triviális, mik a párok
BEMAD
-elimináció, amit Michael-addíció követ – mondjuk normál és deuterált DTT
Célzottan Ser/Thr poszt-transzlációs
módosítások helyzet-meghatározására és relatív kvantitatív mérésére
Működik az általános protein populációra is – alkyl-Cys is elveszíti az oldalláncát
Minél több derivatizálási lépés, annál több lehetőseg mellékreakciókra
Hogyan jelölhetünk?
iTRAQ ™ (Applied Biosystems) Nagyon ravasz jelölés!
amino-csoportra (N-terminus, Lys)
4 (8)-féle stabil izotópos szerkezet, azonos additív tömeggel, de különböző fragmensekkel (m/z 114, 115, 116, 117) azonosítás és kvanti az MS-MS adatokból!
Ross et al., (2004) MCP 3, 1154.
Mass spectrometry based protein quantification methods
Tissue/
Cells Protein
Peptides MS Analysis
SILAC cICAT iTRAQ Internal
Standards O16/O18
Vigyázat, minden relatív
Ha abszolút mennyiségekkel szeretnénk számolni, az is megoldható
Belső standardnek proteotipikus peptidet válasszunk
Lehet a peptid eleve izotóppal jelölt Gygi’s AQUA (Methods. 2005 Mar;35(3):265-73.)
Vagy…
iTRAQ is használható abszolút mérésre
Mire jó ez az egész?
PÉLDÁUL:
összehasonlítani a fehérje-szinteket a) különbözően kezelt sejtvonalakban
b) különböző szervekben, sejt-típusokban c) különböző páciensekben
Mire jó ez az egész?
PÉLDÁUL
összevetni a fehérje-mennyiség és poszt-transzlációs módosítások
szintjének változását
Vajon egy stimulus hatására több fehérje termelődik-e, vagy csak a foszforiláció szintje ugrik meg
Mire jó ez az egész?
PÉLDÁUL
tanulmányozni fehérje-komplexek
összetételének mennyiségi és minőségi változását
Mire jó ez az egész?
PÉLDÁUL:
TAP-TAG pucolás, IP – mert kölcsönható fehérjéket keresünk – ragad oda
mindenféle
A wild-type sejteket megjelöljük, így kiszűrhetjük a potyautasokat
Tackett et al, J. Prot. Res. (2005) 4, 1752.
Alternatíva
2D-gélek
Simán és differenciál jelöléssel is (DIGE)
Annak is megvannak a korlátai
Nagy előnyük, hogy láthatóvá tehető
(Western) hány különböző formában van a fehérjénk jelen
“
Chemical Approaches for Functionally Probing the Proteome” Greenbaum et al., Mol. Cell. Proteomics, 2002; 1: 60 - 68.Structures of the fluorescent ABPs DCG-04, Yellow-DCG-04, Red-DCG-04, Green-DCG-04, and Blue-DCG-04.
Egy speciális eset
Affinity labeling of papain family proteases using fluorescent ABPs.
Localization of protease activity in situ.
Példák „globális” proteomikai kísérletekre
Retrográd fehérje-transzport sérült idegsejtekben
Nagy volumenű foszforilációs analízis
Projekt: ideg-regeneráció vizsgálata
Modell: kontroll és sérült idegsejtek retrográd transzportjának 2D összehasonlítása
(Lymnaea stagnalis)
Egy példa „globális” proteomikai kísérletre
Tömegspektrometriás analízis
Gélben emésztés tripszinnel
1. Információ-függő LC-MS/MS analízis
LC: C-18 PepMap oszlop (75 m*150 mm), ~350 nl/min
5-50% B 30’ alatt (A: 0.1% hangyasav/víz B: 0.1% hangyasav/ACN) MS: QSTAR Pulsar w microionspray source
1s survey/ 5s CID scan, töltésfüggő ütközési energia
2. de novo szekvenálás 3. Homológia keresés
MS-Pattern (www.prospector.ucsf.edu)
MS-Blast (dove.embl-heidelberg.de/Blast2/msblast.html)
EMBOSS_001 1 MLKGQTRQDIHEDDNSGRKSTISTRAFVFTRSDPLIKARSGSLYSSRSSM 50 .|.:...:..||:|.|..||||.|||.| .::|.|..:.:|..
EMBOSS_001 1 MTSKISTTYEEEGRQSKIQPRAFVITRSGP--SSKSSSFSARQSYA 44
EMBOSS_001 51 NTRSSISPGVMQQLSSSGITDFRGNREKEKREMQNLNERLASYIEKVHFL 100 ::|.||:|||.|||||||||||||.|||||||||||||||||||||||||
EMBOSS_001 45 SSRQSITPGVYQQLSSSGITDFRGTREKEKREMQNLNERLASYIEKVHFL 94
EMBOSS_001 101 DAQCKKLEAENEALRNRKMEDLQPIRDAYENELAQARKVIDELSSSKGVA 150 |||.||||||||||||||.|.||||||||||||||||||||||||:|||:
EMBOSS_001 95 DAQVKKLEAENEALRNRKSESLQPIRDAYENELAQARKVIDELSSTKGVS 144
EMBOSS_001 151 EAKLVGLQDEISQLRDLIATYENQAKDYRKKIDSLGNQIGEYEGELHTLR 200 |||:.||||||:.||:||.|||||:|||||||:|||||||||||||||||
EMBOSS_001 145 EAKVAGLQDEIASLRELIVTYENQSKDYRKKIESLGNQIGEYEGELHTLR 194
EMBOSS_001 201 LRVGSLEDENAKLRELLDKIQEQNRSLRSDLDQETSAHIEAECLAQTKAE 250 :|.|||||||||:||||||||||||.||:|||.||:|||||:||||||.|
EMBOSS_001 195 IRCGSLEDENAKVRELLDKIQEQNRRLRADLDTETAAHIEADCLAQTKTE 244
EMBOSS_001 251 EAAFYKDLYEQIELMKPEPITIKGMDTADYWNSQMKKCLREINAAYDEKI 300 ||.|||||.:|:||:|||||.|||||.|::|.|::.||:|||.:||||||
EMBOSS_001 245 EAEFYKDLLDQLELLKPEPIQIKGMDYAEFWKSELSKCVREIQSAYDEKI 294
EMBOSS_001 301 DLIQQDCEAKFQAQVSSLRAGNVKDNLQLTNAQEEVKKLRAQLSDKNSAY 350 |:||||.|||:.||::|||:|||||.:||.:.||||||||.|..:||:.|
EMBOSS_001 295 DMIQQDTEAKYSAQLNSLRSGNVKDGMQLQHVQEEVKKLRTQAGEKNAMY 344
EMBOSS_001 351 AELATRIATLQAERDELARQVSDMERELESERLKYHTDITSLETELQAVM 400 ||||.:.|:||||||.:.||.|::|||||..|:||:.||..|..||.||:
EMBOSS_001 345 AELAAKFASLQAERDSIGRQCSELERELEELRIKYNQDIGDLSNELSAVL 394
EMBOSS_001 401 EQLQVLMDAKLSMELEIACYKKLLEGEESRVGLRSLVEQAIGTQSKGAAS 450 .|||:|.|||::||||||||:|||||||||||||||||||||.|.:|.||
EMBOSS_001 395 AQLQILTDAKITMELEIACYRKLLEGEESRVGLRSLVEQAIGVQGRGTAS 444
EMBOSS_001 451 LSDAIQQSKSTGSLTVQRSSKGALGFASIDHSGGNVVIENTTSGARAKNQ 500 |.|.||||.|:||:|:||||||.:.|.|:|.||.|:||||||||||||.|
EMBOSS_001 445 LKDTIQQSTSSGSMTIQRSSKGPIAFNSVDQSGSNIVIENTTSGARAKTQ 494
EMBOSS_001 501 SLKGWKLVKNSNGRNTVEVNLKDFDLGAGRSYTLWAKGAKDRASADNEQV 550 ||:||::.|...||....:.|||:::...||:|||||||||:|||||:
EMBOSS_001 495 SLRGWRIDKTVAGRVAASIQLKDYEIPPNTKYTIWAKGAKDRATADNEQI 544
EMBOSS_001 551 ADNFSFGVGTCVWKLLDEAGNEKATLNAKFSG 582 ||.||.|||:|.|.::||||||||||.|||||
EMBOSS_001 545 ADIFSLGVGSCTWTIVDEAGNEKATLIAKFSG 576
Miért kell de novo szekvenálás?
Intermediate filament protein A
(Aplysia californica) (Helix aspersa)
# Length: 582
# Identity: 408/582 (70.1%)
# Similarity: 480/582 (82.5%)
# Gaps: 6/582 ( 1.0%)
# Score: 2094.5
Triptikus peptidek szempontjából 12% átfedés
1 MTSKISTTYE EEGRQSKIQP RAFVITRSGP SSKSSSFSAR QSYASSRQSI TPGVYQQLSS SGITDFRGTR EKEKREMQNL 81 NERLASYIEK VHFLDAQVKK LEAENEALRN RKSESLQPIR DAYENELAQA RKVIDELSST KGVSEAKVAG LQDEIASLRE 161 LIVTYENQSK DYRKKIESLG NQIGEYEGEL HTLRIRCGSL EDENAKVREL LDKIQEQNRR LRADLDTETA AHIEADCLAQ 241 TKTEEAEFYK DLLDQLELLK PEPIQIKGMD YAEFWKSELS KCVREIQSAY DEKIDMIQQD TEAKYSAQLN SLRSGNVKDG 321 MQLQHVQEEV KKLRTQAGEK NAMYAELAAK FASLQAERDS IGRQCSELER ELEELRIKYN QDIGDLSNEL SAVLAQLQIL 401 TDAKITMELE IACYRKLLEG EESRVGLRSL VEQAIGVQGR GTASLKDTIQ QSTSSGSMTI QRSSKGPIAF NSVDQSGSNI 481 VIENTTSGAR AKTQSLRGWR IDKTVAGRVA ASIQLKDYEI PPNTKYTIWA KGAKDRATAD NEQIADIFSL GVGSCTWTIV 561 DEAGNEKATL IAKFSG
9.7 + 22.2 % = 31.9%
Mascot: "de novo“ + homológia
KLEAENEALR [100-110] VQEQNRR [214-220]
LLEGEESR [417-424] ELEEQR [371-376]
LASYIEK [84-90] EMQNLNER [76-83]
LRADLDTETAAHIEADCLAQTK [221-242] KLLEGEESR [416-424]
LASYIEKVHFLDAQVK [84-99] VGSLEDENAK [197-206]
KVIDELASSK [132-141]
VIDELASSK [133-141]
YASQLNQLR [305-313]
VHFLDAQVK [91-99]
NAAYAELATR [341-350]*
Intermediate filament protein TLVEQAIGTQSK [429-440]*
#124233 (Helix aspersa) LAGLQDEIGSLR [148-159]
#102672 (Aplisia californica) GM(O)DYADFWK [268-276]
---QLSSSGITDFK [48-67]
ELIVTYE---K [160-170]
---DELAR [357-369]*
Tanulságok
134/172 gélpöttyből összesen 43 különböző fehérjét találtunk
Azonosítottunk poszt-transzlációs módosításokat is (N-terminális acetiláció, glikoziláció, szulfatálás)
Gélkép alapján a várttól eltérő tömegű fehérjék proteolízis
keresztkötés / ubiquitinálódás?
Pellet 2 (ultrafuga) – down-reguláció – membránhatárolt vezikulák retrográd transzportja gátolt
Két legprominensebb fehérje – intermediate filament protein és aktin triviális? – citoszkeleton sérülés eredménye
NEM – egyéb abundáns citoszkeletális fehérjék
(neurofilament, spectrin) mennyisége nem változott funkcióval bír?
Comprehensive Identification of
Phosphorylation Sites in Postsynaptic Density
Preparations
J.C. Trinidad , C.G. Specht, A. Thalhammer, R. Schoepfer, A.L. Burlingame
Mol. Cell. Prot. 2006, 5: 914-922
Némi bevezetés a
foszforilációról
One of the most important regulatory events:
turns proteins on and off
induces or prevents other post translational modifications in the same protein
signaling pathways : phosphorylation cascades
Biological significance
Difficulties
a) Dynamic process : kinase vs. phosphatase – both must be blocked during isolation b) Phosphorylation often @ low level (<5%)
c) Lower ionization efficiency – signal of phosphopeptides suppressed
Enrichment is a must at protein level at peptide level
Enrichment methods
Ion exchange on SCX
IMAC : Fe(3+), Ga(3+)…
binding at low pH
TiO2, ZrO2
Immunoprecipitation (only for pTyr)
Foszfopeptidekkel „spékelt”
emésztési elegy - MALDI-TOF MS
1200 1700 2200 m/z
5000 10000 15000 20000 25000
a.i.
/O=/bruker/2006/06november/ke061110_02/2SRef/pdata/1 Administrator Tue Nov 14 15:20:35 2006
P
PP P
TiO
2– dúsítás után
1100 1300 1500 1700 1900 2100 2300 m/z
10000 20000 30000 40000 50000 60000 70000
a.i.
/O=/bruker/2006/06november/ke061109_01/2SRef/pdata/1 Administrator Tue Nov 14 15:23:32 2006
P P P
P P P
P P
P
A projektről
• In the mammalian central nervous system, the structure known as the postsynaptic density (PSD) is a dense complex of proteins whose function is to detect and respond to
neurotransmitter released from presynaptic axon terminals. Regulation of protein
phosphorylation in this molecular machinery is critical to the activity of its components,
which include neurotransmitter receptors,
kinases/phosphatases, scaffolding molecules, and proteins regulating cytoskeletal
structure.
Copyright ©2006 American Society for Biochemistry and Molecular Biology
Trinidad, J. C. (2006) Mol. Cell. Proteomics 5: 914-922
Quality control of the purified PSD samples by Western blotting
Olyan fehérjék jelenlétét
teszteljük,
amiről tudjuk, hogy a komplex része, illetve szennyező lehet
Copyright ©2006 American Society for Biochemistry and Molecular Biology
Trinidad, J. C. (2006) Mol. Cell. Proteomics 5: 914-922
Schematic representation of the experimental workflow
Meghatározható megbízhatóan milyen fehérjék vannak jelen
Copyright ©2006 American Society for Biochemistry and Molecular Biology
Trinidad, J. C. (2006) Mol. Cell. Proteomics 5: 914-922
Identification of protein components of purified PSD samples
Miért is jó a kation-csere a
„negatív”
foszfopeptidekre?
Hány fehérje is van a komplexben?
• Interpretation of the spectra using Mascot resulted in 17,391 positive
peptide identifications of which 9,236 were to non-redundant peptide
sequences.
• 1,264
proteins were identified in the
PSD preparation with a median sequence
coverage of 17%
Mit tudtunk meg a foszforilációról?
• The 998 phosphopeptides reported here were limited to those identified with a Mascot expectation value less than 0.05 when searched against the restricted
PSD fraction protein dataset.
Copyright ©2006 American Society for Biochemistry and Molecular Biology
Trinidad, J. C. (2006) Mol. Cell. Proteomics 5: 914-922
A, the relative distribution of phosphoserines (pS), phosphothreonines (pT), and phosphotyrosines (pY)
Ez volt az első lépés
• Belőttük a módszert
• Kaptunk egy kvalitatív képet
• Most jön a kvantitatív része:
agy-régiók összehasonlítása
J. Trinidad UCSF
Singly phosphorylated, iTRAQ-labeled phosphopeptide from CaMK II alpha
CaMK II protein expression,
both replicates
1011 proteins were identified and quantified in both analyses.
Mit lehet ezzel kezdeni?
• Fehérjék relatív mennyiségi meghatározása a különböző agy-régiókban
• Foszforiláció relatív mennyiségi
meghatározása a különböző agy-régiókban
• Össze lehet hasonlítani a fehérje-szint változásokat a poszt-transzlációs
szintváltozással – hogy is zajlik a reguláció
Mit lehet ezzel kezdeni?
Hierarchical Clustering of Protein Expression Reveals
Coregulated Clusters
És a jövő?
• Az itt tanultakat különböző betegség- modelleken lehet hasznosítani
Epilepsziára? Depresszióra? Pánik-
betegségre? Stb.
Minta kérdések
• Mitől függ, mennyire jó egy adatbázis?
• Mi az oka, hogy nincs tökéletesen
működő adatbázis-lekereső szoftver?
• Miért van szükség proteomikára?
• Miért kell „jelölni” kvantitatív proteomikában?
• Miért előnyös egy olyan jelölés, ami
minden peptidet módosít? És valóban
módosít-e minden peptidet?
Hasznos web-oldalak
ProteinProspector – http://prospector.ucsf.edu MS-BLAST - http://dove.embl-
heidelberg.de/Blast2/msblast.html
BLAST - http://www.ncbi.nlm.nih.gov/BLAST/
European Bioinformatics Institute - http://www.ebi.ac.uk/
Szekvencia-összehasonlítás –
http://www.ebi.ac.uk/clustalw/index.html
MS kezdőknek - „What is mass spectrometry” - www.asms.org