In-source fragmentation in mass spectrometry-based proteomics: prevalence, impact, and strategies for mitigation

Questo studio quantifica la prevalenza e l'impatto della frammentazione in sorgente (ISF) nella proteomica basata sulla spettrometria di massa, proponendo un approccio open-source basato sull'analisi del tempo di ritenzione per identificare e rimuovere questi frammenti, al fine di prevenire errori di interpretazione qualitativa e l'infrazione delle identificazioni peptidiche.

L'essenziale

🕵️‍♂️ Il Mistero dei "Fantasmi" nella Macchina dei Pezzi

Immagina di avere una macchina fotografica super potente che deve fotografare un'orchestra complessa. Il tuo obiettivo è identificare ogni singolo musicista (le proteine) e capire come suonano insieme. Per farlo, prima di scattare la foto, fai passare i musicisti attraverso un corridoio stretto (la cromatografia) per separarli uno dall'altro, e poi li fai passare davanti a un potente raggio laser (lo spettrometro di massa) che li analizza.

Il problema è che, mentre i musicisti passano sotto il raggio laser, alcuni di loro si spaventano e si spezzano in due prima ancora di essere fotografati.

Questi pezzi rotti sono chiamati "frammenti in sorgente" (o in-source fragmentation). Nella scienza, li chiamano ISF.

🧩 Cosa succede davvero?

In questo studio, gli scienziati hanno scoperto che questi "pezzi rotti" sono molto più comuni di quanto pensassimo.

• L'analogia del puzzle: Immagina di avere un puzzle completo di 1000 pezzi (la proteina intera). Quando passi sotto il laser, il pezzo numero 500 si stacca e vola via. La macchina vede sia il pezzo 500 (il frammento) che il resto del puzzle (il genitore).
• Il problema: Se non fai attenzione, potresti pensare che il pezzo 500 sia un musicista nuovo e originale che non c'era prima! Questo porta a confusione: potresti credere di aver trovato un nuovo tipo di cellula o di malattia quando in realtà è solo un "pezzo rotto" di qualcosa che già conoscevi.

🔍 Come hanno trovato la soluzione?

Gli scienziati hanno sviluppato un nuovo metodo per smascherare questi "fantasmi". Ecco come funziona, passo dopo passo:

1. L'orologio magico (Tempo di ritenzione): I musicisti (i peptidi) attraversano il corridoio a velocità diverse. Se un musicista intero e il suo pezzo rotto sono la stessa persona, devono attraversare il corridoio nello stesso identico momento.
2. Il controllo incrociato: Il nuovo algoritmo guarda la lista di tutti i pezzi. Se vede un "pezzo intero" e un "pezzo più piccolo" che arrivano esattamente allo stesso istante, e il pezzo piccolo è contenuto dentro quello grande... BINGO! È un frammento in sorgente, non un nuovo musicista.
3. La rete di relazioni: Hanno creato una mappa (una rete) che collega i pezzi rotti ai loro genitori, proprio come un albero genealogico, per capire chi è chi.

📊 Cosa hanno scoperto?

• Non è un problema per tutti: Se stai studiando un'orchestra enorme e caotica (campioni complessi), i pezzi rotti si perdono nella folla e non disturbano molto.
• Il pericolo nei gruppi piccoli: Se stai studiando un piccolo gruppo di musicisti (campioni semplici, come nel caso dell'immunopeptidomica, che studia le difese del corpo), i pezzi rotti possono diventare la metà di tutto ciò che vedi! Potresti pensare di aver trovato 100 musicisti, ma in realtà 30 di loro sono solo "pezzi staccati" degli altri 70.
• La macchina conta: Hanno scoperto che alcune macchine fotografiche (spettrometri) sono più delicate e rompono meno i pezzi, mentre altre, più potenti, tendono a spezzarli di più. Anche la temperatura e la pressione del laser fanno la differenza.

🛡️ Perché è importante?

Prima, gli scienziati pensavano che questi pezzi rotti fossero un fastidio minore. Ora sanno che sono un grande problema per certi tipi di ricerche, specialmente quelle che cercano piccole molecole (come i peptidi presentati dal sistema immunitario).

Se non li rimuovi dai dati:

• Potresti credere di aver scoperto una nuova malattia.
• Potresti sprecare tempo e denaro cercando di studiare qualcosa che non esiste davvero.

💡 La soluzione proposta

Gli autori dicono: "Non abbiate paura, ma state attenti!".
Prima di analizzare i dati, dovete usare questo nuovo "detective" (il loro software) per:

1. Identificare i pezzi rotti.
2. Etichettarli come "frammenti".
3. Rimuoverli dall'analisi finale, così da vedere solo i musicisti veri e propri.

In sintesi: La scienza sta diventando sempre più precisa, e per essere precisi, dobbiamo imparare a distinguere tra ciò che è reale e ciò che è solo un "pezzo rotto" creato dalla nostra stessa macchina.

Sommario tecnico

Titolo

Frammentazione in sorgente nella proteomica basata sulla spettrometria di massa: prevalenza, impatto e strategie di mitigazione

1. Il Problema

Nella proteomica basata sulla spettrometria di massa (MS), in particolare nelle analisi a livello di peptidi (come l'immunopeptidomica, la proteomica strutturale e l'analisi delle modificazioni post-traduzionali), esiste un rischio significativo di interpretazione errata dei dati.
Durante l'ionizzazione elettrospray (ESI), che avviene dopo la separazione cromatografica ma prima del primo filtro di massa, i peptidi possono subire una frammentazione in sorgente (ISF - In-Source Fragmentation). Questo fenomeno genera specie molecolari artificiali (frammenti) che non hanno un significato biologico diretto ma vengono rilevate come picchi reali.

• Il rischio: Questi frammenti possono essere scambiati per peptidi biologici reali (ad esempio, peptidi semi-trittici o non-trittici), portando a falsi positivi, sovrastima delle identificazioni e potenziale distorsione delle conclusioni biologiche, specialmente in approcci che non aggregano i dati a livello proteico.
• Il contesto: Mentre l'ISF è stato ampiamente studiato in metabolomica, nella proteomica classica (bottom-up) è stato spesso ignorato perché l'aggregazione dei dati a livello proteico ne mascherava l'impatto. Tuttavia, con l'avvento di metodi di acquisizione indipendenti dai dati (DIA) e di strumenti MS più sensibili, la rilevazione di questi artefatti è aumentata, rendendo necessario un approccio sistematico per identificarli.

2. Metodologia

Gli autori hanno sviluppato un approccio bioinformatico e una serie di esperimenti sistematici per rilevare e quantificare l'ISF:

• Algoritmo di Rilevamento basato sul Tempo di Ritenzione (RT):

  • Poiché la frammentazione avviene dopo la separazione cromatografica, i peptidi frammento e i loro peptidi genitori condividono lo stesso profilo di tempo di ritenzione (RT), pur avendo masse diverse.
  • L'algoritmo accoppia i peptidi che condividono sequenze (un peptide più lungo contiene la sequenza di uno più corto) e calcola la differenza dei tempi di ritenzione ($\Delta RT$).
  • Viene definito un cutoff di $\Delta RT$ specifico per ogni campione, determinato analizzando la distribuzione dei $\Delta RT$ di coppie di peptidi che differiscono solo per lo stato di carica (che dovrebbero avere lo stesso RT). Questo cutoff separa le coppie che co-elutano (evidenza di ISF) da quelle che non lo fanno.
  • Vengono costruiti "reti di frammentazione" per collegare genitori e multipli frammenti.

• Dataset e Campionamento:

  • Sono stati generati 13 nuovi dataset proteomici e analizzati insieme a 25 dataset pubblicati.
  • I campioni coprono un'ampia gamma di complessità: miscele di peptidi puri, miscele di proteine, lisati di E. coli, lievito (S. cerevisiae), cellule umane (HEK-293) e campioni di affinità (AP-MS).
  • Sono stati inclusi approcci specifici: proteomica classica, immunopeptidomica, proteomica strutturale (LiP-MS) e fosfoproteomica.

• Ottimizzazione Parametrica:

  • Sono stati testati diversi strumenti MS (Orbitrap Exploris 480, Astral, Q Exactive Plus) e parametri strumentali (frequenza radio del funnel, temperatura della capillare di trasferimento ioni, tensione di spruzzo) per valutare il loro impatto sull'ISF.

3. Contributi Chiave

• Sviluppo di uno strumento open-source: Un algoritmo robusto per la rilevazione dell'ISF basato sull'analisi del tempo di ritenzione e sul matching dei picchi cromatografici, adattabile a diverse configurazioni strumentali.
• Mappatura della prevalenza: La prima valutazione sistematica della prevalenza dell'ISF su larga scala nella proteomica DIA, dimostrando che non è un evento raro ma significativo.
• Analisi di impatto settoriale: Distinzione chiara tra l'impatto dell'ISF sulla quantificazione relativa (dove l'effetto è minimo) e sull'identificazione qualitativa (dove l'effetto è critico, specialmente per peptidi brevi o in immunopeptidomica).
• Raccomandazioni operative: Linee guida pratiche per la mitigazione dell'ISF, inclusa la filtrazione bioinformatica dei frammenti e l'ottimizzazione dei parametri strumentali.

4. Risultati Principali

• Prevalenza dell'ISF:
  • In campioni tipici digeriti con tripsina, circa l'1% dei peptidi completamente trittici e il 22% dei peptidi semi-trittici origina da ISF.
  • In alcuni casi, i frammenti in sorgente superano un terzo delle identificazioni totali di peptidi.
  • L'ISF è inversamente correlato alla complessità del campione: è molto più abbondante in campioni a bassa complessità (es. miscele di proteine o peptidi) rispetto a lisati cellulari complessi.
• Caratteristiche dei Frammenti:
  • La maggior parte dei frammenti (82%) sono peptidi semi-trittici.
  • I siti di frammentazione mostrano una preferenza per legami peptidici specifici (es. Valina seguita da Leucina/Isoleucina/Alanina all'estremità N del frammento; Prolina all'estremità C).
  • L'ISF può anche coinvolgere la perdita di gruppi di modificazioni post-traduzionali (PTM), come l'ossidazione della metionina o la perdita di gruppi fosfato (specialmente su Tirosina).
• Impatto sulla Quantificazione:
  • L'ISF non compromette significativamente la quantificazione relativa dei peptidi o delle proteine. Anzi, i peptidi genitori ISF tendono ad avere segnali più intensi e una migliore riproducibilità rispetto ai peptidi non-ISF.
  • Tuttavia, l'inclusione dei frammenti nei gruppi di peptidi può peggiorare leggermente l'accuratezza della quantificazione relativa.
• Impatto sull'Immunopeptidomica e LiP-MS:
  • Immunopeptidomica: L'ISF è particolarmente problematico qui. Nei dataset analizzati, i frammenti ISF costituivano fino al 37% dei peptidi più corti di 9 amminoacidi. Poiché gli antigeni HLA-I sono spesso brevi, c'è un alto rischio di falsi positivi.
  • LiP-MS (Limited Proteolysis): L'impatto è minore (0.6-2.0% delle identificazioni totali), poiché la maggior parte dei peptidi semi-trittici è genuina.
• Dipendenza Strumentale:
  • L'entità dell'ISF varia notevolmente tra diversi modelli di spettrometri e parametri (es. la frequenza radio del funnel e la temperatura della capillare hanno un impatto diretto).
  • Gli algoritmi DIA attuali, che assumono un singolo picco per sequenza peptidica, sottostimano sia l'ISF che la presenza di peptidi genuini che appaiono in più finestre di tempo.

5. Significato e Conclusioni

Questo studio evidenzia che la frammentazione in sorgente è un artefatto pervasivo e crescente nella proteomica moderna, aggravato dalla maggiore sensibilità degli strumenti MS e dall'uso di metodi DIA.

• Rischio di Interpretazione: Ignorare l'ISF porta a un'over-estimazione delle identificazioni e a potenziali errori biologici, specialmente nelle applicazioni che si basano su peptidi non-trittici o brevi (immunopeptidomica).
• Raccomandazione: Gli autori propongono che la rilevazione e l'annotazione dell'ISF diventino un passaggio standard nell'analisi dei dati proteomici. I frammenti in sorgente dovrebbero essere rimossi o re-annotati per evitare interpretazioni errate.
• Futuro: Lo sviluppo di algoritmi di rilevazione delle caratteristiche (feature detection) più avanzati potrebbe aiutare a elucidare nuovi pattern di ISF (es. frammentazione di catene laterali o reazioni chimiche in sorgente), contribuendo a spiegare una vasta porzione di dati proteomici attualmente non annotati.

In sintesi, il lavoro fornisce sia gli strumenti teorici che pratici per mitigare l'impatto dell'ISF, migliorando l'affidabilità delle conclusioni biologiche tratte dagli studi di proteomica.