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

本論文は、質量分析に基づくプロテオミクスにおいてデータ誤解釈のリスクとなる「インソースフラグメンテーション（ISF）」の発生実態と影響を多様なデータセットで明らかにし、保持時間解析に基づく検出・除去アプローチを提案することで、ペプチド中心の解析の信頼性向上を図るものである。

要約

この論文は、タンパク質を調べる「質量分析」という高度な技術において、**「見えない悪魔（インソースフラグメンテーション）」**がデータを混乱させている可能性を解明し、その対策を提案した研究です。

少し難しい専門用語を、身近な例え話を使って解説しましょう。

1. 物語の舞台：タンパク質の「お料理」

まず、タンパク質を調べる実験を想像してください。
研究者たちは、細胞という「巨大な食材庫」からタンパク質を取り出し、それを「トリプシン」という酵素（包丁）で細かく刻みます。こうしてできた「ペプチド（タンパク質のかけら）」を、液体クロマトグラフィーという「長い迷路（分離カラム）」に通して、順番に並べます。

そして、最後に**「質量分析計」**という、分子の重さを測る超高性能カメラで写真を撮ります。これが現代のタンパク質研究の定番です。

2. 問題発生：「見えない悪魔」の仕業

ここで、あるトラブルが起きます。
液体クロマトグラフィー（迷路）を出て、カメラ（質量分析計）に入る直前、ペプチドが**「熱と電気の嵐」にさらされます。この瞬間、本来は壊れてはいけないはずのペプチドが、「インソースフラグメンテーション（ISF）」**という現象で、勝手にバラバラに割れてしまうのです。

これを**「見えない悪魔」**と呼びましょう。

• 悪魔の正体： 本来のペプチド（親）が、熱や電気で壊れてできた「小さなかけら（子）」です。
• 悪魔の策略： この「子」は、「親」と全く同じタイミングでカメラに現れます（同じ場所に立っている）。しかし、重さは軽くなっています。

3. 混乱：「双子」か「偽物」か？

カメラは、この「親」と「子」を別々のものとして捉えてしまいます。

• 本来の生物学的な意味： 「親」は細胞の中に実際に存在するタンパク質のかけらです。
• 悪魔の偽物： 「子」は実験の過程で勝手にできたゴミです。

しかし、研究者がデータを見ると、「あ、この重さのペプチドが見つかった！これは新しいタンパク質の証拠だ！」と勘違いしてしまいます。
特に、「免疫ペプチド」（免疫細胞が認識する小さなペプチド）を調べる分野では、もともとペプチドが小さいため、この「偽物（子）」が本物と見分けがつかず、**「実は存在しないはずの抗原（敵）」**を報告してしまうリスクがあります。これは、誤って「敵がいた！」と報告して、治療法を間違えるような危険なことです。

4. 解決策：「時計」で見分ける探偵

この論文の著者たちは、この「見えない悪魔」を捕まえるための**「探偵ツール」**を開発しました。

• 探偵のロジック：
  「親」と「子」は、**「同じタイミング（同じ滞留時間）」で現れます。
  一方、本当に別の場所に存在する「本物の別のペプチド」は、「少しずれたタイミング」**で現れます。

  著者たちは、**「同じタイミングで現れるペプチド同士は、親子関係（偽物と本物）だ！」と判断するアルゴリズムを作りました。まるで、「同じ時間に同じ場所に現れた双子は、片方が本物で片方が影（偽物）だ」**と見分けるようなものです。

5. 発見した驚きの事実

このツールを使って大量のデータを調べたところ、以下のようなことがわかりました。

1. 悪魔はいた： 従来の研究では「そんなことは起きない」と思われていましたが、実は**「半分以上のペプチド」**が、この「偽物（子）」だったケースさえありました。特に、サンプルが単純な（複雑なタンパク質が少ない）実験では、偽物の割合が非常に高くなりました。
2. 機械の性能が鍵： 新しい高性能な質量分析計ほど、感度が高すぎて「偽物（子）」まで鮮明に写してしまい、問題が深刻化していました。
3. 設定次第： 機械の温度や電圧の設定を少し変えるだけで、偽物の発生率が激変しました。

6. 結論：「ゴミ箱」に捨てよう

この研究のメッセージはシンプルです。

「質量分析で得られたデータには、実験の過程で勝手にできた『偽物のペプチド』が混ざっています。特に、小さなペプチドを調べる時は要注意です。新しいツールを使って、これらを『偽物』としてマークし、分析から除外（ゴミ箱に捨て）してください。」

これにより、研究者は**「本当に細胞の中に存在するタンパク質」**だけを正確に把握できるようになり、誤った結論を下すリスクを減らすことができます。

まとめ

この論文は、**「最高のカメラで撮った写真にも、撮影時のノイズ（偽物）が混ざっている。だから、そのノイズを見分けるフィルターを掛けないと、本当の景色が見えないよ」**と教えてくれています。

科学の進歩は「もっと感度を上げる」ことですが、同時に**「その感度が高すぎて見えてしまう『ノイズ』をどう処理するか」**という、新しい知恵も必要だということです。

技術概要

この論文「In-source fragmentation in mass spectrometry-based proteomics: prevalence, impact, and strategies for mitigation（質量分析に基づくプロテオミクスにおけるインソースフラグメンテーション：その発生頻度、影響、および軽減戦略）」の技術的な要約を以下に日本語で提供します。

1. 背景と課題 (Problem)

質量分析（MS）を用いたプロテオミクス、特にペプチドレベルの解析（免疫ペプチドミクス、構造プロテオミクス、翻訳後修飾の解析など）において、インソースフラグメンテーション（ISF: In-Source Fragmentation） が重大な問題となっています。

• ISF の定義: 液体クロマトグラフィー（LC）による分離後、イオン化（ESI）および最初の質量フィルター（MS1）に入るまでの間に、ペプチドが物理的・化学的に分解される現象です。
• 課題: ISF によって生成された断片ペプチドは、親ペプチドと同じ保持時間（Retention Time, RT）を持ちながら、異なる質量（m/z）として検出されます。これらは生物学的に意味のあるペプチド（真の標的）として誤って同定・定量され、データ解釈の誤り、同定数の過大評価、および短鎖ペプチドの同定における偽陽性の増加を引き起こすリスクがあります。
• 現状の認識不足: メタボロミクスでは ISF が広く研究されていますが、プロテオミクス、特に従来のボトムアップ手法（完全トリプシン分解ペプチドの同定に焦点を当てたもの）では、その影響は軽視されてきました。しかし、DIA（データ非依存型収集）法の普及や高感度機器の登場により、ISF 断片の検出が増加しており、ペプチド中心の解析（半トリプシンや非トリプシンペプチドを扱う手法）においてその影響が深刻化しています。

2. 方法論 (Methodology)

著者らは、ISF の検出、特性評価、および影響評価を行うための包括的なアプローチを開発しました。

• ISF 検出アルゴリズムの開発:

  • 原理: ISF 断片と親ペプチドは、LC 分離後に生成されるため、同じ保持時間（RT）プロファイルを持ち、アミノ酸配列の一部を共有します。
  • アルゴリズム: 同一サンプル内で、配列が部分的に一致するペプチド対（ペア）を特定し、それらのピーク頂点 RT の差（$\Delta$RT）を計算します。
  • 閾値決定: 電荷状態のみが異なり質量は同じであるペプチド対（真の共溶出ペア）の$\Delta$RT 分布を「正解データ」として利用し、正規分布と一様分布の交点からサンプル固有の$\Delta$RT 閾値を決定します。この閾値以下であれば ISF 証拠ありと判定します。
  • ネットワーク分析: 複数の断片を持つ親ペプチドを特定し、ISF ネットワークを構築して、断片と親ペプチドをグループ化します。

• データセットの収集と解析:

  • 13 の新規生成データセット（酵母、大腸菌、ヒト細胞など、複雑度が異なるサンプル）と、25 の既存公開データセット（免疫ペプチドミクス、リン酸化プロテオミクス、LiP-MS など）を合計 38 データセット、317 サンプルを対象に解析しました。
  • 複数の質量分析計（Orbitrap Exploris 480, Astral, Q Exactive Plus）および機器パラメータ（イオン漏斗 RF、イオン伝達キャピラリー温度、電圧など）を変化させて実験を行いました。

• 定量評価:

  • 希釈系列実験（酵母と大腸菌の混合）を行い、ISF が相対定量（フォールドチェンジ）に与える影響を評価しました。

3. 主要な結果 (Key Results)

• ISF の発生頻度:

  • 典型的なトリプシン分解サンプルにおいて、完全トリプシンペプチドの約 1%、半トリプシンペプチドの約 22% が ISF に由来していました。
  • サンプルの複雑度が低い場合（ペプチド混合物や低複雑度サンプル）、ISF の割合は劇的に増加し、場合によっては全ペプチド同定の3 分の 1 以上を占めました。
  • 免疫ペプチドミクスデータでは、9 残基以下の短鎖ペプチドにおいて、ISF 断片が**最大 37%**を占めることが確認されました。

• ISF の特性:

  • 配列特性: ISF は主に N 末端側で発生し、Val-Leu, Val-Ile, Val-Ala などの疎水性アミノ酸結合、および Pro-Gly, Pro-Ala などのプロリンを含む結合で頻発しました。
  • PTM の影響: メチオニン酸化や N 末端アセチル化の脱離（PTM-ISF）も検出されました。リン酸化ペプチドでは、リン酸基の脱離が特にチロシン（Tyr）で顕著でした。
  • 機器依存性: ISF の発生率は機器モデルやパラメータに強く依存します。特にイオン漏斗の RF 電圧とイオン伝達キャピラリー（ITC）の温度が高いほど ISF が増加しました。

• 定量への影響:

  • 相対定量: ISF はペプチドやタンパク質レベルの相対定量精度にはほとんど影響を与えませんでした。むしろ、親ペプチドは高強度であるため、定量には有用であることが示されました。
  • 同定への影響: 定量的には問題なくても、ISF 断片を生物学的ペプチドとして誤認することは、特に短鎖ペプチドや半トリプシンペプチドを扱う解析において重大な誤解を招きます。

• DIA 解析における課題:

  • 現在の多くの DIA 解析アルゴリズムは「1 つのペプチド配列は 1 つのピークしか持たない」と仮定しています。しかし、ISF により同じ配列が複数のピーク（親と断片）として現れる場合、従来の手法では真のペプチド同定を見逃したり、ISF の実態を過小評価したりするリスクがあることが示されました。

4. 主要な貢献 (Key Contributions)

1. ISF 検出ツールの提案: 保持時間（RT）の一致と配列の包含関係に基づき、オープンソースで ISF を検出・注釈付けするアルゴリズムを開発しました。
2. ISF の実態の解明: 多様なプロテオミクス手法（DIA、免疫ペプチドミクス、LiP-MS など）および機器条件下での ISF の発生頻度と特性を体系的に評価し、その影響範囲を定量化しました。
3. 軽減戦略の提示:
   • 免疫ペプチドミクスなどでは、9 残基以下のペプチドをフィルタリングするか、本アルゴリズムを用いて ISF 断片を除去することを推奨。
   • 機器パラメータ（RF、温度など）の最適化により ISF を低減できることを示唆。
   • 定量解析においては、ISF 断片を親ペプチドにマージするよりも、フィルタリングして除去することが推奨されます。

5. 意義と将来展望 (Significance)

• データの信頼性向上: 高感度化・高スループット化が進む現代の質量分析において、ISF による偽陽性の同定を排除することは、特にペプチド中心の解析（構造生物学、免疫学など）の信頼性を高めるために不可欠です。
• 未解析データの解明: 現在、プロテオミクスデータには多数の未注釈の m/z 特徴が存在します。ISF や側鎖切断などの「インソース反応」を解明することで、これらの未解析データの正体を特定し、より包括的なプロテオーム理解に貢献する可能性があります。
• 標準化の必要性: 著者らは、ISF の検出とフィルタリングをプロテオミクスデータ解析の標準的なステップとして導入することを提唱しています。

総じて、この研究は質量分析プロテオミクスにおける長年見過ごされてきたアーティファクト（ISF）の重大性を明らかにし、その検出と管理のための具体的な技術的枠組みを提供した点で極めて重要です。