Expanding Glycopeptide Identification with Match-Between-Glycans in FragPipe

Deze paper introduceert de 'match-between-glycans' (MBG)-methode, geïntegreerd in FragPipe, die de identificatie van glycopeptiden uitbreidt door MS1-signalen te koppelen aan bekende glycopeptiden, waardoor ook glycopeptiden met lage abundantie of onvoldoende MS2-fragmentatie en niet-vooraf gedefinieerde glycans betrouwbaar kunnen worden geïdentificeerd.

De kern

De Zoektocht naar de Verborgen Smaakmakers: Een Simpel Verhaal over MBG

Stel je voor dat eiwitten in ons lichaam als enorme, ingewikkelde Lego-bouwwerken zijn. Maar deze bouwwerken zijn niet alleen maar uit blokken gebouwd; ze hebben ook prachtige, kleurrijke bloemetjes en lintjes eraan vastgemaakt. In de wetenschap noemen we deze versieringen glycosylering. Ze zijn cruciaal voor hoe eiwitten werken, maar ze zijn ook ontzettend lastig te bestuderen.

Het Probleem: De Verborgen Bloemetjes

Wetenschappers gebruiken een soort superkrachtige camera (een massaspectrometer) om deze eiwitten te fotograferen en te analyseren. Maar er is een groot probleem:

1. Te veel ruis: Er zijn zo ontzettend veel verschillende soorten bloemetjes (glycanen) dat de camera soms verward raakt.
2. Te zwakke signalen: Sommige bloemetjes zijn zo klein en zeldzaam dat de camera ze niet ziet, of dat de foto er zo wazig uitziet dat niemand kan zeggen wat het precies is.
3. Het gevolg: Veel belangrijke informatie over hoe ons lichaam werkt (en ziektes zoals kanker of ontstekingen) blijft onzichtbaar. Het is alsof je een boek leest, maar de helft van de woorden is weggeveegd.

De Oplossing: MBG (Match-Between-Glycans)

De auteurs van dit paper, een team van wetenschappers uit de VS en Nederland, hebben een slimme truc bedacht die MBG heet. Ze noemen het "Match-Between-Glycans", wat je kunt vertalen als "Het Koppelen tussen de Bloemetjes".

Hier is hoe het werkt, met een simpele analogie:

De Analogie van de Trein en de Passagiers
Stel je voor dat een eiwit een trein is die door een tunnel rijdt. De bloemetjes (glycanen) zijn de passagiers in de trein.

• Traditionele methoden kijken alleen naar de foto's die gemaakt worden als de trein stopt (de MS2-spectra). Als de trein te snel gaat of de camera te wazig is, mis je de foto.
• MBG kijkt naar de trein zelf. Het weet dat als er één passagier (een suikermolecuul) bij komt, de trein net iets zwaarder wordt en misschien net iets later de tunnel uitrijdt. Als er twee passagiers bij komen, rijdt hij nog iets later.

MBG doet het volgende:

1. Kijk naar wat je wel ziet: Het begint met de bloemetjes die de camera wel duidelijk heeft gefotografeerd.
2. Gebruik de logica: Het weet dat bloemetjes vaak in families voorkomen. Als je een bloemetje ziet met 5 suikers, en je weet dat er vaak ook een bloemetje is met 6 suikers (één extra suiker), dan zoekt MBG in de buurt van de tijd dat die eerste trein voorbijkwam.
3. Zoek het verschil: Het kijkt of er ergens in de data een trein is die precies op het juiste moment (een fractie van een seconde later) voorbijkomt en precies het juiste gewicht heeft voor die extra suiker.
4. Vind de verborgen schatten: Als het die "trein" vindt, zegt MBG: "Aha! Hier moet een extra bloemetje zitten, zelfs al hebben we geen duidelijke foto van die specifieke trein!"

Waarom is dit zo cool?

• Het is een slimme gids: In plaats van blindelings te zoeken in een enorme berg data (wat heel lang duurt), gebruikt MBG de patronen die al bekend zijn. Het is alsof je in een bos niet elke boom afzonderlijk moet tellen, maar gewoon kijkt waar de paden naartoe leiden.
• Het vindt het onvindbare: Het kan zelfs bloemetjes vinden die niet in de "lijst met bekende bloemen" staan, zoals bloemetjes die per ongeluk een metalen speldje (een adduct) hebben vastgepakt.
• Het werkt snel: Omdat het slim zoekt, duurt het niet lang. Het kan worden ingebouwd in bestaande software (FragPipe) met één druk op de knop.

Wat hebben ze bewezen?

De wetenschappers hebben deze methode getest op verschillende dingen:

• Gist: Een simpele celsoort. Hier vonden ze 23% meer bloemetjes dan voorheen.
• Menselijk bloed: Bloed is heel complex. MBG vond extra bloemetjes die belangrijk zijn voor het begrijpen van ziektes, zoals die bij kanker.
• Hersentumoren: Ze vonden verschillen in de bloemetjes tussen gezonde hersenen en tumorweefsel, wat helpt bij het begrijpen van de ziekte.

Conclusie

Kortom: MBG is als een detective die niet alleen kijkt naar wat er duidelijk op de foto staat, maar ook naar de schaduwen en patronen om de rest van het verhaal te reconstrueren.

Het helpt wetenschappers om een completer plaatje te krijgen van hoe ons lichaam werkt, zonder dat ze urenlang hoeven te wachten of duizenden dollars extra moeten uitgeven aan nieuwe apparatuur. Het is een slimme, snelle en goedkope manier om de "verborgen taal" van onze cellen te lezen.

Technische samenvatting

Titel: Uitbreiding van Glycopeptide-identificatie met Match-Between-Glycans (MBG) in FragPipe

1. Het Probleem

Glycosylering is een van de meest complexe en biologisch belangrijke post-translatiële modificaties (PTM's) van eiwitten. Hoewel massaspectrometrie (MS) een krachtige techniek is voor glycoproteomics, ondervindt de traditionele Data-Dependent Acquisition (DDA) aanzienlijke beperkingen:

• Stochasticiteit: Vanwege de stochastische aard van MS/MS-acquisitie worden laag-abundante glycopeptiden vaak gemist (geen MS2-spectrum verkregen) of hebben ze spectra van lage kwaliteit.
• Verdunde signalen: Verschillende glycoformen (dezelfde peptide-achtergrond met verschillende glycane) concurreren om ionisatie, wat het signaal voor individuele glycopeptiden verdund.
• Beperkte dekking: Bestaande software (zoals MSFragger-Glyco) is afhankelijk van informatie-rijke MS2-spectra. Glycopeptiden zonder voldoende fragmentatie-informatie worden niet geïdentificeerd, wat leidt tot onvolledige kwantitatieve profielen en gemiste biologische variaties.
• Zoekruimte-explosie: Het toevoegen van zeldzame adducten (bijv. metaalionen) of specifieke modificaties (zoals fosforylering) aan de zoekdatabase vergroot de zoekruimte drastisch, wat de sensitiviteit en snelheid negatief beïnvloedt.

2. Methodologie: Match-Between-Glycans (MBG)

MBG is een lichtgewicht, modulair algoritme dat is geïntegreerd in de FragPipe-workflow. Het werkt als een post-processing stap na een traditionele database-zoekopdracht en gebruikt MS1-niveau-inferentie om ontbrekende glycoformen te vinden.

Kernprincipes:

• Uitgangspunt: MBG start met hoog-vertrouwde, geïdentificeerde glycopeptiden (parent PSM's) uit de initiële zoekopdracht.
• Logica: Het benut het feit dat glycanen stapsgewijs worden opgebouwd. Glycopeptiden met dezelfde peptide-achtergrond maar verschillende glycan-composities (die verschillen door één of meer monosaccharide-eenheden) vertonen voorspelbare verschuivingen in retentietijd (RT) en ionmobiliteit (IM).
• Inferentieproces:
  1. MBG genereert hypothetische glycoformen door bekende massaverschillen toe te passen op de geïdentificeerde parent-glycanen (bijv. toevoeging van Hex, HexNAc, NeuAc, of adducten zoals NH₄⁺).
  2. Het zoekt in de nabijgelegen MS1-spectra naar signalen die overeenkomen met deze voorspelde massa's, binnen een specifieke RT/IM-tolerantievenster.
  3. Statistische Validatie: Om valse positieven te voorkomen, genereert MBG decoy-glycoformen (met dezelfde RT/IM maar een massaverschil van +11 Da, om isotopen te vermijden). Deze worden gescoord met een LDA-model (Linear Discriminant Analysis) op basis van zeven kenmerken: RT/IM-verschuiving, massafout, precursor-intensiteit, Y0/Y1-ionintensiteit, isotopenenvelopvorm (KL-divergentie) en frequentie van de verschuiving.
  4. FDR-controle: De False Discovery Rate (FDR) wordt op precursorniveau berekend, wat zorgt voor strikte controle zonder de identificatiesnelheid te vertragen.

Voordeels:

• Geen noodzaak om de initiële zoekdatabase uit te breiden met alle mogelijke adducten/modificaties.
• Werkt zowel voor label-vrije als isobare gelabelde (TMT) data.
• Kan glycanen identificeren die niet in de oorspronkelijke database stonden (bijv. zeldzame adducten).

3. Belangrijkste Bijdragen en Resultaten

De auteurs hebben MBG gevalideerd op diverse datasets met uiteenlopende complexiteit:

• Benchmarking (Fission Yeast):

  • In een dataset van Schizosaccharomyces pombe (voornamelijk high-mannose glycane) bleek dat RT-verschuivingen zeer consistent waren tussen verschillende peptide-achtergronden.
  • Resultaat: MBG leidde tot een 23,6% toename in unieke glycopeptide-identificaties bij een 5% FDR.
  • Validatie: Meer dan de helft van de MBG-geïdentificeerde glycopeptiden had een ondersteunend MS2-spectrum. Een "entrapment"-zoekopdracht (met biologisch onwaarschijnlijke glycane) toonde een valse-positiefpercentage van slechts 0,63%.

• Human Plasma (PASEF):

  • Toepassing op complexe menselijke plasma-data (veel sialylering en fucosylering).
  • Resultaat: 14,6% meer unieke glycopeptiden (1.311 vs 1.144). MBG herstelde specifiek laag-abundante, gesialyleerde en gefucosyleerde vormen die vaak als biomarkers fungeren.
  • Het systeem kon tot zes ontbrekende glycoformen per glycosite herstellen, wat een completer beeld geeft van de microheterogeniteit.

• TMT-gelabelde GBM-dataset (CPTAC):

  • Toepassing op glioblastoom-data met TMT-labeling.
  • Resultaat: Identificatie van 740 extra unieke glycopeptiden. De analyse toonde duidelijke differentiatie tussen tumor- en normaalweefsel, waarbij gefucosyleerde glycopeptiden sterk werden downregulated, in overeenstemming met eerdere bevindingen.

• Identificatie van Adducten en Modificaties:

  • MBG slaagde erin om adducten (NH₄⁺, Fe³⁺) en modificaties (mannose-6-fosfaat, M6P) te identificeren zonder deze vooraf in de database op te nemen.
  • Voorbeeld: In muislever-data werd Fe³⁺-adductie succesvol gedetecteerd en geverifieerd via isotopenpatronen en diagnostische fragment-ionen, terwijl een traditionele zoekopdracht met deze adducten 5x langer zou duren.
  • MBG identificeerde ook fosforylering op complexe glycane in muisbrein-data, inclusief nieuwe combinaties die niet in de database stonden.

4. Betekenis en Conclusie

De introductie van MBG in FragPipe vertegenwoordigt een significante doorbraak in de glycoproteomics:

• Efficiëntie: Het biedt een "one-click" oplossing om de identificatie diepte te vergroten zonder de rekenkracht van de initiële zoekopdracht te belasten.
• Volledigheid: Het vult gaten in de data die door de stochasticiteit van DDA ontstaan, wat leidt tot een nauwkeuriger kwantitatief profiel van glycosylering per glycosite.
• Flexibiliteit: Het maakt het mogelijk om zeldzame chemische modificaties en adducten te detecteren die anders onzichtbaar zouden blijven of de zoekruimte te groot zouden maken.
• Toepasbaarheid: De methode is robuust over verschillende organismen (gist, mens, muis) en MS-platforms (Orbitrap, timsTOF) en werkt zowel voor label-vrije als TMT-data.

Kortom, MBG sluit de kloof tussen de theoretisch verwachte dekking van het glycoproteoom en de daadwerkelijk geobserveerde data, en maakt zo diepere biologische inzichten mogelijk in zowel fysiologische als pathologische contexten.