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

Este estudo caracteriza a prevalência e o impacto da fragmentação in-source na proteômica baseada em espectrometria de massa, propondo uma abordagem de detecção e mitigação para evitar a interpretação equivocada de dados e a inflação de identificações de peptídeos.

O essencial

O "Fantasma" no Microscópio: Por que alguns peptídeos na Proteômica são apenas ilusões

Imagine que você é um detetive tentando resolver um crime complexo. Você tem uma lista de suspeitos (proteínas) e precisa identificar exatamente quem estava no local da cena do crime. Para isso, você usa uma máquina superpoderosa (o Espectrômetro de Massas) que "quebra" as proteínas em pedaços menores (peptídeos) e tenta reconstruir a identidade de cada um.

Mas, e se, durante o processo de quebra, alguns pedaços se desmancharem ainda mais, criando "fantasmas"? Esses fantasmas parecem com os suspeitos reais, mas na verdade são apenas detritos do processo de quebra. Se você não perceber, pode prender um inocente ou deixar o verdadeiro culpado escapar.

É exatamente sobre isso que trata este artigo: Fragmentação "In-Source" (ISF).

O que é essa "Fragmentação In-Source"?

Pense no processo de análise de proteínas como uma corrida de obstáculos.

1. A Corrida (Cromatografia): As proteínas são separadas e organizadas em uma pista.
2. O Pulo (Ionização): Elas são jogadas para dentro da máquina de análise.
3. O Desastre (Fragmentação): Antes de serem medidas, algumas delas se quebram acidentalmente devido ao calor e à eletricidade da máquina.

Esses pedaços quebrados (os "fantasmas") têm a mesma "impressão digital" (sequência de aminoácidos) de um pedaço maior que já existia, mas são menores. O problema é que a máquina os vê como se fossem dois suspeitos diferentes, quando na verdade um é apenas um "resíduo" do outro.

O que os cientistas descobriram?

Os autores deste estudo, do Instituto de Biologia Molecular de Sistemas em Zurique, decidiram investigar o quanto esses "fantasmas" estão atrapalhando a ciência. Eles usaram uma ferramenta de detetive baseada no tempo:

• A Analogia do Trem: Imagine que o peptídeo original é um trem de carga e o fragmento é um vagão que se soltou. Se o vagão se soltou durante a viagem (antes de chegar à estação de pesagem), ele chega à estação exatamente no mesmo horário que o trem original.
• A Descoberta: O algoritmo criado pelos autores procura por pares de peptídeos que chegam ao mesmo tempo (mesmo tempo de retenção) e que um é "parte" do outro. Se eles chegam juntos, é quase certeza de que um é um fragmento do outro.

O que eles viram nos dados?

1. É mais comum do que pensávamos: Em amostras simples (poucas proteínas), até 22% dos peptídeos que parecem "meios" (semi-tryptic) podem ser apenas fantasmas! Em alguns casos, mais de um terço das identificações eram ilusórias.
2. Depende da máquina e do método: Algumas máquinas de laboratório são mais "agressivas" e quebram mais as proteínas do que outras. Ajustar a temperatura ou a voltagem da máquina pode aumentar ou diminuir a quantidade de fantasmas.
3. Onde dói mais:
   • Imunopeptidologia (Vírus e Vacinas): Aqui, os cientistas procuram por pedaços muito pequenos de proteínas (entre 9 e 14 letras). Como os "fantasmas" tendem a ser pequenos, eles podem ser confundidos com peptídeos reais do vírus, levando a diagnósticos errados.
   • Proteômica Estrutural: Ao estudar a forma das proteínas, um fragmento falso pode parecer uma mudança na estrutura que nunca aconteceu.

Isso estraga os resultados?

• Para contar quantas proteínas existem (Quantificação): Não muito. Como o "fantasma" e o "original" chegam juntos, eles somam a mesma quantidade total. A contagem final de proteínas continua razoavelmente precisa.
• Para identificar quais proteínas existem (Qualitativo): Sim, é um problema grave. Se você não limpar esses dados, pode achar que uma proteína está presente quando ela não está, ou identificar uma sequência de aminoácidos que nunca existiu biologicamente.

A Solução Proposta

Os autores não pedem para desligar as máquinas ou mudar a química. Eles propõem uma limpeza de dados:

1. Detectar: Usar o algoritmo de "tempo de chegada" para encontrar os pares suspeitos.
2. Rótulo: Marcar o pedaço menor como "Fragmento de In-Source" (fantasma) e o maior como "Original".
3. Descartar: Remover os fantasmas da lista final de suspeitos para evitar confusão.

Conclusão

À medida que as máquinas de laboratório ficam mais sensíveis e conseguem ver coisas cada vez menores, elas também começam a ver mais "fantasmas". Este artigo é um alerta para a comunidade científica: não confie cegamente em tudo o que a máquina diz.

Assim como um detetive experiente sabe diferenciar uma pista real de uma pegada falsa deixada pelo vento, os cientistas de proteômica agora têm um novo método para limpar seus dados, garantindo que as descobertas sobre doenças, vacinas e biologia sejam baseadas na realidade, e não em ilusões criadas pela própria máquina.

Resumo técnico

Título: Fragmentação In-Fonte em Proteômica Baseada em Espectrometria de Massas: Prevalência, Impacto e Estratégias de Mitigação

1. O Problema

A fragmentação in-fonte (ISF, do inglês In-Source Fragmentation) ocorre quando peptídeos sofrem quebra química ou parcial entre a separação cromatográfica e o primeiro filtro de massa do espectrômetro, geralmente durante o processo de ionização por electrospray (ESI). Embora a ESI seja considerada uma técnica "suave", condições como altas temperaturas e potenciais elétricos podem gerar novas espécies moleculares (fragmentos) que não são biologicamente relevantes.

• Risco Principal: Esses fragmentos podem ser erroneamente identificados como peptídeos biológicos genuínos, levando a interpretações de dados equivocadas.
• Contexto Atual: Enquanto a ISF é bem estudada em metabolômica, na proteômica ela foi historicamente negligenciada. Isso porque os métodos tradicionais de "bottom-up" focavam na quantificação de proteínas (agregando dados de múltiplos peptídeos), onde o efeito da ISF era diluído. No entanto, com o aumento de aplicações centradas em peptídeos (como imunopeptidômica, proteômica estrutural e análise de modificações pós-traducionais) e a adoção de métodos de aquisição independente de dados (DIA) em espectrômetros de alta sensibilidade, a detecção de fragmentos de baixa abundância aumentou, elevando o risco de falsas identificações, especialmente de peptídeos semi-trypticos ou não-trypticos.

2. Metodologia

Os autores desenvolveram uma abordagem bioinformática e experimental para detectar e quantificar a ISF:

• Algoritmo de Detecção Baseado em Tempo de Retenção (RT):
  • A premissa central é que um fragmento in-fonte e seu peptídeo parental compartilham o mesmo perfil de tempo de retenção cromatográfico, apesar de terem massas diferentes.
  • O algoritmo emparelha peptídeos que compartilham sequências de aminoácidos (onde um é subconjunto do outro).
  • Calcula-se a diferença no tempo de retenção de pico ($\Delta RT$) entre pares.
  • Um limite de corte ($\Delta RT$ cutoff) é determinado estatisticamente para cada amostra, utilizando pares de peptídeos que diferem apenas no estado de carga (que devem ter $\Delta RT \approx 0$) como "verdadeiros positivos" para modelar a distribuição natural de variação. Pares com $\Delta RT$ abaixo desse limite são classificados como evidência de ISF.
• Conjunto de Dados:
  • Geração de 13 novos conjuntos de dados de proteômica (incluindo amostras de S. cerevisiae, E. coli, HEK-293, misturas de proteínas e peptídeos de complexidade variada).
  • Análise de 25 conjuntos de dados publicados anteriormente.
  • Cobertura de diversas abordagens: proteômica bottom-up clássica, imunopeptidômica, proteômica estrutural (LiP-MS) e fosfoproteômica.
• Testes Paramétricos: Avaliação sistemática do impacto de diferentes instrumentos (Orbitrap Exploris 480, Astral, Q Exactive Plus) e parâmetros de aquisição (frequência de radiofrequência do funil, temperatura do capilar de transferência de íons, tensão de electrospray) na taxa de ISF.

3. Principais Contribuições

• Desenvolvimento de uma Ferramenta de Detecção: Criação de um método aberto e robusto para identificar ISF em dados DIA, superando a falta de ferramentas públicas existentes para esse fim específico.
• Mapeamento da Prevalência: Quantificação abrangente da ISF em diversos contextos de proteômica, demonstrando que o problema é muito mais comum do que o previsto, especialmente em amostras de baixa complexidade.
• Caracterização de Padrões de Quebra: Identificação de viéses específicos nas ligações peptídicas propensas à fragmentação in-fonte (ex: enriquecimento de Valina seguida de Leucina/Isoleucina/Alanina no lado N-terminal da quebra, e Prolina no lado C-terminal).
• Análise de Impacto Quantitativo e Qualitativo: Demonstração de que, embora a ISF não prejudique significativamente a quantificação relativa de proteínas, ela infla o número de identificações de peptídeos e pode levar a erros qualitativos graves em análises centradas em peptídeos.

4. Resultados Chave

• Prevalência: Em amostras digeridas por tripsina típicas, cerca de 1% dos peptídeos totalmente trypticos e 22% dos peptídeos semi-trypticos originam-se de ISF. Em amostras de baixa complexidade (como misturas de proteínas), os fragmentos podem representar mais de 30% das identificações totais.
• Dependência de Complexidade: A proporção de ISF é inversamente proporcional à complexidade da amostra. Amostras simples (misturas de peptídeos/proteínas) apresentam taxas de ISF muito mais altas do que lisados celulares complexos.
• Impacto na Imunopeptidômica: Em dados de imunopeptidômica (peptídeos de HLA-I), a ISF é particularmente problemática para peptídeos mais curtos que 9 aminoácidos, onde pode representar até 37% das identificações. Isso sugere que muitos peptídeos curtos relatados na literatura podem ser artefatos.
• Fosfoproteômica e PTMs: A perda de grupos fosfato in-fonte é detectável, com viés para fosfotirosinas. A oxidação de metionina também sofre ISF, mas em menor escala.
• Fatores Instrumentais: A ISF varia drasticamente entre instrumentos e parâmetros. O aumento da frequência de RF do funil e da temperatura do capilar aumentou significativamente a ISF, enquanto a tensão de electrospray teve pouco efeito.
• Quantificação: A ISF não compromete a quantificação relativa de proteínas (devido à agregação de dados), mas os fragmentos in-fonte têm desempenho quantitativo ligeiramente inferior aos peptídeos pais. Agrupar fragmentos com pais não melhora significativamente a precisão e pode distorcer quantidades relativas.

5. Significância e Conclusões

• Mitigação de Erros: O estudo conclui que a ISF é uma fonte crescente de ruído em proteômica moderna, especialmente com a maior sensibilidade dos novos espectrômetros. A recomendação principal é que ferramentas de detecção de ISF (como a proposta) sejam integradas como etapa padrão no fluxo de trabalho de análise de dados para reanotar e remover fragmentos, evitando falsas descobertas biológicas.
• Otimização de Métodos: Os pesquisadores devem otimizar parâmetros instrumentais para minimizar a ISF, não apenas para maximizar o número de identificações, mas para garantir a qualidade dos dados.
• Futuro: A compreensão da ISF pode ajudar a elucidar uma vasta quantidade de dados de proteômica atualmente não anotados ("dark matter" proteômica), explicando picos de m/z que não correspondem a peptídeos conhecidos.
• Recomendação Prática: Para imunopeptidômica, sugere-se filtrar peptídeos menores que 9 aminoácidos ou aplicar o algoritmo de detecção de ISF para garantir a autenticidade dos antígenos identificados.

Em suma, este trabalho alerta a comunidade de proteômica para um artefato técnico subestimado que, se não for controlado, pode comprometer a integridade de estudos focados em peptídeos e modificações pós-traducionais.