Journal de biochimie et de physiologie

Identification automatique de la glycosylation spécifique au site en protéomique à l'aide de la spectrométrie de masse et de la bioinformatique

Jong Shin Yoo

La glycosylation des protéines, l'une des modifications post-traductionnelles les plus répandues dans les protéines, joue un rôle important dans les systèmes biologiques via divers processus, tels que l'adhésion, la signalisation par reconnaissance cellulaire et la réponse à des états biologiques anormaux. Cependant, en raison de la complexité et de l'hétérogénéité d'une glycoprotéine, les analyses actuelles se concentrent principalement sur l'identification des glycosites ou des glycanes libérés uniquement. Dans cette étude, nous avons développé une méthode à haut débit basée sur la spectrométrie de masse pour l'analyse des N-glycopeptides intacts, appelée GlycoProteomeAnalyzer (GPA) pour l'analyse de la N-et O-glycosylation en protéomique, qui combine la spectrométrie de masse en tandem (MS) avec une recherche dans une base de données et une suite algorithmique. Nous avons créé de nouveaux algorithmes de notation pour l'identification fiable de la N- et de l'O-glycosylation des protéines avec calcul du taux de fausses découvertes (FDR). Dans notre approche, toutes les séquences d'acides aminés ainsi que les informations sur les sites de glycosylation ont été obtenues à partir de la base de données Uniprot. À partir du numéro d'accès Swiss-Prot de la protéine humaine, notre programme GPA construit automatiquement une base de données de N- et O-glycopeptides tryptiques pour les protéines dans l'échantillon de plasma humain. Il permet l'identification automatique des N- et O-glycopeptides spécifiques au site des mélanges de protéines à l'aide des spectres MS/MS HCD, CID et ETD avec GPA-DB d'Uniprot avec FDR estimé ≤ 1 %. GPA a été conçu pour gérer facilement les données glycoprotéomiques à haut débit avec une interface utilisateur graphique et présenté sur le site Web (https://www.igpa.kr/). Il peut également être intégré à un service de cloud computing qui élimine le besoin de clusters locaux et augmente le débit d'analyse des données