Aperçu
La bioinformatique protéomique est la discipline informatique qui transforme les données brutes de spectrométrie de masse en connaissances biologiques sur les protéines. Il aborde l’immense complexité du protéome – des milliers de protéines, chacune potentiellement porteuse de multiples modifications post-traductionnelles, variantes d’épissage et produits de dégradation. Le domaine développe des algorithmes pour l’identification des peptides, l’inférence, la quantification et la validation statistique des protéines. En convertissant les signaux spectraux en protéines identifiées et quantifiées, la bioinformatique protéomique permet aux chercheurs de poser des questions au niveau des systèmes sur la fonction cellulaire, les mécanismes des maladies et les réponses aux médicaments.
Concepts clés
Au cœur du domaine se trouve le paradigme de recherche dans une base de données, dans lequel les spectres de masse expérimentaux en tandem sont comparés aux spectres théoriques dérivés d’une base de données de séquences protéiques. Des algorithmes tels que SEQUEST, Mascot et MS-GF+ attribuent des correspondances de spectre peptidique (PSM) à l’aide de fonctions de notation qui tiennent compte des séries d’ions fragments et de la masse des précurseurs. L’estimation du taux de fausses découvertes (FDR) via la recherche de leurres de cible contrôle le taux d’erreur des identifications. L’inférence protéique aborde le problème des peptides partagés (des peptides communs à plusieurs protéines) en utilisant des principes de parcimonie et des approches bayésiennes.
Protocole pratique
Un flux de travail pratique de recherche dans une base de données commence par le chargement de fichiers bruts de spectrométrie de masse (.raw, .wiff ou .d) dans MaxQuant ou Proteome Discoverer. Le chercheur précise la base de données de séquences protéiques, généralement le protéome humain ou de souris UniProt auquel sont ajoutés des contaminants courants tels que les kératines et la trypsine. La trypsine est définie comme l’enzyme de digestion permettant jusqu’à deux clivages manqués. La tolérance de masse des précurseurs est fixée à 10 ppm pour les données Orbitrap et la tolérance de masse des fragments à 0,5 Da pour le piège à ions ou à 20 ppm pour Orbitrap. La carbamidométhylation de la cystéine est définie comme une modification fixe ; oxydation de la méthionine et acétylation N-terminale comme modifications variables. Le taux de fausses découvertes est contrôlé à l’aide d’une base de données leurre cible : une base de données leurre de séquences inversées est concaténée à la base de données cible, et les correspondances spectre peptidique sont filtrées à 1 % de FDR au niveau du peptide. L’inférence protéique utilise le principe de parcimonie : l’ensemble minimal de protéines expliquant tous les peptides identifiés est rapporté. Les intensités de quantification sans étiquette (LFQ) sont calculées à partir de la somme des courants ioniques extraits des peptides attribués. Le tableau des groupes de protéines résultant est exporté pour des tests statistiques dans Perseus ou R. Par exemple, dans une étude comparant des tissus hépatiques sains et fibreux, ce pipeline a identifié 4 500 protéines avec un taux d’exhaustivité de 98 % sur six répétitions biologiques. Plus de 300 protéines étaient différentiellement abondantes, y compris des protéines de la matrice extracellulaire validées comme biomarqueurs de la fibrose à l’aide de tests indépendants basés sur les anticorps. Le même flux de travail est régulièrement appliqué en protéomique clinique pour la classification des sous-types de tumeurs à partir d’échantillons de tissus FFPE.
### Candidatures
La bioinformatique protéomique est appliquée à la découverte de biomarqueurs, où l’expression différentielle des protéines entre les tissus sains et malades est exploitée pour les candidats au diagnostic. Il prend en charge l’identification des cibles médicamenteuses en profilant les changements d’abondance des protéines lors du traitement par le composé. Le domaine permet également la caractérisation des modifications post-traductionnelles et s’intègre aux flux de travail protéomique et spectrométrie de masse. Les données des expériences de spectrométrie de masse sont traitées via des pipelines qui intègrent également les résultats de l’extraction et la purification des protéines pour garantir que la qualité des échantillons se reflète dans l’analyse finale.
