Universität zu Köln

Die dreidimensionale Struktur von Proteinen ist von zentraler Bedeutung für die Funktion von Zellen und Organismen. Sie spiegelt eine Vielzahl molekularer Mechanismen wider, die zur Komplexität zellulärer Prozesse beitragen. Daher ist es entscheidend, die Strukturen von Proteinen und ihre Veränderungen zu entschlüsseln, um ihre Funktionen, ihre Wechselwirkungen mit anderen Molekülen und ihre Beteiligung an verschiedenen biologischen Prozessen zu verstehen. Dies ermöglicht entscheidende Einblicke in zelluläre Mechanismen, Stoffwechselwege, pathologische Prozesse und die Physiologie von Organismen. Eine neue Methode zur Identifizierung von Strukturänderungen im gesamten Proteom ist die Anwendung von limitierter Proteolyse in Kombination mit Massenspektrometrie (LiP-MS). Der unspezifische Verdau von Proteinen durch Proteinase K (PK) in strukturell zugänglichen Regionen ermöglicht die massenspektroskopische Charakterisierung struktureller Veränderungen von Proteinen wie Konformationsänderungen, Fehlfaltungen oder veränderte Protein-Protein-Wechselwirkungen in tausenden von Proteinen in situ. Da sich zelluläre pathophysiologische Prozesse in Proteinstrukturen widerspiegeln, haben wir getestet, ob globale in situ Analysen von strukturellen Veränderungen in Proteinen als strukturelle Biomarker dienen können. Morbus Parkinson (PD) ist eine weit verbreitete neurodegenerative Erkrankung, für die es bisher keine zuverlässigen diagnostischen Biomarker gibt. PD geht mit strukturellen Veränderungen im Proteom einher und ist daher eine geeignete Erkrankung für die Suche nach strukturellen Biomarker-Kandidaten. Um Biomarker-Kandidaten zu identifizieren, wurden Proben von gesunden und an Parkinson erkrankten Personen mittels LiP-MS analysiert. Ein neu entwickeltes bioinformatisches Analyseverfahren ermöglichte die Identifizierung von 76 strukturell veränderten Proteinen in der Zerebrospinalflüssigkeit (CSF) von Personen mit Parkinson im Vergleich zu gesunden Spender*innen. Modelle, die auf strukturellen Veränderungen von Proteinen basierten, um Personen mit Parkinson von gesunden Spendern zu unterscheiden, hatten eine höhere Erfolgsrate als Modelle, die auf der Häufigkeit von Proteinen basierten. Unsere Studie zeigt, dass LiP-MS verwendet werden kann, um strukturelle Biomarker-Kandidaten zu identifizieren, und dass auf dieser Basis Hypothesen über die zugrunde liegenden Krankheitsprozesse entwickelt werden können. Die Extraktion struktureller Proteinmodifikationen aus LiP-MS Daten erfordert neue analytische Ansätze, da die Entschlüsselung der verschiedenen Signalbeiträge eine Herausforderung darstellt. Um dieses Problem zu lösen, haben wir einen neuen Datenverarbeitungs- und Analyseworkflow für die Anwendung auf verschiedene LiP-MS Datensätze entwickelt, der auf den Analysen des PD-Biomarker-Kandidaten-Projektes basiert. Zum ersten Mal vergleichen wir verschiedene Ansätze, um die spezifischen Herausforderungen in der LiP-MS Datenanalyse zu adressieren, und schlagen einen zweistufigen Vorgehen vor. In dessen Rahmen werden zuerst unerwünschte Variationen aus dem LiP-Signal entfernt und anschließend die Auswirkungen von Variablen auf die strukturelle Zugänglichkeit von Proteinen berechnet. Unsere Methode bietet einen einzigartigen robusten Ansatz für die Dekonvolution von LiP-MS Signalen, indem sie zwischen den Beiträgen von strukturellen Veränderungen, Proteinabundanzen, posttranslationalen Modifikationen und alternativem Spleißen unterscheidet.

German