БИОХИМИЯ, 2022, том 87, вып. 9, с. 1232–1245

УДК 57.088

Химическая протеомика на основе масс-спектрометрии в задачах поиска лекарственных мишеней

Мини-обзор

© 2022 И.И. Федоров 1,2, В.И. Линева 2, И.А. Тарасова 1, М.В. Горшков 1*mike.gorshkov@gmail.com

ФГБУН Федеральный исследовательский центр химической физики РАН имени Н.Н. Семенова РАН, Институт энергетических проблем химической физики имени В.Л. Тальрозе, 119334 Москва, Россия

Московский физико-технический институт (национальный исследовательский университет), 141700 Долгопрудный, Московская обл., Россия

Поступила в редакцию 27.05.2022
После доработки 04.07.2022
Принята к публикации 06.07.2022

DOI: 10.31857/S0320972522090056

КЛЮЧЕВЫЕ СЛОВА: химическая протеомика, масс-спектрометрия, лекарственные мишени.

Аннотация

Быстроразвивающаяся в последние годы химическая протеомика представляет собой основной метод для идентификации взаимодействий малых молекул и белков в масштабах всего протеома и картирования сигнальных и/или метаболических путей этих взаимодействий. Метод позволяет не только идентифицировать белки-мишени для лекарств, охарактеризовать их токсичность и выявить возможные нецелевые белки, участвующие в побочных взаимодействиях с лекарством, но и выяснить фундаментальные механизмы, регулирующие жизнедеятельность клеток в условиях лекарственного воздействия или особенностей физиологического состояния самого организма. Решение этих проблем играет ключевую роль в биологии и клинической практике, расширяя существующие возможности для решения фундаментальных и практических проблем медицины, включая диагностику различных форм тяжелых заболеваний или предсказание эффективности терапевтического воздействия. При этом развитие масс-спектрометрии высокого разрешения в последние годы позволило решать задачи поиска мишеней лекарственного воздействия на уровне всех белков клеточных протеомов. В данном обзоре рассматриваются основные задачи, стоящие перед химической протеомикой на основе масс-спектрометрии, описываются методы и подходы к их решению, а также приведены примеры реализации этих методов в практике биомедицинских исследований.

Сноски

* Адресат для корреспонденции.

Финансирование

Работа выполнена при финансовой поддержке Российского научного фонда (грант № 20-14-00229).

Благодарности

Авторы выражают благодарность профессору РАН С.А. Мошковскому за плодотворное обсуждение темы обзора.

Вклад авторов

И.И. Федоров, В.И. Линева – подбор и анализ литературы по теме обзора, написание текста обзора; И.А. Тарасова – обсуждение темы обзора и описываемых методов; М.В. Горшков – руководство работой над обзором, написание и редактирование текста.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Соблюдение этических норм

Настоящая статья не содержит описания каких-либо исследований с участием людей или животных в качестве объектов.

Список литературы

1. Schutte, M., Ogilvie, L. A., Rieke, D. T., Lange, B. M. H., Yaspo, M. L., et al. (2017) Cancer precision medicine: why more is more and DNA is not enough, Public Health Genomics, 20, 70-80, doi:10.1159/000477157.

2. Frieri, M., Kumar, K., and Boutin, A. (2017) Antibiotic resistance, J. Infect. Public Health, 10, 369-378, doi: 10.1016/j.jiph.2016.08.007.

3. Vasan, N., Baselga, J., and Hyman, D. M. (2019) A view on drug resistance in cancer, Nature, 575, 299-309, doi: 10.1038/s41586-019-1730-1.

4. Ramos, A., Sadeghi, S., and Tabatabaeian, H. (2021) Battling chemoresistance in cancer: root causes and strategies to uproot them, Int. J. Mol. Sci., 22, 9451, doi: 10.3390/ijms22179451.

5. Ashley, E. A. (2016) Towards precision medicine. Nat. Rev. Genet., 17, 507-522, doi: 10.1038/nrg.2016.86.

6. Mroz, E. A., and Rocco, J. W. (2017) The challenges of tumor genetic diversity, Cancer, 123, 917-927, doi: 10.1002/cncr.30430.

7. Rix, U., and Superti-Furga, G. (2009) Target profiling of small molecules by chemical proteomics, Nat. Chem. Biol., 5, 616-624, doi: 10.1038/nchembio.216.

8. Wright, M. H., and Sieber, S. A. (2016) Chemical proteomics approaches for identifying the cellular targets of natural products, Nat. Prod. Rep., 33, 681-708, doi: 10.1039/c6np00001k.

9. Rodriguez, E. L., Poddar, S., Iftekhar, S., Suh, K., Woolfork, A. G., et al. (2020) Affinity chromatography: a review of trends and developments over the past 50 years, J. Chromatogr. B. Analyt. Technol. Biomed. Life Sci., 1157, 122332,doi: 10.1016/j.jchromb.2020.122332.

10. Huang, F., Zhang, B., Zhou, S., Zhao, X., Bian, C., et al. (2012), Chemical proteomics: terra incognita for novel drug target profiling, Chinese J. Cancer31, 507-518, doi: 10.5732/cjc.011.10377.

11. Pfab, C., Schnobrich, L., Eldnasoury, S., Gessner, A., and El-Najjar, N. (2021) Repurposing of antimicrobial agents for cancer therapy: what do we know? Cancers (Basel), 13, 3193, doi: 10.3390/cancers13133193.

12. Kamel, H. F. M., and Al-Amodi, H. S. A. B. (2017) Exploitation of gene expression and cancer biomarkers in paving the path to era of personalized medicine, Genom.Proteom. Bioinform., 15, 220-235, doi: 10.1016/j.gpb.2016.11.005.

13. Sneha, P., and Doss, C. G. (2016) Molecular dynamics: new frontier in personalized medicine, Adv. Protein Chem. Struct. Biol., 102, 181-224, doi: 10.1016/bs.apcsb.2015.09.004.

14. Siwy, J., Mischak, H., and Zürbig, P. (2019) Proteomics and personalized medicine: a focus on kidney disease, Exp. Rev. Proteomics, 16, 773-782, doi: 10.1080/14789450.2019.1659138.

15. Meissner, F., Geddes-McAlister, J., Mann, M., and Bantscheff, M. (2022) The emerging role of mass spectrometry-based proteomics in drug discovery, Nat. Rev. Drug Discov., doi: 10.1038/s41573-022-00409-3, in press.

16. Corson, T. W., and Crews, C. M. (2007) Molecular understanding and modern application of traditional medicines: triumphs and trials, Cell, 130, 769-774, doi: 10.1016/j.cell.2007.08.021.

17. Aebersold, R., and Mann, M. (2016) Mass-spectrometric exploration of proteome structure and function, Nature, 537, 347-355, doi: 10.1038/nature19949.

18. Chernobrovkin, A., Marin-Vicente, C., Visa, N., and Zubarev, R. A. (2015) Functional identification of target by expression proteomics (FITExP) reveals protein targets and highlights mechanisms of action of small molecule drugs, Sci. Rep., 5, 11176, doi: 10.1038/srep11176.

19. Saei, A. A., Beusch, C. M., Chernobrovkin, A., Sabatier, P., Zhang, B., et al. (2019) ProTargetMiner as a proteome signature library of anticancer molecules for functional discovery, Nat. Commun., 10, 5715, doi: 10.1038/s41467-019-13582-8.

20. Ruprecht, B., Di Bernardo, J., Wang, Z., Mo, X., Ursu, O., et al. (2020) A mass spectrometry-based proteome map of drug action in lung cancer cell lines, Nat. Chem. Biol., 16, 1111-1119, doi: 10.1038/s41589-020-0572-3.

21. Schubert, O., Röst, H., Collins, B., Rosenberger, G., and Aebersold, R. (2017) Quantitative proteomics: challenges and opportunities in basic and applied research, Nat. Protoc., 12, 1289-1294, doi: 10.1038/nprot.2017.040.

22. Cuatrecasas, P. (1970) Protein purification by affinity chromatography. Derivatizations of agarose and polyacrylamide beads, J. Biol. Chem., 245, 3059-3065, doi: 10.1016/S0021-9258(18)63022-4.

23. Lolli, G., Thaler, F., Valsasina, B., Roletto, F., Knapp, S., et al. (2003) Inhibitor affinity chromatography: profiling the specific reactivity of the proteome with immobilized molecules, Proteomics, 3, 1287-1298, doi: 10.1002/pmic.200300431.

24. McMasters, D. R. (2018) Knowledge-based approaches to off-target screening, Methods Enzymol., 610, 311-323, doi: 10.1016/bs.mie.2018.09.023.

25. Kurien, B. T., and Scofield, R. H. (2015) Western blotting: an introduction, Methods Mol. Biol., 1312, 17-30, doi: 10.1007/978-1-4939-2694-7_5.

26. Dudley, E. (2019) MALDI profiling and applications in medicine, Adv. Exp. Med. Biol., 1140, 27-43, doi: 10.1007/978-3-030-15950-4_2.

27. Zhang, Y., Fonslow, B. R., Shan, B., Baek, M. C., and Yates, J. R. 3rd (2013) Protein analysis by shotgun/bottom-up proteomics, Chem. Rev.,113, 2343-2394, doi: 10.1021/cr3003533.

28. Porath, J., Carlsson, J., Olsson, I., and Belfrage, G. (1975) Metal chelate affinity chromatography, a new approach to protein fractionation, Nature, 258, 598-599,doi: 10.1038/258598a0.

29. Sun, X., Chiu, J.-F., and He, Q.-Y. (2005) Application of immobilized metal affinity chromatography in proteomics, Expert Rev. Proteomics, 2, 649-657, doi: 10.1586/14789450.2.5.649.

30. Ong, S. E., Schenone, M., Margolin, A. A., Li, X., Do, K., et al. (2009) Identifying the proteins to which small-molecule probes and drugs bind in cells, Proc. Natl. Acad. Sci. USA, 106, 4617-4622, doi: 10.1073/pnas.0900191106.

31. Sanman, L. E., and Bogyo, M. (2014) Activity-based profiling of proteases, Annu. Rev.Biochem., 83, 249-273, doi: 10.1146/annurev-biochem-060713-035352.

32. Saghatelian, A., Jessani, N., Joseph, A., Humphrey, M., and Cravatt, B. F. (2004) Activity-based probes for the proteomic profiling of metalloproteases, Proc. Natl. Acad. Sci. USA, 101, 10000-10005, doi: 10.1073/pnas.0402784101.

33. Lone, A. M., Bachovchin, D. A., Westwood, D., Speers, A. E., Timothy, P., et al. (2012) A substrate-free activity-based protein profiling screen for the discovery of selective PREPL inhibitors, J. Am. Chem. Soc., 133, 11665-11674, doi: 10.1021/ja2036095.

34. Greenbaum, D. C., Baruch, A., Grainger, M., Bozdech, Z., Medzihradszky, K. F., et al. (2002) A role for the protease falcipain 1 in host cell invasion by the human malaria parasite, Science, 298, 2002-2006, doi: 10.1126/science.1077426.

35. Singaravelu, R., Blais, D. R., McKay, C. S., and Pezacki, J. P. (2010) Activity-based protein profiling of the hepatitis C virus replication in Huh-7 hepatoma cells using a non-directed active site probe, Proteome Sci., 8, 5, doi: 10.1186/1477-5956-8-5.

36. Torkamani, A., and Schork, N. J. (2007) Distribution analysis of nonsynonymous polymorphisms within the human kinase gene family, Genomics, 90, 49-58, doi: 10.1016/j.ygeno.2007.03.006.

37. Hubbard, M. J., and Cohen, P. (1993) On target with a new mechanism for the regulation of protein phosphorylation, Trends Biochem. Sci., 18, 172-177, doi: 10.1016/0968-0004(93)90109-z.

38. Blume-Jensen, P., and Hunter, T. (2001) Oncogenic kinase signalling, Nature, 411, 355-365, doi: 10.1038/35077225.

39. Valsasina, B., Kalisz, H. M., and Isacchi, A. (2004) Kinase selectivity profiling by inhibitor affinity chromatography, Expert Rev. Proteomics, 1, 303-315, doi: 10.1586/14789450.1.3.303.

40. Savitski, M. M., Reinhard, F. B. M., Franken, H., Werner, T., Savitski, M. F., et al. (2014) Tracking cancer drugs in living cells by thermal profiling of the proteome, Science, 346, 1255784, doi: 10.1126/science.1255784.

41. Köster, H., Little, D. P., Luan, P., Muller, R., Siddiqi, S. M., et al. (2007) Capture compound mass spectrometry: a technology for the investigation of small molecule protein interactions, Assay Drug Dev. Technol., 5, 381-390, doi: 10.1089/adt.2006.039.

42. Fischer, J. J., Michaelis, S., Schrey, A. K., Graebner, O. G., Glinski, M.,et al. (2010) Capture compound mass spectrometry sheds light on the molecular mechanisms of liver toxicity of two Parkinson drugs, Toxicol. Sci., 113, 243-253, doi: 10.1093/toxsci/kfp236.

43. Assal, F., Spahr, L., Hadengue, A., Rubbia-Brandt, L., and Burkhard, P. R. (1998) Tolcapone and fulminant hepatitis, Lancet, 352, 958, doi: 10.1016/s0140-6736(05)61511-5.

44. Silva, T. B., Borges, F., Serrão, M. P., and Soares-da-Silva, P. (2020) Liver says no: the ongoing search for safe catechol O-methyltransferase inhibitors to replace tolcapone, Drug Discov. Today, 25, 1846-1854, doi: 10.1016/j.drudis.2020.07.015.

45. Artusi, C. A., Sarro, L., Imbalzano, G., Fabbri, M., and Lopiano, L. (2021) Safety and efficacy of tolcapone in Parkinson’s disease: systematic review, Eur. J. Clin.Pharmacol., 77, 817-829, doi: 10.1007/s00228-020-03081-x.

46. Mateus, A., Kurzawa, N., Becher, I., Sridharan, S., Helm, D., et al. (2020) Thermal proteome profiling for interrogating protein interactions, Mol. Syst. Biol., 16, e9232, doi: 10.15252/msb.20199232.

47. Tansey, W.P. (2006) Freeze-thaw lysis for extraction of proteins from mammalian cells, CSH Protoc., 2006, pdb.prot4614, doi: 10.1101/pdb.prot4614.

48. De Souza, N., and Picotti, P. (2020) Mass spectrometry analysis of the structural proteome, Curr. Opin. Struct. Biol., 60, 57-65, doi: 10.1016/j.sbi.2019.10.006.

49. James, E. I., Murphree, T. A., Vorauer, C., Engen, R., and Guttman, M. (2022) Advances in hydrogen/deuterium exchange mass spectrometry and the pursuit of challenging biological systems, Chem. Rev., 122, 7562-7623, doi: 10.1021/acs.chemrev.1c00279.

50. Kaltashov, I. A., Bobst, C. E., and Abzalimov, R. R. (2013) Mass spectrometry-based methods to study protein architecture and dynamics, Protein Sci., 22, 530-544, doi: 10.1002/pro.2238.

51. Kaltashov, I. A., Bobst, C. E., and Abzalimov, R. R. (2009) H/D exchange and mass spectrometry in the studies of protein conformation and dynamics: is there a need for a top-down approach? Anal. Chem., 81, 7892-7899, doi: 10.1021/ac901366n.

52. Campobasso, N., and Huddler, D. (2015) Hydrogen deuterium mass spectrometry in drug discovery, Bioorg. Med. Chem. Lett., 25, 3771-3776, doi: 10.1016/j.bmcl.2015.07.007.

53. Miyagi, M., Tanaka, K., Watanabe, S., Kondo, J., and Kishimoto, T. (2021) Identifying protein-drug interactions in cell lysates using histidine hydrogen deuterium exchange, Anal. Chem., 93, 14985-14995, doi: 10.1021/acs.analchem.1c02283.

54. Schopper, S., Kahraman, A., Leuenberger, P., Feng, Y., Piazza, I., et al. (2017) Measuring protein structural changes on a proteome-wide scale using limited proteolysis-coupled mass spectrometry, Nat. Protocols, 12, 2391-2410, doi: 10.1038/nprot.2017.100.

55. Cheng, K. W., Wong, C. C., Wang, M., He, Q. Y., and Chen, F. (2010) Identification and characterization of molecular targets of natural products by mass spectrometry, Mass Spectrom. Rev., 29, 126-155, doi: 10.1002/mas.20235.

56. Pepelnjak, M., de Souza, N., and Picotti, P. (2020) Detecting protein-small molecule interactions Using limited proteolysis-mass spectrometry (LiP-MS), Trends Biochem. Sci., 45, 919-920, doi: 10.1016/j.tibs.2020.05.006.

57. Thompson, A., Schafer, J., Kuhn, K., Kienle, S., Schwarz, J., et al. (2003) Tandem mass tags: a novel quantification strategy for comparative analysis of complex protein mixtures by MS/MS, Anal. Chem., 75, 1895-1904, doi: 10.1021/ac0262560.

58. Werner, T., Sweetman, G., Savitski, M. F., Mathieson, T., Bantscheff, M., et al. (2014) Ion coalescence of neutron encoded TMT 10-plex reporter ions, Anal. Chem., 86, 3594-3601, doi: 10.1021/ac500140S.

59. Gaetani, M., Sabatier, P., Saei, A. A., Beusch, C. M., Yang, Z., et al. (2019) Proteome integral solubility alteration: a high-throughput proteomics assay for target deconvolution, J. Proteome Res., 18, 4027-4037, doi: 10.1021/acs.jproteome.9b00500.

60. Li, J., Van Vranken, J. G., Pontano Vaites, L., Schweppe, D. K., Huttlin, E. L., et al. (2020) TMTproreagents: a set of isobaric labeling mass tags enables simultaneous proteome-wide measurements across 16 samples, Nat. Methods, 17, 399-404, doi: 10.1038/s41592-020-0781-4.

61. Dai, L., Prabhu, N., Yu, L. Y., Bacanu, S., Ramos, A. D.,et al. (2019) Horizontal cell biology: monitoring global changes of protein interaction states with the proteome-wide Cellular Thermal Shift Assay (CETSA), Annu. Rev. Biochem., 88, 383-408, doi: 10.1146/annurev-biochem-062917-012837.

62. Li, J., Van Vranken, J. G., Paulo, J. A., Huttlin, E. L., and Gygi, S. P. (2020) Selection of heating temperatures improves the sensitivity of the proteome integral solubility alteration assay, J. Proteome Res., 19, 2159-2166, doi: 10.1021/acs.jproteome.0c00063.

63. Bekker-Jensen, D. B., Kelstrup, C. D., Batth, T. S., Larsen, S. C., Haldrup, C., et al. (2017) An optimized shotgun strategy for the rapid generation of comprehensive human proteomes, Cell Syst., 4, 587-599.e4, doi: 10.1016/j.cels.2017.05.009.

64. Meier, F., Geyer, P. E., Virreira Winter, S., Cox, J., and Mann, M. (2018) BoxCar acquisition method enables single-shot proteomics at a depth of 10,000 proteins in 100 minutes, Nat. Methods, 15, 440-448, doi: 10.1038/s41592-018-0003-5.

65. Bache, N., Geyer, P. E., Bekker-Jensen, D. B., Hoerning, O., Falkenby, L., et al. (2018) A novel LC system embeds analytes in pre-formed gradients forrapid, ultra-robust proteomics, Mol. Cell Proteomics, 17, 2284-2296, doi: 10.1074/mcp.TIR118.000853.

66. Meier, F., Brunner, A. D., Koch, S., Koch, H., Lubeck, M., et al. (2018) Online parallel accumulation-serial fragmentation (PASEF) with a novel trapped ion mobility mass spectrometer, Mol. Cell Proteomics, 17, 2534-2545, doi: 10.1074/mcp.TIR118.000900.

67. Ivanov, M. V., Tarasova, I. A., Levitsky, L. I., Solovyeva, E. M., Pridatchenko, M. L., et al. (2017) MS/MS-free protein identification in complex mixtures using multiple enzymes with complementary specificity, J. Proteome Res., 16, 3989-3999, doi: 10.1021/acs.jproteome.7b00365.

68. Teleman, J., Chawade, A., Sandin, M., Levander, F., and Malmstrom, J. (2016) Dinosaur: a refined open-source peptide MS feature detector, J. Proteome Res., 15, 2143-2151, doi: 10.1021/acs.jproteome.6b00016.

69. Zhang, B., Pirmoradian, M., Zubarev, R., and Käll, L. (2017) Covariation of peptide abundances accurately reflects protein concentration differences, Mol. Cell Proteomics, 16, 936-948, doi: 10.1074/mcp.O117.067728.

70. Ivanov, M. V., Bubis, J. A., Gorshkov, V., Abdrakhimov, D. A., Kjeldsen, F., et al. (2021) Boosting MS1-only proteomics with machine learning allows 2000 protein identifications in single-shot human proteome analysis using 5 min HPLC gradient, J. Prot. Res., 20, 1864-1873, doi: 10.1021/acs.jproteome.0c00863.

71. Messner, C. B., Demichev, V., Bloomfield, N., Yu, J. S. L., White, M., et al. (2021) Ultra-fast proteomics with scanning SWATH, Nat. Biotechnol., 39, 846-854, doi: 10.1038/s41587-021-00860-4.

72. Demichev, V., Messner, C. B., Vernardis, S. I., Lilley, K. S., and Ralser, M. (2020) DIA-NN: neural networks and interference correction enable deep proteome coverage in high throughput, Nat. Methods, 17, 41-44, doi: 10.1038/s41592-019-0638-x.