|
Author:
Date:
2017-07-20
[Abstract] Advanced mass spectrometry technology has pushed proteomic analyses to the forefront of biological and biomedical research. Limitations of proteomic approaches now often remain with sample preparations rather than with the sensitivity of protein detection. However, deciphering proteomes and their context-dependent dynamics in subgroups of tissue-embedded cells still poses a challenge, which we meet with a detailed version of our recently established protocol for cell-selective and temporally controllable metabolic labeling of proteins in Drosophila. This method is based on targeted expression of a mutated variant of methionyl-tRNA-synthetase, MetRSL262G, which allows for charging methionine tRNAs with the non-canonical amino acid azidonorleucine (ANL) and, thus, for ...
[摘要] 先进的质谱技术将蛋白质组学分析推向了生物与生物医学研究的前沿。 蛋白质组学方法的局限性现在通常与样品制备相关，而不是蛋白质检测的灵敏度。 然而，破译组织嵌入细胞亚群中的蛋白质组学及其上下文相关动力学仍然是一个挑战，我们通过我们最近建立的细胞选择性和时间上可控的代谢标记的详细版本满足了果蝇中蛋白质的代谢标记。 该方法基于甲硫氨酰-tRNA合成酶的突变变体MetRSL262G 的靶向表达，其允许用非标准氨基酸叠氮基亮氨酸（ANL）装载甲硫氨酸tRNA，因此，用于 可检测的ANL并入新生多肽链。
【背景】任何给定细胞的蛋白质组成与其分化和功能状态密切相关。细胞蛋白质组的变化可能反映其对细胞内在线索的反应或源自相应生物体或其环境中其他地方的信号。反过来，它们表明这些信号提示的意义。因此，以细胞类型特异性方式对蛋白质组及其动力学进行解密已成为当前研究的重点，更好地了解生理或病理生理过程的分子事件。然而，在这个方向上的任何蛋白质组学方法都受到在感兴趣的组织或器官内相互连接的细胞类型的异质性的挑战。在大脑中，例如，不同类型的神经元和胶质细胞形成控制动物或人类行为所需的网络。此外，已经确定，这些网络中导致长期记忆的信息处理严格依赖于新生蛋白质的合成和降解。虽然已经为许多神经元蛋白（例如，即时早期基因蛋白）例示了这一点，但显而易见的是，仅在有限数量的细胞中（或甚至是）的上调或下调的蛋白质在不同的细胞群中相反地调节）可以容易地逃避常规的检测模式，其中细胞蛋白质组在整个脑区域被平均化。 ...
|