文献解读
项目论文|磁性纳米材料在磷酸化肽段和糖基化肽段高效富集上的应用-ACS Sustainable Chemistry & Engineering-201903
蛋白质翻译后修饰（PTM）为蛋白质赋予了附加的官能团（例如甲基，泛素，磷酸盐或聚糖），部分增加了蛋白质的多样性和复杂性.PTM在调节蛋白质功能和多个细胞过程中非常重要。异常的PTM总是与各种严重疾病有关，例如，据报道麻烦的癌症与异常的磷酸化和糖基化密切相关，而异常的磷酸化和糖基化被认为是蛋白质PTM的两种最典型和广泛的类型。因此，磷酸肽和糖肽的高覆盖率鉴定在癌症生物标志物或其他疾病的发现中起关键作用。目前，已有多种策略和亲和力材料以富集来自生物系统的磷酸肽和糖肽。但是，几乎没有亲和性材料可以满足使用集成单一材料富集磷酸肽和糖肽的需求。在本项研究中，作者设计并制造了以Zr4+离子为金属单元，以及对苯二甲酸（PTA）和1,4-亚苯基双硼酸（PBA）作为双有机配体的新型磁性金属-有机骨架纳米复合材料，以实现高效磷酸肽和糖肽的富集。值得一提的是，Zr4+离子和PBA通过双配体策略很好地组装在MOF涂层中，从而通过基于金属氧化物亲和色谱（MOAC）的Zr-O团簇和基于PFC的丰富硼酸基团实现了磷酸肽和糖肽的富集。硼酸亲和色谱法（BAAC），快速的磁响应性能和高表面积赋予了亲和材料在模型蛋白混合物（β-酪蛋白，人IgG和牛血清白蛋白）中丰富的磷酸肽和糖肽富集能力。此外，该材料在复杂的生物样品（大鼠脑和大鼠肝脏）中显示出特定的富集能力，从而揭示了鉴定和分析生物样品中微量磷酸肽和糖肽的巨大潜力。
材料：四氯化锆,四乙氧基硅烷, 聚醚酰亚胺,大鼠脑，大鼠肝脏
实验: 合成后的材料，作者通过扫描电子显微镜（SEM）和透射电子显微镜（TEM）以上所有样品的形貌和微观结构均通过扫描电子显微镜（SEM）和透射电子显微镜（TEM）表征（图1（AF））。SEM图像表明SPIO，SPIOs@SiO2纳米球和SPIOs@SiO2@MOF纳米复合物均具有均匀的球形形态和良好的分散性（图1（AC））。对于TEM图像，SPIOs@SiO2纳米球在球形SPIOs周围呈现出薄而光滑的SiO2壳（图1E）。用MOF改性后，所制备的SPIOs@SiO2@MOF纳米复合材料的表面相当粗糙，并且与SPIOs@SiO2纳米球的光滑表面不同（图1F）。
由于复杂生物样品中大量的干扰肽，亲和材料的检测选择性也被视为重要指标。因此，采用具有不同摩尔比的β-酪蛋白或IgG和BSA的混合物来评估SPIOs@SiO2@MOF纳米复合材料的选择性。
当β-酪蛋白与BSA的摩尔比为1：100时，在质谱分析中，磷酸肽的质谱信号被非磷酸肽严重压倒（图10A（a））。选择性富集后，所有三个磷酸肽均以清晰的背景主导光谱（图10A（b））。以1：400的比例增加时，富集过程后，可以很容易地以高信号强度检测到三种磷酸肽（图10A（c））。对于摩尔比为1：100（IgG：BSA）的糖肽，糖肽的所有质谱信号均出现在质谱图中，而没有任何干扰肽（图10B（b））。此外，当IgG和BSA的摩尔比低至1：500时，仍可以鉴定9种糖肽（图10B（c））。所有结果表明，SPIOs@SiO2@MOF纳米复合材料具有较高的选择性和特异性，这归因于其高表面积和MOFs优异的性能。
受到上述标准蛋白的胰蛋白酶消化的卓越富集性能的启发，作者进一步用SPIOs@SiO2@MOF纳米复合材料富集来自真实复杂生物样品（从小鼠大脑和小鼠肝脏提取的蛋白质的胰蛋白酶消化）中的磷酸肽和糖肽。为了富集磷酸肽，将从小鼠大脑中提取的蛋白质的胰蛋白酶消化物与SPIOs@SiO2@MOF纳米复合材料孵育，然后通过LC-MSMS分析洗脱液。经过SPIOs@SiO2@MOF纳米复合材料富集后，共鉴定出174种独特的磷酸肽，多磷酸肽占据了已鉴定的磷酸肽总量的39.1％，比市售的TiO2高，这表明SPIOs@SiO2@MOF纳米复合材料倾向于富集多磷酸肽。目前，由于多磷酸肽的离子化效率低以及非磷酸化肽与单磷酸肽的共存的严重抑制，对多磷酸肽的富集和分析仍然是一个挑战.PIOs@SiO2@MOF纳米复合材料的出现将提供一个有希望的平台富集真实生物样品中的多磷酸肽。另一方面，SPIOs@SiO2@MOF纳米复合材料可以从从小鼠肝脏提取的蛋白质的胰蛋白酶消化物中鉴定出152条糖肽。
结论：制备的SPIOs@SiO2@MOF纳米复合材料具有优异的磁响应，大表面积和高分子量的特性。多孔性能，对标准蛋白质的胰蛋白酶消化中的磷酸肽和糖肽富集具有极大的便利性，并具有很高的选择性和检测灵敏度。此外，选择性富集来自真实生物样品（大鼠脑和大鼠肝溶解物）的磷酸肽和糖肽的结果进一步证明了这种亲和材料在鉴定复杂生物样品中的低丰度磷酸肽和糖肽方面的巨大实用性，为多功能磁性MOF亲和材料设计用于的多肽富集提供了一种通用策略，为全面的肽组分析提供了巨大的潜力。