Streamlined Tandem Mass Tag (SL-TMT) Protocol: An Efficient Strategy for Quantitative (Phospho)proteome Profiling Using Tandem Mass Tag-Synchronous Precursor Selection-MS3.
Streamlined Tandem Mass Tag (SL-TMT) Protocol: An Efficient Strategy for Quantitative (Phospho)proteome Profiling Using Tandem Mass Tag-Synchronous Precursor Selection-MS3.
复制标题
DOI：
10.1021/acs.jproteome.8b00217
复制
发表时间：
2018-06-01
影响因子：
4.4
通讯作者：
Paulo JA
中科院分区：
文献类型：
--
作者：
Navarrete-Perea J;Yu Q;Gygi SP;Paulo JA
基于质谱（MS）的同量异位素标记已迅速发展成为高通量蛋白质定量的有力策略。样品多路复用和卓越的灵敏度允许在单个质谱实验中从多个样品中定量数万种肽和数千种蛋白质。准确的定量需要一致和稳健的样品制备策略。在这里，我们提出了一个详细的工作流程，基于SPS-MS 3的定量丰度分析串联质量标签（TMT）标记的蛋白质和磷酸肽，我们称之为流线型（SL）-TMT协议。我们描述了一个普遍适用的策略，需要最少的个别样品处理，并允许无缝添加的磷酸肽富集步骤（“迷你-phos”），几乎没有偏离深蛋白质组分析。为了展示我们的工作流程，我们分析了野生型S。酿酒酵母生长的葡萄糖或丙酮酸作为碳源。在这里，我们已经建立了一个简化的TMT协议，使深蛋白质组和中等规模的磷酸化蛋白质组分析。
Mass spectrometry (MS)-based isobaric labeling has developed rapidly into a powerful strategy for high throughput protein quantification. Sample multiplexing and exceptional sensitivity allow for the quantification of tens of thousands of peptides and by inference thousands of proteins from multiple samples in a single mass spectrometry experiment. Accurate quantification demands a consistent and robust sample preparation strategy. Here, we present a detailed workflow for SPS-MS3-based quantitative abundance profiling of Tandem Mass Tag (TMT)-labeled proteins and phosphopeptides, which we have termed the Streamlined (SL)-TMT protocol. We describe a universally-applicable strategy that requires minimal individual sample processing and permits the seamless addition of a phosphopeptide enrichment step (“mini-phos”) with little deviation from the deep proteome analysis. To showcase our workflow, we profile the proteome of wild-type S. cerevisiae yeast grown with either glucose or pyruvate as the carbon source. Here, we have established a streamlined TMT protocol that enables deep proteome and medium-scale phosphoproteome analysis.
登录
查看更多内容
影响因子：
2.2
作者：
Lee, Linda S.;Banks, Peter A.;Paulo, Joao A.
通讯作者：
Paulo, Joao A.
影响因子：
--
作者：
Fendt SM;Sauer U
通讯作者：
Sauer U
DOI：
10.1093/bioinformatics/bts251
发表时间：
2012-07-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Jiao X;Sherman BT;Huang da W;Stephens R;Baseler MW;Lane HC;Lempicki RA
通讯作者：
Lempicki RA
影响因子：
64.5
作者：
Huttlin EL;Jedrychowski MP;Elias JE;Goswami T;Rad R;Beausoleil SA;Villén J;Haas W;Sowa ME;Gygi SP
通讯作者：
Gygi SP
影响因子：
4.4
作者：
Boehm, Gitte;Prefot, Petra;Thompson, Andrew H.
通讯作者：
Thompson, Andrew H.