Quantitative detection of single amino acid polymorphisms by targeted proteomics

Su, Zhiduan; Sun, Liang; Yu, Danxia; Li, Rong-Xia; Li, Huai-Xing; Yu, Zhijie; Sheng, Quanhu; Lin, Xu; Zeng, Rong; Wu, Jiarui

doi:10.1093/jmcb/mjr024

Cited by 41 publications

(53 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Osteopontin splice variants were identified and quantified using MRM-MS [16]; novel proteoforms of prostate specific antigen were also identified in clinical samples via MRM-MS [17]. In a larger population study, the concentration of three selected single amino acid polymorphism peptides, representing the Complement Component C7, Complement Factor H, and Complement Component C5 proteins, were measured by SRM-MS from 290 individuals [18]. In another population study, serum peptide variations were studied in 500 healthy individuals using a regular MS analysis (without trypsin digestion), but the peptides detected were exopeptidase products derived from relatively abundant serum proteins [19].…”

Section: Introductionmentioning

confidence: 99%

Delineation of Concentration Ranges and Longitudinal Changes of Human Plasma Protein Variants

et al. 2014

View full text Add to dashboard Cite

Human protein diversity arises as a result of alternative splicing, single nucleotide polymorphisms (SNPs) and posttranslational modifications. Because of these processes, each protein can exists as multiple variants in vivo. Tailored strategies are needed to study these protein variants and understand their role in health and disease. In this work we utilized quantitative mass spectrometric immunoassays to determine the protein variants concentration of beta-2-microglobulin, cystatin C, retinol binding protein, and transthyretin, in a population of 500 healthy individuals. Additionally, we determined the longitudinal concentration changes for the protein variants from four individuals over a 6 month period. Along with the native forms of the four proteins, 13 posttranslationally modified variants and 7 SNP-derived variants were detected and their concentration determined. Correlations of the variants concentration with geographical origin, gender, and age of the individuals were also examined. This work represents an important step toward building a catalog of protein variants concentrations and examining their longitudinal changes.

show abstract

Section: Introductionmentioning

confidence: 99%

Delineation of Concentration Ranges and Longitudinal Changes of Human Plasma Protein Variants

et al. 2014

View full text Add to dashboard Cite

show abstract

“…42 Therefore, Su et al added a “validation” phase after searching spectra against a variation database from SNPs. 43 …”

Section: Improving Peptide Identificationmentioning

confidence: 99%

Integrating Genomic, Transcriptomic, and Interactome Data to Improve Peptide and Protein Identification in Shotgun Proteomics

Wang

Zhang

2014

J. Proteome Res.

View full text Add to dashboard Cite

Mass spectrometry (MS)-based shotgun proteomics is an effective technology for global proteome profiling. The ultimate goal is to assign tandem MS spectra to peptides and subsequently infer proteins and their abundance. In addition to database searching and protein assembly algorithms, computational approaches have been developed to integrate genomic, transcriptomic, and interactome information to improve peptide and protein identification. Earlier efforts focus primarily on making databases more comprehensive using publicly available genomic and transcriptomic data. More recently, with the increasing affordability of the Next Generation Sequencing (NGS) technologies, personalized protein databases derived from sample-specific genomic and transcriptomic data have emerged as an attractive strategy. In addition, incorporating interactome data not only improves protein identification but also puts identified proteins into their functional context and thus facilitates data interpretation. In this paper, we survey the major integrative bioinformatics approaches that have been developed during the past decade and discuss their merits and demerits.

show abstract

“…Предпосылки для указанного подхода созданы в ряде исследований, демонстрирующих возможности протеомной идентифи-кации и оценки связи некоторых модифицированных белков с заболеваниями. Так, посредством направленной масс-спектрометрии проводили количественный анализ пептидов с SAP, ассоциированными с развитием сахарного диабета и ожирения [47]. Кроме того, разработана стра-тегия поиска методами протеомики новых и известных вариантов сплайсинга белков, ассоциированных с возникновением рака поджелудочной и молочной железы [48].…”

Section: от традиционной клинической диагностики к персонализированноunclassified

“…Задача решается за счет обнаружения в доступном биоматериале от пациентов появления или исчезно-вения модифицированных ключевых белков протеома [47,96] и за счет усиления чувствительности аналити-ческих методов в протеомике [44].…”

Section: заключениеunclassified

Personalized Medicine: State-of-the-Art and Prospects

et al. 2012

View full text Add to dashboard Cite

ВведениеИдея персонализации, т.е. понимание необходи-мости индивидуального подхода к каждому пациенту, существовала с самого начала развития медицины. Еще Гиппократ говорил, что нужно «давать разные лекарства разным пациентам; то, что хорошо для одного, может не быть полезным для другого» [1]. Эта мысль в различных формах проходит через все развитие медицины, подчер-кивая необходимость «лечить не болезнь, а больного», давать пациенту «правильное, то есть нужное именно ему лекарство в правильных дозах» [2]. Для этого врачи вплоть до последнего десятилетия ориентировались помимо основного диагноза на единственно доступные индиви-дуальные характеристики пациентов, такие как возраст, масса тела, сопутствующие заболевания, биохимические показатели, семейный анамнез, позволяющий оценить риск наследственной заболеваемости. В течение курса лечения прослеживали его эффективность для каждого пациента, т.е. осуществляли мониторинг на основании доступных клинических, а впоследствии и лабора-торных критериев с возможной коррекцией путем эмпи-рических попыток изменения схем лечения. Описанный подход -клинический мониторинг -широко распро-странен на практике и в настоящее время. Определение персонализированной медициныПерсонализированную медицину определяют как «быстро развивающуюся область здравоохранения, осно-ванную на интегрированном, координированном и инди-видуальном для каждого пациента подходе к анализу возникновения и течения заболевания» [3] или как «интегральную медицину, которая включает разработку персонализированных средств лечения на основе гено-мики, тестирование на предрасположенность к болезням, профилактику, объединение диагностики с лечением и мониторинг лечения» [4]. В последних обзорах теми же авторами отмечается роль не только генетических, но и других индивидуальных факторов [5,6]. Как отмечает Whitcomb, персонализированная медицина «интегрирует индивидуальную генетическую и другую информацию для предупреждения и лечения комплексных нарушений

show abstract

Quantitative detection of single amino acid polymorphisms by targeted proteomics

Cited by 41 publications

References 22 publications

Delineation of Concentration Ranges and Longitudinal Changes of Human Plasma Protein Variants

Delineation of Concentration Ranges and Longitudinal Changes of Human Plasma Protein Variants

Integrating Genomic, Transcriptomic, and Interactome Data to Improve Peptide and Protein Identification in Shotgun Proteomics

Personalized Medicine: State-of-the-Art and Prospects

Contact Info

Product

Resources

About