KR100805775B1 - 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법 - Google Patents

변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법 Download PDF

Info

Publication number
KR100805775B1
KR100805775B1 KR1020050072198A KR20050072198A KR100805775B1 KR 100805775 B1 KR100805775 B1 KR 100805775B1 KR 1020050072198 A KR1020050072198 A KR 1020050072198A KR 20050072198 A KR20050072198 A KR 20050072198A KR 100805775 B1 KR100805775 B1 KR 100805775B1
Authority
KR
South Korea
Prior art keywords
peptide
mass
polypeptide
candidate
fragments
Prior art date
Application number
KR1020050072198A
Other languages
English (en)
Other versions
KR20070017676A (ko
Inventor
안영희
권경훈
유종신
Original Assignee
한국기초과학지원연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국기초과학지원연구원 filed Critical 한국기초과학지원연구원
Priority to KR1020050072198A priority Critical patent/KR100805775B1/ko
Priority to PCT/KR2005/003037 priority patent/WO2007018327A1/en
Priority to AT05808964T priority patent/ATE486287T1/de
Priority to EP05808964A priority patent/EP1946119B1/en
Priority to DE602005024460T priority patent/DE602005024460D1/de
Publication of KR20070017676A publication Critical patent/KR20070017676A/ko
Application granted granted Critical
Publication of KR100805775B1 publication Critical patent/KR100805775B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848—Methods of protein analysis involving mass spectrometry
    • C—CHEMISTRY; METALLURGY
    • C07—ORGANIC CHEMISTRY
    • C07K—PEPTIDES
    • C07K14/00—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
    • C07K14/435—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
    • C07K14/46—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates
    • C07K14/47—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates from mammals
    • C07K14/4701—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates from mammals not used
    • C07K14/4732—Casein
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6818—Sequencing of polypeptides
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00—Chemical aspects of mass spectrometric analysis of biological material

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Urology & Nephrology (AREA)
  • Immunology (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biochemistry (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Cell Biology (AREA)
  • Evolutionary Biology (AREA)
  • Microbiology (AREA)
  • Organic Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Genetics & Genomics (AREA)
  • Evolutionary Computation (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Artificial Intelligence (AREA)
  • Zoology (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)

Abstract

본 발명은 질량 분석 데이터를 이용하여 변형된 폴리펩티드(modified polypeptide)의 서열 및 변형정보를 분석하는 방법에 관한 것으로서, 구체적으로 대상 펩티드 전구체로부터 탠덤 질량 분석 방법(tandom mass spectrometry)에 의하여 얻은 단편 이온 신호(fragment ion signal)들을 이용하여 가능한 모든 펩티드 단편화 패턴(peptide fragmentation pattern)을 구성하고, 이를 고려하여 각각의 후보 펩티드(candidate peptides)에 부합 수치(match score)를 부여한 후, 상기 수치를 통합하여 탠덤 질량 분석 과정에서 다양한 단편화 패턴을 생성하는 변형된 펩티드들을 검색하는 방법에 관한 것이다. 본 발명의 변형된 폴리펩티드(modified polypeptide) 분석 방법은 대상 펩티드의 질량 분석 데이타로부터 동일한 펩티드 서열로 구성되지만 서로 다른 펩티드 단편화 패턴에 의하여 생성될 수 있는 다양한 후보 펩티드의 경우를 모두 고려하여 수치화한 데이터를 통합함으로써 변형된 펩티드의 검색 효율 및 검색 결과의 신뢰도를 높이는 데에 보다 효과적으로 이용될 수 있다.

Description

변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄ ｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는 방법{An additive scoring method for modified polypeptide}
도 1은 전구체 펩티드 서열이 탠덤 질량 분석법에 의하여 단편들로 쪼개지는 패턴 및 그 결과 얻어지는 가상적인 MS/MS 스펙트럼을 나타낸 그림이고,
PM : 전구체 질량에서 기인한 신호,
도 2는 전구체 펩티드가 탠덤 질량 분석 과정 중 펩티드 서열의 단편뿐만 아니라 펩티드를 구성하는 아미노산들의 곁사슬에서의 단편까지 포함하여 매우 다양한 형태의 단편이 만들어질 수 있음을 나타내며, 그 결과 얻어지는 가상적인 MS/MS 스펙트럼을 나타낸 그림이고,
T : 아미노산 곁사슬의 일부분 또는 펩티드에 연결된 태그의 단편에서 기인한 신호,
도 3은 기존의 일반적 펩티드 검색 과정을 도식화한 그림이고,
도 4는 본 발명의 추가적 합산 검색방법을 도식화한 그림이고,
도 5는 카제인 알파-S1 트립틱 펩티드(casein alpha-S1 tryptic peptide)(서 열 58-73, DIGS*ES*TEDQAMEDIK, m/z 1969.8737)들의 탠덤 질량 분석 결과를 기존의 일반적 검색방법에 따라서 분석한 결과이고,
도 6은 카제인 알파-S1 트립틱 펩티드들의 탠덤 질량 분석 결과를 본 발명의 추가적 합산방법에 따라서 검색한 결과이고,
도 7은 카제인 알파-S1 트립틱 펩티드들의 탠덤 질량 분석 결과를 기존의 일반적 검색방법에 따라서 검색한 결과이고,
S*: 포스포세린(phosphoserine)에서 유래된 구아니디노에틸시스테인(guanidinoethylcysteine) 위치,
도 8은 카제인 알파-S1 트립틱 펩티드들의 탠덤 질량 분석 결과를 본 발명의 추가적 합산방법에 따라서 검색한 결과이다.
V : 본 발명의 추가적 합산방법을 사용하여 증가된 검색 값으로 검색된 펩티드;
도 9는 베타-카제인 트립틱 펩티드(beta-casein tryptic peptide)(서열 33-48, FQS*EEQQQTEDELQDK, m/z 2082.8972)들의 탠덤 질량 분석 결과를 기존의 일반적 검색방법에 따라서 분석한 결과이고,
도 10은 베타-카제인 트립틱 펩티드들의 탠덤 질량 분석 결과를 본 발명의 추가적 합산 방법에 따라서 검색한 결과이다.
본 발명은 질량 분석 데이터를 이용하여 변형된 폴리펩티드(modified polypeptide)의 서열 및 변형정보를 분석하는 방법에 관한 것으로서, 보다 상세하게는 대상 펩티드 전구체로부터 탠덤 질량 분석 방법(tandom mass spectrometry)에 의하여 얻은 단편 이온 신호(fragment ion signal)들을 이용하여 가능한 모든 펩티드 단편화 패턴(peptide fragmentation pattern)을 구성하고, 이를 고려하여 각각의 후보 펩티드(candidate peptides)에 부합 수치(match score)를 부여한 후, 상기 수치를 통합함으로써 탠덤 질량 분석 과정에서 다양한 단편화 패턴을 생성하는 변형된 펩티드들을 검색하는 방법에 관한 것이다.
질량 분석법(Mass spectrometry)은 생체고분자(biopolymer)의 분석에 있어서 매우 중요한 분석 방법으로 단백질 데이터베이스 검색(searching) 방법과 결합되어 프로테오믹스(proteomics) 연구에 있어서 핵심 분석 방법으로 사용되고 있다. 특히, 단백질 또는 펩타이드의 동정(identification)이나 서열에 대한 직접적인 규명은 탠덤 질량 분석법(Tandem mass spectrometery)을 사용하면 효과적으로 달성될 수 있다(McCormack et al., Anal. Chem., 69: 767-776, 1997). 탠덤 질량 분석 데이타에는 모체(parent) 펩티드들의 질량에 관한 정보와 함께 상기 펩티드 각각 단편들의 질량 값에 대한 정보가 포함되어 있다. 따라서 실험으로부터 얻은 펩티드 단편 스펙트럼을 데이타베이스에 저장되어 있는 단백질 서열로부터 생성된 이론적 스펙트럼과 비교함으로써 시료 펩티드의 예상되는 서열들을 찾아낼 수 있다. 이후, 실험적 스펙트럼과 가능한 이론적 스펙트럼 사이에 부합(match) 정도를 수치화(scoring)한 뒤, 일정 부합 수치(match score)를 나타내는 예상 펩티드들 중에서 가장 높은 부합 수치를 보여주는 펩티드 서열을 선택함으로써 시료 펩티드의 서열을 규명하게 된다.
상기 탠덤 질량 분석법에 있어, 수치화 시스템(scoring system)은 다수의 요건을 충족시켜야 한다. 즉, 방대한 크기의 데이터베이스로부터 예상되는 이론적 펩티드 서열들이 상당수 존재하게 되므로, 이들로부터 위양성 선택(false positive selection)의 가능성을 제거할 수 있어야 한다. 또한, 시료에 소량 존재하는 단백질로부터 생성된 펩티드의 MS/MS 스펙트럼은 대개 낮은 품질(quality)의 스펙트럼을 나타내어 낮은 부합 수치로 기록될 수 있으므로, 이러한 펩티드들은 시료에 다량으로 존재하는 단백질로부터 생성되는 펩티드들에 비하여 검색하는 것이 어렵다. 상기한 문제점을 해결하기 위하여, 현재 다양한 종류의 수치화 방법(scoring method)들이 제시되고 있고(Bafna et al., Bioinformatics, 17: S13-S21, 2001; Dancik et al., J. Comp. Biol., 6: 327-342, 1999; Havilio et al., Anal. Chem., 75: 435-444, 2003; Li et al., Rapid Commun. Mass Spectrom., 18: 1655-9, 2004), 이와 함께 다양한 검색 시스템(search system)들, 예를 들어 Mascot(Pappin et al., Curr. Biol., 3: 327-332, 1993), Sequest(Eng et al., J. Am. Soc . Mass Spectrom., 5: 976-989, 1994 and US Patent no. 6,017,693), Sonar(Field et al., Proteomics, 2: 36-47, 2002), 그리고 X!Tandem(Craig et al., Bioinformatics, 20: 1466-7, 2004) 등의 검색 시스템들이 이용되고 있다
상기 검색 시스템들은 펩티드의 기본적인 아미노산 서열뿐만 아니라 각 아미노산 잔기에서 있어날 수 있는 변형(modification), 예를 들면 메틸화(methylation), 아세틸화(acetylation), 시스테인 알킬화(cysteine alkylation), 산화(oxidation), 인산화(phosphorylation) 또는 다양한 종류의 화학적 표지(chemical labeling)에 의한 변형 등을 고려하여 개발된 시스템이다. 그러나 최근, 펩티드 단편 스펙트럼에 영향을 주는 요소들은 상기한 변형요인 외에도 매우 다양하고 복잡한 것으로 밝혀졌으며, 이에 따라 단순한 수치화 방법에 의해 처리하기보다는 검색 결과들을 재분석하여 위양성들을 최소화하는 새로운 방법이 필요함이 제시되었다(Kapp et al., Anal. Chem., 75: 6251-6264, 2003). 현재는 일반 검색 시스템으로부터 얻은 검색결과의 타당성을 자동으로 검토할 수 있는 시스템들이 개발되고 있으나(Elias et al., Nat. Biotechnol., 22: 214-219, 2004; Anderson et al., J. Proteome Res., 2: 137-146, 2003; Keller et al., Anal. Chem., 74: 5385-5392, 2002; Sadygov et al., J. Proteome Res., 1: 211-215, 2002; Moore et al., J. Am. Soc. Mass Spectrom., 13: 378-386, 2002), 새로이 개발된 검색시스템 역시 MS/MS 분석에서 다양한 단편 패턴을 보이는 펩티드, 특히 화학적으로 변형된 펩티드들의 검색에는 많은 한계를 나타내고 있다.
이에 본 발명자들은 폴리펩티드의 질량 분석 데이타로부터 보다 높은 신뢰도로써 효율적으로 펩티드 서열과 변형 또는 태그된(tagged) 위치를 규명하기 위하여, 대상 펩티드 전구체로부터 탠덤 질량 분석 방법에 의하여 얻은 단편 이온 신호들을 이용하여 가능한 모든 펩티드 단편화 패턴을 구성하고, 이를 고려하여 각각의 후보 펩티드에 부합 수치(match score)를 부여한 후, 상기 수치를 통합함으로써 탠덤 질량 분석 과정에서 다양한 단편화 패턴을 갖는 변형된 펩티드들을 검색하는 방법을 개발하고, 본 발명의 검색 방법이 대상 펩티드와 동일한 펩티드 서열로 구성되지만 서로 다른 펩티드 단편화 패턴에 의하여 생성될 수 있는 다양한 후보 펩티드의 경우를 모두 고려하여 수치화한 데이터를 합산함으로써 변형된 펩티드의 검색효율 및 검색 결과의 신뢰도를 높이는 데에 보다 효과적으로 이용될 수 있음을 확인함으로써 본 발명을 완성하였다.
본 발명의 목적은 질량 분석 데이터를 이용하여 변형된 폴리펩티드(modified polypeptide)의 서열 및 변형정보를 분석하는 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여,
본 발명은 질량 분석 데이터로부터 생성된 부합수치(match score)의 추가적 합산 방법(additive scoring method)을 이용하여 변형된 폴리펩티드(modified polypeptide)의 서열 및 변형정보를 분석하는 방법을 제공한다.
또한, 본 발명은 1) 질량 분석기(mass spectroscopy)를 이용하여 폴리펩티드 전구체의 질량(mass)들을 측정하고, 상기 질량 분석 방법(mass spectrometry)에 의하여 얻은 단편 이온 신호들을 이용하여 구성 가능한 모든 펩티드 단편화 패턴을 구성한 후, 이를 단백질 서열 데이터베이스로부터 생성된 이론적 펩티드 질량을 고려하여 각각의 후보 펩티드에 통상의 수치화 시스템을 이용하여 부합수치를 부여한 뒤, 부합정도를 비교하여 유력한 후보 펩티드들의 리스트를 구성하는 단계;
2) 질량 분석기(mass spectroscopy)를 이용하여 실험적으로 얻은 펩티드 단편들의 질량(mass) 리스트와 상기 단계 1)의 유력한 후보 펩티드 단편들의 패턴으로부터 생성된 이론적 단편들의 질량(mass) 리스트간의 부합정도를 측정하여 통상의 수치화 시스템을 이용하여 수치화하는 단계;
3) 각 후보 펩티드의 단편화 패턴들의 부합 수치(match score)를 컴퓨터 연산수단을 통하여 합산하는 단계;
4) 후보 펩티드들 중 최고의 부합 수치를 나타내는 후보 펩티드를 선택하는 단계; 및,
5) 상기 폴리펩티드로 선택된 후보 펩티드를 보고하는 단계로 구성되는 것을 특징으로 하는 폴리펩티드의 서열 및 변형정보를 분석하는 방법을 제공한다.
삭제
삭제
삭제
삭제
이하, 본 발명을 보다 상세히 설명한다.
본 발명은 폴리펩티드 전구체로부터 탠덤 질량 분석 방법에 의하여 얻은 단편 이온 신호들을 이용하여 가능한 모든 펩티드 단편화 패턴을 구성하고, 이를 고려하여 각각의 후보 펩티드에 부합 수치(match score)를 부여한 후, 상기 수치를 통합함으로써 탠덤 질량 분석 과정에서 다양한 단편화 패턴을 갖는 변형된 펩티드들을 검색하는 방법을 제공한다.
본 발명자들은 변형된 폴리펩티드의 서열 및 변형정보를 분석하는데 있어 효율 및 신뢰도를 향상시키기 위하여 질량 분석 데이터를 이용한 새로운 분석 방법을 개발하였다.
구체적으로, 본 발명의 변형된 폴리펩티드의 서열 및 변형정보를 분석하는 방법은 하기와 같은 단계로 구성된다.
1) 질량 분석기(mass spectroscopy)를 이용하여 폴리펩티드의 질량(mass)을 측정하고, 상기 질량 분석 방법(mass spectrometry)에 의하여 얻은 단편 이온 신호들을 이용하여 구성 가능한 모든 펩티드 단편화 패턴을 구성한 후, 이를 단백질 서열 데이터베이스로부터 생성된 이론적 펩티드 질량을 고려하여 각각의 후보 펩티드에 통상의 수치화 시스템을 이용하여 부합수치를 부여한 뒤, 부합정도를 비교하여 유력한 후보 펩티드들의 리스트를 구성하는 단계;
2) 질량 분석기(mass spectroscopy)를 이용하여 실험적으로 얻은 펩티드 단편들의 질량(mass) 리스트와 상기 단계 1)의 유력한 후보 펩티드 단편들의 패턴으로부터 생성된 이론적 단편들의 질량(mass) 리스트간의 부합정도를 측정하여 통상의 수치화 시스템을 이용하여 수치화하는 단계;
3) 최고의 부합 수치를 나타내는 후보 펩티드를 선택하는 단계;
4) 실험적으로 얻은 폴리펩티드 단편들의 질량과 상기 단계 3)에서 선택된 후보 펩티드의 단편 패턴과 다르게 나타나는 단편 패턴으로부터 생성된 이론적 단편 질량간의 부합정도를 추가로 측정하여 수치화하는 단계;
5) 상기 단계 3)에서 선택된 최고의 부합 수치와 상기 단계 4)에서 산출된 추가적인 부합 수치를 컴퓨터 연산수단을 통하여 합산하는 단계; 및,
6) 상기 단계 5)의 합산된 부합 수치로부터 선택된 후보 펩티드를 보고하는 단계.
삭제
삭제
삭제
삭제
삭제
일반적으로, 질량 분석기는 생체고분자(biopolymer) 특히 단백질 등의 분석에 매우 중요한 분석 도구로 이용되고 있다. 질량 분석 방법을 이용하면 단백질 또는 이로부터 생성된 펩티드들의 분자량들이 질량 대 전하의 비(m/z)로서 측정되며, 특히 탠덤 질량 분석 방법을 이용하면 상기 생체고분자들의 내부 서열까지도 분석 가능하다. 탠덤 질량 분석에 있어서, 선택된 대상 전구체 펩티드 또는 전구체 단백질은 기체상(gas phase)에서 매우 다양한 단편 패턴으로 쪼개어짐으로써 복잡한 단편화 신호들로 구성되는 MS/MS 스펙트럼 형태로 분석된다(도 1 참조). 상기 생성되는 다양한 펩티드 단편 스펙트럼을 단백질 데이타베이스에 저장되어 있는 단백질 서열로부터 생성된 이론적 스펙트럼과 비교하여 구성 가능한 펩티드 단편 패턴들 중에서 가장 잘 부합되는 패턴을 선택함으로써 시료 펩티드의 서열을 규명하게 되는데, 이때 실험적 스펙트럼과 이론적 스펙트럼 사이에 부합되는 정도를 측정하여 수치화한 값으로 나타낸다.
다수의 펩티드 또는 단백질, 특히 펩티드 또는 단백질을 구성하는 아미노산 잔기에 화학 구조적인 변형(modification in chemical structure)이 일어난 펩티드 또는 단백질에 있어서는 상기한 기체상의 펩티드 단편 과정중에 펩티드 골격(backbone)에서의 절단뿐만 아니라 아미노산 잔기의 곁사슬에서의 절단도 수반된다(도 2 참조). 상기의 화학구조적 변화는 수식화 변형(post-translational modification) 등과 같이 생물학적으로 일어날 수도 있고, 또는 분석 실험 과정(protocol)을 수행하는 동안 의도적으로 화학적 또는 생물학적 처리를 거쳐 일어날 수도 있다. 기체상 펩티드 단편 과정 중에 아미노산의 곁사슬에서 일어날 수 있는 단편화 형태로는 탈아민화(deamination), 탈메틸화(demethylation), 탈당화(deglycosylation) 또는 탈인산화(dephosphorylation)가 있으며, 특히 펩티드가 특수한 태그(tag)로 표지된 경우에는 탈-태그 등 다양한 형태의 단편화가 펩티드 골격 절단과 함께 일어날 수 있다.
상기한 결과에 의하여 얻어지는 MS/MS 스펙트럼은 다수의 복잡한 단편화 신호 및 펩티드 구조에 대하여 많은 정보를 포함하고 있는 MS/MS 스펙트럼이 된다. 즉, 동일한 펩티드 서열을 갖는 하나의 펩티드 내에서도 구상 가능한 각 단편 패턴에 따라 독특한 단편화 신호들이 생성될 수 있으며, 전체 MS/MS 스펙트럼에 포함되어 있는 상기의 독특한 신호들은 단편 패턴에 따라 각각의 하위(subset) 스펙트럼으로 분류되어 펩티드 서열을 규명하는데 유용한 정보로서 활용될 수 있다. 그럼에도 불구하고, 생성된 실험적 스펙트럼을 단백질 데이타베이스에 저장되어 있는 단백질 서열로부터 생성된 이론적 스펙트럼과 비교하여, 구성 가능한 펩티드 단편 패턴들 중에서 최고의 부합수치를 나타내는 패턴만을 선택함으로써, 시료 펩티드의 서열을 규명하는 것이 현재의 일반적인 검색방법이다(도 3 참조). 이러한 일반적인 검색 시스템에서는 소수(minor) 단편 패턴에 의해서 생성되는 독특한 단편화 신호들이 갖고 있는 정보는 온전히 활용될 수 없는 단점이 있다. 이렇게 버려지는 단편화 신호들 중에는 펩티드 구조, 특히 변형 위치 등에 대한 중요한 정보를 포함하고 있을 수 있으므로, 소수 단편 패턴에 의해서 생성되는 단편화 신호들이 갖고 있는 펩티드 구조에 대한 정보까지도 온전히 검색하여 활용할 수 있는 새로운 방법의 개발이 필요하였다.
본 발명에서는 최고의 부합수치를 나타내는 것으로 검색된 펩티드와 동일한 서열을 갖지만 다른 단편 패턴에 의하여 생성될 수 있는 독특한 단편 신호까지도 고려하여 측정하고, 이를 합산하여 함께 보고하는 것을 특징으로 하는 방법을 개발하였다(도 4 참조).
구체적으로, 상기에 기재한 바와 같이 실험적으로 얻은 스펙트럼을 단백질 데이타베이스에 저장되어 있는 단백질 서열로부터 생성된 이론적 스펙트럼과 비교하여 구성 가능한 펩티드 단편 패턴 들 중에서 가장 높은 부합수치를 나타내는 단편 패턴 A를 선택함으로써 시료 펩티드의 서열을 규명한다. 이후, 규명된 펩티드 서열과 동일한 서열을 갖지만 다른 단편 패턴 B, C, D에 의하여 생성될 수 있는 단편화 신호의 하위 그룹 B, C, D를 구성한 다음, 각각의 하위 그룹 스펙트럼에 대하여 수치화 작업을 수행한다. 이때 상기 각 하위그룹들에 속한 단편화 신호들 중에서 이미 단편 패턴 A에서 우선적으로 선택되어 측정된 신호들에 대해서는 수치화 하지 않거나, 가중치를 낮추어 측정할 수 있다. 또한 부합 수치를 측정함에 있어서, 펩티드 절단 스타일(예를 들어, a, b, c, x, y, z etc.) 사이에 우선순위를 두어 측정할 수 있으며, 상기 경우에도 하나의 신호에 대하여 반복하여 측정하지 않거나 가중치를 낮추어 측정한다. 특히 도 2의 T, PM-T 및 PM-2T와 같이 펩티드를 구성하는 아미노산 잔기 곁사슬에서의 단편화에 의하여 생성될 수 있는 특징적인 신호들에 대해서는 특별한 가중치를 주어 측정 할 수 있다. 상기 특징적인 신호들은 펩티드 변형에 대한 분석 태그로 활용될 수도 있다. 각 단편 패턴들에 따라 계산된 부합수치들은 합산되어 검색된 펩티드의 각각의 검색 부합 수치로 보고된다. 이때 각 단편 패턴들의 부합 수치를 통합하는 단계에서도 각 단편 패턴의 부합 순서에 따라서 적절히 가중치를 부여할 수 있다.
본 발명의 상기한 펩티드 검색 및 분석 방법은 소수 단편 패턴들에 의하여 생성될 수 있는 단편화 신호들에 대해서도 분석이 이루어짐으로써, 보다 효율적인 펩티드 검색을 수행할 수 있게 되며, 특히 다양한 단편 패턴을 나타낼 수 있는 변형된 펩티드들의 분석에 더욱 유용하다.
본 발명의 분석 방법이 갖는 또 하나의 특징은 수식화 단백질체 분석을 위하여 개발된 위치-특이적 단백질 분해(site-specific proteolysis) 방법 등에 의하여 생성될 수 있는 특이 펩티드들에 대한 검색에 특히 유용하다는 점이다. 위치-특이적 단백질 분해란 규명하고자 하는 단백질 또는 펩티드의 수식화 위치, 특히 인산화 또는 당화(glycosylation) 위치 등을 가수분해 효소 등이 인식 가능한 구조로 바꾸어 주고, 이 자리에서 가수분해 반응을 유도시킴으로써, 결국 수식화 자리가 C-말단 아미노산이 되도록 하여 분석하는 방법이다. 대표적인 방법으로 수식화 세린, 트레오닌 자리를 아미노에탄티올(aminoethanethiol) 태그(Knight et al., Nat. Biotechnol., 21: 1047-1396, 2003) 또는 구아니디노에탄티올(guanidinoethanethiol) 태그(Ahn et al., PCT/KR2004/000256), 머캅토에탄올(mercaptoethanol) 태그, 알콕시에탄티올 태그(alkoxyethanethiol), 알칸 티올(alkane thiol) 태그 및 알칸 티올이 연결된 비오틴(biotin linked alkane thiol) 태그로 치환하여 분석하는 방법 등이 알려져 있다. 그러나 상술한 위치-특이적 단백질분해 방법을 이용하여 얻은 탠덤 질량 분석 데이터들은 태그된 위치에서의 가수분해에 의하여 생성되는 특이 펩티드들, 즉 태그된 아미노산 잔기가 C-말단에 위치하는 펩티드 데이터들을 포함하고 있는데, 이러한 특이 펩티드들은 단백질의 수식화 자리 규명에 매우 유용한 정보를 제공하여 주고 있음에도 불구하고, 현재까지 알려진 어떠한 검색 프로그램에 의해서도 온전히 분석되지 않는다. 따라서, 본 발명자들은 잘 알려진 K-말단 또는 R-말단의 펩티드들뿐만 아니라 태그된 아미노산을 말단에 포함하는 펩티드들까지도 함께 검색할 수 있는 검색 프로그램을 개발하고, 검색되는 후보 펩티드들을 상기에서 기재한 부합수치의 추가적 합산 방법에 의하여 측정함으로써 변형된 단백질 및 펩티드의 분석능력을 향상시켰다.
이하, 본 발명을 실시예에 의해 상세히 설명한다.
다만, 하기 실시예는 본 발명을 예시하는 것을 뿐, 본 발명의 내용이 하기 실시예에 의해 한정되는 것은 아니다.
<실시예 1> 질량 분석 데이터를 이용한 변형된 폴리펩티드(modified polypeptide)의 서열 및 변형정보 분석
본 발명의 질량 분석데이터를 이용한 부합수치의 추가적 합산 방법을 평가하기 위하여, 하기의 분석과정을 수행하였다. 먼저 탠덤 질량 분석 데이터는 PCT/KR2004/000256q(Ahn et al.)에 기재된 구아니디노에탄티올(guanidinoethanethiol) 태그화/분해(tagging/digestion) 방법에 따라서 얻었다. 상기 문헌은 본 명세서 참조로 인용된다. 구아니디노에탄티올(guanidinoethanethiol) 태그화/분해방법은 수식화 펩티드들의 고감도 분석에 유용하며, 특히 상기 방법에 의하여 생성된 구아니디노에탄티올(guanidinoethanethiol, GET)이 표지된 펩티드들은 탠덤 질량 분석에 의하여 매우 다양한 단편 형태를 나타낸다.
본 발명자들은 본 발명의 질량 분석데이터를 이용한 부합수치의 추가적 합산 방법을 부합수치의 추가적 합산을 사용하지 않는 기존의 검색방법과 비교하였다. 이때 사용한 측정 시스템은 부합되는 이온의 종류에 따라 차등적인 스코어를 부여하는 방법을 사용하였다. 즉, CID(collision induced dissociation) 실험에서 얻은 단편의 경우에는 y 이온과 b 이온으로 매치된 피크에 대해 더 높은 수치를 부여하였으며, ECD(electron capture dissociation) 실험으로부터 얻은 단편의 경우에는 c 이온과 z 이온으로 매치된 피크에 대해 더 높은 수치를 부여하도록 하였다.
도 5는 GET-표지된 인산화 단백질 카제인 알파(casein alfa-S1) 펩티드(서열 58-73, DIGS*ES*TEDQAMEDIK, m/z 1969.8737)의 탠덤 질량 분석 스펙트럼을 기존의 검색방법에 따라 검색한 예이다. S*는 원래는 포스포세린(phosphoserine) 자리였으나, 사용된 구아니디노에탄티올(guanidinoethanethiol) 태그화/분해 방법에 따라서 구아니디노에틸시스테인(guanidinoethylcysteine) 자리로 바뀐 것을 나타낸다. 상기 펩티드는 탠덤 질량 분석과정을 통하여 단편화를 일으키기 쉬운 2개의 표지된 위치를 포함하고 있다. 도 5에서 보듯이 기존의 펩티드 검색법에서는 일단 최고의 부합수치(값, 83.3)를 보여주는 후보 펩티드를 선택하고 보고한다. 이때 동일한 아미노산 서열을 갖는 그러나 서로 다른 단편 패턴들에 의하여 독립적으로 scoring 된 보다 작은 match score들은 버려진다. 이들 버려지는 단편 패턴들에 포함되어 있을 수 있는 단백질 구조 결정에 유용한 단편화의 신호는 버려진다. 이에 반하여, 본 발명에서 개발된 복합적 측정 방법을 사용하면 상기한 단점을 극복할 수 있 다. 도 6은 본 발명의 분석 방법을 사용하여 펩티드(서열 58-73, DIGS*ES*TEDQAMEDIK, m/z 1969.8737)의 탠덤 질량 분석 스펙트럼을 분석한 결과이다. 이 경우 이론적으로 GET-표지화가 가능한 위치(Ser61, Ser63 그리고 Thr64)에 따라서 고려될 수 있는 세 개의 가능한 후보 펩티드들이 기록되었다. 각각의 가능한 후보 펩티드들로부터 구성 가능한 단편 패턴들에 따라서 측정된 최고의 부합수치 값(값, 83.3)과 보다 낮은 값(값, 29.5)을 합하여 최고의 통합(combined) 수치(값, 112.8)를 검색된 펩티드의 검색 값으로 보고하게 된다. 이때 한번 측정에 사용된 단편화 이온 질량은 반복하여 측정하지 않는다.
도 7 및 도 8은 기존의 일반적인 검색법과 본 발명의 추가적 합산 검색법을 사용하여 GET-표지된 인산화 단백질 카제인 알파-S1(casein alfa-S1)의 탠덤 질량 분석 결과를 검색한 예이다. 본 발명의 분석 방법을 사용함으로써 증가된 검색 수치를 나타낸 경우는 도 8의 펩티드 no. 3, 5, 12, 14 및 15에 해당하는 펩티드들이며(V), 상기 펩티드들은 모두 GET 태그된 인산화 펩티드들이다. 반면 변형된 아미노산 자리를 포함하지 않는 펩티드들의 검색 수치는 변하지 않음을 알 수 있다. 상기 결과는 본 발명의 분석 방법이 수식화 단백질 및 펩티드, 특히 표지화 단백질 및 펩티드들의 질량 분석 결과를 검색함에 있어서 매우 효율적임을 보여준다. 도 9및 도 10은 다른 하나의 예로서 단백질 beta-casein의 탠덤 질량 분석 결과를 검색한 예이다. 베타-카제인 트립틱(beta-casein tryptic) 펩티드(서열 33-48, FQS*EEQQQTEDELQDK, m/z 2082.8972)의 탠덤 질량 분석결과를 본 발명의 방법에 따라서 검색한 결과(도 10, 매치 스코어: 230.6)는 기존 방법에 의한 검색방법에 따 라서 분석한 결과(도 9, 매치 스코어: 201.2) 에 비하여 우수함을 확인할 수 있다.
상기에서 살펴본 바와 같이, 본 발명은 변형된 폴리펩티드(modified polypeptide)의 검색을 위한 분석 방법으로서, 질량 분석 데이터로부터 동일한 펩티드 서열로 구성되지만 서로 다른 펩티드 단편 패턴에 의하여 생성될 수 있는 다양한 후보 펩티드들의 경우의 수를 모두 고려하여 분석함으로써 변형된 펩티드의 검색효율 및 검색결과의 신뢰도를 높이는 데에 유용하게 이용될 수 있다.

Claims (13)

1) 질량 분석기(mass spectroscopy)를 이용하여 폴리펩티드의 질량(mass)을 측정하고, 상기 질량 분석기(mass spectrometry)에 의하여 얻은 단편 이온 신호들을 이용하여 구성 가능한 모든 펩티드 단편화 패턴을 구성한 후, 이를 단백질 서열 데이터베이스로부터 생성된 이론적 펩티드 질량을 고려하여 각각의 후보 펩티드에 통상의 수치화 시스템을 이용하여 부합수치를 부여한 뒤, 부합정도를 비교하여 유력한 후보 펩티드들의 리스트를 구성하는 단계;
2) 질량 분석기(mass spectroscopy)를 이용하여 실험적으로 얻은 펩티드 단편들의 질량(mass) 리스트와 상기 단계 1)의 유력한 후보 펩티드 단편들의 패턴으로부터 생성된 이론적 단편들의 질량(mass) 리스트간의 부합정도를 측정하여 통상의 수치화 시스템을 이용하여 수치화하는 단계;
3) 최고의 부합 수치를 나타내는 후보 펩티드를 선택하는 단계;
4) 실험적으로 얻은 폴리펩티드 단편들의 질량과 상기 단계 3)에서 선택된 후보 펩티드의 단편 패턴과 다르게 나타나는 단편 패턴으로부터 생성된 이론적 단편 질량간의 부합정도를 추가로 측정하여 수치화하는 단계;
5) 상기 단계 3)에서 선택된 최고의 부합 수치와 상기 단계 4)에서 산출된 추가적인 부합 수치를 컴퓨터 연산수단을 통하여 합산하는 단계; 및,
6) 상기 단계 5)의 합산된 부합 수치로부터 선택된 후보 펩티드를 보고하는 단계를 포함하는 것을 특징으로 하는 폴리펩티드(modified polypeptide)의 서열 및 변형정보를 분석하는 방법.
삭제
제 1항에 있어서, 상기 폴리펩티드는 단백질의 화학적 또는 효소학적 가수분해에 의해 획득되는 것을 특징으로 하는 방법.
제 3항에 있어서, 상기 단백질은 생물학적 환경(media)에서의 수식화 변형(post-translational modification) 또는 분석 과정에서의 화학적 반응에 의하여 변형된 것을 특징으로 하는 방법.
제 1항에 있어서, 폴리펩티드는 구아니디노에탄티올(guanidinoethanethiol), 아미노에탄티올(aminoethanethiol), 머캅토에탄올(mercaptoethanol), 알콕시에탄티올(alkoxyethanethiol), 알칸 티올(alkane thiol) 및 알칸 티올이 연결된 비오틴(biotin linked alkane thiol)으로 구성된 그룹에서 선택되는 태그(tag)로 표지된 펩티드인 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 단계 2)의 실험적으로 얻은 펩티드 단편들의 질량(mass)값들은 탠덤 질량 분석(tandom mass spectrometry) 과정 중 펩티드 골격에서의 단편, 또는 폴리펩티드를 구성하는 아미노산의 곁사슬에서의 단편에 의해 동시적으로 발생하는 단편 이온들로부터 획득되는 것을 특징으로 하는 방법.
제 1항에 있어서, 단계 2) 및 3)에서 이미 수치화하여 선택된 단편들의 질량(mass)값들에 대하여 단계 4)에서 반복적으로 측정하지 않는 것을 특징으로 하는 방법.
1) 질량 분석기(mass spectroscopy)를 이용하여 폴리펩티드 전구체의 질량(mass)들을 측정하고, 상기 질량 분석기(mass spectrometry)에 의하여 얻은 단편 이온 신호들을 이용하여 구성 가능한 모든 펩티드 단편화 패턴을 구성한 후, 이를 단백질 서열 데이터베이스로부터 생성된 이론적 펩티드 질량을 고려하여 각각의 후보 펩티드에 통상의 수치화 시스템을 이용하여 부합수치를 부여한 뒤, 부합정도를 비교하여 유력한 후보 펩티드들의 리스트를 구성하는 단계;
2) 질량 분석기(mass spectroscopy)를 이용하여 실험적으로 얻은 펩티드 단편들의 질량(mass) 리스트와 상기 단계 1)의 유력한 후보 펩티드 단편들의 패턴으로부터 생성된 이론적 단편들의 질량(mass) 리스트간의 부합정도를 측정하여 통상의 수치화 시스템을 이용하여 수치화하는 단계;
3) 각 후보 펩티드의 단편화 패턴들의 부합 수치(match score)를 컴퓨터 연산수단을 통하여 합산하는 단계;
4) 후보 펩티드들 중 최고의 부합 수치를 나타내는 후보 펩티드를 선택하는 단계; 및
5) 상기 폴리펩티드로 선택된 후보 펩티드를 보고하는 단계로 구성되는 것을 특징으로 하는 폴리펩티드의 서열 및 변형정보를 분석하는 방법.
제 8항 있어서, 폴리펩티드는 단백질의 화학적 또는 효소학적 가수분해에 의해 획득되는 것을 특징으로 하는 방법
제 9항에 있어서, 단백질은 생물학적 완충액에서 수식화 변형이나 분석 과정에서 화학적 반응에 의해 변형된 것을 특징으로 하는 방법.
제 8항에 있어서, 폴리펩티드는 구아니디노에탄티올(guanidinoethanethiol), 아미노에탄티올(aminoethanethiol), 머캅토에탄올(mercaptoethanol), 알콕시에탄티올(alkoxyethanethiol), 알칸 티올(alkane thiol) 및 알칸 티올이 연결된 비오틴(biotin linked alkane thiol)으로 구성된 그룹에서 선택되는 태그로 표지된 펩티드인 것을 특징으로 하는 방법.
제 8항에 있어서, 폴리펩티드의 실험적 단편 질량은 탠덤 질량 분석 과정 중 펩티드 골격의 단편 또는 폴리펩티드를 구성하는 아미노산의 곁사슬의 단편에 의해 동시적으로 발생하는 단편 이온에서 획득한 것을 특징으로 하는 방법.
제 8항에 있어서, 단계 3)에서 후보 펩티드의 실험적 펩티드 질량(mass)과 단백질 서열 데이터베이스로부터 생성된 이론적 펩티드 질량(mass) 간에 이미 부합시켜 수치화한 신호에 대하여 반복적으로 측정하지 않는 것을 특징으로 하는 방법.
KR1020050072198A 2005-08-08 2005-08-08 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법 KR100805775B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020050072198A KR100805775B1 (ko) 2005-08-08 2005-08-08 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법
PCT/KR2005/003037 WO2007018327A1 (en) 2005-08-08 2005-09-14 An additive scoring method for modified polypeptide
AT05808964T ATE486287T1 (de) 2005-08-08 2005-09-14 Additives wertungsverfahren für modifiziertes polypeptid
EP05808964A EP1946119B1 (en) 2005-08-08 2005-09-14 An additive scoring method for modified polypeptide
DE602005024460T DE602005024460D1 (de) 2005-08-08 2005-09-14 Additives wertungsverfahren für modifiziertes polypeptid

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050072198A KR100805775B1 (ko) 2005-08-08 2005-08-08 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법

Publications (2)

Publication Number Publication Date
KR20070017676A KR20070017676A (ko) 2007-02-13
KR100805775B1 true KR100805775B1 (ko) 2008-02-21

Family

ID=37727492

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050072198A KR100805775B1 (ko) 2005-08-08 2005-08-08 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법

Country Status (5)

Country Link
EP (1) EP1946119B1 (ko)
KR (1) KR100805775B1 (ko)
AT (1) ATE486287T1 (ko)
DE (1) DE602005024460D1 (ko)
WO (1) WO2007018327A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101427865B1 (ko) 2011-12-06 2014-08-08 한국과학기술원 단백질 변형 탐색 장치 및 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100984253B1 (ko) * 2007-02-16 2010-09-30 씨비에스바이오사이언스 주식회사 아미노산 서열 변화 예측방법 및 시스템
US8639447B2 (en) 2007-05-31 2014-01-28 The Regents Of The University Of California Method for identifying peptides using tandem mass spectra by dynamically determining the number of peptide reconstructions required
KR100856526B1 (ko) * 2008-03-13 2008-09-04 한국생명공학연구원 펩티드 질량 지문 추적법을 사용한 알터네이티브스플라이싱 아이소폼을 동정하기 위한 스코어링 알고리즘을포함한 시스템 및 방법과 상기 방법을 수행하기 위한프로그램을 갖는 기록매체
KR101386932B1 (ko) * 2010-11-02 2014-04-22 경상대학교산학협력단 질량분석기를 이용한 바이러스 분석 및 동정 방법
TWI580787B (zh) * 2012-12-28 2017-05-01 簡宏堅 重組蛋白質、含有該重組蛋白質之醫藥組成物及該重組蛋白質之製備方法
CN107525842B (zh) * 2016-06-22 2020-08-11 中国科学院大连化学物理研究所 一种用于研究蛋白质结构或蛋白质相互作用的分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5538897A (en) 1994-03-14 1996-07-23 University Of Washington Use of mass spectrometry fragmentation patterns of peptides to identify amino acid sequences in databases
KR20030074773A (ko) * 2001-02-01 2003-09-19 싸이퍼젠 바이오시스템즈, 인코포레이티드 탠덤 질량 분광계에 의한 단백질 확인, 특성화 및 서열결정을 위한 개선된 방법
KR20040010541A (ko) * 2000-10-11 2004-01-31 싸이퍼젠 바이오시스템즈, 인코포레이티드 친화성 포착 탠덤 질량 분광계를 위한 장치 및 방법
JP2005099021A (ja) 2003-09-24 2005-04-14 Micromass Uk Ltd マススペクトル測定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL138946A0 (en) * 2000-10-11 2001-11-25 Compugen Ltd Method for the identification of peptides and proteins
EP1588144A3 (en) * 2003-01-03 2005-12-21 Caprion Pharmaceuticals, Inc. Glycopeptide identification and analysis
DE602004015989D1 (de) 2004-02-10 2008-10-02 Korea Basic Science Inst Methode zur analyse phosphorylierter stellen und selektives markierungsmittel

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5538897A (en) 1994-03-14 1996-07-23 University Of Washington Use of mass spectrometry fragmentation patterns of peptides to identify amino acid sequences in databases
KR20040010541A (ko) * 2000-10-11 2004-01-31 싸이퍼젠 바이오시스템즈, 인코포레이티드 친화성 포착 탠덤 질량 분광계를 위한 장치 및 방법
KR20030074773A (ko) * 2001-02-01 2003-09-19 싸이퍼젠 바이오시스템즈, 인코포레이티드 탠덤 질량 분광계에 의한 단백질 확인, 특성화 및 서열결정을 위한 개선된 방법
JP2005099021A (ja) 2003-09-24 2005-04-14 Micromass Uk Ltd マススペクトル測定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101427865B1 (ko) 2011-12-06 2014-08-08 한국과학기술원 단백질 변형 탐색 장치 및 방법

Also Published As

Publication number Publication date
EP1946119A4 (en) 2009-07-15
WO2007018327A1 (en) 2007-02-15
EP1946119B1 (en) 2010-10-27
ATE486287T1 (de) 2010-11-15
DE602005024460D1 (de) 2010-12-09
EP1946119A1 (en) 2008-07-23
KR20070017676A (ko) 2007-02-13

Similar Documents

Publication Publication Date Title
US8909481B2 (en) Method of mass spectrometry for identifying polypeptides
Tanner et al. InsPecT: identification of posttranslationally modified peptides from tandem mass spectra
KR100805775B1 (ko) 변형된 폴리펩티드(Ｍｏｄｉｆｉｅｄｐｏｌｙｐｅｐｔｉｄｅ)의 서열 및 변형 정보를 분석하는방법
JP4672614B2 (ja) 迅速かつ定量的なプロテオーム解析および関連した方法
US20020119490A1 (en) Methods for rapid and quantitative proteome analysis
US20050048564A1 (en) Protein expression profile database
WO2011007884A1 (ja) タンパク質の定量方法
Ng et al. Algorithms for de-novo sequencing of peptides by tandem mass spectrometry: A review
WO2006129401A1 (ja) プロテオーム網羅的解析における特異的蛋白質のスクリーニング方法
JP2005189232A (ja) 複合体混合物中のタンパク質の同定と定量的分析のための選択的ペプチド単離法
Xu et al. Complexity and scoring function of MS/MS peptide de novo sequencing
US20020106700A1 (en) Method for analyzing proteins
Savitski et al. Unbiased detection of posttranslational modifications using mass spectrometry
Prenni et al. Proteomics: a review and an example using the reticulocyte membrane proteome
Hubbard Computational approaches to peptide identification via tandem MS
Righetti et al. Recent trends in proteome analysis
US7765068B2 (en) Identification and characterization of protein fragments
Gutenbrunner Mass spectrometry-based computational identification of ancient protein sequences to unravel evolutionary history
Cottrell Database searching for protein identification and characterization
Rehm et al. Evaluation of proteomic techniques: applications and potential
Rinner et al. Probing Native Protein Structures by Chemical Cross-linking, Mass Spectrometry, and Bioinformatics* DS
Kawakami et al. Amino acid sequence database suitable for the protein and proteome analysis
CA2487821A1 (en) Method to identify constituent proteins by peptides profiling
Jin et al. 13 Principles of Proteomics
Raczyński et al. Proteins and peptides identification from MS/MS data in proteomics

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120214

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee