¿Cómo reconstruir la secuencia de una proteína mediante fragmentos solapantes?
Estrategia para la reconstrucción de la secuencia de una proteína mediante el analisis de fragmentos que comparten regiones comunes
Resumen
La reconstrucción de una secuencia proteica a partir de fragmentos solapantes consiste en generar péptidos parcialmente superpuestos, determinar la secuencia de cada uno y ensamblarlos como si fueran lecturas de una secuenciación. La estrategia más robusta combina digestiones independientes con proteasas de especificidad diferente, espectrometría de masas en tándem y, cuando es posible, degradación de Edman o análisis de la proteína intacta. El solapamiento debe confirmarse mediante evidencia experimental independiente, porque una sola diferencia de masa puede ser compatible con varios residuos o modificaciones. La secuencia final debe distinguir entre regiones directamente determinadas, regiones inferidas y posiciones aún ambiguas. [1]
Estrategia experimental
1. Preparación y caracterización inicial
- Purificar la proteína hasta un grado suficiente para evitar que péptidos de contaminantes se incorporen al ensamblaje.
- Determinar la masa molecular de la proteína intacta mediante espectrometría de masas, idealmente con alta resolución.
- Evaluar:
- Número de cadenas polipeptídicas.
- Presencia de puentes disulfuro.
- Modificaciones postraduccionales.
- Bloqueo del extremo N-terminal.
- Posible heterogeneidad de isoformas o procesamiento proteolítico.
La masa de la proteína intacta sirve como restricción global para comprobar si la suma de los péptidos ensamblados es compatible con el producto observado, pero no sustituye la determinación de la secuencia.
2. Generación deliberada de fragmentos solapantes
Realizar digestiones independientes de alícuotas de la misma proteína con enzimas de especificidad distinta. Por ejemplo:
- Tripsina: escisión preferente después de lisina y arginina.
- Quimotripsina: escisión preferente después de residuos aromáticos.
- Glu-C: escisión preferente después de glutamato y, según las condiciones, aspartato.
- Asp-N: escisión en el lado N-terminal de aspartato.
- Pepsina o proteasas alternativas: útiles para generar fragmentos que cubran regiones refractarias.
La finalidad no es producir una única digestión perfecta, sino crear un conjunto redundante de péptidos. Dos péptidos pueden representarse esquemáticamente como:
- Péptido A: A–B–C–D–E–F
- Péptido B: D–E–F–G–H
El segmento D–E–F establece el anclaje del ensamblaje. Las digestiones con diferentes especificidades aumentan la cobertura y reducen la probabilidad de dejar regiones sin solapamiento. [1]
3. Determinación de la secuencia de cada péptido
La opción principal actualmente es LC–EM/EM de alta resolución:
- La masa del precursor proporciona la masa total del péptido.
- La fragmentación genera series de iones, habitualmente b e y.
- Las diferencias de masa entre iones consecutivos permiten inferir residuos o grupos de residuos.
- La secuenciación “de novo” se realiza sin depender necesariamente de una base de datos de proteínas.
Debe utilizarse más de un modo de fragmentación cuando sea posible, por ejemplo CID/HCD y ETD. La combinación puede mejorar la cobertura de enlaces peptídicos, especialmente en péptidos largos, básicos o modificados. La interpretación de múltiples espectros correspondientes a péptidos solapantes es más fiable que la interpretación aislada de cada espectro. [2]
La degradación de Edman sigue siendo útil para:
- Confirmar los primeros residuos del extremo N-terminal.
- Resolver una región corta con alta confianza.
- Confirmar un péptido purificado individual.
- Corroborar una asignación de espectrometría de masas.
Sin embargo, requiere un extremo N-terminal libre, consume material y pierde eficiencia con cada ciclo; además, no es adecuada si el N-terminal está bloqueado o si la proteína es muy heterogénea. [3]
Ensamblaje computacional de los fragmentos
1. Filtrado de las asignaciones
Antes del ensamblaje, conviene eliminar o marcar:
- Espectros con baja relación señal/ruido.
- Péptidos con puntuación de secuenciación baja.
- Asignaciones que dependen de una sola diferencia de masa ambigua.
- Péptidos derivados de contaminantes.
- Secuencias con modificaciones no explicadas.
- Espectros con fragmentación insuficiente.
La asignación debe conservar la información de incertidumbre: por ejemplo, leucina/isoleucina no suelen distinguirse mediante espectrometría de masas convencional porque son isómeros de igual masa.
2. Construcción de contigs
Los péptidos se alinean por coincidencia de secuencias, masas de precursor, patrones de fragmentación y compatibilidad con los sitios de escisión. El proceso puede organizarse así:
- Ordenar los péptidos por confianza y longitud.
- Identificar solapamientos exactos.
- Formar contigs, es decir, secuencias continuas respaldadas por varios péptidos.
- Extender cada contig usando otros péptidos parcialmente coincidentes.
- Resolver conflictos mediante:
- Mayor calidad del espectro.
- Confirmación por una segunda proteasa.
- Confirmación con otra modalidad de fragmentación.
- Compatibilidad con la masa de la proteína intacta.
- Consistencia con una secuencia homóloga, si existe.
Este enfoque es análogo al ensamblaje de lecturas de ácidos nucleicos, pero con una dificultad mayor: los fragmentos proteicos son más cortos, las asignaciones pueden contener errores y algunas sustituciones tienen la misma masa nominal. [4]
3. Orientación N-terminal y C-terminal
La orientación de un fragmento debe establecerse mediante:
- Series de iones N-terminales y C-terminales en EM/EM.
- Degradación de Edman para el extremo N-terminal.
- Digestión con carboxipeptidasas para información C-terminal.
- Análisis de la proteína intacta o de fragmentos generados por escisión química.
No debe asumirse que un solapamiento de masa determina por sí solo la orientación del péptido.
Control de calidad y confirmación
La secuencia reconstruida debe superar varias comprobaciones:
Cobertura
Calcular la cobertura de la secuencia por al menos dos estrategias de digestión. Las regiones cubiertas por un único péptido de baja confianza deben considerarse provisionales.
Redundancia
Cada residuo importante debería estar respaldado, idealmente, por:
- Más de un péptido solapante, o
- Más de un espectro independiente, o
- Una técnica ortogonal, como Edman o análisis de la proteína intacta.
Masa teórica frente a masa observada
Comparar la masa molecular calculada a partir de la secuencia ensamblada con la masa experimental. La discrepancia puede indicar:
- Residuo mal asignado.
- Modificación postraduccional.
- Pérdida de un péptido terminal.
- Procesamiento proteolítico.
- Presencia de otra isoforma.
La comparación de masas es una comprobación global; no identifica por sí sola la posición exacta de una modificación.
Regiones ambiguas
Deben informarse explícitamente las posiciones no resueltas, por ejemplo:
- Leucina/isoleucina.
- Asignaciones compatibles con glutamina o lisina modificada.
- Residuos que difieren por modificaciones isobáricas.
- Péptidos con fragmentación incompleta.
- Regiones sin cobertura.
No es apropiado presentar como secuencia definitiva una posición que solo está respaldada por una inferencia de base de datos o por una diferencia de masa no única.
Flujo de trabajo recomendado
Un protocolo práctico sería:
- Purificación y medición de la masa de la proteína intacta.
- Reducción y alquilación para caracterizar cisteínas, conservando una alícuota sin tratar si se necesitan estudiar disulfuros.
- Digestiones independientes con tripsina, quimotripsina y una proteasa complementaria.
- LC–EM/EM de alta resolución de cada digestión.
- Secuenciación de novo de los espectros con evaluación de confianza.
- Ensamblaje de péptidos en contigs solapantes.
- Confirmación de extremos N-terminal y C-terminal.
- Búsqueda contra bases de datos únicamente como apoyo, no como sustituto de la evidencia experimental.
- Confirmación específica de todas las discrepancias y modificaciones.
- Comparación final con la masa de la proteína intacta y emisión de una secuencia anotada con posiciones ambiguas y nivel de confianza.
Limitaciones importantes
La estrategia puede fallar si la proteína contiene regiones hidrofóbicas, repeticiones, péptidos demasiado largos, modificaciones extensas o enlaces disulfuro no caracterizados. Las digestiones con una sola proteasa suelen producir huecos o fragmentos sin solapamiento suficiente. Además, la espectrometría de masas no distingue de forma rutinaria leucina de isoleucina, y la secuenciación de novo puede introducir errores cuando faltan iones consecutivos. Por ello, el resultado más defendible es una secuencia ensamblada con evidencia por residuo, no simplemente una cadena continua sin anotación de incertidumbre. [5]
Cuando se dispone de suficiente material y la proteína es relativamente pura, la combinación de digestiones múltiples, EM/EM de alta resolución, análisis de la proteína intacta y confirmación selectiva por Edman ofrece una estrategia conservadora y reproducible para reconstruir la secuencia primaria.
Fuentes
- https://pmc.ncbi.nlm.nih.gov/articles/PMC7454419/
- https://pubmed.ncbi.nlm.nih.gov/17446555/
- https://pubmed.ncbi.nlm.nih.gov/33016158/
- https://pubmed.ncbi.nlm.nih.gov/22798278/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC4367481/
- https://pubmed.ncbi.nlm.nih.gov/20013367/
- https://pubmed.ncbi.nlm.nih.gov/14568614/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC4591044/
- https://www.biorxiv.org/content/10.1101/2022.08.03.502594v1.full.pdf
- https://pubmed.ncbi.nlm.nih.gov/7460922/
- https://bio.libretexts.org/Bookshelves/Biochemistry/Supplemental_Modules_(Biochemistry)/3._Biotechnology_1/3.5:_Protein_Sequencing_Peptide_Mapping_Synthetic_Genes
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9891523/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC12721331/
- https://www.sciencedirect.com/science/article/abs/pii/0006291X8291381X
- https://pmc.ncbi.nlm.nih.gov/articles/PMC31847/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC7373172/
- https://pubs.acs.org/doi/10.1021/acs.analchem.1c03718
- https://pubmed.ncbi.nlm.nih.gov/24874765/
- https://www.nature.com/articles/s42256-025-01019-5
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5372227/
- https://pubmed.ncbi.nlm.nih.gov/22528203/
- https://pubmed.ncbi.nlm.nih.gov/15595863/
- https://www.tandfonline.com/doi/full/10.1080/14789450.2020.1831387
- https://pubmed.ncbi.nlm.nih.gov/39436593/
- https://experiments.springernature.com/articles/10.1038/s41592-018-0260-3
- https://pmc.ncbi.nlm.nih.gov/articles/PMC5297990/
- https://www.sciencedirect.com/science/article/abs/pii/S0003267023005512
Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.