分享一篇发表在ACS Chem Biol上的文章，题目为“An Integral Activity-Based Protein Profiling Method for Higher Throughput Determination of Protein Target Sensitivity to Small Molecules”。文章的通讯作者为美国太平洋西北国家实验室的Vivian S. Lin和贝勒大学的Aaron T. Wright教授，他们的研究兴趣分别为化学探针和化学蛋白质组学方法的开发。

ABPP技术能够在复杂蛋白质组样品中鉴定具有特定功能的活性蛋白，竞争性ABPP策略的发展则进一步允许使用广谱的ABP去评估不同小分子对蛋白活性和功能的影响。然而，在竞争实验中小分子浓度的选择是具有挑战的，单一浓度下的竞争结果可能无法反映不同靶蛋白对小分子的敏感性差异。目前，通过引入多重定量标签和自动化样品制备流程，已可以通过设置小分子的浓度梯度来描绘竞争曲线，从而揭示不同蛋白对小分子的敏感程度。然而，一次典型的竞争曲线分析需要3组10标TMT，极大限制了分析的通量，也带来了高昂的成本。为了克服这一缺陷，作者开发了一种称为积分ABPP（Integral ABPP, IABPP）的方法。该方法的设计受到热稳定性实验中PISA方法的启发，即将浓度梯度的样品混合进样，读取平均强度值，用该值代表原有S形曲线的平均曲线下面积，从而在保证准确度的同时提高测试的通量。

为了建立和测试这一方法，作者选取的应用场景是有机磷农药对氧磷（paraoxon）敏感蛋白靶标的鉴定。作者首先使用常规的竞争性ABPP方法，描绘了对氧磷在不同蛋白上对FP-alk探针的竞争曲线，并通过量化曲线下面积确定了14种敏感蛋白。该方法每组重复需要设置8个浓度点与两组对照，共需要3组10标TMT。

接下来，作者尝试使用IABPP方法，将8个浓度点合并成单个样品，如此可通过1组10标TMT同时分析3组重复。在数据分析时，作者仅通过混合样品的标记强度反映竞争比例，如此鉴定到的敏感蛋白与传统方法重合较好，且这些重合蛋白的竞争比例在两种方法之间具有良好的相关性。此外，IABPP也鉴定到了一些常规方法所未鉴定到的蛋白，如Ppme1和Gstm2等，作者的前期研究也支持它们是对氧磷的真实靶标。

最后，作者也将该方法拓展到了其他有机磷农药敏感蛋白的鉴定上。总结而言，作者开发了一种积分ABPP方法，通过混合样品的平均标记强度代替了传统的浓度依赖竞争曲线，实现了对小分子敏感蛋白靶标准确、高通量的解析。

本文作者：TYC

责任编辑：WYQ

DOI：10.1021/acschembio.5c00412

原文链接：https://doi.org/10.1021/acschembio.5c00412