news 2026/8/29 6:46:43

iTRAQ/TMT标签结构以及相对定量原理详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
iTRAQ/TMT标签结构以及相对定量原理详解

iTRAQ/TMT标签结构以及相对定量原理详解

导读

一、iTRAQ和TMT标签介绍

说到iTRAQ和TMT很多人可能会以为这是两中不同的定量组学技术,但其实呢,iTRAQ和TMT技术只是生产商不同,除了标记规格和标签分子结构有些许差异,标记肽段的原理基本上是一样的。其中iTRAQ由AB SCIEX所开发,紧接着Thermo Fisher研发了TMT,二者只是专利不同,但是使用原理基本一致。 iTRAQ:Isobaric Tag for Relative and Absolute Quantitation TMT:Tandem Mass Tag

iTRAQ-TMT标签结构以及相对定量原理详解

iTRAQ和TMT标记实质上就是一种化学体外标记试剂,能够特异性标记蛋白质酶解产生的多肽。iTRAQ和TMT标记的蛋白样品规格不同,相比之下TMT能够标记更广泛的样品数,能够同时定量分析多组蛋白样品,少至2个蛋白样品,多至10个蛋白样品,TMT蛋白定量都能够做到。通过标记多组不同样品,TMT和iTRAQ能够同时比对正常组织样品和肿瘤组织样品的蛋白水平差异,以及精准检测肿瘤在发展的不同阶段的蛋白水平变化。

二、iTRAQ与TMT的分子结构比较

iTRAQ与TMT的分子结构比较

从上图来说,我们可以看到iTRAQ和TMT标签在结构上有着明显的差异,但是也有着一些共同点,首先两个标签都由报告基团,平衡基团以及肽反应基团组成,两个标签的各自报告基团和平衡基团的总重都是一定的。另外,两个标签的肽反应基结构也是一样的。iTRAQ和TMT标签的差异在于平衡基团的结构,从下图可以看到TMT的平衡基团结构比iTRAQ标签的更为复杂。iTRAQ标签的平衡基团只有几十Da,而TMT的平衡基团接近200Da,这也是造成iTRAQ和TMT标签质量差异的原因。

三、iTRAQ分子结构组成

iTRAQ 4-plex标签结构

iTRAQ标签分子骨架由三部分核心组件构成:报告基团,平衡基团和肽反应基团。其中,报告基团和平衡基团构成等基团。不同的iTRAQ标签的报告基团的重量不同,4-plex标签的报告基团重量分别是:114,115,116,117Da;平衡基团的质量分别是:31,30,29,28Da,使得4个iTRAQ标签的报告基团总重都是145Da。另外一个核心组件就是肽反应基团,其主要的功能就是与多肽游离的N端氨基发生置换反应,使同位素标签共价交连到肽段N端。 前面说到标签报告基团和平衡基团的质量,很多人可能会好奇,标签的报告基团仅仅相差几个Da,这是如何做到的呢?其实这就是利用了同位素标记的原理。下面我们以iTRAQ标签为例进行解释。 如下图,质量为114的报告基团包含1个C13,报告基团质量增加1Da。同时平衡基团包含1个C13和1个O18,质量总共增加3Da,因此,114标签的总质量增加4Da。以此类推,115的报告基团增加2Da,平衡基团增加2Da;116的报告基团增加3Da,平衡基团增加1Da;117的报告基团增加4Da,平衡基团增加0Da。以上四个标签通过对报告基团和平衡基团进行不同的同位素标记后,各自的报告基团和平衡基团的增加质量不同,但是增加的总的质量是一样的,因此,标签的总重相等。

iTRAQ标签的同位素标记

四、标签与肽段反应的过程

肽段标记反应过程

五、iTRAQ相对定量研究原理

蛋白质首先被裂解为肽段,然后用iTRAQ试剂进行差异标记。由于iTRAQ试剂是等量的,即不同同位素在标记同一多肽后在第一级质谱检测,分子量完全相同,用串联质谱方法对在第一级质谱检测到前体离子进行碰撞诱导解离,产物离子通过第二级质谱进行分析。在二级质谱分析过程中,报告基团、质量平衡基团和多肽反应基团之间的键断裂,质量平衡基团丢失,产生低质荷比(m/z)的报告离子。由于二级质谱可分析相对分子质量相差1的报告基团,不同报告基团离子强度的差异就代表了它所标记的多肽的相对丰度。同时,多肽内的酰胺键断裂,形成一系列 b 离子和 y 离子,得到离子片段的质量数,通过数据库查询和比较,可以鉴定出相应的蛋白质前体。

六、iTRAQ相对定量研究流程

iTRAQ定量分析流程

* 对不同的蛋白质样品进行酶切消化成多肽片段 2. 使用不同的iTRAQ标签对不同蛋白样品消化产生的多肽片段分别进行标记,但是不同的iTRAQ标签的总质量是一样的。 3. 比例混合各个标记后的样品 4. 带上标记的多肽片段经过一级质谱分离,在一级质谱中,iTRAQ标签由于总质量数一样,来自不同蛋白样品的相同肽段不能被区分,因此会一起进入二级质谱分析 5. 在二级质谱中,在高能碰撞下iTRAQ的平衡基团会被打碎,因此报告基团得到释放,同时肽段也被释放,碰撞碎裂成二级碎片。这时通过分析肽段的氨基酸序列,可以推测对应的蛋白质的序列;同时各个报告基团的在质谱中的信号强度代表多肽在4组样品中的相对丰度,即反应相应的蛋白质在4组样品中的相对表达水平。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/29 4:55:26

Rembg模型更新:v2.0新特性详解

Rembg模型更新:v2.0新特性详解 1. 引言:智能万能抠图的进化之路 随着AI图像处理技术的快速发展,自动去背景(Image Matting)已成为内容创作、电商展示、设计修图等领域的刚需。在众多开源方案中,Rembg 凭借…

作者头像 李华
网站建设 2026/8/29 5:51:46

2026年1月亲测:PPT模板实战推荐

2026年1月亲测:PPT模板实战推荐与行业技术洞察行业痛点分析当前,PPT模板领域正面临着一系列深刻的技术与体验挑战,这些挑战直接影响了用户的工作效率与演示的专业度。首要痛点在于模板质量的参差不齐,大量在线平台提供的模板存在设…

作者头像 李华
网站建设 2026/8/29 5:52:38

电商必备:Rembg商品抠图实战与性能优化

电商必备:Rembg商品抠图实战与性能优化 1. 引言:智能万能抠图 - Rembg 在电商运营、广告设计和内容创作中,高质量的商品抠图是提升视觉表现力的核心环节。传统人工抠图耗时耗力,而自动化背景去除技术的成熟为批量处理提供了可能…

作者头像 李华
网站建设 2026/8/29 5:52:42

如何用Lora微调Qwen2.5-7B-Instruct?Chainlit部署一步到位

如何用Lora微调Qwen2.5-7B-Instruct?Chainlit部署一步到位 引言:从个性化对话到高效微调的工程实践 在大模型应用落地过程中,通用预训练语言模型虽然具备强大的泛化能力,但在特定角色、风格或领域任务中往往表现不够精准。以《甄嬛…

作者头像 李华
网站建设 2026/8/29 5:52:47

如何用Qwen2.5-7B-Instruct快速实现自我认知微调?

如何用Qwen2.5-7B-Instruct快速实现自我认知微调? 引言:为何要为大模型注入“自我认知”能力? 在构建智能对话系统时,我们常常希望语言模型不仅能回答问题,还能具备明确的身份感知和角色一致性。例如,在客服…

作者头像 李华
网站建设 2026/8/29 5:52:47

计算机毕业设计springboot汽车选配系统 基于 SpringBoot 的个性化整车定制平台 面向 Web 的智能汽车配置与订购系统

计算机毕业设计springboot汽车选配系统ml5f4ha6 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。当“千车一面”的批量化生产遇上“千人千面”的消费升级,传统 4S 店固…

作者头像 李华