Determination of theoretical retention times for peptides analyzed by reversed-phase high-performance liquid chromatography

• Autorzy: Dziuba J. , Minkiewicz P. , Mogut D.

Warianty tytułu

PL

Wyznaczanie teoretycznego czasu retencji peptydów analizowanych metodą wysokosprawnej chromatografii cieczowej z odwróconymi fazami

• Języki publikacji: EN

Abstrakty

EN

Background. Peptides are important components of foods mainly due to their biological activity. The basic method of their identification is reversed phase high-performance liquid chromatography coupled with electrospray-ionization mass spectrometry (RP-HPLC- -ESI-MS). Retention time (tR) prediction in silico is very helpful in analysis of multicomponent peptide mixtures. One of problems associated with RP-HPLC-ESI-MS is deterioration of mass spectra quality by trifluoroacetic acid (TFA). This problem can be avoided through the use of chromatographic columns designed for work with low TFA concentrations in mobile phase. The objective of this study was to determine the correlations between peptide retention times predicted with the use of a program available on-line and experimental retention times obtained using the column working with low TFA concentrations. Material and methods. The set of synthetic peptides and bovine α-lactalbumin fragments (18 peptides) was used in the experiment. Theoretical retention times were calculated using Sequence Specific Retention Calculator (SSRC) program. The experimental retention times were measured via RP-HPLC-ESI-MS method using column working with low TFA content. The dependence between theoretical and experimental tR was expressed via empirical equations. Results. The best correlation between theoretical and experimental retention times of peptides containing at least four amino acid residues has been obtained when third order polynomial (R2 = 0.9536). Prediction quality for diand tripeptides was significantly lower. The method described can be applied for cysteine-containing peptides although our sample preparation procedure did not include modification of this amino acid, taken into attention by SSRC program. Conclusions. The results of this study validate the usefulness of a third degree polynomial as a simple function describing the correlation between peptide retention times predicted by an on-line application and experimental retention times. The above function can effectively predict retention times in situations when experimental conditions differ from the computational environment (various columns, mobile phase composition, use or resignation from chemical modifications during sample preparation, various HPLC equipments). On-line available tR predicting application with correction based on user’s own data may be a useful tool in food peptidomics.

PL

Wstęp. Peptydy są ważnymi składnikami żywności ze względu na ich aktywność biologiczną. Główną metodą ich identyfikacji jest wysokosprawna chromatografia cieczowa z odwróconymi fazami w połączeniu ze spektrometrią mas z jonizacją za pomocą elektrorozpylania (RP-HPLC-ESI-MS). Przewidywanie czasów retencji (tR) in silico jest bardzo przydatne w analizie wieloskładnikowych mieszanin peptydów. Jednym z problemów związanych z zastosowaniem RP-HPLC-ESI-MS jest obniżenie jakości widm masowych spowodowane obecnością kwasu trifluorooctowego (TFA). Wymieniony problem można ominąć, używając kolumn chromatograficznych zaprojektowanych do pracy z małą zawartością TFA w fazie ruchomej. Celem pracy było wyznaczenie zależności między czasami retencji peptydów przewidywanymi za pomocą programu dostępnego on-line a rzeczywistymi czasami retencji uzyskanymi z wykorzystaniem kolumny chromatograficznej przystosowanej do pracy z roztworami o małym stężeniu TFA. Materiał i metody. W eksperymencie zostały użyte peptydy syntetyczne oraz fragmenty krowiej laktoalbuminy-α (18 peptydów). Teoretyczne czasy retencji peptydów były obliczane za pomocą dostępnego w Internecie programu Sequence Specific Retention Calculator (SSRC). Eksperymentalne czasy retencji były mierzone z użyciem metody RP-HPLC-ESI-MS z zastosowaniem kolumny przystosowanej do pracy z małą zawartością TFA. Zależność między teoretycznymi i eksperymentalnymi czasami retencji została wyrażona za pomocą równań empirycznych. Wyniki. Najlepszą korelację między teoretycznymi i doświadczalnie wyznaczonymi czasami retencji peptydów zawierających co najmniej cztery reszty aminokwasowe uzyskano, stosując wielomian trzeciego stopnia (R2 = 0,9536). Jakość przewidywania czasów retencji dla di- i tripeptydów była znacznie gorsza. Opisana metoda może być stosowana do przewidywania czasów retencji peptydów zawierających reszty cysteiny, mimo że użyta w eksperymencie procedura przygotowania próbek pomija modyfikację tych reszt, uwzględnianą przez program SSRC. Wnioski. Rezultaty opisane w pracy wskazują na przydatność wielomianu jako prostej funkcji opisującej zależność między czasami retencji peptydów przewidywanymi za pomocą programu dostępnego w Sieci a eksperymentalnymi czasami retencji. Taka funkcja może mieć zastosowanie do przewidywania czasów retencji, jeśli warunki analizy różnią się od tych, które uwzględnia program (zastosowanie różnych kolumn lub składu fazy ruchomej, użycie bądź rezygnacja z chemicznej modyfikacji peptydów podczas przygotowania próbki; zastosowanie różnych zestawów HPLC). Program przewidujący czasy retencji, dostępny w Sieci z poprawką opartą na własnych danych użytkownika, może być użytecznym narzędziem w peptydomice żywności.

Słowa kluczowe

EN

determination; retention time; peptide; reversed-phase high performance liquid chromatography; biological activity

• Wydawca: -
• Czasopismo: Acta Scientiarum Polonorum. Technologia Alimentaria
• Rocznik: 2011
• Tom: 10
• Numer: 2
• Opis fizyczny: p.209-221,fig.,ref.

Twórcy

autor

Dziuba J.

• Department of Food Biochemistry, University of Warmia and Mazury in Olsztyn, Plac Cieszynski 1, 10-726 Olsztyn-Kortowo, Poland

autor

Minkiewicz P.

autor

Mogut D.

Bibliografia

• Apffel A., Fischer S., Goldberg G., Goodley P.C., Kuhlmann F.E., 1995. Enhanced sensitivity for peptide mapping with electrospray liquid chromatography-mass spectrometry in the presence of signal suppression due to trifluoroacetic acid-containing mobile phases. J. Chromatogr. A, 712, 177-190.
• Bączek T., Kaliszan R., 2009. Predictions of peptide’s retention times in reversed-phase liquid chromatography as a new supportive tool to improve protein identification in proteomics. Proteomics 9, 835-847.
• Bączek T., Wiczling P., Marsza!! M., Van der Heyden Y., Kaliszan R., 2005. Prediction of peptide retention at different HPLC conditions from multiple linear regression models. J. Proteome Res. 4, 555-563.
• Bodzioch K., Durand A., Kaliszan R., Bączek T., Van der Heyden Y., 2010. Advanced QSRR modeling of peptides behavior in RPLC. Talanta 81, 1711-1718.
• Boonen K., Landuyt B., Baggerman G., Husson S.J., Huybrechts J., Schoofs L., 2008. Peptidomics: the integrated approach of MS, hyphenated techniques and bioinformatics for neuropeptide analysis. J. Separ. Sci. 31, 427-445.
• Casal V., Martin-Alvarez P.J., Herraiz T., 1996. Comparative prediction of the retention behaviour of small peptides in several reversed-phase high-performance liquid chromatography columns by using partial least squares and multiple linear regression. Anal. Chim. Acta 326, 77-84.
• Dziuba M., Dziuba B., Iwaniak A., 2009. Milk proteins as precursors of bioactive peptides. Acta Sci. Pol., Technol. Aliment. 8 (1), 71-90.
• Dziuba J., Nałęcz D., Minkiewicz P., Dziuba B., 2004. Identification and determination of milk and soybean protein preparations using enzymatic hydrolysis followed by chromatography and chemometrical data analysis. Anal. Chim. Acta 521, 17-24.
• Garda M.C., 2005, The effect of the mobile phase additives on sensitivity in the analysis of peptides and proteins by high-performance liquid chromatography-electrospray mass spectrometry. J. Chromatogr. B, 825, 111-123.
• Gasteiger E., Hoogland C., Gattiker A., Duvaud S., Wilkins M.R., Appel R.D., Bairoch A., 2005. Protein identification and analysis tools on the ExPASy serwer. In: The proteomics protocols handbook. Ed. J.M. Walker. Humana Press. Totowa, USA, 571-607.
• Iwaniak A., Dziuba B., 2009. Motifs with potential physiological activity in food proteins - BIO- PEP database. Acta Sci. Pol., Technol. Aliment. 8 (3), 59-85.
• Jain E., Bairoch A., Duvaud S., Phan I., Redaschi N., Suzek B.E., Martin M.J., McGarvey P., Gasteiger E., 2009. Infrastructure for the life Sciences: design and implementation of the UniProt website. BMC Bioinform. art. no 10, 136.
• Kawakami T., Tateishi K., Yamano Y., Ishikawa T., Kuroki K., Nishimura T., 2005. Protein identification from product ion spectra of peptides validated by correlation between measured and predicted elution times in liąuid chromatography/mass spectrometry. Proteomics 5, 856- -864.
• Krokhin O.V., 2006. Seąuence Specific Retention Calculator - a novel algorithm for peptide retention prediction in ion-pair RP-HPLC: application to 300 A and 100 A porę size Cl8 sorbents. Anal. Chem. 78, 7785-7795.
• Krokhin O.V., Craig R., Spicer V., Ens W., Standing K.G., Beavis R.C., Wilkins J.A., 2004 a. An improved model for prediction of retention times of tryptic peptides in ion pair reversed-phase HPLC. Mol. Celi. Proteom. 3, 908-919.
• Krokhin O.V., Ying S., Craig R., Spicer V., Ens W., Standing K.G., Beavis R.C., Wilkins J.A., 2004 b. New sequence-specific correction factors for prediction of peptide retention in RP- -HPLC: application to protein identification by off-line HPLC-MALDI-MS. In: Proceedings of the 52-th ASMS Conference on Mass Spectrometry and Allied Topics. Nashville, TN, USA, May 23-27, 2004, TPZ 503, http://hs2.proteome.ca/SSRCalc/OKrokhin_ASMS07.pdf.
• Mallick P., Schirle M., Chen S.S., Flory M.R., Martin D., Ranish J., Raught B., Schmitt R., Werner T., Kustr B., Aebersold R., 2007. Computational prediction of proteotypic peptides for quantitative proteomics. Nature Biotechnol. 25, 125-131.
• Maynard F., Jost R., Wal J.-M., 1997. Human IgE binding capacity of tryptic peptides from bovine alpha-lactalbumin. Int. Arch. Allergy Immunol. 113, 478-488.
• Meek J.L., 1980. Prediction of peptide retention times in high-pressure liquid chromatography on the basis of amino acid composition. Proc. Natl. Acad. Sci. USA 77, 1632-1636.
• Minkiewicz P., Dziuba J., Darewicz M., Iwaniak A., Dziuba M., Nałęcz D., 2008 a. Food peptidomics. Food Technol. Biotechnol. 46, 1-10.
• Minkiewicz P., Dziuba J., Iwaniak A., Dziuba M., Darewicz M.„ 2008 b. BIOPEP database and other programs for processing bioactive peptide sequences. J. AOAC Int. 91, 965-980.
• Minkiewicz P., Slangen C.J., Dziuba J., Visser S., Mioduszewska H., 2000. Identification of peptides obtained via hydrolysis of bovine casein by chymosin using HPLC and mass spectrometry. Milchwissenschaft 55, 14-17.
• Ozimek L., Pospiech E., Narine S., 2010. Nanotechnologies in food and meat processing. Acta Sci. Pol., Technol. Aliment. 9 (4), 401-412.
• Palmblad M., Ramstrӧm M., Markides K.E., Håkansson P., Bergquist J., 2002. Prediction of chromatographic retention and protein identification in liquid chromatography/mass spectrometry. Anal. Chem. 74, 5826-5830.
• Palmblad M., Van der Burgt Y.E.M., Dalebout H., Derks R.J.E., Schoenmaker B., Deelder A.M., 2009. Improving mass measurement accuracy in mass spectrometry based proteomics by combining open source tools for chromatographic alignment and intemal calibration. J. Proteom. 72, 722-724.
• Petritis K., Kangas L.J., Ferguson P.L., Anderson G.A., Paša-Tolić L., Lipton M.S., Auberry K.J., Strittmatter E.F., Shen Y.Y., Zhao R., Smith R.D., 2003. Use of artificial neural networks for the accurate prediction of peptide liquid chromatography elution times in proteome analysis. Anal. Chem. 75, 1039-1048.
• Petritis K., Kangas L.J., Yan B., Monroe M., Strittmatter E.F., Qian W.-J., Adkins J.N., Moore R.J., Xu Y., Lipton M.S., Camp D.G., Smith R.D., 2006. Improved peptide elution time prediction for reversed-phase liquid chromatography-MS by incorporating peptide sequence information. Anal. Chem. 78, 5026-5039.
• Phenomenex, 2009. Jupiter TM. Application note. http://www.instrument.com.cn/Quotation /Manuał/103 878.pdf.
• Promega, 2003. Seąuencing Grade Modified Trypsin. Application note. http://www.promega.com /tbs/9piv51 l/9piv511 .pdf.
• Rawlings N.D., 2009. A large and accurate collection of peptidase cleavages in the MEROPS database. Database, 1, Art. No. bap015.
• Rawlings N.D., Barrett A.J., Bateman A., 2010. MEROPS: the peptidase database. Nucleic Acids Res. 38, D227-D233.
• Savitzky A., Golay 1964. Smoothing and differentiation of data by simplified least squares procedures. Anal. Chem. 36, 1627-1638.
• Schmidt A., Claassen M., Aebersold R., 2009. Directed mass spectrometry: towards hypothesis- driven proteomics. Curr. Opin. Chem. Biol. 13, 510-517.
• Shinoda K., Sugimoto M., Tomita M., Ishihama Y., 2008. Informatics for peptide retention properties in proteomic LC-MS. Proteomics 8, 787-798.
• Spicer V., Yamchuk A., Cortens J., Sousa S., Ens W., Standing K.G., Wilkins J.A., Krokhin O.V., 2007. Sequence-specific retention calculator. A family of peptide retention time prediction algorithms in reversed-phase HPLC: applicability to various chromatographic conditions and columns. Anal. Chem. 79, 8762-8768.
• Tarasova I.A., Guryča V., Pridatchenko M.L., Gorshkov A.V., Kieffer-Jaquinod S., Evreinov V.V., Masselon C.D., Gorshkov M.V., 2009. Standardization of retention time data for AMT tag proteomics database generation. J. Chromatogr. B, 877, 433-440.
• Vu H., Spicer V., Gotfrid A., Krokhin O.V., 2010. A model for predicting slopes S in the basic equation for the linear-solvent-strength theory of peptide separation by reversed-phase high- performance liquid chromatography. J. Chromatogr. A, 1217, 489-497.
• Wang Y., Gu X., Zhang J., Zhang X.M., 2005 a. Prediction of peptide retention in RP-LC. Chromatographia 62, 385-392.
• Wang Y., Zhang J., Gu X., Zhang X.-M., 2005 b. Protein identification assisted by the prediction of retention time in liquid chromatography/tandem mass spectrometry. J. Chromatogr. B, 826, 122-128.
• Wehbi Z., Perez M.-D., Dalgalarrondo M., Sánchez L., Calvo M., Chobert J.-M., Haertlé T., 2006. Study of ethanol-induced conformational changes of holo and apo α-lactalbumin by spectroscopy and limited proteolysis. Mol. Nutr. Food Res. 50, 34-43.