分享一篇发表在Nature Methods上的文章：Real-time detection of 20 amino acids and discrimination of pathologically relevant peptides with functionalized nanopore，通讯作者是四川大学华西医院的耿佳教授和华西第二医院的陈路教授。在这篇文章中，作者开发了一种功能化纳米孔，结合机器学习算法实现了在多肽水解过程中对20种氨基酸的实时检测。
基于质谱的蛋白测序方法由于检测限的限制，难以鉴定蛋白质组中低丰度的蛋白质。目前缺乏具有更高灵敏度的单分子蛋白质测序技术。纳米孔技术在单分子DNA测序中已经取得了显著的进展，是单分子蛋白质测序的理想候选者。在这里，作者设计了一种铜功能化的耻垢分枝杆菌孔蛋白A（MspA）纳米孔。通过将其中的91位天冬氨酸替换为组氨酸，从而使铜离子可以可逆配位。当氨基酸进入纳米孔与铜离子结合时，会产生特异性的电流信号。不同的氨基酸会产生不同的阻断和驻留时间，因此可以通过信号区分不同的氨基酸。了实现不同氨基酸信号的准确识别，作者开发了一个基于机器学习的分类器。首先从20种氨基酸中随机选择事件形成训练数据集，将电流信号进行归一化，使用平均阻塞、驻留时间等特征作为输入矩阵训练分类器。其中，随机森林模型具有最好的表现，在30.9%的信号回收率时可以达到99.1%的准确率。这一方法可以实现100 nM至1 μM的检测限，并且可以对磷酸化丝氨酸、乙酰化赖氨酸和羧甲基半胱氨酸等非天然氨基酸和PTM氨基酸进行区分。随后作者利用开发的方法尝试在多肽水解过程中对切下的单氨基酸进行检测。作者合成了序列相反的两条多肽EAFNL和LNFAE，将多肽与羧肽酶A1直接添加到纳米孔中。可以观察到，检测到的氨基酸丰度与多肽序列相关，越接近C端的氨基酸丰度越高，这可以用于推测多肽的序列。最后，为了评估方法鉴定病理相关肽实现早期诊断的可行性，作者合成了肿瘤新抗原肽及其正常对应物，以及阿尔兹海默症Aβ野生型和突变体多肽。每种多肽之间的单氨基酸差异也可以通过纳米孔信号实现准确鉴定和区分。总的来说，这篇文章中作者开发了一种功能化纳米孔传感器，可以实现在多肽水解过程中对20种氨基酸的鉴定和不同序列病理相关肽的区分。原文链接：https://www.nature.com/articles/s41592-024-02208-7文章引用：10.1038/s41592-024-02208-7
目前评论：