当前位置: 首页 > news >正文

详解蛋白质质谱鉴定技术原理和方法

详解蛋白质质谱鉴定技术原理和方法

质谱分析技术有着高灵敏度,高精准度等特点,能够准确快速地鉴定蛋白质。传统的质谱技术仅限于小分析物质的分析,随着新的离子化技术的出现和发展,如基质辅助激光解析电离飞行时间质谱(MALDI-TOF-MS)和电喷雾电离质谱(ESI-MS)等,为准确快速鉴定蛋白质等大分子提供了便捷的条件。目前,酶切蛋白质,液相色谱分离肽段,串联质谱分析多肽氨基酸序列,联合质谱数据分析已成为了鉴定蛋白质的首选方案。本文主要讲下蛋白质谱鉴定的原理和应用。

一、MALDI-TOF

基质辅助激光解吸附质谱技术(Matrix-Assisted Laser Desorption/ Ionization Time of Flight, MALDI-TOF)的基本原理是将分析物分散在基质分子中并形成晶体,当用激光照射晶体时,由于基质分子经辐射所吸收的能量,导致能量蓄积并迅速产热,从而使基质晶体升华,致使基质和分析物膨胀并进入气相。MALDI所产生的质谱图多为单电荷离子,因而质谱图中的离子与多肽和蛋白质的质量有一一对应关系。MALDI产生的离子常用飞行时间(TOF)检测器来检测, 理论上讲,只要飞行管的长度足够,TOF检测器可检测分子的质量数是没有上限的, 因此MALDI-TOF质谱很适合对蛋白质、多肽等生物大分子的研究。

1、技术特点

• MALDI-TOF 鉴定方便、快速,可以同时做上百个斑点 • 主要用于纯蛋白或简单样本的鉴定,如2DE斑点 • 成本较低

• 蛋白质溶液:纯度> 90%;蛋白质总量> 5 ug,浓度> 0.1 ug/ul • 双向凝胶电泳点:考染、银染点清晰可见 • SDS-PAGE胶条:单一蛋白质,考染、银染条带清晰可见

二、ESI-MS

电喷雾电离质谱(electrospray ionization mass spectrometry,ESI-MS)是在毛细管的出口处施加一高电压,所产生的高电场使从毛细管流出的液体雾化成细小的带电液滴,随着溶剂蒸发,液滴表面的电荷强度逐渐增大,液滴崩解为大量带一个或多个电荷的离子,致使分析物以单电荷或多电荷离子的形式进入气相。电喷雾离子化的特点是产生高电荷离子而不是碎片离子,使质量电荷比降低到多数质量分析仪器都可以检测的范围,因而大大扩展了分子量的分析范围,离子的真实分子质量也可以根据质荷比及电荷数算出。

1、技术特点

• 高通量:一次可鉴定数十至数百种蛋白质 • 灵敏度高:可检测样品浓度极低的胶点• 通用性强:可分析蛋白质条带、免疫共沉淀洗脱液、组织提取液、全细胞裂解液、亚细胞分离组分等多种形式的样品

2、样品要求

• 蛋白质溶液:蛋白质总量>5 ug,浓度>0.1 ug/ul。缓冲液中不含去污剂NP40、Triton X-100等。 • SDS-PAGE胶条:考染、银染条带清晰可见。

三、制备质谱检测样品注意事项:

• 样本制备过程应避免各类污染和反复冻融 • 配胶和切胶避免角蛋白污染,配胶试剂专用,切胶刀具使用干净一次性的 • 蛋白考染,一般肉眼可见的量都是可以被质谱鉴定到的 • 银染的蛋白质不能使用戊二醛作为固定剂,因为戊二醛使蛋白质发生不可逆交联,会影响质谱鉴定结果

四、质谱技术的应用

1. 蛋白质纯度分析以及分子量测定 MALDI-TOF是一种软电离技术,可用于检测目标蛋白或多肽是否存在,有无二聚体存在,以及进行纯度情况的大体评估。MALDI-TOF鉴定分子量范围也非常广,能够鉴定700-60000Da的蛋白分子量,准确度高达0.1%~0.01%,远远高于目前常规应用的SDS电泳与高效凝胶色谱技术。

http://www.jsqmd.com/news/177511/

相关文章:

  • YOLOFuse网盘直链下载助手推荐:快速分发大体积镜像文件
  • YOLOFuse性能实测:中期融合策略仅2.61MB,mAP高达94.7%
  • YOLOFuse html audio标签播放警报音效
  • YOLOFuse SLA服务等级协议:承诺99.9%可用性
  • 马尔科夫时间序列预测方法具有简单、易用、可解释性强等优点,在实际应用中具有较好的效果。 内附具...
  • YOLOFuse TransTrack 基于Transformer的跟踪探索
  • YOLOFuse github镜像网站访问加速方法汇总
  • YOLOFuse你尝试预览的文件可能有害?安全提示与信任设置
  • YOLOFuse支持JavaScript调用吗?Node.js与Python通信方案
  • 部署YOLO进行人体关键点识别及移动端应用方案
  • YOLOFuse计费模式透明:按秒计费无隐性消费
  • YOLOFuse非营利组织支持:公益项目减免费用
  • 吴恩达深度学习课程四:计算机视觉 第四周:卷积网络应用 课后习题和代码实践
  • 深度测评8个AI论文平台,研究生高效写作必备!
  • YOLOFuse C#调用Python接口方案:适用于WinForm项目集成
  • YOLOFuse线下Workshop通知:北京上海深圳巡回举办
  • YOLOFuse vs DEYOLO:多模态检测模型性能与资源消耗全面对比
  • 告别繁琐环境配置:YOLOFuse预装PyTorch和Ultralytics,一键启动训练
  • YOLOFuse typora官网无法访问?推荐使用国内镜像源
  • Linux .ko字符串驱动模块
  • YOLOFuse术语表整理:统一技术词汇翻译标准
  • AI 大模型数字化监测系统:用智能技术重构监测新范式
  • YOLOFuse JavaScript前端控制台调试技巧分享
  • YOLOFuse训练脚本train_dual.py使用说明及参数配置建议
  • YOLOFuse医疗影像探索:体温异常人群筛查初步尝试
  • YOLOFuse英文文档改进:提升国际影响力的关键一步
  • 东方博宜OJ 2142:福布斯富豪排行榜 ← 结构体 + 结构体排序
  • YOLOFuse如何应对不同分辨率RGB与IR图像配准问题?
  • 2025年度盘点:国内喷淋塔除尘器口碑排行榜,静电除尘器/水帘除尘器/滤筒除尘器喷淋塔除尘器直销厂家排行 - 品牌推荐师
  • YOLOFuse c#调用python注意事项:环境隔离与异常捕获