Entwicklung neuer Werkzeuge für proteomweite Cross-linking-Massenspektrometrie

• Antragstellerin: Professorin Dr. Fan Liu
• Fachliche Zuordnung: Biochemie
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 495949291

Cross-linking-Massenspektrometrie (XL-MS) kann Proteinstrukturen und Protein-Protein-Interaktionen auf Proteomebene charakterisieren, aber viele Ansätze zur Datenerzeugung und -analyse bleiben hinter denen der traditionellen Proteomik zurück. Insbersondere nutzt die Proteomik routinemäßig maschinelle Klassifikationsverfahren zur Verbesserung der Peptididentifizierung und tandem mass tag (TMT)-basierte Peptidmarkierung zur Quantifizierung bedingungsabhängiger Proteomveränderungen, jedoch fehlen solche Strategien für proteomweite XL-MS-Studien. Ich beabsichtige einen sensitiveren und robusteren XL-MS-Arbeitsablauf zu entwickeln, indem ich Strategien des maschinellen Lernens zur PPI-Identifizierung etablieren und eine TMT-basierte quantitative XL-MS-Methode entwickeln werde. Zur Verbesserung der PPI-Identifizierung werde ich einen vollständig kontrollierten PPI-Datensatz bestehend aus hunderten bekannter Paare aufgereinigter Proteine generieren. Zur Etablierung einer quantitativen XL-MS-Methode werde ich Benchmarking-Experimente konzipieren, um den MS-Datenerfassungprozess systematisch hin zu sensitiverer Cross-link-Identifizierung und -Quantifizierung zu optimieren. Ich werde diesen neuen quantitativen XL-MS-Arbeitsablauf anwenden, um Veränderungen der Strukturen und PPIs mitochondrieller Proteine in einem Mausmodell des Leigh-Syndroms – einer häufigen mitochondriellen Erkrankung im Kindesalter – zu charakterisieren. Insgesamt wird dieses Forschungsprojekt sowohl Methoden für stringentere und biologisch relevantere proteomweite XL-MS-Experimente bereitstellen als auch eine Datenressource für krankheitsbegleitende Veränderungen des endogenen mitochondriellen Interaktoms liefern.

• DFG-Verfahren: Sachbeihilfen