Нанопора с новым адаптером позволяет идентифицировать углеводы, аминокислоты, пептиды и рибонуклеотиды

Одновременно охарактеризовать белки, РНК и гликозиды с помощью нанопоры пока невозможно. Для достижения этой цели исследователи из Нанкинского университета (Китай) модифицировали порин А Mycobacterium smegmatis. Полученная нанопора позволяет идентифицировать разные типы аналитов в одном образце, включая все протеиногенные аминокислоты, посттрансляционно модифицированные аминокислоты, канонические нуклеозидмонофосфаты (НМФ), в том числе эпигенетически модифицированные, моносахариды и пептиды. Авторы создали модель машинного обучения, которая увеличила общую точность сенсора до 98,7%.

Изображение:
Микобактериальный порин 

Credit:
Andrei Lomize, Wikimedia Commons, GNU Free Documentation License, Version 1.2

Нанопоры позволяют секвенировать ДНК и РНК, но пока не белки или гликаны, однако разработки в этом направлении ведутся. Порин A Mycobacterium smegmatis (MspA) используется в нанопоровом секвенировании ДНК. Гетерооктамер MspA более чувствителен к малым молекулам, включая углеводы, нуклеозидмонофосфаты (НМФ) и аминокислоты. Исследователи из Центра инноваций в области химии и биомедицины Нанкинского университета (Китай) предложили новый адаптер для MspA — малеимидо-C2-формилфенилборную кислоту (малеимидо-C2-FPBA). Адаптер вводился в место сужения поры; он нужен, чтобы придать нанопоре способность обратимо взаимодействовать с аминокислотами, НМФ и белками.

Такая измененная нанопора MspA-FPBA обратимо взаимодействует с аминокислотами и их посттрансляционными модификациями (ПТМ), углеводами, пептидами, НМФ и их эпигенетическими модификациями посредством обратимых ковалентных взаимодействий. Так, альфа-аминогруппы аминокислот и их ПТМ, а также N-концевые аминогруппы пептидов взаимодействуют с адаптером FPBA с образованием иминоборонатных соединений. В углеводах, НМФ и других эпигенетических модификациях с адаптером взаимодействуют цис-диоловые группы с образованием борных эфиров. Образование иминоборонатных соединений и борных эфиров обратимо в водных растворах.

Авторы выбрали в качестве модельных аналитов фенилаланин, гуанозин-5'-монофосфат (ГМФ) и D-фруктозу. Нанопора быстро детектировала фенилаланин. При этом детекция происходила еще лучше, если pH буферов по разные стороны поры различались. Сигнал были разными, когда через пору проходили фенилаланин, ГМФ или D-фруктоза. Все сигналы от нанопоры были описаны количественно.

На следующем этапе авторы детектировали с помощью нанопоры 21 аминокислоту, составляющую белки (включая селеноцистеин), канонические НМФ (АМФ, УМФ, ЦМФ и ГМФ) и четыре случайные углевода.

MspA-FPBA эффективно дифференцировала 21 протеиногенную аминокислоту. Примечательно, что MspA-FPBA однозначно отличала лейцин от его изомера изолейцина, что является сложной задачей для обычной масс-спектрометрии. С помощью модели машинного обучения нанопора идентифицировала несколько типов аминокислот, НМФ и углеводов из смеси.

На модельных аналитах авторы продемонстрировали способность нанопоры идентифицировать ПТМ (N6-ацетил-лизин, O-фосфо-тирозин, N3,N4-диметил-аргинин) и модифицированные НМФ (псевдо-УМФ, N6-метил-АМФ, инозин-5′-монофосфат). То же было показано на коротких пептидах.

Исследователи предположили, что нанопору также можно будет использовать для анализа аминокислотного состава и модификации гликозилирования на пептидах и белках. Они синтезировали пептид Гли-Мет-Глн-Арг-Асн-(N-Ацетилглюкозамин)-Иле-Сер. Его гидролизовали с помощью лейцинаминопептидазы, которую затем удалили из смеси. Нанопора успешно идентифицировала Гли, Мет, Глн и Арг, а также обнаружила три типа ранее неидентифицированных событий. Эти события исчезают, если детектировать негликозилированный пептид. Так что они возникают, скорее всего, при детекции фрагмента Асн-(N-Ацетилглюкозамин)-Иле-Сер. Без ферментативного расщепления детектируется только одно событие от связывания N-концевой аминогруппы пептида с адаптером.

Экстракт дрожжевых клеток богат нутриентами, так что авторы опробовали работу нанопоры на нем, с помощью ультрафильтрации убрав макромолекулы. Аминокислоты, НМФ, углеводы и пептиды были классифицированы автоматически с помощью модели машинного обучения. Также нанопору опробовали на природном комплексе N-гликопептидов, выделенном из яичного желтка.

Таким образом, авторы продемонстрировали возможности MspA-FPBA анализировать широкий спектр аналитов, включая 21 протеиногенную аминокислоту, аминокислоты с посттрансляционными модификациями, канонические НМФ, эпигенетически модифицированные НМФ, моносахариды и пептиды. Интеграция модели машинного обучения позволила достичь общей точности в 98,7%.


Нанопоровое секвенирование выявляет миРНК, белки и малые молекулы в сыворотке крови


Источник:

Lang Yao, et al. An engineered nanopore identifies saccharides, amino acids, peptides and ribonucleotides // Nature Biotechnology (2026), published 14 September 2026, DOI: 10.1038/s41587-026-03308-9

Добавить в избранное

Мы используем файлы cookie для улучшения работы сайта. Узнать больше.

Настройки файлов cookie

Мы используем файлы cookie для улучшения работы сайта, анализа трафика и показа персонализированной рекламы. Вы можете изменить настройки в любой момент.

Категории файлов cookie:

Необходимые

Эти cookie обеспечивают базовую функциональность сайта — вход в аккаунт, безопасность, оформление заказов. Отключение невозможно.

Функциональные

Функциональные cookie используются для обеспечения работы отдельных функций сайта, а также для запоминания ряда пользовательских предпочтений (например, выбранный язык, товары в корзине), с целью улучшения качества предоставляемого сервиса.

Отключение этого типа файлов cookie может привести к тому, что некоторые сервисы или функции сайта станут недоступны или будут работать некорректно. В результате, вам может потребоваться повторно вводить определённую информацию или настраивать предпочтения при каждом посещении сайта вручную.

Аналитические

Аналитические файлы cookie, включая сторонние аналитические cookie, помогают нам понять, как вы взаимодействуете с нашим сайтом. Эти файлы не собирают информацию, позволяющую установить вашу личность. Все данные обрабатываются в агрегированной и анонимной форме.

Рекламные

Рекламные cookie, включая сторонние, используются для создания пользовательских профилей и показа рекламы, соответствующей вашим интересам и предпочтениям при просмотре сайтов.

Эти cookie позволяют персонализировать рекламные сообщения, которые вы видите, делая их более релевантными. Они также могут использоваться для ограничения количества показов одной и той же рекламы и для оценки эффективности рекламных кампаний.