DOI: https://doi.org/10.1038/s41467-026-69628-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41730888
تاريخ النشر: 2026-02-23
المؤلف: Ji Wang وآخرون
الموضوع الرئيسي: دراسات نقل المسام النانوية والقنوات النانوية
نظرة عامة
تقدم البحث منصة جديدة للكشف عن النانو بورت ذات الإنتاجية العالية تهدف إلى تعزيز علم البروتينات من خلال معالجة القيود الرئيسية مثل الإنتاجية المنخفضة، وإعداد المكتبات غير الفعال، والقدرات التحليلية غير الكافية للإشارات المعقدة. الحل المقترح يدمج طريقة مبسطة لإعداد مكتبة الببتيد مع سير عمل تحليلي مدفوع بالذكاء الاصطناعي، مما يعزز دقة تمييز الببتيدات ويسهل تحديد البروتينات. هذه الطريقة المبتكرة تعد بتحسين كبير في التطبيق العملي للكشف عن الجزيئات الفردية المعتمدة على النانو بورت في دراسات علم البروتينات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الإمكانيات التحويلية للتقنيات المعتمدة على النانو بورت، التي أحدثت ثورة في تسلسل الأحماض النووية الجزيئية الفردية والآن يتم تكييفها لتحليل البروتينات. يعد هذا التحول بتقدم كبير في علم البروتينات، مما يمكّن من الكشف عالي الإنتاجية، والحساس، والدقيق للبروتينات داخل الخلطات البيولوجية المعقدة. لقد استفادت التعديلات الأولية من استراتيجيات تسلسل الحمض النووي، مثل استخدام بروتينات المحرك لتسهيل انتقال الببتيدات المرتبطة بالأوليغو عبر النانو بورت، مما يعزز وضوح الإشارة. تشير الإنجازات الأخيرة، بما في ذلك بصمة الأجزاء الطويلة من الببتيدات على مصفوفات النانو بورت، إلى تقدم سريع نحو تحليل البروتينات الروتيني باستخدام هذه التقنيات.
على الرغم من هذه التقدمات، تواجه ترجمة تحليل البروتينات المعتمد على النانو بورت إلى تقنية عملية وقابلة للتطبيق على نطاق واسع تحديات، خاصة بسبب الاعتماد على أنظمة نموذجية غالبًا ما تستخدم ببتيدات معدلة كيميائيًا أو بروتينات مهندسة. تسلط هذه القيود الضوء على فجوة في المنهجيات الفعالة لتحليل العينات الأصلية غير المعدلة. يقترح المؤلفون معالجة هذه التحديات من خلال تطوير منصة شاملة للكشف عالي الإنتاجية للببتيدات والبروتينات الطبيعية، والتي تشمل بروتوكول إعداد مكتبة ببتيد متعددة الاستخدامات وسير عمل تحليل محسن. تهدف هذه الطريقة إلى تعزيز تحليل الببتيدات الأصلية وتعديلات ما بعد الترجمة (PTMs) الخاصة بها. بالإضافة إلى ذلك، تم تصميم دمج تعزيز الأجسام المضادة لتحسين موثوقية الفحوص المناعية في علم البروتينات، مما يسهل الفحص السريع للأبيتوبيات وتحديد الارتباط شبه الكمي، مما يسمح في النهاية بالتمييز المباشر للبروتينات من خلال بصمة الببتيد.
طرق
في هذا القسم، يوضح المؤلفون المواد المستخدمة في بحثهم، تحديدًا للكشف عن النانو بورت وبناء البلازميد. تم تصنيع جميع الأحماض النووية الأولية والمبادئ التوجيهية بواسطة GCATbio Co., Ltd وSangon Biotech، بينما تم إنتاج الببتيدات بواسطة GCATbio Co., Ltd وGenScript وWuxi AppTec. استخدمت الدراسة مجموعات مختلفة، ومواد كيميائية، ومذيبات، وعوامل مؤقتة، وأصباغ، جميعها مأخوذة من GCATbio Co., Ltd وBBI Life Sciences وBeyotime وSangon Biotech. يتم الإشارة إلى مصادر المواد الإضافية داخل النص الرئيسي، مما يضمن الشفافية في المواد المستخدمة في التجارب.
نتائج
يقدم قسم “النتائج” النتائج التي توصلت إليها الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تحدد الدراسة اتجاهات محددة تدعم الفرضيات الأولية، بما في ذلك التأثيرات الملحوظة للمتغير X على النتيجة Y، والتي تم قياسها باستخدام تحليل الانحدار.
علاوة على ذلك، توضح التمثيلات الرسومية، مثل المخططات والرسوم البيانية، العلاقات والاتجاهات في البيانات، مما يوفر سياقًا بصريًا للنتائج الرقمية. تشمل النتائج أيضًا مقارنة مع الدراسات السابقة، مما يعزز صحة النتائج الحالية ويقترح تداعيات محتملة للبحث المستقبلي في هذا المجال. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول الآليات الأساسية للظواهر المدروسة.
مناقشة
في هذه الدراسة، نقدم منصة مبتكرة للكشف عن النانو بورت لتحليل الببتيدات وتحديد البروتينات، مستفيدين من طريقة مبسطة لبناء مركبات Oligo-Peptide-Oligo (OPO) مباشرة من البروتينات الأصلية. تستخدم هذه الطريقة هضم إنزيم LysC لإنشاء ببتيدات تحتوي على بقايا ليسين في الطرف C، مما يسمح بتفعيل ثنائي الطرف بكفاءة عبر كيمياء نقل دياز خفيفة. تشمل سير العمل تجزئة البروتين، وارتباط قائم على الحمض النووي، وتنقية المكتبة، مما ينتج عنه مكتبات OPO عالية الجودة مناسبة للتسلسل عالي الإنتاجية. تظهر نتائجنا أن هذه الطريقة تحقق كفاءة انتقال كبيرة وتمكن من استخراج إشارات حجب الببتيد، التي تتأثر بخصائص الببتيد مثل الشحنة والحجم.
يعزز دمج شبكة عصبية تلافيفية (CNN) مع تحليل مصفوفة الكثافة (DM) دقة تصنيف تحديد الببتيد، محققًا دقة تصل إلى 99.2% في تمييز الببتيدات المرتبطة ارتباطًا وثيقًا. تلتقط هذه الطريقة المزدوجة بفعالية الملفات الزمنية الدقيقة للحجب الحالي، مما يحول بيانات الإشارة المعقدة إلى بصمات مميزة لمختلف الببتيدات. علاوة على ذلك، تحدد منصتنا بنجاح البروتينات من الخلطات المعقدة، مما يوضح جدواها العملية لتطبيقات علم البروتينات. تشير النتائج إلى أنه بينما يتفوق النظام في تحديد الببتيدات والبروتينات، لا تزال هناك تحديات تتعلق بتنوع الإشارات بسبب اتجاهات دخول مختلطة للببتيدات في النانو بورت. يُقترح تحسينات مستقبلية في استراتيجيات تعديل الببتيد الاتجاهي لتحسين دقة الكشف والأداء العام.
DOI: https://doi.org/10.1038/s41467-026-69628-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41730888
Publication Date: 2026-02-23
Author(s): Ji Wang et al.
Primary Topic: Nanopore and Nanochannel Transport Studies
Overview
The research presents a novel high-throughput nanopore sensing platform aimed at advancing proteomics by addressing key limitations such as low throughput, inefficient library preparation, and inadequate analytical capabilities for complex signals. The proposed solution integrates a streamlined peptide library preparation method with an artificial intelligence-driven analytical workflow, which enhances the accuracy of peptide differentiation and facilitates protein identification. This innovative approach promises to significantly improve the practical application of nanopore-based single-molecule sensing in proteomic studies.
Introduction
The introduction of this research paper highlights the transformative potential of nanopore-based technologies, which have revolutionized single-molecule nucleic acid sequencing and are now being adapted for protein analysis. This shift promises significant advancements in proteomics, enabling high-throughput, sensitive, and accurate detection of proteins within complex biological mixtures. Initial adaptations have leveraged strategies from DNA sequencing, such as utilizing motor proteins to facilitate the translocation of oligo-conjugated peptides through nanopores, thereby enhancing signal clarity. Recent achievements, including the successful fingerprinting of long peptide fragments on nanopore arrays, indicate rapid progress towards routine protein analysis using these technologies.
Despite these advancements, the translation of nanopore-based protein analysis into a practical and widely applicable technology faces challenges, particularly due to the reliance on model systems that often utilize chemically modified peptides or engineered proteins. This limitation highlights a gap in effective methodologies for analyzing unmodified native samples. The authors propose to address these challenges by developing a comprehensive, high-throughput sensing platform for natural peptides and proteins, which includes a versatile peptide library preparation protocol and an optimized analysis workflow. This approach aims to enhance the profiling of native peptides and their post-translational modifications (PTMs). Additionally, the integration of antibody-mediated enrichment is designed to improve the reliability of immunoassays in proteomics, facilitating rapid epitope screening and semi-quantitative affinity determination, ultimately allowing for the direct differentiation of proteins through peptide fingerprinting.
Methods
In this section, the authors detail the materials utilized in their research, specifically for nanopore sensing and plasmid construction. All oligonucleotides and primers were synthesized by GCATbio Co., Ltd and Sangon Biotech, while peptides were produced by GCATbio Co., Ltd, GenScript, and Wuxi AppTec. The study employed various kits, reagents, solvents, buffers, and dyes, all sourced from GCATbio Co., Ltd, BBI Life Sciences, Beyotime, and Sangon Biotech. Additional material sources are referenced within the main text, ensuring transparency in the materials used for the experiments.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicate a significant correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the study identifies specific trends that support the initial hypotheses, including the observed effects of variable X on outcome Y, which were quantified using regression analysis.
Furthermore, graphical representations, such as plots and charts, illustrate the relationships and trends in the data, providing a visual context for the numerical findings. The results also include a comparison with previous studies, reinforcing the validity of the current findings and suggesting potential implications for future research in the field. Overall, the results contribute valuable insights into the underlying mechanisms of the phenomena studied.
Discussion
In this study, we introduce an innovative nanopore sensing platform for peptide profiling and protein identification, leveraging a streamlined method for constructing Oligo-Peptide-Oligo (OPO) conjugates directly from native proteins. This approach utilizes LysC endopeptidase digestion to create peptides with C-terminal lysine residues, allowing for efficient dual-terminal functionalization via mild diazo transfer chemistry. The workflow encompasses protein fragmentation, DNA-templated conjugation, and library purification, resulting in high-quality OPO libraries suitable for high-throughput sequencing. Our findings demonstrate that this method achieves significant translocation efficiency and enables the extraction of peptide blockade signals, which are influenced by peptide properties such as charge and volume.
The integration of a Convolutional Neural Network (CNN) with a Density Matrix (DM) analysis enhances the classification accuracy of peptide identification, achieving up to 99.2% accuracy in distinguishing closely related peptides. This dual approach effectively captures the nuanced temporal profiles of current blockades, transforming complex signal data into distinct fingerprints for various peptides. Furthermore, our platform successfully identifies proteins from complex mixtures, demonstrating its practical viability for proteomic applications. The results indicate that while the system excels in peptide and protein identification, challenges remain regarding signal heterogeneity due to mixed entry orientations of peptides in the nanopore. Future optimizations in directional peptide modification strategies are suggested to improve sensing resolution and overall performance.