La Caccia ai Microproteine Umane Nascoste tramite Spettrometria di Massa Rivela Gravi Problemi di Qualità

I brevi open reading frame (sORF) codificati al di fuori dei geni canonici annotati possono produrre piccole proteine funzionali dette microproteine. Queste molecole hanno suscitato un interesse crescente come potenziali regolatrici dei processi cellulari, con implicazioni per la biologia delle malattie e dell'invecchiamento. Tuttavia, rilevarle in modo affidabile mediante proteomica basata sulla spettrometria di massa (MS) è tecnicamente impegnativo, e fino ad ora non era stata eseguita alcuna valutazione sistematica a livello di comunità scientifica delle evidenze pubblicate.

Questo studio ha assemblato e ri-analizzato criticamente quasi 10.000 peptidi riportati come evidenza di proteine umane codificate da sORF non annotati nella letteratura esistente. Un dato particolarmente rilevante è stata la quasi totale mancanza di riproducibilità: il 96% dei peptidi segnalati è comparso in un unico studio. Inoltre, il 12% delle rilevazioni riportate si è ricondotto a proteine già annotate o a proteoformi note, sollevando interrogativi sulle strategie di ricerca nei database utilizzate nelle pubblicazioni originali.

Per valutare rigorosamente la qualità del rilevamento, i ricercatori hanno curato manualmente un dataset di riferimento composto da 406 corrispondenze peptide-spettro (PSM) relative a 204 distinte proteine codificate da sORF. Questa curazione ha rivelato una variazione drammatica nella qualità delle PSM tra i diversi studi. Gli approcci di immunopeptidomica — che isolano i peptidi presentati dall'MHC — hanno prodotto una stima del 65% di PSM di alta qualità per le rilevazioni di proteine codificate da sORF previste. Al contrario, i metodi convenzionali di proteomica bottom-up applicati a lisati cellulari totali digeriti enzimaticamente hanno raggiunto soltanto il 7,8% di PSM di alta qualità. Gli autori attribuiscono questa disparità in parte al fatto che le distribuzioni naturali della lunghezza dei peptidi nell'immunopeptidomica coincidono con quelle dei peptidi codificati da sORF, riducendo l'ambiguità nel confronto spettrale.

Lo studio ha inoltre evidenziato inconsistenze metodologiche tra i diversi laboratori, tra cui differenti soglie di false discovery rate, strategie di costruzione dei database e approcci di validazione. Tali inconsistenze aggravano la già difficile sfida di distinguere genuine nuove rilevazioni di microproteine dai falsi positivi generati dall'enorme spazio di ricerca intrinseco alla proteomica degli sORF.

Le implicazioni sono significative per il più ampio campo della proteogenomica e per la comprensione della piena complessità del proteoma umano. Gli autori invitano a definire protocolli standardizzati concordati dalla comunità scientifica, database meglio curati e una validazione delle PSM più rigorosa prima che le rilevazioni di microproteine vengano accettate come scoperte. Nonostante i risultati poco incoraggianti, le analisi confermano che un sottoinsieme genuino di microproteine può essere rilevato con elevata confidenza, in particolare tramite immunopeptidomica, e indicano le migliori pratiche per i futuri studi volti a mappare il microproteoma umano completo.