Abstract Alzheimer’s disease (AD) is a looming public health disaster with limited interventions. Alzheimer’s is a complex disease that can present with or without causative mutations and can be accompanied by a range of age-related comorbidities. This diverse presentation makes it difficult to study molecular changes specific to AD. To better understand the molecular signatures of disease we constructed a unique human brain sample cohort inclusive of autosomal dominant AD dementia (ADD), sporadic ADD, and those without dementia but with high AD histopathologic burden, and cognitively normal individuals with no/minimal AD histopathologic burden. All samples are clinically well characterized, and brain tissue was preserved postmortem by rapid autopsy. Samples from four brain regions were processed and analyzed by data-independent acquisition LC-MS/MS. Here we present a high-quality quantitative dataset at the peptide and protein level for each brain region. Multiple internal and external control strategies were included in this experiment to ensure data quality. All data are deposited in the ProteomeXchange repositories and available from each step of our processing.

Abstract Resilience to Alzheimer’s disease (RAD) is an uncommon combination of high disease burden without dementia that may provide critical insights into limiting the clinical impact of this incurable disease. In this study, we used mass spectrometry-based proteomics to quantify regional protein differences that characterize RAD. Starting with over 700 brain donations, we identified 43 extensively annotated research participants who met stringent inclusion exclusion criteria and analyzed matched isocortical regions, hippocampus, and caudate nucleus. Differential expression analysis of 7,115 soluble proteins identified lower isocortical and hippocampal soluble Aβ peptide levels as a significant feature of RAD. Protein co-expression analysis revealed a group of 181 densely-interacting proteins significantly associated with RAD that were enriched for actin filament-based process, cellular detoxification, and wound healing in isocortex and hippocampus. We further support our findings using data from 689 human isocortical samples from four independent external cohorts that were the closest approximations of our clinico-pathologic groups. The molecular basis of RAD, a widely replicated state in older adults for which there is no experimental model, likely holds important insights into therapeutic interventions for Alzheimer’s disease.

ABSTRACT Membrane-bound particles in plasma are composed of exosomes, microvesicles, and apoptotic bodies and represent ∼1-2% of the total protein composition. Proteomic interrogation of this subset of plasma proteins augments the representation of tissue-specific proteins, representing a “liquid biopsy,” while enabling the detection of proteins that would otherwise be beyond the dynamic range of liquid chromatography-tandem mass spectrometry in unfractionated plasma. We have developed a one-step enrichment strategy (Mag-Net) using hyper-porous strong-anion exchange magnetic microparticles to sieve membrane-bound particles from plasma. The Mag-Net method is robust, reproducible, inexpensive, and requires <100 μL plasma input. Coupled to a quantitative data-independent mass spectrometry analytical strategy, we demonstrate that we can routinely collect results for >37,000 peptides from >4,000 plasma proteins with high precision. We demonstrate excellent quantitative accuracy and analytical reproducibility of the protocol.

Alzheimer's disease (AD) is a prevalent and costly age-related dementia. Heritable factors account for 58-79% of variation in late-onset AD, but substantial variation remains in age-of-onset, disease severity, and whether those with high-risk genotypes acquire AD. To emulate the diversity seen in human populations, we utilized the AD-BXD mouse panel. This genetically diverse resource combines AD genotypes with multiple BXD strains to discover new genetic drivers of AD resilience. By comparing AD-BXD carriers to noncarrier littermates, we computed a novel quantitative metric for resilience to cognitive decline in the AD-BXD. Our quantitative AD resilience trait was heritable and genetic mapping identified a locus on chr8 associated with resilience to AD. Using a hippocampus proteomics dataset, we nominated the mitochondrial glutathione S reductase protein (GR or GSHR) as a resilience factor, finding that the DBA/2J genotype was associated with a substantially higher level of GR expression. By mapping protein QTLs (pQTLs), we identified synaptic organization and mitochondrial proteins coregulated in trans with a cis-pQTL for GR. Using the paraclique enrichment method, we found four coexpression modules related to cell structure, protein folding, and postsynaptic densities that correlated with the quantitative resilience score in aged 5XFAD mice. Finally, we found significant positive associations between human GSR transcript abundance in the brain and better outcomes on AD-related cognitive and pathology traits in the Religious Orders Study/Memory and Aging project (ROSMAP). Taken together, these data support a framework for resilience in which neuronal antioxidant pathway activity provides for stability of synapses within the hippocampus.

A thorough evaluation of the quality, reproducibility, and variability of bottom-up proteomics data is necessary at every stage of a workflow from planning to analysis. We share real-world case studies applying adaptable quality control (QC) measures to assess sample preparation, system function, and quantitative analysis. System suitability samples are repeatedly measured longitudinally with targeted methods, and we share examples where they are used on three instrument platforms to identify severe system failures and track function over months to years. Internal QCs incorporated at protein and peptide-level allow our team to assess sample preparation issues and to differentiate system failures from sample-specific issues. External QC samples prepared alongside our experimental samples are used to verify the consistency and quantitative potential of our results during batch correction and normalization before assessing biological phenotypes. We combine these controls with rapid analysis using Skyline, longitudinal QC metrics using AutoQC, and server-based data deposition using PanoramaWeb. We propose that this integrated approach to QC be used as a starting point for groups to facilitate rapid quality control assessment to ensure that valuable instrument time is used to collect the best quality data possible.