A recently developed matrix-assisted laser desorption/ionization imaging mass spectrometry (MALDI-IMS) method to spatially profile the location and distribution of multiple N-linked glycan species in frozen tissues has been extended and improved for the direct analysis of glycans in clinically derived formalin-fixed paraffin-embedded (FFPE) tissues. Formalin-fixed tissues from normal mouse kidney, human pancreatic and prostate cancers, and a human hepatocellular carcinoma tissue microarray were processed by antigen retrieval followed by on-tissue digestion with peptide N-glycosidase F. The released N-glycans were detected by MALDI-IMS analysis, and the structural composition of a subset of glycans could be verified directly by on-tissue collision-induced fragmentation. Other structural assignments were confirmed by off-tissue permethylation analysis combined with multiple database comparisons. Imaging of mouse kidney tissue sections demonstrates specific tissue distributions of major cellular N-linked glycoforms in the cortex and medulla. Differential tissue distribution of N-linked glycoforms was also observed in the other tissue types. The efficacy of using MALDI-IMS glycan profiling to distinguish tumor from non-tumor tissues in a tumor microarray format is also demonstrated. This MALDI-IMS workflow has the potential to be applied to any FFPE tissue block or tissue microarray to enable higher throughput analysis of the global changes in N-glycosylation associated with cancers.

Summary We describe a method for rapid in silico selection of diagnostic peptides from newly described viral pathogens and applied this approach to SARS-CoV-2/COVID-19. This approach is multi-tiered, beginning with compiling the theoretical protein sequences from genomic derived data. In the case of SARS-CoV-2 we begin with 496 peptides that would be produced by proteolytic digestion of the viral proteins. To eliminate peptides that would cause cross-reactivity and false positives we remove peptides from consideration that have sequence homology or similar chemical characteristics using a progressively larger database of background peptides. Using this pipeline, we can remove 47 peptides from consideration as diagnostic due to the presence of peptides derived from the human proteome. To address the complexity of the human microbiome, we describe a method to create a database of all proteins of relevant abundance in the saliva microbiome. By utilizing a protein-based approach to the microbiome we can more accurately identify peptides that will be problematic in COVID-19 studies which removes 12 peptides from consideration. To identify diagnostic peptides, another 7 peptides are flagged for removal following comparison to the proteome backgrounds of viral and bacterial pathogens of similar clinical presentation. By aligning the protein sequences of SARS-CoV-2 field isolates deposited to date we can identify peptides for removal due to their presence in highly variable regions that may lead to false negatives as the pathogen evolves. We provide maps of these regions and highlight 3 peptides that should be avoided as potential diagnostic or vaccine targets. Finally, we leverage publicly deposited proteomics data from human cells infected with SARS-CoV-2, as well as a second study with the closely related MERS-CoV to identify the two proteins of highest abundance in human infections. The resulting final list contains the 24 peptides most unique and diagnostic of SARS-CoV-2 infections. These peptides represent the best targets for the development of antibodies are clinical diagnostics. To demonstrate one application of this we model peptide fragmentation using a deep learning tool to rapidly generate targeted LCMS assays and data processing method for detecting CoVID-19 infected patient samples. Graphical Abstract

Proteomics is the large scale study of protein structure and function from biological systems through protein identification and quantification. "Shotgun proteomics" or "bottom-up proteomics" is the prevailing strategy, in which proteins are hydrolyzed into peptides that are analyzed by mass spectrometry. Proteomics studies can be applied to diverse studies ranging from simple protein identification to studies of proteoforms, protein-protein interactions, protein structural alterations, absolute and relative protein quantification, post-translational modifications, and protein stability. To enable this range of different experiments, there are diverse strategies for proteome analysis. The nuances of how proteomic workflows differ may be challenging to understand for new practitioners. Here, we provide a comprehensive overview of different proteomics methods. We cover from biochemistry basics and protein extraction to biological interpretation and orthogonal validation. We expect this Review will serve as a handbook for researchers who are new to the field of bottom-up proteomics.

Proteomics is the large scale study of protein structure and function from biological systems through protein identification and quantification. "Shotgun proteomics" or "bottom-up proteomics" is the prevailing strategy, in which proteins are hydrolyzed into peptides that are analyzed by mass spectrometry. Proteomics studies can be applied to diverse studies ranging from simple protein identification to studies of proteoforms, protein-protein interactions, protein structural alterations, absolute and relative protein quantification, post-translational modifications, and protein stability. To enable this range of different experiments, there are diverse strategies for proteome analysis. The nuances of how proteomic workflows differ may be challenging to understand for new practitioners. Here, we provide a comprehensive overview of different proteomics methods to aid the novice and experienced researcher. We cover from biochemistry basics and protein extraction to biological interpretation and orthogonal validation. We expect this work to serve as a basic resource for new practitioners in the field of shotgun or bottom-up proteomics.

Abstract Bats are increasingly studied as model systems for longevity and as natural hosts for some virulent viruses. Yet our ability to characterize immune mechanisms of viral tolerance and to quantify infection dynamics in wild bats is often limited by small sample volumes and few species-specific reagents. Here, we demonstrate how proteomics can overcome these limitations by using data-independent acquisition-based shotgun proteomics to survey the serum proteome of 17 vampire bats ( Desmodus rotundus ) from Belize. Using just 2 μL of sample and relatively short separations of undepleted serum digests, we identified 361 proteins across five orders of magnitude. Data are available via ProteomeXchange with identifier PXD022885. Levels of immunological proteins in vampire bat serum were then compared to human plasma via published databases. Of particular interest were anti-viral and anti-bacterial components, circulating 20S proteasome complex, and proteins involved in redox activity; whether any results are specific to vampire bats could be assessed by future pan-mammalian analyses. Lastly, we used known virus proteomes to identify Rh186 from Macacine herpesvirus 3 and ORF1a from Middle East respiratory syndrome-related coronavirus, indicating that mass spectrometry-based techniques show promise for pathogen detection. Overall, these results can be used to design targeted mass-spectrometry assays to quantify immunological markers and detect pathogens. More broadly, our findings also highlight the application of proteomics in advancing wildlife immunology and pathogen surveillance.

The National Institute of Standards and Technology (NIST) is creating new, economical, qualitative reference materials and data for proteomics comparisons, benchmarking and harmonization. Here we describe a large dataset from shotgun proteomic analysis of RM 8461 Human Liver for Proteomics, a reference material being developed. Consensus identifications using multiple search engines and sample preparations demonstrate a homogeneous and fit-for-purpose material that can be incorporated into automated or manual sample preparation workflows, with the resulting data used to directly assess complete sample-to-data workflows and provide harmonization and benchmarking between laboratories and techniques. Data are available via PRIDE with identifier PXD013608.

Since 1998, California sea lion (Zalophus californianus) stranding events associated with domoic acid toxicosis have consistently increased. Outside of direct measurement of DA in bodily fluids at the time of stranding, currently there are no practical non-lethal clinical tests for the diagnosis of domoic acid toxicosis (DAT) that can be utilized in a large-scale rehabilitation facility. Proteomic analysis was conducted to discover candidate protein markers of DAT using cerebrospinal fluid from stranded California sea lions with acute DAT (n = 8), chronic DAT (n = 19), or without DAT (n = 13). A total of 2005 protein families were identified experiment-wide (FDR < 0.01). Of these proteins, 83 were significantly different in abundance across the three groups (adj. p < 0.05). Cytoplasmic malate dehydrogenase (MDH1), 5'-3' exonuclease PLD3, disintegrin and metalloproteinase domain-containing protein 22 (ADAM22), 14-3-3 protein gamma (YWHAG), neurosecretory protein VGF, and calsyntenin-1 (CLSTN1) were able to discriminate California sea lions with or without DAT (ROC > 0.75). Immunoglobulin kappa light chain-like (IGKV2D-28), receptor-type tyrosine-phosphatase F (PTRPF), kininogen-1 (KNG1), prothrombin (F2), and beta-synuclein (SNCB) were able to discriminate acute DAT from chronic DAT (ROC > 0.75). Interestingly, proteins involved in alpha synuclein deposition were over-represented as classifiers of DAT and many of these proteins have been implicated in a variety of neurodegenerative diseases. These proteins should be considered potential markers for DAT in California sea lions, as well as markers to discriminate between acute or chronic DAT, and should be considered priority for future validation studies as biomarkers. All MS data have been deposited in the ProteomeXchange with identifier PXD041356 (http://proteomecentral.proteomexchange.org/dataset/PXD041356).

Domoic acid is a neurotoxin secreted by the marine diatom genus,

Since 1998, California sea lion (Zalophus californianus) stranding events associated with domoic acid toxicosis (DAT) have consistently increased. Outside of direct measurement of domoic acid in bodily fluids at the time of stranding, there are no practical nonlethal clinical tests for the diagnosis of DAT that can be utilized in a rehabilitation facility. Proteomics analysis was conducted to discover candidate protein markers of DAT using cerebrospinal fluid from stranded California sea lions with acute DAT (n = 8), chronic DAT (n = 19), or without DAT (n = 13). A total of 2005 protein families were identified experiment-wide. A total of 83 proteins were significantly different in abundance across the three groups (adj. p < 0.05). MDH1, PLD3, ADAM22, YWHAG, VGF, and CLSTN1 could discriminate California sea lions with or without DAT (AuROC > 0.75). IGKV2D-28, PTRPF, KNG1, F2, and SNCB were able to discriminate acute DAT from chronic DAT (AuROC > 0.75). Proteins involved in alpha synuclein deposition were over-represented as classifiers of DAT, and many of these proteins have been implicated in a variety of neurodegenerative diseases. These proteins should be considered potential markers for DAT in California sea lions and should be prioritized for future validation studies as biomarkers.

Domoic acid is a neurotoxin secreted by the marine diatom genus Pseudo-nitzschia during toxic algal bloom events. California sea lions (Zalophus californianus) are exposed to domoic acid through the ingestion of fish that feed on toxic diatoms, resulting in domoic acid toxicosis (DAT), which can vary from mild to fatal. Sea lions with mild disease can be treated if toxicosis is detected early after exposure. Therefore, rapid diagnosis of DAT is essential but also challenging. In this work, we performed multiomics analyses, specifically proteomic and lipidomic, on blood samples from 31 California sea lions. Fourteen sea lions were diagnosed with DAT based on clinical signs and post-mortem histological examination of brain tissue, and 17 had no evidence of DAT. Proteomic analyses revealed 31 statistically significant proteins in the DAT individuals compared to the non-DAT individuals (adjusted p < 0.05). Of these proteins, 19 were decreased in the DAT group of which three were apolipoproteins that are known to transport lipids in the blood, prompting lipidomic analyses. In the lipidomic analyses, 331 lipid species were detected with high confidence and multidimensional separations, and 29 were found to be statistically significant (adjusted p < 0.05 and log2(FC) < −1 or >1) in the DAT versus non-DAT comparison. Of these, 28 were lower in the DAT individuals, while only 1 was higher. Furthermore, 15 of the 28 lower concentration lipids were triglycerides, illustrating their putative connection with the perturbed apolipoproteins and potential use in rapid DAT diagnoses.