Abstract Protein N-termini reveal fundamental regulatory mechanisms and their perturbation in disease. Current terminome identification approaches are limited to whole organs or expandable cultured cells. We present a robust, sensitive, scalable and automatable method for system-wide identification of thousands of N-termini from minute samples. Identification of distinct N- terminal profiles in sorted immune cells, subcellular compartments, clinical biopsies, plasma from pediatric cancer patients, and protease substrates in Arabidopsis seedlings demonstrate broad applicability.

Murine xenografts of pediatric leukemia are known to accurately recapitulate genomic aberrations. How this translates to the functional capacity of the proteome is unknown. Here, we studied global protein abundance, phosphorylation, and proteolytic processing in 11 pediatric B- and T- cell acute lymphoblastic leukemia patients and 19 corresponding xenografts. Protein level differences that stratified pediatric disease subtypes at diagnostic and relapse stages were largely recapitulated in xenograft models. Patient xenografts lacked multiple human leukocyte antigens, and complement proteins, and presented incomplete response mechanisms to the host immune system which is absent in the murine model. The dominant expression of MKI67 and cell cycle proteins indicated a high proliferative capacity of xenografted cells residing in the spleen. Structural genomic changes and mutations found in patients were reflected at the protein level. The post-translational modification landscape is shaped by leukemia type and host and only to a limited degree by the patient of origin. This study portrays how genomic and host factors shape protein and post-translational modification landscapes differently, and confirms murine patient-derived xenograft as competent model system while highlighting important areas of diverging biology.

Abstract The cleavage-site specificities for many proteases are not well-understood, restricting the utility of supervised classification methods. We present an algorithm and web interface to overcome this limitation through the unsupervised detection of overrepresented patterns in protein sequence data, providing insight into the mixture of protease activities contributing to a complex system. Here, we apply the RObust LInear Motif Deconvolution (RoLiM) algorithm to confidently detect substrate cleavage patterns for SARS-CoV-2 Mpro protease in N terminome data of an infected human cell line. Using mass spectrometry-based peptide data from a case-control comparison of 341 primary urothelial bladder cancer cases and 110 controls, we identified distinct sequence motifs indicative of increased MMP activity in urine from cancer patients. Evaluation of N terminal peptides from patient plasma post-chemotherapy detected novel Granzyme B/Corin activity. RoLiM will enhance unbiased investigation of peptide sequences to establish the composition of known and uncharacterized protease activities in biological systems.