Abstract Liquid chromatography coupled with bottom up mass spectrometry (LC-MS/MS)-based proteomics is increasingly used to detect changes in post-translational modifications (PTMs) in samples from different conditions. Analysis of data from such experiments faces numerous statistical challenges. These include the low abundance of modified proteoforms, the small number of observed peptides that span modification sites, and confounding between changes in the abundance of PTM and the overall changes in the protein abundance. Therefore, statistical approaches for detecting differential PTM abundance must integrate all the available information pertaining to a PTM site, and consider all the relevant sources of confounding and variation. In this manuscript we propose such a statistical framework, which is versatile, accurate, and leads to reproducible results. The framework requires an experimental design, which quantifies, for each sample, both peptides with post-translational modifications and peptides from the same proteins with no modification sites. The proposed framework supports both label-free and tandem mass tag (TMT)-based LC-MS/MS acquisitions. The statistical methodology separately summarizes the abundances of peptides with and without the modification sites, by fitting separate linear mixed effects models appropriate for the experimental design. Next, model-based inferences regarding the PTM and the protein-level abundances are combined to account for the confounding between these two sources. Evaluations on computer simulations, a spike-in experiment with known ground truth, and three biological experiments with different organisms, modification types and data acquisition types demonstrate the improved fold change estimation and detection of differential PTM abundance, as compared to currently used approaches. The proposed framework is implemented in the free and open-source R/Bioconductor package MSstatsPTM .

Abstract Defective autophagy is associated with chronic inflammation. Loss-of-function of the core autophagy gene Atg16l1 increases risk for Crohn’s disease by enhancing innate immunity in macrophages. However, autophagy also mediates clearance of intracellular pathogens. These divergent observations prompted a re-evaluation of ATG16L1 in antimicrobial immunity. In this study, we found that loss of Atg16l1 in macrophages enhanced the killing of virulent Shigella flexneri ( S.flexneri ), an enteric bacterium that resides within the cytosol by escaping all membrane-bound compartments. Quantitative multiplexed proteomics revealed that ATG16L1 deficiency significantly upregulated proteins involved in the glutathione-mediated antioxidant response to compensate for elevated oxidative stress, which also promoted S.flexneri killing. Consistently, myeloid cell-specific deletion of Atg16l1 accelerated bacterial clearance in vivo . Finally, pharmacological modulation of oxidative stress by suppression of cysteine import conferred enhanced microbicidal properties to wild type macrophages. These findings demonstrate that control of oxidative stress by ATG16L1 regulates antimicrobial immunity against intracellular pathogens. Impact statement Maculins et al utilize multiplexed mass spectrometry to show that loss of the autophagy gene Atg16l1 in macrophages enhances antimicrobial immunity against intracellular pathogens via the oxidative stress response.