Summary
本文所描述的协议提供了一种清晰和平易近人的方法来测量植物组织中可溶性蛋白质和可消化 (非结构) 碳水化合物的含量。量化这两种植物营养素的能力对促进植物生理学、营养生态学、植物食草动物相互作用和食物网络生态学等领域具有重要的意义。
Abstract
元素数据通常用于推断植物的质量作为草食动物的资源。然而, 生物分子中的碳无处不在, 含氮植物防御化合物的存在, 以及氮与植物蛋白质含量之间的物种特异相关性的变化, 都限制了这些推断的准确性。此外, 针对植物和/或草食动物生理学的研究需要一种不使用广义相关的准确水平。这里提出的方法为研究人员提供了一个明确而快速的协议, 直接测量植物可溶性蛋白和可消化碳水化合物, 这两种植物营养素与动物的生理性能密切相关。这些协议结合了良好的特性比色测定和优化植物特定的消化步骤, 以提供准确和可重现的结果。我们对不同的甜玉米组织的分析表明, 这些化验对检测植物可溶性蛋白和可消化的碳水化合物含量的变化具有敏感性。这包括不同生长区域和植物种类或品种之间的植物差异, 以及在组织类型上的植物差异, 甚至在同一组织内的位置差异。将可溶性蛋白质和可消化碳水化合物含量与元素数据结合起来, 也有可能为植物生物学提供新的机会, 将植物矿质营养与植物生理过程联系起来。这些分析还有助于生成研究营养生态学、植物食草动物相互作用和食物网络动力学所需的可溶性蛋白质和可消化碳水化合物的数据, 这将反过来促进生理学和生态研究。
Introduction
植物生物量构成了几乎所有陆地食物网的基础。植物通过根系获得土壤中的营养成分, 并利用其叶面组织中的阳光合成生物分子。特别是, 碳和氮被用来制造碳水化合物, 蛋白质 (由氨基酸组成), 以及构建植物生物量所需的脂质 (应该指出, 在植物生理学中, "营养素" 一词通常指土壤元素, 如 N,但是, 在整个本文中, 这一术语将提到生物分子, 如蛋白质、碳水化合物和脂质。当草食动物消耗植物材料时, 植物组织中的营养素被分解成它们的组成部分, 然后用来驱动消费者的生理过程。这样, 植物营养素对消费者的生理有很大的影响, 同时对高阶生态交互作用和食物网络动力学也有重要影响。
在动物王国中, 可溶性蛋白质和可消化碳水化合物是与生存、繁殖和性能1密切相关的营养素。此外, 大多数动物积极调节其摄入这两个营养素, 以满足其生理需求1,2。这对于检测植物组织中糖和氨基酸浓度的昆虫草食动物尤其如此, 这反过来又指导饲养行为。因此, 植物可溶性蛋白和可消化碳水化合物含量在植物-昆虫相互作用的演化过程中起着很强的作用。
虽然有关植物可溶性蛋白和可消化碳水化合物含量的数据相对少见 (但见6、7、8、9、10、11), 但有一个优势可提供植物元素含量 (碳、氮、磷) 的数据。这主要是因为元素在植物矿物营养3,4,5起主要作用。在测量元素时, 相互关系被用来推断可溶性蛋白质和可消化碳水化合物的数量, 但准确的计算往往很难获得。例如, 由于碳在所有有机化合物中无所不在存在, 因此不可能使用碳作为植物可消化碳水化合物含量的指示器。元素氮与植物可溶性蛋白质含量之间存在较强的关系, 常采用广义氮-蛋白质转化因子。然而, 有确凿的证据表明, 氮-蛋白质转化是高度物种特定的12,13,14,15, 使得使用广义转换可能错误。因此, 氮-蛋白质转化因子往往缺乏精确度, 特别是对草食动物营养研究所需的程度。此外, 含有氮的植物化感物质, 如生物碱和芥子油苷, 通常对食草动物有毒, 可以混淆这些转换。
在这里, 我们提供了两种化学化验方法来测定植物组织中可溶性蛋白质和可消化碳水化合物的浓度。这些化验结果分别提出, 但建议它们同时用于分析相同的植物样本, 以实现更全面的分析植物营养素。两者都采用类似的方法, 包括提取步骤, 然后通过吸光度量化。对于这两种协议, 植物样品的准备也是相同的, 这使得两种分析的串联都很容易运行。这些化验的效用并不源于他们的新奇, 因为它们依赖于旧的, (布拉德福德, 琼斯,, 和) 建立的比色测定16,17,18, 但在这里我们组织了一个明确的和易于遵循的将这些方法与更模糊的植物特异萃取技术17、19结合在一起的协议, 以便使这些化验的应用更便于植物相关领域的研究。
对于这两种化验, 植物营养素首先通过冷冻, 冻干和研磨的植物材料的物理提取。对于可溶性蛋白质测定, 在氢氧化钠溶液中通过几轮涡流和加热样品, 进一步进行化学萃取17、19 。众所周知的布拉德福德化验, 利用考马斯灿烂的蓝色 G-250, 然后用于量化可溶性蛋白质和多肽之间的 3,000-5, 000 道尔顿16,17。这一检测范围在1-20 µg 总蛋白每微板块井或 < 25 µg/毫升, 但不测量游离氨基酸。消化性碳水化合物的提取步骤是基于 Smith 的稀酸法. 20 , 并允许分离可溶性糖, 淀粉和果聚糖-但不结构碳水化合物。采用苯酚-硫酸定量方法. 18和测量所有单, 寡糖, 和多糖 (以及甲基衍生物)。这种化验可以量化特定的糖, 但在这里, 我们用它作为一个指标, 总可消化碳水化合物的内容 (见史密斯等。20进行更详细的分析)。这些化验结果表明, 这两种营养素与植物生态生理学和草食动物的表现密切相关, 提供了陆地食物网基地资源质量的重要数据。提出这些协议促进了植物营养素数据集的生成, 以获得对植物生理学、草食动物营养生态学和植物食草动物相互作用的更透彻的理解。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 工厂的收集和加工
- 收集和处理工厂样品
- 采集植物样品后, 用镊子将植物材料浸入液氮中, 并贮存在-80 摄氏度。如果收集的植物样品太大, 不能闪光冷冻, 快速冷却样品使用干冰和转移到一个-80 °c 冷藏库尽快。植物材料的营养素含量在组织分离后会发生变化, 在采集后应尽快冷冻植物标本。
警告:液氮在接触皮肤时会引起严重冻伤。请务必在批准的容器中运输液氮, 并在搬运过程中佩戴适当的 PPE, 包括冷冻手套、眼谷歌、面罩、围裙和实验室大衣。 - Lyophilize 植物材料使用冷冻干燥器, 以确保组织在新陈代谢不活跃, 而水被删除。干燥, 直到样品的质量稳定, 以确保所有的水已被删除。
- 样品干燥后, 用研磨机或磨粒研磨成细粉。将样品储存在干燥柜中, 直到分析。
- 采集植物样品后, 用镊子将植物材料浸入液氮中, 并贮存在-80 摄氏度。如果收集的植物样品太大, 不能闪光冷冻, 快速冷却样品使用干冰和转移到一个-80 °c 冷藏库尽快。植物材料的营养素含量在组织分离后会发生变化, 在采集后应尽快冷冻植物标本。
2. 可溶性蛋白测定法
- 样品准备
- 每个组织的复制样品, 大约20毫克每个, 成1.5 毫升聚苯乙烯离心管和标签管。这些样品随后将被称为未知样品。记录每个样本的确切质量, 因为这些信息将需要计算每个未知样本中的%soluble 蛋白。使用离心管与锁定盖子, 因为非锁定盖可能会打开在随后的加热步骤, 导致样品解决方案的损失。
- 溶解和分离未知样本蛋白
- 使用微 pipettor, 在每管中添加500µL 0.1 米氢氧化钠。关闭盖子严密和油脂实验30分钟。预热热水浴90°c。
警告:氢氧化钠是一种很强的碱基, 在接触皮肤时会引起烧伤。虽然0.1 米氢氧化钠代表低浓度, 佩戴防护手套, 以避免皮肤发炎。 - 把管子放在热水浴的架子上15分钟。
- 离心管在 1.5万 x g 10 分钟。将上清液注入新标记的离心管, 使用新的吸管尖端为每个样品。将300µL 0.1 米的氢氧化钠添加到含有颗粒和离心机的管中, 再以 1.5万 x g 为10分钟。再次, 收集上清液, 并将其与其他上清液相结合, 从相同的样品。这是一个潜在的停止点, 样品可以存储在4°c 隔夜, 如果需要的话。
- 使用微 pipettor, 在每管中添加500µL 0.1 米氢氧化钠。关闭盖子严密和油脂实验30分钟。预热热水浴90°c。
- 沉淀植物蛋白
- 加入11µL 5.8 米盐酸盐, 中和上清液的 ph 值. 通过将试金石浸在每个样品溶液中, 确认 ph 为7。
警告:盐酸是一种强腐蚀性酸, 在接触皮肤 (皮肤应用或吸入) 时会引起烧伤。在处理 HCl 时, 请戴上手套防止皮肤发炎。 - 添加90µL 100% 乙酸酸 (TCA) 到每管和孵化管在冰上30分钟。蛋白质的沉淀会使溶液从清澈变为不透明。如果30分钟后不发生这种情况, 请将管子冷藏1小时。这是一个潜在的停止点, 样品可以存储在4°c 隔夜, 如果需要的话。
警告:乙酸酸具有腐蚀性。在处理时请戴上手套, 防止皮肤接触, 避免吸入。 - 离心机样品在 1.3万 x g 10 分钟在4摄氏度。小心地删除 TCA 上清, 用真空线连接到一个精细的玻璃微提示 (相同的提示可以在样品中使用)。不要干扰蛋白颗粒, 避免重吸力和保持适当的距离之间的吸管尖端和颗粒.
- 用100µL-20 摄氏度丙酮快速清洗颗粒。此步骤从颗粒中除去任何残留的 TCA, 这可能会干扰随后的布拉德福德化验;然而, 丙酮会开始溶解蛋白颗粒如果在接触太长, 所以丙酮应该添加然后迅速提取从颗粒在5秒内。
- 通过将管子放在通风罩或冰箱中, 使丙酮蒸发。然后, 在每管中加入1毫升0.1 米氢氧化钠, 溶解蛋白颗粒。充分溶解颗粒可能需要在热水浴, 涡流和 sonicating 几轮加热。
注意: 管子放在油烟机或冰箱里的时间越长, 颗粒的干燥越多, 重新溶解的难度就越大。建议将颗粒干燥30分钟, 然后每10-15 分钟检查一次丙酮的存在, 直到发现丙酮已经蒸发 (没有丙酮烟雾是可检测的)。
- 加入11µL 5.8 米盐酸盐, 中和上清液的 ph 值. 通过将试金石浸在每个样品溶液中, 确认 ph 为7。
- 混合标准溶液, 稀释未知样本解决方案, 并使用布拉德福德化验定量分析未知样品的总蛋白质含量。
- 根据表 1中列出的浓度, 制备牛免疫球蛋白 G (igg) 标准溶液 (冻干或 IgG 溶液可与去离子水混合以达到每浓度)。商店标准在4°c。在96井板中, 在 A1 位置 (0 µg/µL A1、A2、A3 位置、0.0125 µg/µL、B1、B2 位置等) 中, 添加每个 IgG 标准溶液的160µL。
- 将50µL 0.1 米氢氧化钠加入950µL 蒸馏水中, 制备稀释的氢氧化钠溶液。作为一个空白的负控制, 添加60µL 的这个解决方案的油井板块 (G1, G2, G3 位置)。
- 在新的1.5 毫升离心管中加入50µL, 将每个样品溶液中的950µL 蒸馏水稀释, 制备未知样品。然后, 从 H1 位置开始, 将每个稀释样品的60µL 加成三份。96井板应允许分析6标准, 1 空白, 25 未知样本时, 三个三读。每个井板分析应包含自己的 IgG 标准和空白样品。
- 将100µL 的蒸馏水添加到所有空白和未知的样品井中。现在每个井都应该包含160µL. 采用多通道吸管 (8 通道), 将考马斯亮蓝 G-250 蛋白染料的40µL 添加到井板第一柱的每一个井中。将染料与样品混合, 多次暴跌。重复所有其他列, 更换吸管提示, 以避免污染。
警告:考马斯灿烂的蓝色 G-250 是一个刺激性和接触皮肤, 眼睛, 或肺部应避免。请戴上手套防止皮肤接触。如果接触皮肤发生, 此产品将染色。 - 使用针来弹出在水井中的任何气泡, 因为它们可能会干扰微板块分光光度计阅读。清洁针头以避免水井之间的污染。让微板块在室温下孵化5分钟。
- 使用微板块分光光度计, 记录每个井的吸光度值为 595 nm。
- 记录三个空白井的平均吸光度, 并从每个标准和未知样本读数中减去这个值。然后, 记录每个标准和未知样本的平均吸光度。
注意: 要用标准曲线计算每个未知样本中的蛋白质含量, 最容易的方法是将每个标准的平均吸光度与每种标准中的蛋白质微克进行回归, 但你可以绘制蛋白质浓度 (µµL) 每个标准如果可取的。但是, 下面的计算是指基于微克的标准曲线, 而不是浓度 (µg/µL)。 - 根据每个标准井中的蛋白质总量, 绘制每个标准的平均吸收量 (表 1)。适合于这些数据的线性回归线, 并根据平均吸收量 (图 1a) 计算每个未知样本中蛋白质 (µg) 的数量。
注: 此线的相关系数 (r值) 应大于 0.98, 通常接近0.99。标准回归将特定于每个板块, 因此每个板块中的未知样本井必须分开分析。 - 一旦每个未知样本的平均蛋白质量被计算好, 使用下面的等式来计算每个原始样品中蛋白质 (µg) 的总数量:
Mp = ((Wp/60) x 1000)/50) * 1000
Mp = 原样品中蛋白质的µg
µg在未知样品井中的蛋白质含量- 然后, 使用以下等式确定每个样本中蛋白质的百分比:
pp = ((mp/1000)/Mi) * 100
pp =%protein 在样品中
Mi = 样品的初始质量 (毫克)
注: 在某些情况下, 样品可能超过上吸光度阈值。如果是这样, 样品解决方案可能需要在步骤2.4.3 进一步稀释。
在随后的计算中, 必须对附加的稀释进行核算。一些微板块的读者品牌还提供计算机软件, 将根据标准曲线数据自动计算每个未知样本的平均蛋白质浓度。
- 然后, 使用以下等式确定每个样本中蛋白质的百分比:
3. 消化碳水化合物的测定
- 样品准备
- 称每个组织的复制样品, 大约20毫克每, 成玻璃15毫升管与橡胶衬里的螺丝盖帽 (100 毫米长度)。这些样本随后将被称为未知样本。标签管与防水标志或标签胶带的盖子和记录的确切质量每个样本, 因为这一信息将需要计算%carbohydrates 在每个未知的样品。
- 从每个未知样品中提取易消化的碳水化合物。
- 添加1毫升0.1 米2, 所以4到每个管和螺丝帽上管紧密。在沸腾的水浴中放置1小时。
警告:硫酸是非常腐蚀性的。在处理 H2至4时, 请戴上手套、眼谷歌和围裙, 并在通风罩上执行此步骤。 - 在温水浴中冷却管。将管的内容倒入标记为1.5 毫升的离心管 (如果某些植物材料留在玻璃管中, 不要担心)。
- 离心管在 1.5万 x g 10 分钟。用微 pipettor 去除上清液, 放入新标记的1.5 毫升离心管。在这一点上, 管子可以冷藏一夜。如果继续化验, 请参阅步骤3.3.2。
- 添加1毫升0.1 米2, 所以4到每个管和螺丝帽上管紧密。在沸腾的水浴中放置1小时。
- 混合标准溶液并量化未知样品的总易消化碳水化合物含量。
- 用表 2中列出的浓度制备 D (+) 葡萄糖标准溶液。准备六玻璃试管与每标准溶液的400µL。
- 将每个未知样品的吸管15µL 到其自己的试管中, 并在每个试管中添加385µL 的蒸馏水, 每一个总容积为400µL。在油烟机中, 在每个标准和未知样品试管中加入400µL 5% 苯酚, 然后迅速将2毫升浓缩的 H2如此4注入每管。不要接触试管的内容与吸管尖端, 只是添加到解决方案表面 (一个中继吸管的工作最好的)。
- 让管子孵化10分钟, 然后仔细地涡旋管子以混合内容。再孵化30分钟。
警告:苯酚和硫酸是腐蚀性刺激性物质。为了防止暴露于皮肤, 眼睛和吸入, 这一步骤应在化学油烟机使用适当的 PPE, 其中包括: 面罩或护目镜, 橡胶手套, 实验室围裙, 和靴子。苯酚与硫酸混合也会产生放热反应, 这将导致管子变热。 - 吸管800µL 样品从每管入每3聚苯乙烯1.5 毫升半微小试管 (每样品3技术复制)。将分光光度计设置为 490 nm。在阅读标准或未知样品之前, 校准到含有蒸馏水的空白试管, 并间歇性地贯穿样品读数。通过分光光度计运行每个试管并记录吸光度。每个未知示例的跨技术复制的平均值。
注: 在某些情况下, 样品可能超过上吸光度阈值。如有, 应在步骤3.2.3 中稀释样品。稀释还必须在随后的计算中加以核算。 - 计算每个标准的平均吸光度。
注: 要计算每一个未知样品中的总可消化碳水化合物的含量, 使用标准曲线, 最容易的是将每种标准的平均吸光度从每个标准中的 D (+) 葡萄糖的微克中退去, 但也可以如果需要, 绘制每个标准的 D (+) 葡萄糖浓度 (µg/µL)。但是, 下面的计算是指基于微克的标准曲线, 而不是浓度 (µg/µL)。 - 通过绘制每个标准溶液中 D (+) 葡萄糖 (µg) 总量的平均吸光度计算标准曲线。将线性回归线与这些数据匹配, 然后使用以下公式计算每个未知样本中的碳水化合物总量 (µg):
Mc = ((Ax -b)/米)/(15)) * 1000
样品中碳水化合物的µg
x = 未知样本的平均吸光度
b = y 截距 (标准回归线)
m = 斜率 (标准回归线)
该线的相关系数应大于 0.98, 通常接近0.99。然后, 使用以下等式确定每个样本中碳水化合物的百分比:
Pc = ((mc/1000)/(mi)) * 100
Pc =%carbohydrates
Mi = 样品的初始质量 (毫克)
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
为了说明这些方法的实用性, 我们分析了四种不同的田间和甜玉米组织的可溶性蛋白和可消化碳水化合物含量, 为草食性昆虫提供了独特的潜在营养资源。我们收集了来自美国 (明尼苏达州, 北卡罗来纳州, 德克萨斯州) 三个农业地区的玉米穗, 其中包括五种不同品种的甜玉米 (即基因型) 和一个外群的田间玉米品种。表 3显示了这些玉米样品的摘要和收集的地方。所有品种均在成熟期收集, 但由于品种间的发育差异, 在种植后的同一天不全部收集。我们把耳朵加工成不同的组织, 通过快速分离外壳 (修饰的叶子围绕着芯), 和丝绸 (在外壳和内核之间的光泽纤维) 从耳朵, 然后存储所有组织在-80 °c, 如所示的方法。每个组织然后冻干。一旦干了, 我们把内核从耳朵的底部和尖端分离出来, 从顶部 1/3 (尖端) 和底部 1/3 (基部) 剃掉核芯。接下来, 所有的组织都被磨成了细粉。然后根据上述方法中概述的程序, 对可溶性蛋白质和可消化碳水化合物含量的稻壳、丝、尖端核和基核组织样品进行分析。由于对可用组织数量的限制, 我们分析了217种可溶蛋白和易消化碳水化合物含量的植物样品。
可溶性蛋白
我们总共通过分光光度计运行了九样板, 总体上, 标准曲线有较高的相关系数 (r), 值介于 0.985-1. 00 之间。图 1显示了用最高 (A) 和最低 (B) r值获得的标准曲线, 以展示我们在板块中观察到的可变性。我们用初始样品质量计算了所有样品的%soluble 蛋白 (表 4), 然后分析了区域、品种和组织类型之间可溶性蛋白质含量统计差异的数据。数据是等级转换, 以满足正常假设时, 必要的。
我们观察到区域间可溶性蛋白质含量的显著差异 (韦尔奇方差分析;F(2, 133.5) = 4.303, P = 0.015), 因此, 各区域的数据随后分别进行了分析。明尼苏达样本显示, 不同种类和组织类型对可溶性蛋白质含量有显著的交互作用 (双向方差分析;F(3, 64) = 16.51, P < 0.001)。大多数组织在两种品种中都有相似的可溶性蛋白质含量, 除了基核, 甜玉米品种的数量几乎比田间玉米品种的7倍。对于田间玉米品种 (Syngenta/NK-3122A-EZ), 壳和丝绸相似, 具有最低可溶性蛋白质含量的所有组织。从耳朵尖端的核有最高的可溶性蛋白质含量, 从耳底的核是中间的 (图 2a)。对于甜玉米品种 (普罗维登斯双色), 所有组织是不同的, 与外壳和丝绸含有最低的可溶性蛋白质含量, 和基核包含〜2.5 倍以上的尖端内核 (图 2b)。
北卡罗来纳州的样本也显示了品种和组织类型之间的显著交互作用 (双向方差分析;F(3, 77) = 3.33, P < 0.024)。大多数组织在不同的品种中表现出相似的可溶性蛋白质含量, 除了在非Bt品种 (甜 G90 混合体) 中呈现较高含量的尖端核。对于bt品种 (Seedway bt 1576) 外壳是最可溶性蛋白含量最低的组织, 其次是丝绸和尖端核, 其中有类似的内容。基核的可溶性蛋白含量最高, 但与尖端核的差异不显著 (图 2c)。在非Bt品种 (甜 G90 杂交), 所有组织是不同的, 除了尖端和基核, 这是统计学上相似的。外壳的可溶性蛋白质含量最低, 其次是丝绸、尖端和基核, 其含量最高 (图 2d)。
德州样品在不同品种间可溶性蛋白质含量上有显著差异 (双向方差分析;F(1, 76) = 12.91, P = 0.001) 和组织 (双向方差分析;F(3, 76) = 21.90, P < 0.001), 但没有显著的交互作用 (双向方差分析;F(3, 76) = 0.436, P = 0.728)。总的来说, 双色品种 (Sh2 SS2742 NAT III) 显示的平均可溶性蛋白质含量低于银皇后品种 (TRTD F1 (su))。在这两种品种中, 外壳的蛋白质含量最低, 其次是丝绸, 然后是尖端和基核, 两者都有相似的高含量 (图 2e-f)。
易消化碳水化合物
因为所有的样品都是一次分析, 我们只运行一个标准曲线。图 1c显示相关系数高, 为0.998。我们计算了所有样品的%digestible 碳水化合物含量 (表 5), 然后分析了区域、品种和组织类型之间易消化碳水化合物含量统计差异的数据。在必要时, 数据是按等级转换的, 以满足正常假设。
各区域间无显著差异 (方差分析;F(2, 216) = 1.47, P = 0.231), 但为了连续性的蛋白质分析, 我们再次分析每个区域的数据分别。明尼苏达样本显示, 不同品种 (双向方差分析) 中易消化碳水化合物含量无显著差异;F(1, 64) = 0.00014, P = 0.990) 或组织类型 (双向方差分析;F(3, 64) = 0.818, P = 0.489)。品种与组织之间也没有显著的交互作用 (双向方差分析;F(3, 64) = 2.26, P = 0.092)。图 2a-b显示所有组织的平均含量为 36.5% (0.53)。
北卡罗来纳州的样本显示, 组织类型对易消化碳水化合物含量的显著影响 (双向方差分析;F(3, 77) = 3.99, P = 0.011), 但不影响品种 (双向方差分析;F(1, 77) = 1.06, P = 0.307) 或相互作用 (双向方差分析;F(3, 77) = 0.465, P = 0.708)。图 2cd表明, 丝绸的消化碳水化合物含量最低, 其次是外壳、尖端核和基核。除丝绸和基核外, 所有组织在统计学上都相似。
德州样本对品种 (双向方差分析) 无显著影响;F(1, 76) = 0.834, P = 0.364) 或组织类型 (双向方差分析;F(3, 76) = 1.03, P = 0.385), 但确实显示了显著的交互作用 (双向方差分析;F(3, 76) = 3.34, P = 0.024)。这一效应主要是因为双色品种 (Sh2 SS2742 III.) 中的碱基核比银皇后品种 (TRTD F1 (su)) 具有显著高的易消化碳水化合物含量。图 2e-f表明, 银皇后品种 (TRTD F1) 中, 不同组织类型的可消化碳水化合物含量没有统计学差异 (su), 但丝和基核组织对双色品种的差异有显著性 (Sh2 SS2742 NAT III)。
图1。营养素测定的标准曲线。(A)可溶蛋白测定的标准曲线, 显示具有最高相关系数的板 (最佳曲线)。(B)可溶蛋白测定的标准曲线, 显示与最低相关系数 (最差曲线) 的板。(C)消化碳水化合物测定的标准曲线。请单击此处查看此图的较大版本.
图2。每个组织类型的平均%soluble 蛋白和%digestible 碳水化合物含量.(A)锰bt Syngenta/NK-3122A-EZ (田间玉米), (B)锰非bt的普罗维登斯双色, (C)数控-Seedway bt 1576, (D) nc 非Bt甜 G90 混合, (E) TX-Sh2 SS2742 F1 NAT III双色, (F) TX-银皇后 TRTD F1 (苏)。圆圈显示原始数据, 而正方形显示平均值。绿色 (稻壳), 红色 (丝绸), 黄色 (尖端核) 和紫色 (基核)。将原点连接到每个正方形的虚线显示每个组织的 P: C 比率 (比值是虚线的斜率)。字母显示了在顶端的蛋白质差异和沿边的碳水化合物差异后的特殊结果, 不同的字母代表了不同组织间的显著差异。请单击此处查看此图的较大版本.
| IgG 浓度 (ug/uL) | 标准样品中的蛋白质 (ug) |
| 0.0000 | 0 |
| 0.0125 | 2 |
| 0.0250 | 4 |
| 0.0375 | 6 |
| 0.0500 | 8 |
| 0.1000 | 16 |
表 1.可溶性蛋白质测定的标准曲线计算.每种标准中蛋白质的数量都是按照每个标准的浓度来计算的, 并乘以每个井中标准溶液的数量 (160 µL)。
| D (+) 葡萄糖浓度 (ug/uL) | D (+) 标准样品中的葡萄糖 (ug) |
| 0.0000 | 0 |
| 0.0375 | 15 |
| 0.0750 | 30 |
| 0.1125 | 45 |
| 0.1500 | 60 |
| 0.1875 | 75 |
表2。消化碳水化合物测定的标准曲线计算.每种标准中的葡萄糖量都是根据每个标准的浓度来计算的, 并乘以每个试管中标准溶液的数量 (400 µL)。
| 地区 | 品种 | 位置 | N |
| 明尼苏达州 | Bt Syngenta/NK-3122A-EZ (田间玉米) | 罗斯芒特, 锰 (44.7070,-93.1073) | 10 |
| 非 Bt 普罗维登斯双色 | 罗斯芒特, 锰 (44.7070,-93.1073) | 10 | |
| 北卡罗来纳州 | 非 Bt 甜 G90 杂交 | 岩石安装, NC (35.8918,-77.6780) | 10 |
| Seedway Bt 1576 | 伊登顿, NC (36.1758,-76.7057) | 10 | |
| 德州 | Sh2 SS2742 F1 三色 | 拉伯克, TX (33.6935,-101.8249) | 10 |
| 银皇后 TRTD F1 (苏) | 拉伯克, TX (33.6935,-101.8249) | 10 |
表3。玉米取样地点和品种概述.对每个区域和品种组合, 收集了10只耳朵, 分析了四个组织: 稻壳, 丝绸, 尖端核和基核。
| 地区 | 品种 | 可溶性蛋白% | |||
| 皮 | 丝绸 | 提示内核 | 基本内核 | ||
| 明尼苏达州 | Bt Syngenta/NK-3122A-EZ (田间玉米) | 3.29 @ 0.38 | 4.57 @ 1.27 | 14.74 @ 1.54 | 7.07 @ 0.84 |
| 非 Bt 普罗维登斯双色 | 3.35 @ 0.58 | 6.71 @ 0.70 | 17.87 @ 3.85 | 48.41 @ 2.85 | |
| 北卡罗来纳州 | 非 Bt 甜 G90 杂交 | 2.90 @ 0.60 | 6.97 @ 0.63 | 12.95 @ 0.86 | 12.23 @ 0.83 |
| Seedway Bt 1576 | 5.48 @ 0.73 | 9.08 @ 0.62 | 10.75 @ 0.93 | 12.76 @ 1.16 | |
| 德州 | Sh2 SS2742 F1 三色 | 7.74 @ 1.03 | 12.15 @ 0.63 | 14.79 @ 0.69 | 14.88 @ 0.48 |
| 银皇后 TRTD F1 (苏) | 6.06 @ 1.05 | 8.17 @ 0.79 | 12.95 @ 1.19 | 12.32 @ 1.23 | |
表4。每个区域、品种和组织类型的平均蛋白质值。平均百分比 (由干燥质量) 显示 1 SE。
| 地区 | 品种 | 易消化碳水化合物% | |||
| 皮 | 丝绸 | 提示内核 | 基本内核 | ||
| 明尼苏达州 | Bt Syngenta/NK-3122A-EZ (田间玉米) | 37.55 @ 0.88 | 32.31 @ 1.38 | 36.79 @ 1.60 | 38.66 @ 1.57 |
| 非 Bt 普罗维登斯双色 | 37.30 @ 0.82 | 37.31 @ 2.30 | 35.80 @ 1.77 | 34.83 @ 1.37 | |
| 北卡罗来纳州 | 非 Bt 甜 G90 杂交 | 35.79 @ 0.81 | 35.28 @ 1.17 | 36.13 @ 0.91 | 39.47 @ 1.18 |
| Seedway Bt 1576 | 35.75 @ 0.58 | 34.91 @ 0.76 | 35.73 @ 1.35 | 37.29 @ 1.13 | |
| 德州 | Sh2 SS2742 F1 三色 | 35.55 @ 0.87 | 33.40 @ 1.10 | 34.85 @ 1.01 | 39.14 @ 1.22 |
| 银皇后 TRTD F1 (苏) | 34.63 @ 1.13 | 33.42 @ 2.33 | 35.16 @ 1.16 | 33.93 @ 1.03 | |
表5。每个区域、品种和组织类型的平均碳水化合物值.平均百分比 (由干燥质量) 显示 1 SE。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
通过将已建立的色度测定方法与有效的植物特异萃取协议相结合, 本文所展示的化验结果为测定植物可溶性蛋白和可消化碳水化合物含量提供了一种合理、准确的检测手段。我们用玉米作为范例的结果说明了这些协议是如何被用来在不同生物相关的空间尺度上获得精确测量的。例如, 我们能够发现植物可溶性蛋白和可消化的碳水化合物含量在地理区域, 品种 (或基因型), 组织类型, 甚至空间隔离组织之间的差异。这两种化验方法都可以使用普通的实验室设备和试剂, 只需要基本的实验室技能, 并且可以在短时间内分析数量相对较大的样本 (50-75)。
虽然执行起来比较容易, 但有些步骤比其他方法更重要, 如果做得不正确可能会限制结果的准确性。例如, 在取样阶段, 植物材料必须妥善处理。即使解剖植物组织将保持新陈代谢活跃直到暴露在致命的温度, 并且在这期间植物营养素内容可能改变。因此, 植物取样和冷冻之间的长时间段 (无论是液态氮还是冷藏库) 都可能增加样本植物营养素含量可能无法反映取样时存在的内容的可能性。
步骤 2.3. 3-2. 3.5 在蛋白质协议中对成功的结果特别重要, 因为这些步骤处理沉淀的蛋白质。在从离心管中清除上清液时, 必须注意避免丢失任何蛋白颗粒, 因为这样做会导致对蛋白质含量的低估。同样重要的是, 当洗涤蛋白质颗粒与丙酮这样做非常迅速。丙酮可以降解颗粒, 如果在接触超过几秒钟。我们建议将丙酮和颗粒之间的接触限制在5秒以内。最后, 在干燥颗粒时, 务必要小心, 只允许足够的时间让丙酮蒸发掉。如果颗粒的干燥时间过长, 就很难并用重悬。我们建议干燥颗粒30分钟, 然后检查的存在丙酮, 无论是通过视觉观察液体在管或通过仔细检测丙酮烟雾的气味。每10-15 分钟继续检查颗粒直到丙酮蒸发。
如布拉德福德 197616所述, 使用考马斯亮蓝 G-250 染料的量化步骤允许高灵敏度, 标准偏差只有5µg 蛋白/毫升, 高蛋白质染料复合稳定性, 有限的干扰非蛋白化合物。本试验检测范围为每微板块井1-20 µg 总蛋白 (低浓度测定) 或最大25µg/毫升;但是, 任何超过最高标准的浓度都应该被稀释和重新分析, 以取得最准确的结果 (如果需要这样的稀释和重新分析, 协议会产生过多的解决方案)。染料的偏倚优先于碱性氨基酸, 如精氨酸和芳香氨基酸残留物;然而, 布拉德福德检测仍然是最准确和最容易使用的方法, 总蛋白质量化的混合样本。
可消化碳水化合物的测定是一种快速、经济、简便的定量植物糖的方法, 而不包括结构碳水化合物 (如纤维素), 大多数食草动物都无法消化。最疑难的步骤在碳水化合物化验是步3.2.1 并且 3.3. 2-3. 3.4。在这里, 保持管子直立和在沸腾时拧紧 screwcaps 很重要, 因为引入任何水都会稀释样品并影响精确的定量。同时, 在使用苯酚和浓硫酸时必须小心, 因为两者都是高度腐蚀性的。应该指出的是, 我们提倡记录样品吸光度在 490 nm, 这是最大吸光度为己糖明显, 但不是其他糖, 如戊糖和醛酸酸, 其中最大吸光度在 480 nm20,21。对于植物样品中的糖混合物, 490 毫微米提供了一个适当的波长为定量总碳水化合物含量22,23,24, 但为对不同的糖的更加详细的分析看见20, 21。还应该指出, 益等。23为苯酚-硫酸碳水化合物的分析提供了一种简化的微板块方法。
估计植物养分含量25、26、27的另一个显著方法是近红外光谱。近红外光谱技术广泛应用于农业和食品生产。这种替代技术是无创的, 无损的, 采取任何湿化学方法所涉及的时间的一小部分, 并可以应用在不同的尺度从一个景观到一个单独的植物组织。该技术间接地测量养分, 依赖植物化学的精确湿化学测量, 用于校准。因此, 本文所描述的方法将在植物养分分析的未来有一个关键的位置, 确保校准是基于可溶性和可消化的营养素量化, 不偏袒非营养的元素代理。
所提出的测定植物可溶性蛋白质和可消化碳水化合物含量的方法对环境和生物科学有重要意义。尽管有大量关于植物组织元素组成的信息, 但关于植物营养素含量的信息却严重缺乏。鉴于与营养素含量相关的元素措施存在的局限性, 并确认植物营养含量与高阶生态过程之间的密切关系, 获得这种数据对于促进植物生理学、营养生态学、植物食草动物相互作用的领域, 食物-网动力学11,28,29,30。我们希望, 提供一个清晰和平易近人的方法来测量植物可溶性蛋白质和可消化的碳水化合物含量将鼓励研究人员收集和纳入这类数据的未来研究。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
多亏了我们所有的合作伙伴, 他们帮助了甜玉米领域的收集, 包括多米尼克 Reisig 和丹莫特在北卡罗来纳州立大学, 和帕特波特在得克萨斯州拉伯克 & M 大学德克萨斯州。多亏菲奥娜 Clissold 帮助优化了协议, 并为这篇手稿提供了编辑。这项工作的一部分是由德州 A & M c Everette Salyer 奖学金 (昆虫学系) 和生物技术风险评估赠款项目2015-33522-24099 来自美国农业部的竞争性赠款 (授予天然气和机顶盒)。
Materials
| Name | Company | Catalog Number | Comments |
| microplate reader (spectrophotometer) | Bio-Rad | Model 680 XR | |
| Bio-Rad Protein Assay Dye Reagent concentrate | Bio-Rad | #5000006 | 450mL |
References
- Simpson, S. J., Raubenheimer, D. The Nature of Nutrition: A Unifying Framework from Animal Adapation to Human Obesity. , Princeton University Press. Princeton, NJ. (2012).
- Behmer, S. T.
- Epstein, E. Mineral nutrition of plants: mechanisms of uptake and transport. Annual Review of Plant Physiology. 7 (1), 1-24 (1956).
- Chapin, F. S. III The mineral nutrition of wild plants. Annual Review of Ecology, Evolution, and Systematics. 11 (1), 233-260 (1980).
- Marschner, H. Marschner's Mineral Nutrition of Higher Plants. , Academic press. London, UK. (1956).
- Stieger, P. A., Feller, U. Senescence and protein remobilization in leaves of maturing wheat plants grown on waterlogged soil. Plant and Soil. 166, 173-179 (1994).
- Li, R., Volenec, J. J., Joern, B. C., Cunningham, S. M. Seasonal changes in nonstructural carbohydrates, protein, and macronutrients in roots of alfalfa, red clover, sweetclover, and birdsfoot trefoil. Crop Science. 36, 617-623 (1996).
- Sánchez, E., Rivero, R. M., Ruiz, J. M., Romero, L. Changes in biomass, enzymatic activity and protein concentration in roots and leaves of green bean plants (Phaseolus vulgaris L. cv. Strike) under high NH4NO3 application rates. Scientia Horticulturae. 99, 237-248 (2004).
- Lenhart, P. A., Eubanks, M. D., Behmer, S. T. Water stress in grasslands: Dynamic responses of plants and insect herbivores. Oikos. 124, 381-390 (2015).
- Machado, A. R., Arce, C. C. M., Ferrieri, A. P., Baldwin, I. T., Erb, M. Jasmonate-dependent depletion of soluble sugars compromises plant resistance to Manduca sexta. New Phytologist. 207, 91-105 (2015).
- Deans, C. A., Behmer, S. T., Fiene, J., Sword, G. A. Spatio-temporal, genotypic, and environmental effects of plant soluble protein and digestible carbohydrate content: implications for insect herbivores with cotton as an exemplar. Journal of Chemical Ecology. 42 (11), 1151-1163 (2016).
- Boisen, S., Bech-Andersen, S., Eggum, B. O. A critical view of the conversion factor 6.25 from total nitrogen to protein. Acta Agriculturae Scandinavica. 37, 299-304 (1987).
- Seed protein contents and nitrogen-to-protein conversion factors for some uncultivated tropical plant seeds. Food Chemistry. Ezeagu, I. E., Petzke, J. K., Metges, C. C., Akinsoyinu, A. O., Ologhobo, A. D. 78, 105-109 (2002).
- Izhaki, I. Influence of nonprotein nitrogen on estimation of protein from total nitrogen in fleshy fruits. Journal of Chemical Ecology. 19, 2605-2615 (1993).
- Mossé, J. Nitrogen to protein conversion factor for ten cereals and six legume or oilseeds. A reappraisal of its definition and determination. Variation according to species and seed protein content. Journal of Agricultural and Food Chemistry. 38, 18-24 (1990).
- Bradford, M. M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding. Analytical Biochemistry. 72 (1-2), 248-254 (1976).
- Jones, C. G., Hare, J. D., Compton, S. J. Measuring plant protein with the Bradford assay. Journal of Chemical Ecology. 15 (3), 979-992 (1989).
- Dubois, M., Gilles, K. A., Hamilton, J. K., Rebers, P. A., Smith, F. Colormetric method for determination of sugars and related substances. Analytical Biochemistry. 28, 350-358 (1956).
- Clissold, F. J., Sanson, G. D., Read, J. The paradoxical effects of nutrient ratios and supply rates on an outbreaking insect herbivore, the Australian plague locust. Journal of Animal Ecology. 75, 1000-1013 (2006).
- Smith, D., Paulsen, G. M., Raguse, C. A. Extraction of total available carbohydrates from grass and legume tissue. Plant Physiology. 39 (6), 960-962 (1964).
- Cui, S. W. Food carbohydrates: Chemistry, physical properties, and applications. , CRC Press. Boca Raton, FL, USA. (2005).
- Chow, P. S., Landhäusser, S. M. A method for routine measurements of total sugar and starch content in woody plant tissues. Tree Physiology. 24 (10), 1129-1136 (2004).
- Masuko, T., Minami, A., Iwasaki, N., Majima, T., Nishimura, S. I., Lee, Y. C. Carbohydrate analysis by a phenol-sulfuric acid method in microplate format. Analytical Biochemistry. 339 (1), 69-72 (2005).
- Foley, W. J., McIlwee, A., Lawler, I., Aragones, L., Woolnough, A. P., Berding, N. Ecological applications of near infrared reflectance spectroscopy- a tool for rapid, cost-effective prediction of the composition of plant and animal tissues and aspects of animal performance. Oecologia. 116 (3), 292-305 (1998).
- Kokaly, R. F. Investigating a physical basis for spectroscopic estimates of leaf nitrogen concentration. Remote Sensing of Environment. 75 (2), 153-161 (2001).
- Schulz, H., Baranska, M. Identification and quantification of valuable plant substances by IR and Raman spectroscopy. Vibrational Spectroscopy. 43 (1), 13-25 (2007).
- Cozzolino, D., Morón, A. The potential of near-infrared reflectance spectroscopy to analyse soil chemical and physical characteristics. The Journal of Agricultural Science. 140, 65-71 (2003).
- Simpson, S. J., Sword, G. A., Lorch, P. D., Couzin, I. D. Cannibal crickets on a forced march for protein and salt. Proceedings of the National Academy of Sciences of the United States of America. 103 (11), 4152-4156 (2006).
- Lihoreau, M., Buhl, J., Sword, G. A., Raubenheimer, D., Simpson, S. J. Nutritional ecology beyond the individual: a conceptual framework for integrating nutrition and social interactions. Ecology Letters. 18 (3), 273-286 (2015).
- Deans, C. A., Behmer, S. T., Tessnow, A., Tamez-Guerra, P., Pusztai-Carey, M., Sword, G. A. Nutrition affects insect susceptibility to Bt. Scientific Reports. 7, 39705 (2017).
