Summary

Hedefsiz Sıvı Kromatografisi-Kütle Spektrometresi Tabanlı Metabolomik Buğday Tanesi Analizi

Published: March 13, 2020
doi:

Summary

Buğday tanemetabolitleri ve lipitlerinin hedeflenmemiş analizi için bir yöntem sunulmuştur. Protokol, pozitif ve negatif elektrosprey iyonizasyon modlarında edinim ile bir asetonnril metabolit çıkarma yöntemi ve ters faz sıvı kromatografi-kütle spektrometresi metodolojisi içerir.

Abstract

Tarım uygulamalarında genler, çevre ve yönetim arasındaki etkileşimlerin anlaşılması, ürün verimi ve kalitesinin daha doğru tahmin ve yönetimine olanak sağlayabilir. Metabolomik veriler, bu etkileşimlerin belirli bir anda okunmasını sağlar ve bir organizmanın biyokimyasal durumu hakkında bilgilendiricidir. Ayrıca, bireysel metabolitler veya metabolitlerin panelleri verim ve kalite tahmini ve yönetimi için hassas biyobelirteçler olarak kullanılabilir. Bitki metabolom fizyolojik özellikleri ve biyomarker keşif içine bir biyokimyasal anlayış için bir fırsat sağlamak çeşitli fizyokimyasal özelliklere sahip küçük moleküllerin binlerce içerdiği tahmin edilir. Bunu kullanmak için, metabolomik araştırmacılar için önemli bir amaç tek bir analiz içinde mümkün olduğunca çok fizikokimyasal çeşitliliğin yakalamaktır. Burada tarlada yetişen buğday tanesinin analizi için sıvı kromatografi-kütle spektrometresi tabanlı hedefsiz metabolomik bir yöntem salıyoruz. Yöntem üçüncü bir mobil faz tanıtmak için sıvı kromatografi quaternary solvent yöneticisi kullanır ve bir lipid-münakaşa gradyanı ile geleneksel ters faz gradyanı birleştirir. Tane hazırlama, metabolit ekstraksiyonu, enstrümantal analiz ve veri işleme iş akışları ayrıntılı olarak açıklanmıştır. İyi kütle doğruluğu ve sinyal tekrarlanabilirliği gözlendi ve yöntemiyonizasyon modu başına biyolojik olarak yaklaşık 500 özellik verdi. Ayrıca buğday çeşitleri arasında anlamlı olarak farklı metabolit ve lipid özelliği sinyalleri belirlendi.

Introduction

Tarımda genler, çevre ve yönetim uygulamaları arasındaki etkileşimlerin anlaşılması, ürün verimi ve kalitesinin daha doğru tahmin ve yönetimine olanak sağlayabilir. Bitki metabolitleri genom, çevre (iklim, yağış vb.) gibi faktörlerden ve tarım ortamında, bitkilerin yönetilme şeklinden (örneğin, gübre, mantar ilacı vb.) etkilenir. Genomun aksine, metabolom tüm bu faktörlerden etkilenir ve bu nedenle metabolomik veriler bu etkileşimlerin belirli bir zamanda biyokimyasal parmak izini sağlar. Metabolomik temelli bir çalışmanın iki amacından biri vardır: birincisi, organizmanın biyokimyasını daha iyi anlamak ve fizyolojiye göre tedirginlik (abiyotik veya biyotik stres) yanıt mekanizmasını açıklamaya yardımcı olmak; ve ikincisi, biyobelirteçleri çalışma altındaki tedirginlikle ilişkilendirmek. Her iki durumda da, bu bilgiye sahip olmanın sonucu, geliştirilmiş verim büyüklüğü ve kalitesi hedefine ulaşmak için daha hassas bir yönetim stratejisidir.

Bitki metabolom çeşitli fizyokimyasal özelliklere sahip küçük moleküllerin binlerce1 içerdiği tahmin edilir. Şu anda, hiçbir metabolomik platformlar (ağırlıklı olarak kütle spektrometresi ve nükleer manyetik rezonans spektroskopisi) tek bir analizde tüm metabolom yakalayabilir. Metabolomun tek bir analitik çalışma içinde mümkün olduğunca geniş bir kapsama alanı sağlayan bu tür tekniklerin (numune hazırlama, metabolit ekstraksiyonu ve analizi) geliştirilmesi, metabolomik araştırmacılar için önemli bir amaçtır. Buğday tanesinin önceki hedeflenmemiş metabolomik analizleri, birden fazla kromatografik ayrım ve edinim kutuplarından elde edilen verileri birleştirmiş ve/veya daha fazla metabolom kapsama alanı için enstrümantasyon almıştır. Ancak, bu örneklerin her modalite için ayrı ayrı hazırlanması ve elde edilmesi gerekmektedir. Örneğin, Beleggia ve ark.2 polar analitlerin GC-MS analizi için türev leştirilmiş bir örnek hazırladı. Das ve ark.3 analizlerinde kapsama alanını iyileştirmek için hem GC hem de LC-MS yöntemlerini kullanmaktadır; ancak, bu yaklaşım genellikle yukarıda açıklandığı gibi ayrı örnek hazırlıkları yanı sıra iki bağımsız analitik platformlar gerektirir. GC-MS2,3,3,4 ve LC-MS3kullanarakbuğday tanelerinin önceki analizleri,GC-MS için 50 ila 412 (55 tanımlı) özellik, kombine GC-MS ve LC-MS için 409 ve LC-MS lipidomik analizi için birkaç bin adet ilerler.5 Tek bir analiz de en az iki mod birleştirerek, genişletilmiş metabolom kapsama sağlanabilir, biyolojik yorumlama zenginliğini artırırken aynı zamanda hem zaman hem de maliyet tasarrufu sunan.

Tersine faz kromatografisi ile lipid türlerinin geniş bir yelpazede verimli ayrılmasına izin vermek için, modern lipidomics metodolojileri genellikle elüsülasyon solvent yüksek oranda izopropanol kullanın6, aksi takdirde kromatografi tarafından çözülmemiş olabilir lipid sınıfları için olanaklar sağlayan. Verimli bir lipid ayrıştırma için, başlangıç mobil faz da çok organik kompozisyondaha yüksektir 7 tipik ters faz kromatografik yöntemler, hangi moleküllerin diğer sınıfları dikkate. Degradenin başlangıcındaki yüksek organik bileşim, bu yöntemleri diğer moleküllerin sınıflarına daha az uygun hale getirir. En önemlisi, ters faz sıvı kromatografisi, çoğunlukla sulu bir bileşimle başlayan ve kromatografinin elüsyon mukavemeti arttıkça organik içerikte artan ikili bir çözücü degradesi kullanır. Bu amaçla, metabolitlerin hem lipid hem de lipid olmayan sınıflarının ayrılmasını tek bir analizde elde etmek için iki yaklaşımı birleştirmeye çalıştık.

Burada, üçüncü bir mobil faz kullanan ve tek bir örnek hazırlama ve bir analitik kolon kullanarak kombine geleneksel ters faz ve lipidomics-uygun kromatografi yöntemi sağlayan bir kromatografik yöntem salıyoruz. Daha önce ağırlıklı olarak klinik metabolomik çalışmalarda uygulanan kalite kontrol önlemleri ve veri filtreleme adımlarının çoğunu benimsedik. Bu yaklaşımlar, yüksek teknik tekrarlanabilirlik ve biyolojik önemi olan sağlam özellikleri belirlemede yararlıdır ve bu kriterleri karşılamayanları hariç tutar. Örneğin, havuzlu QC örnek8,QC düzeltme9,veri filtreleme9,10 ve eksik özellikleri nputasyon tekrar analizi açıklar11.

Protocol

Bu yöntem 30 numune (numune başına yaklaşık 150 tohum) için uygundur. Burada on farklı tarlada yetişen buğday çeşidinin üç biyolojik kopyaları kullanılmıştır. 1. Tahılların hazırlanması -80 °C depolamadan numune (tam taneler) alın.NOT: Numuneler birden fazla mevsimden toplanıyorsa, tohumların hasattan kısa bir süre sonra dondurulması önerilir. Bu depolama değişen dönemlerden sonra oluşabilir metabolit konsantrasyonu herhangi bir değişiklik en a…

Representative Results

Bitki metabolom genomu ve çevre bir arada etkilenir, ve ayrıca bir tarımsal ortamda, ürün yönetimi rejimi. Buğday çeşitleri arasındaki genetik farklılıkların metabolit düzeyinde gözlemlenebildiği, burada 500’den fazla ölçülen bileşiğin sadece tahıldaki çeşitler arasında anlamlı olarak farklı konsantrasyonlar gösterdiğini gösteriyoruz. İyi kütle doğruluğu (<10 ppm hatası) ve iç standartların sinyal tekrarlanabilirliği (< RSD) hem negatif hem de pozi…

Discussion

Burada, buğday tanesi nin analizi için LC-MS tabanlı hedeflenmemiş metabolomik bir yöntem salıyoruz. Yöntem, ters faz degradesine üçüncü bir mobil faz getirerek dört kazanım modunu (ters faz ve lipid-amenable ters faz ile pozitif ve negatif iyonizasyon) iki modda birleştirir. Birleşik yaklaşım, iyon polaritesi başına yaklaşık 500 biyolojik olarak ilgili özellik vermiştir ve bunların kabaca yarısı buğday çeşitleri arasındaki yoğunluk açısından önemli ölçüde farklılık göstermiş. Fa…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Yazarlar Batı Avustralya Premier Tarım ve Gıda Bursu programı (İş Bölümü, Turizm, Bilim ve Yenilik, Batı Avustralya Hükümeti) ve Premier Fellow, Profesör Simon Cook (Merkezi kabul etmek istiyorum Dijital Tarım, Curtin Üniversitesi ve Murdoch Üniversitesi). Saha denemeleri ve tahıl numunesi toplama, Batı Avustralya’nın Bölgeler için Telif Hakları programı hükümeti tarafından desteklendi. Grantley Stainer ve Robert French’i saha denemelerine katkılarından dolayı kabul ediyoruz. NCRIS tarafından finanse edilen Bioplatforms Avustralya ekipman finansmanı için kabul edilmektedir.

Materials

13C6-sorbitol Merck Sigma-Aldrich 605514
2-aminoanthracene Merck Sigma-Aldrich A38800-1 g
Acetonitrile ThermoFisher Scientific FSBA955-4 Optima LC-MS grade
Ammonium formate Merck Sigma-Aldrich 516961-100 mL >99.995%
Analyst TF Sciex Version 1.7
AnalyzerPro software SpectralWorks Ltd. Data processing software used for step 7.2. Version 5.7
AnalyzerPro XD sortware SpectralWorks Ltd. Data processing software used for step 7.5. Version 1.4
Balance Sartorius. Precision Balances Pty. Ltd.
d6-transcinnamic acid Isotec 513962-250 mg
Formic acid Ajax Finechem Pty. Ltd. A2471-500 mL 99%
Freeze dryer (Freezone 2.5 Plus) Labconco 7670031
Glass Schott bottles (100 mL, 500 mL, 1 L)
Glass vials (2 mL) and screw cap lids (pre-slit) Velocity Scientific Solutions VSS-913 (vials), VSS-SC91191 (lids)
Installation kit for Sciex TripleToF Sciex p/n 4456736
Isopropanol ThermoFisher Scientific FSBA464-4 Optima LC-MS grade
Laboratory blender Waring commercial Model HGBTWTS3
Leucine-enkephalin Waters p/n 700008842 Tuning solution
Metaboanalyst https://www.metaboanalyst.ca/MetaboAnalyst/faces/home.xhtml Web-based analytical pipeline for high-throughput metabolomics. Free, web-based tool. Version 4.0.
Methanol ThermoFisher Scientific FSBA456-4 Optima LC-MS grade
Miconazole Merck Sigma-Aldrich M3512-1 g
Microcentrifuge (Eppendorf 5415R) Eppendorf (Distributed by Crown Scientific Pty. Ltd.) 5426 No. 0021716
Microcentrifuge tubes (2 mL) SSIbio 1310-S0
Microsoft Office Excel Microsoft
Peak View software Sciex Version 1.2 (64-bit)
Pipette tips (200 uL, 100 uL) ThermoFisher Scientific MBP2069-05-HR (200 uL), MBP2179-05-HR (1000 uL)
Pipettes (200 uL, 1000 uL) ThermoFisher Scientific
Plastic centrifuge tubes (15 mL) ThermoFisher Scientific NUN339650
Progenesis QI Nonlinear Dynamics Samll molecule discovery analysis software. Version 2.3 (64-bit)
Sciex 5600 triple ToF mass spectrometer Sciex
Screw-cap lysis tubes (2 mL) with ceramic beads Bertin Technologies
Sodium formate Merck Sigma-Aldrich 456020-25 g
Tissue lyser/homogeniser Bertin Technologies Serial 0001620
Volumetric flasks (10 mL, 50 mL, 100 mL, 200 mL, 1 L)
Vortex mixer IKA Works Inc. (Distributed by Crown Scientific Pty. Ltd.) 001722
Water ThermoFisher Scientific FSBW6-4 Optima LC-MS grade
Water's Acquity LC system equipped with quaternary pumps Waters
Water's Aquity UPLC 100mm HSST3 C18 column Waters p/n 186005614

Referencias

  1. Hall, R., et al. Plant metabolomics: the missing link between genotype and phenotype. Plant Cell. 14, (2002).
  2. Beleggia, R., et al. Effect of genotype, environment and genotype-by-environment interaction on metabolite profiling in durum wheat (Triticum durum Desf.) grain. Journal of Cereal Science. 57 (2), 183-192 (2013).
  3. Das, A., Kim, D. -. W., Khadka, P., Rakwal, R., Rohila, J. S. Unraveling Key Metabolomic Alterations in Wheat Embryos Derived from Freshly Harvested and Water-Imbibed Seeds of Two Wheat Cultivars with Contrasting Dormancy Status. Frontiers in Plant Science. 8 (1203), (2017).
  4. Francki, M. G., Hayton, S., Gummer, J. P. A., Rawlinson, C., Trengove, R. D. Metabolomic profiling and genomic analysis of wheat aneuploid lines to identify genes controlling biochemical pathways in mature grain. Plant Biotechnology Journal. 14 (2), 649-660 (2016).
  5. Riewe, D., Wiebach, J., Altmann, T. Structure Annotation and Quantification of Wheat Seed Oxidized Lipids by High-Resolution LC-MS/MS. Plant Physiology. 175 (2), 600-618 (2017).
  6. Blazenovic, I., et al. Structure Annotation of All Mass Spectra in Untargeted Metabolomics. Analytical Chemistry. 91 (3), 2155-2162 (2019).
  7. Castro-Perez, J. M., et al. Comprehensive LC-MSE Lipidomic Analysis using a Shotgun Approach and Its Application to Biomarker Detection and Identification in Osteoarthritis Patients. Journal of Proteome Research. 9 (5), 2377-2389 (2010).
  8. Sangster, T., Major, H., Plumb, R., Wilson, A. J., Wilson, I. D. A pragmatic and readily implemented quality control strategy for HPLC-MS and GC-MS-based metabonomic analysis. Analyst. 131 (10), 1075-1078 (2006).
  9. Dunn, W. B., et al. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatography and liquid chromatography coupled to mass spectrometry. Nature Protocols. 6 (7), 1060-1083 (2011).
  10. Broadhurst, D., et al. Guidelines and considerations for the use of system suitability and quality control samples in mass spectrometry assays applied in untargeted clinical metabolomic studies. Metabolomics. 14 (6), 72 (2018).
  11. Chong, J., et al. MetaboAnalyst 4.0: towards more transparent and integrative metabolomics analysis. Nucleic Acids Research. 46 (1), 486-494 (2018).
  12. Du Fall, L. A., Solomon, P. S. The necrotrophic effector SnToxA induces the synthesis of a novel phytoalexin in wheat. New Phytologist. 200 (1), 185-200 (2013).
  13. Bowne, J. B., et al. Drought Responses of Leaf Tissues from Wheat Cultivars of Differing Drought Tolerance at the Metabolite Level. Molecular Plant. 5 (2), 418-429 (2012).
  14. Wang, M., et al. Sharing and community curation of mass spectrometry data with Global Natural Products Social Molecular Networking. Nature Biotechnology. 34 (8), 828-837 (2016).
  15. Shahaf, N., et al. The WEIZMASS spectral library for high-confidence metabolite identification. Nature Communications. 7 (1), 12423 (2016).
check_url/es/60851?article_type=t

Play Video

Citar este artículo
Abbiss, H., Gummer, J. P. A., Francki, M., Trengove, R. D. Untargeted Liquid Chromatography-Mass Spectrometry-Based Metabolomics Analysis of Wheat Grain. J. Vis. Exp. (157), e60851, doi:10.3791/60851 (2020).

View Video