2016年10月5日
本文描述了非靶向代谢组学、转录组学及多变量统计分析在葡萄果实转录本和代谢物研究中的应用,旨在深入理解风土(terroir)概念。 即环境对浆果品质性状的影响。
这些实验程序的总体目标是观察葡萄品种科维纳(Corvina)果实代谢组和转录组中不同风土条件的特征差异。本案例研究涵盖了三个生长季中,在三个大区的七个葡萄园内,于三个成熟阶段采集并分析样品的过程。所采用的技术揭示了年份效应对果实代谢组的主导影响。
在成熟的浆果中也鉴定出代表三个宏观区域的特异性化学特征。通过合适的统计方法揭示了宏观区域水平上的风土特征,例如主成分分析(PCA)和自动双向正交投影至潜结构离散分析(auto BLSDA),用于分析转录组学和代谢组学数据矩阵。另一方面,单个葡萄园之间的差异更为细微,需要更复杂且更敏感的统计方法。
实验开始前,需制定合适的采样方案。确保采样方案中明确说明采样地点、采样时间以及具体的采样操作步骤。从两行葡萄藤的不同位置采集30个果穗后,从每个果穗中随机选取3颗果实,避免选择有明显损伤或感染迹象的果实。
重复此过程,为每个成熟阶段获得三个独立的样本池。去除果实的种子,并立即用液氮速冻果皮。使用自动研磨机将每个样本池中的所有冷冻果实研碎。
将每份粉末样品均分为两等份,一份用于转录组学分析,另一份用于代谢组学分析。然后,封闭并取出研钵,将粉末在-80摄氏度下保存。在室温下,用三倍体积的甲醇制备浆果样品的代谢提取物,甲醇中加入0.1%甲酸酸化,在40千赫的超声波水浴中超声处理15分钟。
在 4 摄氏度下,以 16,000 × g 离心提取物 10 分钟。将上清液用两倍体积的去离子水稀释,然后通过 0.2 微米滤膜过滤。按照文本方案中的描述,使用电喷雾离子化源或 HPLC-ESI-MS 系统,建立与质谱联用的高效液相色谱分析方法。
采用溶剂A和B的线性梯度洗脱,在0.2毫升/分钟的恒定流速下运行高效液相色谱分离,进样体积为30微升。以交替的负离子和正离子电离模式采集质谱数据,参数见文本实验方案。为处理液相色谱-质谱数据,使用合适的软件(例如开源软件M Zeta Mine 2.14版本)进行峰检测对齐、填补空白及峰过滤处理。
将生成的文本文件导入电子表格中。这将生成一个数据矩阵,其中所有通过编号、质荷比值和保留时间识别出的代谢物,均以其峰面积值在所有样品中进行定量。根据四包格式规范制备杂交体系,将1.65 µg的氰基荧光素标记的互补RNA溶于41.8 µL去离子无RNA酶水中,最终体积为41.8 µL。
加入11微升10X封闭剂和2.2微升25X片段化缓冲液。在60摄氏度恒温浴中孵育30分钟,以片段化RNA。30分钟后,立即置于冰上冷却1分钟。
最后,加入55 µL的2倍杂交缓冲液,用移液器充分混匀。在室温下以15,500 ×g离心1分钟后,立即将微量离心管置于冰上。为加载定制微阵列,将垫片玻片标签面向上放入杂交舱的底座中。
缓慢将100微升杂交样品加载至每个垫片孔中,使用移液器枪头缓慢加入液体,避免产生气泡。将定制微阵列缓慢倒置放置,确保数字条形码朝上。确保三明治配对结构正确对齐。
最后,将杂交室的盖子盖在夹好的载玻片上,并用手拧紧夹子固定杂交室。旋转组装好的杂交室,观察气泡的移动情况。将组装好的载玻片杂交室置于平衡的旋转架中,放入设定为65摄氏度的杂交炉内。
将旋转器设置为10 RPM旋转,使杂交反应持续17小时。为进行微阵列芯片洗涤,准备三个切片染色皿,并加入相应的洗涤缓冲液。
用室温的洗涤缓冲液一填充两个培养皿,另用预热的洗涤缓冲液二填充一个培养皿。拆卸杂交腔室,取出夹心结构。将微阵列芯片的数字条形码面朝上,把夹心结构浸入盛有室温洗涤缓冲液一的第一个染色培养皿中,借助干净的镊子将垫圈从微阵列芯片上分离。
迅速将微阵列芯片转移至载玻片架中,并将其放入盛有室温洗涤缓冲液一的第二个染色缸内。将染色缸置于磁力搅拌器上,中等速度搅拌洗涤一分钟。迅速将载玻片架转移至第三个染色缸中,该缸内盛有预热的洗涤缓冲液二,同样中等速度搅拌洗涤一分钟。
缓慢地将染色架从玻片染色皿中取出,并小心地将玻片从架上取下,避免产生液滴。将微阵列玻片放入合适的扫描仪中,根据微阵列制造商使用说明书推荐的参数设置,对每个阵列进行扫描。为准备统计分析软件,首先导入代谢组学和转录组学数据。
转到文件,新建常规项目,新建常规项目,以导入获得的数据矩阵。然后点击编辑,转置整个矩阵,返回首页,并分配适当的主 ID 和次级 ID,最后完成。
为了进行多变量统计分析,请进入工作集窗口,选择 PCAX 作为模型类型,然后点击 AutoFit。选择得分(Scores),再选择散点图(Scatter),以查看显示样本可能分组的图表。检查主成分分析(PCA)得分图。
如果已获得一个良好的模型,则使用相同类别的样本构建O2PLS判别分析模型。要利用按MacroZone分类的样本建立两个O2PLS判别分析模型,请前往Home窗口,选择New As,M1,以及Observations,设置所需的类别。
然后,将模型类型从PCAX更改为O2PLS判别分析。点击Autofit。接着在项目窗口中选择M2,点击Scores,然后选择Scatter,以查看样本分类的散点图及其位置。
转到“选择数据类型”,并选择“观测值和载荷”。然后单击“添加系列”,选择“PQ相关性一”和“PQ相关性二”,或存在时的其他组分。在图表上按住鼠标右键,进入“属性”,选择“颜色”,然后选择“按类别”,以区分不同分子和类别的图表符号。
转到布局、格式化图表、访问和/或样式,以根据所需特征修改图表。要观察哪些代谢物表征一个或多个特定类别,请转到图表列表,然后选择散点图。通过对整个数据矩阵进行主成分分析(PCA)的探索性分析,结果显示样本根据成熟阶段(包括转色期、中期成熟和完全成熟期)在第一和第二主成分上聚类。
样本沿第三主成分根据生长季节聚类。对成熟浆果进行O2PLS判别分析,可识别出代表三个大区(Valpolicella、Garda Lake 和 Soave)特定风土特征的标志物。这些模型的载荷图以PQ相关性表示,即P(样本类别)与Q(代谢物)之间的相关性。
在载荷图中,红色方块代表样本或宏观区域类别,彩色三角形代表单个代谢物。代谢物根据其化学类别进行颜色编码,代谢物与样本之间的距离反映了它们之间的关联性。加尔达湖宏观区域的特征成分为芪类化合物,而索阿韦和瓦尔波利切拉区域则以黄酮类化合物为特征。
在花青素中,牡丹色素(peonidin)及其衍生物在加尔达湖大区更为丰富,而其他花青素则在瓦尔波利塞拉大区更为常见。此外,花青素-3-O-葡萄糖苷在瓦尔波利塞拉大区含量较高,而酰化和香豆酰化衍生物在索阿韦大区更为丰富。转录组学、RA 和 RNA sig 方法可实现对成千上万条葡萄藤转录本的同步监测。
一种新型定制微阵列最近被设计出来,其包含的探针数量更多,代表了新近发现的葡萄属额外基因序列。鉴于转录组学平台更新迅速,我们描述了一种使用新平台的替代方案,该平台所含探针数量超过旧平台,其中包括249个新预测的peno转录本、1392个新鉴定的peno位点以及179个corvina prava基因。采用HPLC-ESI-MS进行的代谢组学分析具有足够高的灵敏度,可同时检测大量代谢物。
建立采样平面至关重要。选择单一克隆以最大限度减少遗传差异,并进行多次时间点的采样,从而能够识别不同风土条件之间的真正差异。若能比较同一品种在较非最适区域种植的情况将十分有意义,但遗憾的是,这些葡萄园无法获得。
查看完整文字稿并访问数千部科学视频
本文通过非靶向代谢组学和转录组学分析葡萄果实的代谢物和转录本,探讨风土概念。研究重点是环境因素对果实品质性状的影响。
本研究展示了多组学方法如何检测生物系统中的环境特征,通过将表型变异与分子驱动因素相联系,为降低靶点验证风险提供了框架。代谢组学与转录组学的整合能够深入揭示环境因素调控生物通路的机制,从而增强早期发现阶段的预测可信度。此类方法有助于优先选择生物学相关性更强的靶点,并减少因对依赖于特定生物学背景的效应理解不足而导致的候选分子淘汰。
该方法通过在明确条件下实现对生物系统的假设驱动型探索,借助机制性见解支持先导化合物的鉴定,并通过特定情境下的分子谱型分析为临床前验证提供依据,从而契合发现研究的连续进程。