2018年8月6日
本文所述的实验方案为测定植物组织中可溶性蛋白质和可消化(非结构性)碳水化合物含量提供了清晰且易于操作的方法。准确量化这两种植物宏量营养素,对于推动植物生理学、营养生态学、植物与植食性动物相互作用以及食物网生态学等领域的研究具有重要意义。
该方法可使植物科学和营养生态学领域的研究人员准确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。这些技术的主要优势在于,能够以快速简便的方式高精度地定量这两种极为重要的宏量营养素。由于植物蛋白质和碳水化合物构成了陆地食物网的基础,这些技术在生态学领域具有重要意义。
通常,初次接触该技术的研究人员可能会遇到困难,因为该过程包含多个步骤,且其中一些技术在普通实验室中并不常用。首先,将每种组织的重复样品称量并分装至已标记的 1.5 毫升微量离心管中。接着,准确记录每个样品的质量。
使用微量移液器,向每支试管中加入500微升0.1摩尔的氢氧化钠。盖紧管盖,对试管进行超声加热处理30分钟。接着,将试管放入预热的水浴中,加热15分钟。
此后,将离心管在15,000 G条件下离心10分钟。使用新的移液枪头,将上清液转移至新的、已标记的微量离心管中,每个样本使用新的枪头。向沉淀中加入300微升0.1摩尔的氢氧化钠溶液,并再次离心10分钟。
此后,弃去上清液,并将其转移至含有第一次离心所得上清液的离心管中。为中和上清液的 pH 值,加入 11 µL 的 5.8 M 盐酸。使用石蕊试纸确认 pH 值约为 7。
接下来,向每支试管中加入90微升100%三氯乙酸。然后将试管置于冰上孵育30分钟。在4°C条件下,以13,000 G离心10分钟。
使用真空管线和玻璃微量移液器吸头小心地去除三氯乙酸。注意不要用吸头扰动沉淀。接着,用100 µL预冷至20 °C的丙酮洗涤沉淀,然后在通风橱中让丙酮自然挥发。
用1毫升氢氧化钠溶解蛋白质沉淀。可能需要进行多轮加热、涡旋和超声处理。将每种IgG标准溶液各160微升以三复孔形式加入96孔板中,从A1孔开始。接着,在新的1.5毫升离心管中,将每种样品溶液各50微升加入950微升蒸馏水中。
然后从 H1 位置开始,将每种稀释后的样品各取 60 微升,以每份三个复孔的方式加入到孔板中。向所有空白对照孔和未知样品孔中各加入 100 微升蒸馏水。使用多通道移液器,向孔板的每个孔中加入 40 微升考马斯亮蓝 G-250 蛋白染料。
使用针头刺破孔中出现的任何气泡。随后,将酶标板在室温下孵育五分钟。然后使用微孔板分光光度计在595纳米波长处测定每孔的吸光度值。
首先,将每个组织样品的重复样本称重后分别放入玻璃15毫升试管中。标记试管,并记录每个样品的精确质量。接着,向每支试管中加入1毫升0.1摩尔的硫酸溶液,并 tightly 拧紧管盖。
然后将试管放入沸水浴中加热一小时。将试管转移至温水浴中冷却。随后将试管中的内容物倒入已标记的1.5毫升微量离心管中。
将离心管在15,000 G条件下离心10分钟。使用微量移液器将上清液转移至新标记的1.5毫升离心管中。用移液器将每种未知样品各15微升转移至各自的试管中。
然后向每支试管中加入 385 微升蒸馏水。在通风橱中,向每支标准品和待测样品试管中加入 400 微升 5%苯酚。紧接着,立即向每支试管中加入 2 毫升硫酸。
务必将硫酸加入溶液表面。将试管孵育10分钟后,涡旋振荡试管,然后继续孵育30分钟。
从每个样品管中转移800微升至三个聚苯乙烯1.5毫升半微量比色皿中。然后将分光光度计设置为在490纳米波长下读数,并使用空白比色皿进行校准。最后,依次将每个比色皿放入分光光度计中测定并记录吸光度。
采用本方案,分析了来自三个地理区域的四种不同田间玉米和甜玉米组织中的可溶性蛋白质和可消化碳水化合物含量。不同区域之间的可溶性蛋白质含量存在显著差异,因此需要对每个区域分别进行分析。在不同区域间,各组织的可溶性蛋白质和可消化碳水化合物含量也存在多项差异。
在明尼苏达州,组织仅在可溶性蛋白含量上存在差异,而在北卡罗来纳州,组织在可溶性蛋白和可消化碳水化合物两方面均存在差异。德克萨斯州组织中宏量营养素含量的变异性则取决于品种。该技术将使植物科学和营养生态学领域的研究人员能够精确测定植物可溶性蛋白和可消化碳水化合物,而非依赖元素测定结果进行推断。
请务必注意,操作液氮、浓酸和浓碱可能具有极高的危险性。因此,在使用这些化学品时,应始终采取防护措施,例如佩戴手套、安全护目镜、实验服和密闭鞋头的鞋子。
查看完整文字稿并访问数千部科学视频
本文介绍了测定植物组织中可溶性蛋白和可消化碳水化合物的方法。这些技术对于理解植物生理学及生态相互作用至关重要。
准确量化植物大量营养素有助于验证营养生态学中的靶点,并降低植物-食草动物相互作用模型的机制性风险。通过直接测定可溶性蛋白质和可消化碳水化合物,减少了对推断性元素相关性的依赖,从而提高了食物网动态研究的预测可信度。这使得基于植物的研究流程中,转化生物标志物的发现和临床前模型的开发更加可靠。
该方法通过提供定量的大量营养素数据,融入发现生物学工作流程,从而为植物-食草动物互作模型中的假设检验和通路阐明提供依据。