Zur Minimierung und Vermeidung von Fehlinterpretationen der PLFA Daten müssen sorgfältig Daten-Screening durchgeführt werden, weil einige PLFAs, die im Boden mikrobiellen Gemeinschaft gefunden werden, sind auch in Einzel- und mehrzelligen eukaryotischen Organismen, wie Pflanzenwurzeln, Algen und Bodentiere. Darüber hinaus enthalten Archaea nicht PLFAs; stattdessen werden archaeal Membranen bestehen aus Phospholipid Etherlipide (PLELs). Folglich kann das Protokoll nicht PLFA archaeal Gemeinschaften verwendet werden, im Boden zu charakterisieren.
Zuordnen einzelner PLFAs zu spezifischen mikrobiellen Gruppen sollte mit Vorsicht erfolgen (siehe die 2011 Veröffentlichung von Frostegård und Kollegen 34 für eine ausgezeichnete Diskussion über einige der Einschränkungen des PLFA Methode) ausgeübt werden. Stattdessen kann es sinnvoller sein, wie in Figur 2, zu einer Gruppe PLFAs basierend auf ihrer chemischen Struktur durchgeführt wurde, beispielsweise i) geradkettigen gesättigten PLFAs, ii) gesättigtem PLFAs mit mittleren chain (10-methyl) abzweig, iii) endständig verzweigten gesättigten Fettsäuren, iv) monoungesättigte PLFAs, v) polyungesättigte PLFAs und vi) Hydroxy-Fettsäuren.
Probengewicht müssen in einer bestimmten Bodenprobe, bezogen auf die Menge an extrahierbarem PLFAs eingestellt werden. Durch die nicht die Menge des Bodens in weniger mikrobiell aktiven Böden extrahiert Einstellung sind die Benutzer in Gefahr, keine ausreichende Anzahl von Antworten PLFA (Peaks) Erhalten genau die Gesamt mikrobiellen Gemeinschaft zu repräsentieren. mikrobiell aktiven Böden mit hohen Konzentrationen von PLFAs, werden die Benutzer bei Gefahr einer Überlastung der GC-Säule, wodurch verhindert genaue Quantifizierung von PLFAs In hoch. In beiden Fällen Bodenproben werden erneut analysiert für PLFAs. Ein guter Ausgangspunkt ist 0,5 g für organische Bodenproben (zB Waldboden) und etwa 3 g für Mineralbodenproben hinzuzufügen. Da die Menge an extrahierbarem PLFAs wird typischerweise auf die Menge an organischem Kohlenstoff in einem Boden, Probe wir enthalten korrelierteight kann basierend auf Bodenkohlenstoffgehalt eingestellt werden, beispielsweise 1 g Probe Mineralboden kann ausreichend sein , eine gute PLFA Quantifizierung zu erzielen , wenn Kohlenstoffgehalt 10-15% beträgt, während> 5 g erforderlich sein kann , wenn der Kohlenstoffgehalt ≤ 0,5 %. Es ist immer eine gute Idee, einen Probelauf mit ein paar Proben zu optimieren Probengewicht zu tun, bevor der gesamte Satz ausgeführt wird.
Häufige Fehlersuchstrategien für die PLFA Protokoll und GC-Analyse sind wie folgt. Wenn der GC - Chromatogramm Basislinie zu hoch ist, sollte der H 2 Gaszylinder verändert werden. Wenn die Lösungsmittel oder ISTD Peaks aus dem Chromatogramm fehlt, könnte es ein Problem mit der Probeninjektion sein (zB gesteckt Spritze, Problem mit Autosampler, leer oder fehlende Fläschchen, Fehler mit Fläschchen Positionierung). Wenn mehr als drei Peaks in dem Verfahren / Probenleerwert ermittelt werden, gibt es eine Kontamination des Rohlings, und es gibt eine hohe Wahrscheinlichkeit, dass die gleiche Verunreinigung (en) in der Probe GC c vorliegenhromatograms. Finden der Kontaminationsquelle (in der Regel wäßrigen Medien) oder zumindest sicher, dass die Spitzen der Verunreinigung entspricht, aus der Probe entfernt Chromatogramme sind, und dass diese Peaks sind nicht in einer statistischen Analyse der Daten PLFA enthalten. Außerdem ist es eine gute Idee, Hexan Spülungen zwischen den Proben zu laufen, wenn Übertrag vermutet wird. Zusätzliche Peaks im Hexan Spülung zeigt an Übertrag (dh schwereren Komponenten aus vorherigen Lauf eluting).
Lipide sind besonders anfällig für Oxidation und besondere Sorgfalt muss während des gesamten Protokolls ausgeübt werden Proben von Luft und Licht ausgesetzt zu schützen, wie sie in der Dunkelheit zu speichern und sie unter Stickstoff gehalten wurde. Alle Proben und Blindproben müssen ausreichend C19 haben: 0 Ersatz-Standard. Eine fehlende C19: 0 Peak, entweder in Proben oder Rohlinge, deutet auf eine schlechte Erholung oder einen vollständigen Verlust von Analyten. Eine Antwort von C19: 0 in den Proben, die wesentlich niedriger als die m istethode / Probe-Rohlinge zeigt einen Verlust von Analyten an einem gewissen Punkt in der PLFA Methodik. Wenn mit einer schlechten C19 konfrontiert: 0 Erholung haben alle Aspekte des Verfahrens sorgfältig geprüft werden und untersucht, einschließlich der ersten Extraktion, alle Phasen der Probentransfer, SPE-Extraktion, Fettsäure-Methylierung, Trocknung, Lagerung und Manipulation der Probe, um die zu isolieren Stufe oder Stufen, wo Analyten verloren. Auf der anderen Seite kann es sein, dass die Gewinnung von einigen Bodenproben C19 ergeben kann: 0, wobei in diesem Fall Rückgewinnung des Surrogat-Standard hoch genug eingeschätzt werden kann. Während zwei Standards ((PC (19: 0/19: 0) und MeC10: 0) ist kein absolutes Erfordernis, haben wir dies sehr nützlich sein, wenn um zu beheben gefunden Solange die MeC10. 0 Antwort ausreichend ist Fehlerbehebung können, konzentrieren sich auf den Stufen vor der GC-Analyse.
Wie bereits erwähnt, muss Vorsicht geboten, wenn basiert ausschließlich ökologische Bedeutung und Ökosystem Beziehungen zu interpretieren auf Biomarkern ableitend von PLFA Daten, weil Reinkultur Studien zeigen, dass isolierte Bakterienstämme verschiedene Kategorien von PLFAs enthalten wird. Stattdessen Biomarkers PLFAs sollte als sinnvolle Ergänzung in einer Reihe von Beweisen betrachtet werden, wenn breitere ökologische Schlussfolgerungen zu ziehen. In der Literatur sind einzelne PLFAs als Biomarker für verschiedene mikrobielle Gruppen vorgeschlagen und verwendet. Gesättigte PLFAs werden typischerweise darstellen gram-positive Bakterien verwendet und einfach ungesättigten PLFA für gram-negative Bakterien verwendet. Erkannt Biomarker für gram-negative Bakterien umfassen Fettsäuren mit der Ungesättigtheit im ω5 oder ω7 Position, wie C16 einfach ungesättigt: 1ω7, C18: 1ω7 und C18: 1ω5. Zusätzlich kann cyclopropyl Fettsäuren auch repräsentativ für gram-negative Bakterien 35 sein. 1ω5 + A:: 1ω7 + A: 0cyclo Daher PLFAs aus gram-negativen Bakterien können als gleich der Summe von A berechnet werden. Erkannt Biomarker für gram-positive Bakterien sind endständig sa verzweigteturated Fettsäuren, iso-verzweigten wie C15: 0i, C16: 0i, C17: 0i; oder anteiso-verzweigtkettige, wie C15: 0a und C17: 0a. Gesättigte PLFAs mit Mittelkette (10-methyl) Verzweigung, wie 10Me16: 0 und 10Me18: 0 sind charakteristisch in Actinomyceten 36. Somit PLFAs aus gram-positiven Bakterien kann als gleich der Summe von A berechnet werden: 0 (ISO, anteiso, 10-methyl).
Viele Biomarker im Zusammenhang mit Pilz PLFA werden oft mehrfach, aber einige Pilz-Biomarker sind einfach ungesättigte. Zum Beispiel in Bezug auf die pilzliche einfach ungesättigten Biomarkern, C16: 1ω5 ist als Indikator für arbuskulären Mykorrhiza - Pilzen (AMF) 37, C18 identifiziert: 1ω9 in saprophytischen Pilzen vorkommt, und Ectomycorrhizae enthalten typischerweise C16: 1ω9. Die Anwesenheit von di-ungesättigten C18: 2ω6,9 tritt häufig in Verbindung mit C18: 1ω9 und auch korreliert gut mit dem Pilz Sterol Ergosterol, das anzeigt, dass C18: 2ω6,9 adäquat darstellen ectomycorrhizae und saprophytischer 38 Pilze. Die tri-ungesättigten C18: 3ω 6,9,12 wurde auch als ein Biomarker für die Pilze 10 verwendet wurden; Jedoch C18: 3ω6c kann in anderen eukaryotischen Organismen, einschließlich Pflanzen und Algen gefunden werden, obwohl es in der Regel nicht in Bakterien gefunden wird. Im Begriff des Bodens Protisten, C20: 4ω6c hat als Protisten Biomarkers 39 erkannt wurde, obwohl andere Arbeit C20 zu erkennen ist fehlgeschlagen: 4ω6c selbst wenn tragfähige Protisten Populationen visuell bestätigt wurden mittels Lichtmikroskopie 40.
Viele Studien adressieren ökologische Fragen zur mikrobiellen Gemeinschaft Gesamt Boden im Zusammenhang mit multivariaten Ordination Techniken als PLFA Datenanalyse-Tool verwenden. Bei dieser Methode haben einige Autoren gewählt , um seltene PLFAs aus dem Datensatz ausschließen , indem PLFAs zu entfernen , die 4 in weniger als 5% der Proben vorliegen. Die normalen gesättigten Fettsäuren C16: 0 und C18: 0 sind reichlich in allen Bodenmikroorganismen, einschließlich Prokaryoten und eukaryotes. Daher entscheiden sich einige Forscher diese PLFAs vor der statistischen Analyse auf der Basis zu entfernen, die sie nicht empfindliche Indikatoren für die Zusammensetzung der mikrobiellen Gemeinschaft sein kann - obwohl C16: 0 und C18: 0 sind noch aufgenommen werden, wenn alle PLFAs Summieren für ein Index der mikrobiellen Biomasse. Im Begriff der statistischen Analysen, entscheiden sich viele Forscher eine nicht-metrische multidimensionale Skalierung (NMDS) Ordination durchzuführen , wie diese Technik gut geeignet , um Daten, die normalerweise nicht 33 verteilt werden kann. Weitere Analysen zu kategorischen Variablen im Zusammenhang kann Indikatorarten Analyse umfassen, die das Auftreten spezifischer PLFAs kategorischen Gruppierungen und Multi Antwort Permutation Verfahren (MRPP) beziehen können, die Ähnlichkeiten oder Unterschiede zwischen den mikrobiellen Gemeinschaften zugewiesen kategorische Gruppen bestimmen helfen können. Zusätzlich kann multivariate Regressionsbäume (MRT) besonders nützlich sein, wenn der Einfluss von mehreren experimentellen Variablen oderBehandlungen benötigt als mögliche Erklärungsvariablen 5 (zB Bodenbeschaffenheit, Feuchtigkeit, Rekultivierung Alter) bewertet werden.
Einmal eingerichtet, ist das PLFA Protokoll eine relativ einfache analytische Methode, die sehr nützlich sein kann, wenn der Bodenmikroorganismen Reaktion auf Umweltveränderungen und anthropogene Störung zu quantifizieren. Während molekulare Techniken wie genetischen Fingerabdrucks besser geeignet , um die detaillierte Charakterisierung mikrobieller Gemeinschaften sind, stellt die PLFA Verfahren den Vorteil von 34 quantitative Informationen über den Gesamt mikrobiellen Biomasse bereitstellt. In unserem Forschungslabor kann eine Person bequem eine Reihe von 20 Proben über 4 Tage zu verarbeiten, und wir haben das Protokoll vorgestellt, hier zu sein eine robuste und reproduzierbare Technik zu beurteilen bodenbiologische Qualität gefunden.
Die Leistung des PLFA Verfahren kann stark durch Kopplung an stabilen Isotopenanalyse 41, 42 verlängert werden. Genauer gesagt, zusätzlich of 13 C-markierte Substrate Böden ermöglicht die Quantifizierung des Substrats Inkorporation in Bodenmikroorganismen obwohl die Isotopenanalyse von Einzel PLFAs 41. Außerdem scheint dieses Verfahren ein sehr vielversprechendes Werkzeug zur Aufklärung trophischen Verbindungen in Bodennahrungsstege 42 sein.