Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Reine Shift-Kernspinresonanz: ein neues Werkzeug für die pflanzliche Metabolomik

1.8K Aufrufe

DOI:

10.3791/62719

31. Juli 2021

In diesem Artikel

Zusammenfassung

Dieser Artikel stellt die Verwendung von PSYCHE und SAPPHIRE-PSYCHE bei der metabolischen Profilerstellung von Pflanzen vor und enthält detaillierte Verfahren zur Probenvorbereitung und optimalen Aufzeichnung von Pure Shift NMR-Spektren. Es werden Beispiele diskutiert, anhand derer der durch die homonukleare Entkopplung erzielte Auflösungsgewinn ein umfassenderes Verständnis des Systems ermöglicht.

Zusammenfassung

Die Kernspinresonanz (NMR) ist eines der leistungsfähigsten Werkzeuge, die in der Metabolomik eingesetzt werden. Es handelt sich um eine hochgenaue und reproduzierbare Methode, die nicht nur quantitative Daten liefert, sondern auch die strukturelle Identifizierung der in komplexen Gemischen vorhandenen Metaboliten ermöglicht.

Die Erstellung von metabolischen Profilen durch 1-H-NMR hat sich bei der Untersuchung verschiedener Arten von Pflanzenszenarien als nützlich erwiesen, darunter die Bewertung von Erntebedingungen, Ernte- und Nacherntebehandlungen, metabolische Phänotypisierung, Stoffwechselwege, Genregulation, Identifizierung von Biomarkern, Chemotaxonomie, Qualitätskontrolle, Herkunftsbezeichnung und andere. Die Signalüberlappung der großen Anzahl von Resonanzen mit erweiterten J-Kopplungs-Multiplizitäten erschwert jedoch die Spektrenanalyse und deren Interpretation und stellt eine Einschränkung für die klassische 1-H-NMR-Profilierungdar.

In den letzten zehn Jahren wurden neuartige NMR-Breitband-homonukleare Entkopplungstechniken entwickelt, bei denen Multiplett-Signale in einzelne Resonanzlinien kollabieren - allgemein als Pure-Shift-Methoden bezeichnet - um das Problem der Spektrenauflösung zu überwinden, das klassischen 1-H-NMR-Spektren innewohnt.

Hier wird ein Schritt-für-Schritt-Protokoll der Pflanzenextraktherstellung und das Verfahren zur Aufzeichnung optimaler Pure Shift PSYCHE- und SAPPHIRE-PSYCHE-Spektren in drei verschiedenen Pflanzenmatrices - Vanilleblättern , Kartoffelknollen (S. tuberosum) und Kapstachelbeeren (P. peruviana) - vorgestellt. Der Effekt des Auflösungsgewinns bei der metabolischen Identifizierung, Korrelationsanalyse und multivariaten Analyse im Vergleich zu klassischen Spektren wird diskutiert.

Einleitung

Die Gesamtheit der Metaboliten, aus denen ein Organismus besteht - Substrate, Zwischenprodukte und Endprodukte biologischer Prozesse - wurde 1998 mit dem Begriff Metabolom geprägt. Es ist allgemein bekannt, dass das Metabolom eng mit dem Phänotyp verwandt ist, und es ist für Pflanzen von besonderem Interesse, da es die direkte Wechselwirkung zwischen dem Genotyp und der Umwelt widerspiegelt 1,2. Daher ist die Charakterisierung des metabolomischen Profils bei Pflanzen von größter Bedeutung geworden. Durch die Identifizierung und Quantifizierung von Biomarkern (Schlüsselmetaboliten) und Stoffwechselmustern war die Unterscheidung zwischen Arten, Sorten, Entwicklungsstadien, pathogenen Krankheiten oder Umweltbedingungen (tägliche und saisonale Veränderungen, Böden, Wasserstress, mechanischer Stress, Ernte- und Nacherntebehandlungen) möglich 3,4,5.

Die Massenspektrometrie (MS) und die Kernspinresonanzspektroskopie (NMR) sind die am weitesten verbreiteten analytischen Plattformen für diesen Zweck. Im Gegensatz zu MS-Methoden ist die NMR eine hochgradig reproduzierbare, unverzerrte, quantitative, genaue und zerstörungsfreie Technik, die nur eine minimale Probenvorbereitung erfordert und daher für Metabolomik-Studien geeignet ist. Im Vergleich zu MS-Methoden stellt jedoch die inhärent geringe Sensitivität eine Einschränkung dar. In den letzten Jahren und durch den Einsatz von Hochfeldmagneten, kryogenen Sonden, Mikrospulen und Methoden der dynamischen Kernpolarisation (DNP) wurde die Empfindlichkeit der NMR stark verbessert. Im Falle des letztgenannten Ansatzes lag der Sensitivitätsgewinn beispielsweise in der Größenordnung vonzwei bis drei Größenordnungen 6,7. Bis heute sind fast 20% der veröffentlichten Metabolomik-Studien NMR-basiert, Tendenzsteigend 7.

Obwohl die Protonen-NMR das beliebteste und empfindlichste Experiment für das NMR-Metabolomik-Fingerabdruck ist, hat es einige Nachteile. Zunächst werden alle inder Probe detektierten 1H-NMR-Signale in einem kleinen Fenster verteilt, das dem chemischen Verschiebungsfenster der Protonen entspricht, was zu überfüllten Spektren führt. Zweitens spaltet die homonukleare skalare Kopplung die Signale in mehrere Komponenten auf (Signalvielfalt), wodurch das Protonensignal über einen breiteren Frequenzbereich verteilt wird, was die Spektrenlesung durch zunehmende Überfüllung und Signalüberlappung weiter erschwert. Darüber hinaus wird die NMR-Metabolomik bei der Analyse von Gemischen eingesetzt, die in der Regel 50 bis 300 Moleküle bei einer beobachtbaren NMR-Konzentration enthalten, wodurch komplexe Spektren aus 200 bis 2000 Peaks erzeugt werden.

Die homonukleare Entkopplungsprotonen-NMR, auch bekannt als Pure Shift, ist eine Methode, die den Kollaps eines Multiplett-Signals in einen einzigen Peak induziert. Es stellt ein hervorragendes Werkzeug zur Erhöhung der Signalauflösung in überfüllten Spektren 8,9,10 dar und stellt daher ein geeignetes Werkzeug für die Metabolomik von Pflanzendar 11.

In den letzten zehn Jahren sind neue Pure Shift-Pulssequenzen entstanden, die sowohl die Empfindlichkeit als auch die Entkopplungsleistung erhöhen. Auch ihr Anwendungsspektrum hat sich erweitert, unter anderem von der Molekularstrukturaufklärung12,13 über die Fluxomik14, die Mischungszuordnung 15,16,17, die translationale Diffusionsmessung18, die enantiomere Diskriminierung 19 bis hin zur Einheitenverteilung in Copolymeren20.

In der Vergangenheit litten Breitband-Pure-Shift-Experimente unter geringer Sensitivität und komplizierten Verarbeitungsmethoden, was ihren Anwendungsbereich bei der Bewertung biologischer Extrakte einschränkte8. Im Jahr 2014 veröffentlichten Foroozandeh et al. ein neues Pure-Shift-Experiment, PSYCHE (Pure Shift Yielded by Chirp Excitation), das auf einer anti-z-COSY-Pulssequenz basierte, die eine hervorragende homonukleäre Entkopplung und verbesserte Empfindlichkeitswerte ergab21. Da es sich bei PSYCHE jedoch um ein 2D-Interferogramm-Experiment handelt, bei dem Blöcke von Zeitbereichsdaten erfasst werden, leidet es unter periodischen Seitenbandartefakten, die aus J-Kopplungsmodulationsverzerrungen an den Rändern des Chunks resultieren. In komplexen Gemischen liefern diese Artefakte Signale, die größer sind als diejenigen, die mit Metaboliten in sehr niedrigen Konzentrationen verbunden sind, was die Analyse behindert11. Es gibt zwei Methoden, um diese Artefakte zu entfernen - TSE-PHYCHE22 und eine neuere Modifikation des PSYCHE-Experiments namens SAPPHIRE-PSYCHE (Sideband Averaging by Periodic PHase Incrementation of Residual J Evolution)23.

Im Jahr 2019 haben wir zum ersten Malgezeigt 11, dass die SAPPHIRE-PSYCHE Pure Shift-Methode, die Artefakte fast ohne Sensitivitätseinbußen23 entfernt, für die Analyse komplexer biologischer Gemische eingesetzt werden kann, wie z. B. Extrakte aus den Früchten von Physalis peruviana, allgemein bekannt als Kapstachelbeeren11. Wir zeigten, dass diese Methoden die Leistung von Metabolomik-Datenanalysen wie der metabolischen Zuordnung, der Korrelationsanalyse und der multivariaten Koeffizientenanalyse11 erhöhen. Seitdem wurden mehrere Pure Shift-Metabolomik-Studien an verschiedenen biologischen Matrices wie Weichkorallen24, Hypericum-Pflanzen25, Honig26,27, Tee27, Pfefferminzöl26 und Walnüssen28 durchgeführt, was seine Bedeutung als neues Werkzeug für die Metabolomik-Analyse zeigt. Paradoxerweise wurde bei der überwiegenden Mehrheit dieser Studien die standardmäßige und einfach zu implementierende PSYCHE-Pulssequenz verwendet, die in jeder Spektrometerbibliothek verfügbar ist, anstelle der SAPPHIRE-PSYCHE-Pulssequenz, die sich als leistungsfähiger erwiesen hat. Für die richtige Einrichtung ist jedoch ein besseres Verständnis der Impulssequenz erforderlich.

Diese Arbeit soll neuen Anwendern helfen, Pure-Shift-Methoden bei der Untersuchung von Pflanzen anzuwenden, insbesondere von Blättern von Vanilla sp (V. planifolia und V. pompona)29, Kartoffelknollen (S. tuberosum)30 und Kapstachelbeeren (P. peruviana)31. Die Probenvorbereitung, der Aufbau des NMR-Experiments, die Datenerfassung und die Datenanalyse werden ausführlich beschrieben. Darüber hinaus enthält das Protokoll wichtige Hinweise, die Forschern, die neu auf diesem Gebiet sind, helfen sollen, PSYCHE- und SAPPHIRE-PSYCHE-Experimente zur Erstellung von metabolomischen Profilen von Pflanzen richtig einzurichten.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

1. Vorbereitung der Probe

  1. Kapstachelbeeren
    1. 100-200 g frische Früchte in eine Mixervase geben. 30 min bei 4 °C halten und dann in einem Labormixer homogenisieren.
    2. Den Saft sofort in 50-ml-Plastikröhrchen umfüllen, in flüssigem Stickstoff einfrieren und 4 bis 5 Tage lang bis zum Trocknen lyophilisieren.
    3. Mahlen Sie das lyophilisierte Material mit einer elektrischen Mühle zu einem feinen Pulver.
      HINWEIS: Die Handhabung des trockenen Materials muss schnell erfolgen, da das Pulver stark hygroskopisch ist.
    4. Wiegen Sie 1 g des Mahlguts ab und fügen Sie 10 mL Reinstwasser hinzu. 1 Min. Vortexen.
    5. 20 min bei 10 °C beschallen und anschließend 20 min bei 10 °C bei 23.000 × g zentrifugieren.
    6. Den Überstand zurückgewinnen und durch einen 13 mm 0,45 μm Spritzenvorsatzfilter aus Polytetrafluorethylen (PTFE) filtrieren.
    7. 1 ml des gefilterten Extrakts wird bis zur Trockenheit lyophilisiert und der erhaltene Feststoff wird dann in 0,9 ml 200 mM Natriumoxalatpuffer pH 4 resuspendiert. Wirbel.
    8. Die resultierende Probe wird bis zur Trockenheit lyophilisiert und in 0,9 ml Deuteriumoxid gelöst, das 5 mM 3-(Trimethylsilyl)propionsäure-2,2,3,3-d4-saures Natriumsalz (TMSP-d4) enthält.
    9. Füllen Sie das NMR-Röhrchen mit 0,6 ml der Probe mit einer Mikropipette.
  2. Vanilleblätter
    1. Sammeln Sie die Blätter, reinigen Sie sie mit feuchtem Seidenpapier und frieren Sie sie im Ganzen in flüssigem Stickstoff ein.
    2. Die Blätter in kleine Stücke brechen und 4 Tage bis zum Trocknen lyophilisieren.
    3. Mahlen Sie die Trockenmasse mit einer elektrischen Mühle zu einem feinen Pulver.
    4. Wiegen Sie 50 mg gemahlenes Material und fügen Sie 0,75 ml Phosphatpuffer pH 6,0 in Deuteriumoxid mit 0,1 % TMSP (w/w) und 0,75 mL Methanol-d4 hinzu. 1 Min. Vortexen.
    5. 20 min bei 25 °C beschallen.
    6. Zentrifugieren Sie bei 13.000 × g für 10 min bei 25 °C.
    7. Gewinnen Sie den Überstand (~1,3-1,4 mL) zurück und filtrieren Sie ihn durch einen 13 mm PTFE 0,45 μm Spritzenvorsatzfilter.
    8. Füllen Sie das NMR-Röhrchen mit 0,6 mL der gefilterten Probe mit einer Mikropipette.
  3. Kartoffelknollen
    1. 4 bis 8 Knollen schälen und in Scheiben schneiden. Legen Sie sofort ca. 125 g Material in Standbodenbeutel und frieren Sie diese in flüssigem Stickstoff ein.
      HINWEIS: Um Oxidation während der Handhabung zu vermeiden, halten Sie die Kartoffel feucht.
    2. 4 bis 6 Tage bis zur vollständigen Trockenheit lyophilisieren.
    3. Mahlen Sie die Trockenmasse mit einer elektrischen Mühle zu einem feinen Pulver.
    4. Wiegen Sie 160 mg gemahlene Knolle und fügen Sie 1,6 ml entionisiertes Wasser hinzu. 1 Min. Vortexen.
    5. 45 min bei 10 °C beschallen.
    6. Zentrifugieren Sie bei 23.000 x g für 20 min bei 10 °C.
    7. Den Überstand (~1,5 -1,6 mL) zurückgewinnen und in einem gekühlten Zentrifugal-Vakuumkonzentrator 16 Stunden lang bei 10 °C bis zur Trockenheit verdampfen.
    8. Zu dem erhaltenen Feststoff (20-25 mg) werden 0,9 ml 100 mM Natriumoxalatpuffer pH 4 gegeben, vortexen und 16 Stunden bei 10 °C verdampfen.
    9. Der erhaltene Feststoff wird in 0,9 ml Deuteriumoxid gelöst, das 3 mM TMSP enthält.
    10. Zentrifugieren Sie bei 23.000 x g für 5 min bei 10 °C und filtrieren Sie den Überstand durch einen 13 mm PTFE 0,45 μm Spritzenvorsatz direkt in das NMR-Röhrchen.
      HINWEIS: In diesem Fall wurde eine direkte Filtration in das NMR-Röhrchen durchgeführt, um die Schritte bei der Vorbereitung von mehr als 1000 Proben zu reduzieren.

2. NMR-Datenerfassung und -verarbeitung

  1. NMR-Ersteinrichtung
    1. Übertragen Sie die Proben auf das NMR-Spektrometer.
    2. Stimmen Sie den Sondenkopf ab und passen Sie ihn an.
    3. Sperren und unterlegen Sie die Probe.
    4. Kalibrieren Sie den 90° harten Impuls. Kalibrieren Sie den 90°-Impuls mit einem der Standardverfahren.
    5. Führen Sie ein standardmäßiges 1D-Protonen-NMR-Spektrum durch.
  2. PSYCHE-Experiment
    1. Wählen Sie die reset_psyche_1d Pulssequenz aus der Bruker Topspin-Bibliothek aus (Abbildung S1). Verwenden Sie die folgenden Standardparameter: 5 kHz spektrale Breite (SW2), mindestens 1 oder 2 Sekunden Relaxationswiederherstellungsverzögerung (D1), 16 Dummy-Scans (DS), 64 oder 128 komplexe Datenpunkte pro Block (L31) und 64 oder 128 Scans (NS) (Abbildung S1).
      HINWEIS: L31 ist die Anzahl der komplexen digitalen Punkte, die in jedem Pure Shift-Block erfasst werden, am besten auf eine Potenz von 2 einstellen. 21
    2. Stellen Sie die gewünschte CHIRP-Impuls-Flip-Winkel-Anregung (CNST61) und 10 kHz für die CHIRP-Impulsbandbreite (CNST60) ein (Abbildung S2).
      HINWEIS: Das PSYCHE-Experiment basiert auf einem Anti-z-COSY-Schema; daher muss der CHIRP-Puls-Flip-Winkel klein sein, um Rekopplungsartefakte zu vermeiden (Abbildung 1). Die absolute Intensität nimmt mit dem Anregungs-Flip-Winkel zu. Die periodischen Artefakte werden ebenfalls verstärkt, indem sie sich in das Spektrum ausbreiten und das "Rauschen" erhöhen (Abbildung 1). Das "Rauschen" wird zu einer Kombination aus Standardgeräuschen und Chuncking-Artefakten. Ein guter Kompromiss zwischen Empfindlichkeit und geringen Rekopplungsartefakten besteht darin, CNST61 = 20° festzulegen. 19,22 kg
    3. Stellen Sie die Länge des harten Impulses (P1) auf den zuvor kalibrierten Wert und die Länge des PSYCHE-Formimpulses auf 30 ms (P49) ein (Abbildung S2).
      HINWEIS: Es ist sehr wichtig, den harten Impulswert zu kalibrieren, da die Formimpulsleistungen automatisch aus diesem Wert berechnet werden.
    4. Wählen Sie den Formimpuls Crp_psyche.20 (SPNAM 37) für das PSYCHE-Element (Abbildung S2).
    5. Stellen Sie die Stärke des Pulsfeldgradienten ein, der während des PSYCHE-Elements (GPZ0) angewendet wird. Wählen Sie RECT.1 für den Gradientenformpuls (GPNAM 0) (Abbildung S2).
      HINWEIS: Während des PSYCHE-Elements wird ein schwacher Magnetfeldgradient angelegt, der normalerweise je nach Sonde zwischen 1 % und 4 % der maximalen Stärke des Gradienten liegt.
    6. Legen Sie die Anzahl der Blöcke fest, die erfasst werden sollen, um die reine Verschiebungs-FID (TD1) zu rekonstruieren (Abbildung S3).
      HINWEIS: PSYCHE wird als Pseudo-2D-Experiment erfasst, wobei TD1 die Anzahl der Reinen Shift-Interferogrammblöcke ist. Die Spektralauflösung hängt von der Größe des Spektralfensters (SW1) und der Gesamtzahl der erfassten Punkte ab, die TD1*2*L31 beträgt. In der Regel bieten 16 oder 32 Blöcke mit 64 oder 128 komplexen Punkten pro Block eine ausreichende digitale Auflösung. Da PSYCHE in einer Interferogramm-Art aufgezeichnet wird, erhöht eine höhere Anzahl von Blöcken die digitale Auflösung, aber auch die Gesamterfassungszeit19. Homonukleäre J-Kopplungen entwickeln sich während jedes Blocks, was zu einem oszillierenden J-Modulationsmuster führt21,23. Nach der Fourier-Transformation werden periodische Seitenbandartefakte generiert, die von der Länge des Blocks abhängen (Abbildung 2). Um Artefakte zu reduzieren, muss die Dauer des Blocks kurz sein, in der Regel weniger als 16 ms (Blockdauer = 2*in0: Abbildung S1). Wenn die Blockdauer hoch ist, reduzieren Sie L31.
    7. Verarbeiten Sie die Daten mit dem Proc_reset AU-Programm von Bruker und der Fourier-Transformation.
      HINWEIS: Wir empfehlen, das Spektrum mit Nullfüllung und einer Sinusglocken-Apodisierung zu transformieren (Abbildung S4).
  3. SAPPHIRE-PSYCHE Experiment
    1. Wählen Sie die SAPPHIRE-PSYCHE-Pulsfolge aus und stellen Sie die Parameter der Pulssequenz ein. Standardparameter wären die folgenden: 5 kHz spektrale Breite (SW3), mindestens 1 oder 2 Sekunden Relaxationsverzögerung (D1), 16 Dummy-Scans (DS), 8 oder 16 Scans pro Inkrement (NS) und D2 bis 14 ms (Abbildung S5).
      HINWEIS: Diese Sequenz gehört nicht zu Brukers Repertoire, die Sequenz und die Verarbeitungsprogramme können jedoch von der Website der Manchester NMR Methodology Group, (https://www.nmr.chemistry.manchester.ac.uk/?q=node/426)23, bezogen werden. Das D2-Delay stellt sicher, dass die T2-Relaxation mit jedem J-Modulationsinkrement konstant bleibt. D2 muss größer als 1/4*SW1+p16+2*d16 sein. 23
    2. Stellen Sie die gewünschte CHIRP-Impuls-Flip-Winkel-Anregung (CNST20) und 10 kHz für die CHIRP-Impulsbandbreite (CNST21) ein (Abbildung S6).
      HINWEIS: Wie im regulären PSYCHE-Experiment muss der CHIRP-Puls-Flip-Winkel kurz sein, um Rekopplungsartefakte zu vermeiden. CNST20 = 20° ist ein guter Kompromiss zwischen Sensitivität und geringen Rekopplungsartefakten 21,23,25.
    3. Stellen Sie die harte Pulslänge (P1) auf den zuvor kalibrierten Wert und die PSYCHE-Shape-Pulslänge auf 30 ms (P40) ein (Abbildung S6).
      HINWEIS: Es ist wichtig, den harten Impulswert zu kalibrieren, da die Formimpulsleistungen automatisch daraus berechnet werden.
    4. Wählen Sie den PSYCHE_Saltire_10kHz_30m Formimpuls für das Element PSYCHE (Abbildung S6).
    5. Stellen Sie die Stärke des Impulsfeldgradienten ein, der während des PSYCHE-Elements (GPZ10) angewendet wird. Wählen Sie RECT.1 für den Gradientenformpuls (GPNAM 10) (Abbildung S7).
      HINWEIS: Während des PSYCHE-Elements wird ein schwacher Magnetfeldgradient angelegt, normalerweise zwischen 1 % und 4 % der maximalen Stärke des Gradienten, ein Wert, der von der Sonde abhängt.
    6. Stellen Sie die Anzahl der SAPPHIRE J-Modulationsinkremente in F2 (TD2) ein (Abbildung S7).
      HINWEIS: Normalerweise sorgen 8 Inkremente für eine hervorragende Unterdrückung von Seitenbandartefakten (Abbildung 2 und 3). Die Gesamtzahl der Scans der endgültigen Pure Shift FID beträgt NS*TD2. 23
    7. Stellen Sie die Spektralfenster F1 und F2 (SW1 und SW2) ein (Abbildung S5).
      HINWEIS: SW2=SW3/(2*TD2) und SW3/SW1 = TD2*N, wobei TD2 und N gerade ganze Zahlen23 sind. Das SAPPHIRE-PSYCHE-Experiment wird als Pseudo-3D aufgenommen, wobei F2 die Phasenmodulation des J-Kopplungsartefakts und F1 die Pure Shift-Interferogrammaufnahme20 kodiert. Da SAPPHIRE-PSYCHE J-Modulationsseitenbänder entfernt, kann die Interferogramm-Pure-Shift-Blockdauer länger sein als die reguläre PSYCHE (Pure Shift-Blockdauer = 1/SW1), typischerweise zwischen 20 und 40 ms (Abbildung 2). Eine längere Datenerfassung führt jedoch zu höheren J-Kopplungsentwicklungen, was mehr Inkremente der J-Kopplungsphasenmodulation erfordern würde, um die erreichten stärkeren Seitenbänder zu entfernen23.
    8. Legen Sie die Anzahl der Pure Shift-Blöcke (TD1) fest (Abbildung S7).
      HINWEIS: Da SAPPHIRE-PSYCHE die J-Kopplungsphasenmodulation des ersten Blocks kompensieren muss, muss ein zusätzlicher Block erworben werden. In der Regel ergeben 17 (16+1) oder 33 (32+1) Blöcke eine ausreichende digitale Auflösung23.
    9. Verarbeiten Sie die Daten, die die pm_pshift und die pm_fidadd AU-Programme ausführen, gefolgt von der Fourier-Transformation23.
      HINWEIS: Wir empfehlen, das Spektrum mit Nullfüllung und einer Sinusglocken-Apodisierung zu transformieren (Abbildung S4).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

NMR-Spektrum-Analyse
PSYCHE-Experimente erhöhen die Spektrenauflösung, indem sie gekoppelte Resonanzen in Singulden21 kollabieren, was wiederum die Überlappung reduziert und die Zuordnung und Datenanalyse erleichtert. Pure Shift NMR kann auf Pflanzenextrakte angewendet werden. Hier zeigen wir die Verwendung in drei verschiedenen Matrices: Vanilleblättern, Kartoffelknollen und Physalis peruviana-Früchten . Die in den Spektren dieser Pflanzenextrakte erzielte Auflösungsv...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Identifizierung und Quantifizierung der Metabolitenstruktur sind Schlüsselfragen bei der Charakterisierung des Metaboloms, Daten, die bei multivariablen Analysen ein besseres Verständnis des untersuchten biologischen Systems ermöglichen. Die Probenvorbereitung und die Datenerfassung sind kritische Aspekte, die optimiert werden müssen, um zuverlässige Ergebnisse zu liefern.

In diesem Artikel beschreiben und veranschaulichen wir die Probenvorbereitung für di...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben keine Interessenkonflikte anzugeben.

Danksagungen

Diese Studie wurde vom Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (CONCYTEC) - Programa Atracción de Investigadores Cienciactiva - Contract # 008-2017-FONDECYT finanziert.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
77500 Serie Freezone 4,5 Liter TischgerätLabconco77500
Bruker Avance III 500 MHz ausgestattet mit einer 5 mm TCI Z-Gradient KryosondeBruker Corporation
Centrivap gekühlte Zentrifugalkonzentratoren Labconco 7310000 SerieLabconco7310000
DeuteriumoxidSigma-Aldrich151882
Schleifmaschine MKM6003BoschMKM6003
Licuadora Mixer 8011S Modell Hgb2wts3WaringHgb2wts3
Methanol-d4Sigma-Aldrich151947

Referenzen

  1. Hall, R., Beale, M., Fiehn, O., Hardy, N., Sumner, L., Bino, R. Plant metabolomics: the missing link in functional genomics strategies. The Plant Cell. 14 (7), 1437-1440 (2002).
  2. Fiehn, O. Metabolomics-the link between genotypes and phenotypes. Plant Molecular Biology. 48 (1-2), 155-171 (2002).
  3. Schauer, N., Fernie, A. R. Plant metabolomics: towards biological function and mechanism. Trends in Plant Science. 11 (10), 508-516 (2006).
  4. Kim, H. K., Choi, Y. H., Verpoorte, R. NMR-based plant metabolomics: where do we stand, where do we go. Trends in Biotechnology. 29 (6), 267-275 (2011).
  5. Kumar, R., Bohra, A., Pandey, A. K., Pandey, M. K., Kumar, A. Metabolomics for Plant Improvement: Status and Prospects. Frontiers in Plant Science. 8, (2017).
  6. Dumez, J. -N., et al. Hyperpolarized NMR of plant and cancer cell extracts at natural abundance. Analyst. 140 (17), 5860-5863 (2015).
  7. Emwas, A. -H., et al. NMR Spectroscopy for Metabolomics Research. Metabolites. 9 (7), (2019).
  8. Zangger, K. Pure shift NMR. Progress in Nuclear Magnetic Resonance Spectroscopy. 86-87, 1-20 (2015).
  9. Foroozandeh, M., Morris, G. A., Nilsson, M. PSYCHE Pure Shift NMR Spectroscopy. Chemistry - A European Journal. 24 (53), 13988-14000 (2018).
  10. Castañar, L. Pure shift NMR: Past, present, and future. Magnetic Resonance in Chemistry. 56 (10), 874-875 (2018).
  11. Lopez, J. M., Cabrera, R., Maruenda, H. Ultra-Clean Pure Shift 1 H-NMR applied to metabolomics profiling. Scientific Reports. 9 (1), 1-8 (2019).
  12. Marcó, N., Gil, R. R., Parella, T. Isotropic/Anisotropic NMR Editing by Resolution-Enhanced NMR Spectroscopy. Chemphyschem: A European Journal of Chemical Physics and Physical Chemistry. 19 (9), 1024-1029 (2018).
  13. Kaltschnee, L., et al. Extraction of distance restraints from pure shift NOE experiments. Journal of Magnetic Resonance. 271, 99-109 (2016).
  14. Sinnaeve, D., et al. Improved Isotopic Profiling by Pure Shift Heteronuclear 2D J-Resolved NMR Spectroscopy. Analytical Chemistry. 90 (6), 4025-4031 (2018).
  15. Timári, I., et al. Real-Time Pure Shift HSQC NMR for Untargeted Metabolomics. Analytical Chemistry. 91 (3), 2304-2311 (2019).
  16. Zhao, Q., et al. Combination of pure shift NMR and chemical shift selective filters for analysis of Fischer-Tropsch waste-water. Analytica Chimica Acta. 1110, 131-140 (2020).
  17. Zhao, Q., et al. Pure Shift NMR: Application of 1D PSYCHE and 1D TOCSY-PSYCHE Techniques for Directly Analyzing the Mixtures from Biomass-Derived Platform Compound Hydrogenation/Hydrogenolysis. ACS Sustainable Chemistry & Engineering. 9 (6), 2456-2464 (2021).
  18. Foroozandeh, M., et al. Ultrahigh-Resolution Diffusion-Ordered Spectroscopy. Angewandte Chemie International Edition. 55 (50), 15579-15582 (2016).
  19. Castañar, L., Pérez-Trujillo, M., Nolis, P., Monteagudo, E., Virgili, A., Parella, T. Enantiodifferentiation through Frequency-Selective Pure-Shift 1H Nuclear Magnetic Resonance Spectroscopy. ChemPhysChem. 15 (5), 854-857 (2014).
  20. Lopez, J. M., Sánchez, L. F., Nakamatsu, J., Maruenda, H. Study of the Acetylation Pattern of Chitosan by Pure Shift NMR. Analytical Chemistry. , (2020).
  21. Foroozandeh, M., Adams, R. W., Meharry, N. J., Jeannerat, D., Nilsson, M., Morris, G. A. Ultrahigh-Resolution NMR Spectroscopy. Angewandte Chemie International Edition. 53 (27), 6990-6992 (2014).
  22. Foroozandeh, M., Adams, R. W., Kiraly, P., Nilsson, M., Morris, G. A. Measuring couplings in crowded NMR spectra: pure shift NMR with multiplet analysis. Chemical Communications. 51 (84), 15410-15413 (2015).
  23. Moutzouri, P., et al. Ultraclean pure shift NMR. Chemical Communications. 53 (73), 10188-10191 (2017).
  24. Santacruz, L., Hurtado, D. X., Doohan, R., Thomas, O. P., Puyana, M., Tello, E. Metabolomic study of soft corals from the Colombian Caribbean: PSYCHE and 1 H-NMR comparative analysis. Scientific Reports. 10 (1), 5417(2020).
  25. Stark, P., Zab, C., Porzel, A., Franke, K., Rizzo, P., Wessjohann, L. A. PSYCHE-A Valuable Experiment in Plant NMR-Metabolomics. Molecules. 25 (21), 5125(2020).
  26. Kakita, V. M. R., Rachineni, K., Hosur, R. V. Ultraclean Pure Shift NMR Spectroscopy with Adiabatic Composite Refocusing Pulses: Application to Metabolite Samples. ChemistrySelect. 4 (34), 9893-9896 (2019).
  27. Bo, Y., et al. High-resolution pure shift NMR spectroscopy offers better metabolite discrimination in food quality analysis. Food Research International. 125, 108574(2019).
  28. Watermann, S., Schmitt, C., Schneider, T., Hackl, T. Comparison of Regular, Pure Shift, and Fast 2D NMR Experiments for Determination of the Geographical Origin of Walnuts. Metabolites. 11 (1), 39(2021).
  29. Leyva-Zegarra, V., et al. NMR-based leaf metabolic profiling of V. planifolia and three endemic Vanilla species from the Peruvian Amazon. Food Chemistry. , 129365(2021).
  30. Toubiana, D., et al. Morphological and metabolic profiling of a tropical-adapted potato association panel subjected to water recovery treatment reveals new insights into plant vigor. The Plant Journal. 103 (6), 2193-2210 (2020).
  31. Maruenda, H., Cabrera, R., Cañari-Chumpitaz, C., Lopez, J. M., Toubiana, D. NMR-based metabolic study of fruits of Physalis peruviana L. grown in eight different Peruvian ecosystems. Food Chemistry. 262, 94-101 (2018).
  32. Cloarec, O., et al. Statistical total correlation spectroscopy: an exploratory approach for latent biomarker identification from metabolic 1H NMR data sets. Analytical Chemistry. 77 (5), 1282-1289 (2005).
  33. Steuer, R. Review: on the analysis and interpretation of correlations in metabolomic data. Briefings in Bioinformatics. 7 (2), 151-158 (2006).
  34. Trygg, J., Holmes, E., Lundstedt, T. Chemometrics in Metabonomics. Journal of Proteome Research. 6 (2), 469-479 (2007).
  35. Worley, B., Powers, R. Multivariate Analysis in Metabolomics. Current Metabolomics. 1 (1), 92-107 (2013).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Pure Shift NMRProtonen NMRmetabolisches Profilinghomonukleare EntkopplungProbenvorbereitungSAPPHIRE PSYCHEChemotaxonomieBiomarker Identifizierungmultivariate Analyse