Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Resonancia magnética nuclear de desplazamiento puro: una nueva herramienta para la metabolómica de las plantas

1.8K visualizaciones

⸱

DOI:

10.3791/62719

⸱

31 de julio de 2021

 ,  , 
1Departamento de Ciencias - Química, CERMN, Pontificia Universidad Católica del Perú

En este artículo

Resumen

Este artículo presenta el uso de PSYCHE y SAPPHIRE-PSYCHE en el perfil metabólico de las plantas e incluye procedimientos detallados para la preparación de muestras y el registro óptimo de los espectros de RMN de Pure Shift. Se discuten ejemplos a través de los cuales la ganancia en resolución lograda por el desacoplamiento homonuclear permite una comprensión más completa del sistema.

Resumen

La Resonancia Magnética Nuclear (RMN) es una de las herramientas más potentes utilizadas en metabolómica. Se erige como un método altamente preciso y reproducible que no solo proporciona datos cuantitativos, sino que también permite la identificación estructural de los metabolitos presentes en mezclas complejas.

El perfil metabólico porRMN 1 H ha demostrado ser útil en el estudio de diversos tipos de escenarios vegetales, que incluyen la evaluación de las condiciones del cultivo, los tratamientos de cosecha y poscosecha, el fenotipado metabólico, las rutas metabólicas, la regulación génica, la identificación de biomarcadores, la quimiotaxonimia, el control de calidad, la denominación de origen, entre otros. Sin embargo, la superposición de señales del gran número de resonancias con multiplicidades de acoplamiento J expandidas complica el análisis de espectros y su interpretación, y representa una limitación para el perfilado clásico de RMN de 1H.

En la última década, se han desarrollado nuevas técnicas de desacoplamiento homonuclear de banda ancha de RMN a través de las cuales las señales de múltiples plets colapsan en líneas de resonancia simples, comúnmente llamados métodos de desplazamiento puro, para superar el problema de resolución de espectros inherente a los espectros clásicos de RMN de 1H.

Aquí se presenta un protocolo paso a paso de la preparación del extracto de la planta y el procedimiento para registrar los espectros óptimos de Pure Shift PSYCHE y SAPPHIRE-PSYCHE en tres matrices de plantas diferentes: hojas de planta de vainilla , tubérculos de papa (S. tuberosum) y grosellas espinosas (P. peruviana). Se discute el efecto de la ganancia de resolución en la identificación metabólica, el análisis de correlación y los análisis multivariados, en comparación con los espectros clásicos.

Introducción

El conjunto completo de metabolitos que componen un organismo (sustratos, intermedios y productos finales de procesos biológicos) se acuñó en 1998 con el término metaboloma. Es bien sabido que el metaboloma está estrechamente relacionado con el fenotipo, y es de particular interés en las plantas, ya que refleja la interacción directa entre el genotipo y el medio ambiente 1,2. Por lo tanto, la caracterización del perfil metabolómico se ha vuelto de suma importancia en las plantas. A través de la identificación y cuantificación de biomarcadores (metabolitos clave) y patrones metabólicos, seha permitido la discriminación entre especies, cultivares, etapas de desarrollo, enfermedades patogénicas o condiciones ambientales (cambios diarios y estacionales, suelos, estrés hídrico, estrés mecánico, tratamientos de cosecha y poscosecha), entre otros3,4,5.

La espectrometría de masas (MS) y la espectroscopia de resonancia magnética nuclear (RMN) son las plataformas analíticas más utilizadas para este fin. A diferencia de las metodologías de EM, la RMN es una técnica altamente reproducible, no sesgada, cuantitativa, precisa y no destructiva que requiere una preparación mínima de la muestra, lo que la hace adecuada para estudios metabolómicos. Sin embargo, en comparación con los métodos de EM, la baja sensibilidad inherente es una limitación. En los últimos años y mediante el uso de imanes de alto campo, sondas criogénicas, dispositivos de microbobina y métodos de polarización nuclear dinámica (DNP), la sensibilidad de la RMN ha mejorado considerablemente. En el caso de este último método, por ejemplo, la ganancia de sensibilidad fue de dos a tres órdenes de magnitud 6,7. Hasta la fecha, casi el 20% de los estudios metabolómicos publicados están basados en RMN y el número está aumentando7.

A pesar de que la RMN de protones es el experimento más popular y sensible para la huella digital de la metabolómica de RMN, tiene algunos inconvenientes. En primer lugar, todas las señales de RMN de 1H detectadas en la muestra se distribuyen en una pequeña ventana correspondiente a la ventana de desplazamiento químico del protón, lo que da lugar a espectros abarrotados. En segundo lugar, el acoplamiento escalar homonuclear divide las señales en múltiples componentes (multiplicidad de señales), extendiendo la señal de protones a un rango de frecuencia más amplio, complicando aún más la lectura de los espectros al aumentar la aglomeración y la superposición de señales. Además, la metabolómica de RMN se emplea en el análisis de mezclas que generalmente contienen de 50 a 300 moléculas a una concentración observable de RMN, generando espectros complejos compuestos por 200 a 2000 picos.

La RMN de protones de desacoplamiento homonuclear, también conocida como desplazamiento puro, es un método que induce el colapso de una señal multiplete en un solo pico. Se erige como una excelente herramienta para aumentar la resolución de la señal en espectrosabarrotados 8,9,10 y, por lo tanto, representa una herramienta conveniente para la metabolómica de las plantas11.

En la última década, han surgido nuevas secuencias de pulsos Pure Shift, que aumentan tanto la sensibilidad como el rendimiento de desacoplamiento. Su gama de aplicaciones también se ha ampliado, desde la elucidación de la estructura molecular12,13, hasta la fluxómica14, la asignación de mezclas 15,16,17, las mediciones de difusión traslacional 18, la discriminación enantiomérica19, la distribución de unidades en copolímeros20, entre otras.

Históricamente, los experimentos de Broadband Pure Shift adolecen de baja sensibilidad y métodos de procesamiento complicados, lo que limita su alcance en la evaluación de extractos biológicos8. En 2014, Foroozandeh et al. publicaron un nuevo experimento de Pure Shift, PSYCHE (Pure Shift Yielded by Chirp Excitation), basado en la secuencia de pulsos anti-z-COSY que produjo un excelente desacoplamiento homonuclear y valores de sensibilidad mejorados21. Sin embargo, como PSYCHE es un experimento de interferograma 2D en el que se adquieren trozos de datos en el dominio del tiempo, sufre de artefactos periódicos de banda lateral que resultan de las distorsiones de modulación de acoplamiento J en los bordes del fragmento. En mezclas complejas, estos artefactos producen señales mayores que las asociadas con metabolitos presentes en concentraciones muy bajas, lo que dificulta el análisis11. Existen dos métodos para eliminar estos artefactos: TSE-PHYCHE22 y una modificación más reciente del experimento PSYCHE llamada SAPPHIRE-PSYCHE (Sideband Averaging by Periodic PHasa Incrementation of Residual J Evolution)23.

En 2019, demostramos por primera vez11 que el método SAPPHIRE-PSYCHE Pure Shift, que elimina artefactos casi sin penalización de sensibilidad23, podría emplearse para el análisis de mezclas biológicas complejas, como extractos de los frutos de Physalis peruviana, comúnmente conocidos como uchuvas11. Demostramos que estos métodos aumentan el rendimiento de los análisis de datos metabolómicos, como la asignación metabólica, el análisis de correlación y el análisis de coeficientes multivariados11. Desde entonces, se han abordado varios estudios metabolómicos de Pure Shift sobre diferentes matrices biológicas, como los corales blandos24, las plantas de hipérico25, la miel26,27, el té27, el aceite de menta26 y las nueces28, lo que demuestra su importancia como una nueva herramienta para el análisis metabolómico. Paradójicamente, la gran mayoría de estos estudios emplearon la secuencia de pulsos PSYCHE estándar y fácil de implementar, disponible en cualquier biblioteca de espectrómetros, en lugar de la secuencia de pulsos SAPPHIRE-PSYCHE, que ha demostrado tener un mejor rendimiento. Sin embargo, requiere una mejor comprensión de la secuencia de pulsos para una configuración adecuada.

El objetivo de este trabajo es ayudar a los nuevos usuarios a aplicar los métodos Pure Shift en el estudio de plantas, en particular, hojas de Vanilla sp (V. planifolia y V. pompona)29, tubérculos de papa (S. tuberosum)30 y uchuvas (P. peruviana)31. La preparación de la muestra, la configuración experimental de la RMN, la adquisición de datos y el análisis de los datos se describen en detalle. Además, el protocolo incluye notas clave para ayudar a los investigadores, nuevos en el campo, a configurar adecuadamente los experimentos PSYCHE y SAPPHIRE-PSYCHE en el perfil metabolómico de las plantas.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

1. Preparación de la muestra

  1. Grosellas espinosas del Cabo
    1. Coloque 100-200 g de frutas frescas en un vaso de licuadora. Mantener a 4 °C durante 30 min, y luego homogeneizar en una batidora de laboratorio.
    2. Inmediatamente, transfiera el jugo a tubos de plástico de 50 ml, congélelos en nitrógeno líquido y liofilicelos hasta que se seque durante 4 a 5 días.
    3. Muele el material liofilizado hasta convertirlo en polvo fino con un molinillo eléctrico.
      NOTA: El manejo del material seco debe realizarse rápidamente porque el polvo es altamente higroscópico.
    4. Pesar 1 g del material molido y añadir 10 mL de agua ultrapura. Vórtice durante 1 min.
    5. Sonicar durante 20 min a 10 °C y, a continuación, centrifugar a 23.000 × g durante 20 min a 10 °C.
    6. Recuperar el sobrenadante y filtrarlo a través de un filtro de jeringa de politetrafluoroetileno (PTFE) de 13 mm y 0,45 μm.
    7. Liofilizar 1 mL del extracto filtrado hasta que se seque y luego volver a suspender el sólido obtenido en 0,9 mL de tampón de oxalato de sodio de 200 mM pH 4. Vórtice.
    8. Liofilizar la muestra resultante hasta que se seque y disolverla en 0,9 mL de óxido de deuterio que contenga 5 mM de sal sódica ácida 3-(trimetilsilil)propiónica-2,2,3,3-d4 (TMSP-d4).
    9. Llene el tubo de RMN con 0,6 ml de la muestra utilizando una micropipeta.
  2. Hojas de vainilla
    1. Recoge las hojas, límpialas con papel de seda húmedo y congélalas enteras en nitrógeno líquido.
    2. Romper las hojas en trozos pequeños y liofilizar durante 4 días hasta que se sequen.
    3. Muele la materia seca hasta convertirla en un polvo fino con un molinillo eléctrico.
    4. Pesar 50 mg de material molido y añadir 0,75 mL de tampón de fosfato pH 6,0 en óxido de deuterio que contenga 0,1% de TMSP (p/p) y 0,75 mL de metanol-d4. Vórtice durante 1 min.
    5. Sonicado durante 20 min a 25 °C.
    6. Centrifugar a 13.000 × g durante 10 min a 25 °C.
    7. Recuperar el sobrenadante (~1,3-1,4 mL) y filtrarlo a través de un filtro de jeringa de PTFE de 13 mm y 0,45 μm.
    8. Llene el tubo de RMN con 0,6 ml de la muestra filtrada con una micropipeta.
  3. Tubérculos de patata
    1. Pelar y cortar en rodajas de 4 a 8 tubérculos. Inmediatamente, coloque aproximadamente 125 g de material en bolsas verticales y congélelas en nitrógeno líquido.
      NOTA: Para evitar la oxidación durante la manipulación, mantenga la patata húmeda.
    2. Liofilizar durante 4 a 6 días hasta que se seque por completo.
    3. Muele la materia seca hasta convertirla en un polvo fino con un molinillo eléctrico.
    4. Pesar 160 mg de tubérculo molido y añadir 1,6 mL de agua desionizada. Vórtice durante 1 min.
    5. Sonicado durante 45 min a 10 °C.
    6. Centrifugar a 23.000 x g durante 20 min a 10 °C.
    7. Recuperar el sobrenadante (~1,5 -1,6 mL) y evaporarlo hasta la sequedad en un concentrador de vacío centrífugo refrigerado durante 16 h, a 10 °C.
    8. Añadir al sólido obtenido (20-25 mg) 0,9 mL de 100 mM de tampón de oxalato sódico pH 4, vórtice, y evaporar durante 16 horas a 10 °C.
    9. Disolver el sólido obtenido en 0,9 mL de óxido de deuterio conteniendo 3 mM de TMSP.
    10. Centrifugar a 23.000 x g durante 5 min a 10 °C y filtrar el sobrenadante directamente en el tubo de RMN a través de un filtro de jeringa de PTFE de 13 mm y 0,45 μm.
      NOTA: En este caso, se realizó una filtración directa en el tubo de RMN para disminuir los pasos en la preparación de más de 1000 muestras.

2. Adquisición y procesamiento de datos de RMN

  1. Configuración inicial de RMN
    1. Transfiera las muestras al espectrómetro de RMN.
    2. Ajuste y haga coincidir la cabeza de la sonda.
    3. Bloquee y calce la muestra.
    4. Calibra el pulso duro de 90°. Calibre el pulso de 90° utilizando cualquiera de los procedimientos estándar.
    5. Ejecute un espectro de RMN de protones 1D estándar.
  2. Experimento PSYCHE
    1. Seleccione la secuencia de pulsos reset_psyche_1d de la biblioteca Topspin de Bruker (Figura S1). Utilice los siguientes parámetros estándar: ancho espectral de 5 kHz (SW2), al menos 1 o 2 segundos de retardo de recuperación de relajación (D1), 16 exploraciones ficticias (DS), 64 o 128 puntos de datos complejos por bloque (L31) y 64 o 128 exploraciones (NS) (Figura S1).
      NOTA: L31 es el número de puntos digitales complejos adquiridos en cada bloque Pure Shift, es mejor establecerlo en una potencia de 2. 21
    2. Ajuste la excitación deseada del ángulo de inversión del pulso CHIRP (CNST61) y 10 kHz para el ancho de banda del pulso CHIRP (CNST60) (Figura S2).
      NOTA: El experimento PSYCHE se basa en un esquema anti-z-COSY; en consecuencia, el ángulo de giro del pulso CHIRP debe ser pequeño para evitar artefactos de reacoplamiento (Figura 1). La intensidad absoluta aumenta con el ángulo de giro de la excitación. Los artefactos periódicos también se potencian, extendiéndose en el espectro y aumentando el "ruido" (Figura 1). El "ruido" se convierte en una combinación de ruido estándar y artefactos de chirrido. Un buen compromiso entre la sensibilidad y los artefactos de reacoplamiento bajos es establecer CNST61 = 20°. 19,22
    3. Ajuste la longitud del pulso duro (P1) al valor calibrado previamente y la longitud del pulso de la forma PSYCHE a 30 ms (P49) (Figura S2).
      NOTA: Es muy importante calibrar el valor del pulso duro, ya que las potencias del pulso de forma se calcularán automáticamente a partir de este valor.
    4. Elija el pulso de forma Crp_psyche.20 (SPNAM 37) para el elemento PSYCHE (Figura S2).
    5. Establezca la intensidad del gradiente de campo de pulso aplicado durante el elemento PSYCHE (GPZ0). Elija RECT.1 para el pulso de forma de gradiente (GPNAM 0) (Figura S2).
      NOTA: Se aplica un gradiente de campo magnético débil durante el elemento PSYCHE, normalmente, entre el 1% y el 4% de la fuerza máxima del gradiente, dependiendo de la sonda.
    6. Establezca el número de bloques a adquirir para reconstruir el FID de desplazamiento puro (TD1) (Figura S3).
      NOTA: PSYCHE se adquiere como un experimento pseudo-2D donde TD1 es el número de bloques de interferograma Pure Shift. La resolución del espectro depende del tamaño de la ventana espectral (SW1) y del número total de puntos adquiridos, que es TD1 * 2 * L31. Normalmente, 16 o 32 bloques con 64 o 128 puntos complejos por bloque proporcionarán suficiente resolución digital. Como PSYCHE se registra en forma de interferograma, un mayor número de bloques aumenta la resolución digital, pero también el tiempo total de adquisición19. Los acoplamientos J homonucleares evolucionan durante cada bloque, lo que da como resultado un patrón de modulación J oscilante21,23. Después de la transformada de Fourier, esto genera artefactos periódicos de banda lateral que dependen de la longitud del bloque (Figura 2). Para reducir los artefactos, la duración del bloque debe ser corta, normalmente inferior a 16 ms (duración del bloque = 2*in0: Figura S1). Si la duración del bloqueo es alta, reduzca L31.
    7. Procese los datos con el programa Proc_reset AU de Bruker y la transformada de Fourier.
      NOTA: Recomendamos transformar el espectro utilizando el relleno de cero y una apodización de campana sinusoidal (Figura S4).
  3. Experimento SAPPHIRE-PSYCHE
    1. Seleccione la secuencia de impulsos SAPPHIRE-PSYCHE y ajuste los parámetros de la secuencia de impulsos. Los parámetros estándar serían los siguientes: anchura espectral de 5 kHz (SW3), al menos 1 ó 2 segundos de retardo de relajación (D1), 16 exploraciones ficticias (DS), 8 o 16 exploraciones por incremento (NS) y D2 a 14 ms (Figura S5).
      NOTA: Esta secuencia no está en el repertorio de Bruker, sin embargo, la secuencia y los programas de procesamiento se pueden obtener del sitio web del Manchester NMR Methodology Group, (https://www.nmr.chemistry.manchester.ac.uk/?q=node/426)23. El retardo D2 garantiza que la relajación de T2 permanezca constante con cada incremento de modulación J. D2 debe ser mayor que 1/4 * SW1 + p16 + 2 * d16. 23
    2. Ajuste la excitación deseada del ángulo de inversión del pulso CHIRP (CNST20) y 10 kHz para el ancho de banda del pulso CHIRP (CNST21) (Figura S6).
      NOTA: Al igual que en el experimento PSYCHE normal, el ángulo de cambio del pulso CHIRP debe ser corto para evitar artefactos de reacoplamiento. CNST20 = 20° es un buen compromiso entre la sensibilidad y los artefactos de reacoplamiento bajos 21,23,25.
    3. Ajuste la longitud del pulso duro (P1) al valor calibrado previamente y la longitud del pulso de la forma PSYCHE a 30 ms (P40) (Figura S6).
      NOTA: Es importante calibrar el valor del pulso duro, ya que las potencias del pulso de forma se calcularán automáticamente a partir de él.
    4. Elija el pulso de forma PSYCHE_Saltire_10kHz_30m para el elemento PSYCHE (Figura S6).
    5. Establezca la intensidad del gradiente de campo de pulso aplicado durante el elemento PSYCHE (GPZ10). Elija RECT.1 para el pulso de forma de gradiente (GPNAM 10) (Figura S7).
      NOTA: Se aplica un gradiente de campo magnético débil durante el elemento PSYCHE, normalmente, entre el 1% y el 4% de la fuerza máxima del gradiente, valor que depende de la sonda.
    6. Establezca el número de incrementos de modulación SAPPHIRE J en F2 (TD2) (Figura S7).
      NOTA: normalmente 8 incrementos aseguran una excelente supresión de los artefactos de banda lateral (Figura 2 y 3). El número total de escaneos del FID Pure Shift final es NS*TD2. 23
    7. Establezca las ventanas espectrales F1 y F2 (SW1 y SW2) (Figura S5).
      NOTA: SW2 = SW3 / (2 * TD2) y SW3 / SW1 = TD2 * N, donde TD2 y N son números enteros pares23. El experimento SAPPHIRE-PSYCHE se adquiere como un pseudo 3D donde F2 codifica la modulación de fase del artefacto de acoplamiento J y F1 la adquisición del interferograma Pure Shift20. Dado que SAPPHIRE-PSYCHE elimina las bandas laterales de modulación J , la duración del bloque Pure Shift del interferograma podría ser más larga que la duración del bloque Pure Shift normal (duración del bloque Pure Shift = 1/SW1), normalmente entre 20 y 40 ms (Figura 2). Sin embargo, la adquisición de datos en fragmentos más largos conduce a evoluciones de acoplamiento J más altas, lo que requeriría más incrementos de modulación de fase de acoplamiento J para eliminar las bandas laterales más fuertes alcanzadas23.
    8. Establezca el número de bloques Pure Shift (TD1) (Figura S7).
      NOTA: Dado que SAPPHIRE-PSYCHE necesita compensar la modulación de fase de acoplamiento J del primer bloque, es necesario adquirir un bloque adicional. Normalmente, 17 (16+1) o 33 (32+1) bloques dan suficiente resolución digital23.
    9. Procesar los datos ejecutando los programas pm_pshift y pm_fidadd AU seguidos de la transformada de Fourier23.
      NOTA: Recomendamos transformar el espectro utilizando el relleno de cero y una apodización de campana sinusoidal (Figura S4).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Análisis del espectro de RMN
Los experimentos PSYCHE aumentan la resolución de los espectros al colapsar las resonancias acopladas en singletes21, lo que a su vez reduce la superposición y facilita la asignación y el análisis de datos. Pure Shift NMR se puede aplicar a extractos de plantas. Aquí demostramos su uso en tres matrices diferentes: hojas de vainilla, tubérculos de papa y frutos de Physalis peruviana . La mejora de la resolución lograda en los espectros de es...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

La identificación estructural y cuantificación de metabolitos son cuestiones clave en la caracterización del metaboloma, datos que al ser sometidos a análisis multivariados permiten comprender mejor el sistema biológico en estudio. La preparación de muestras y la adquisición de datos son aspectos críticos que deben optimizarse para proporcionar resultados fiables.

En este artículo, describimos e ilustramos la preparación de muestras para el análisis de RMN de ...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores no tienen conflictos de intereses que declarar.

Agradecimientos

Este estudio fue financiado por el Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (CONCYTEC) - Programa Atracción de Investigadores Cienciactiva - Contrato # 008-2017-FONDECYT.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
77500 Series Freezone 4.5 Litros de sobremesaLabconco77500
Bruker Avance III 500 MHz equipado con una sonda criogénica TCI de 5 mmCentrífuga Refrigerada Bruker Corporation
Centrivap Concentradores Centrífugos Refrigerados Labconco 7310000 SerieLabconco7310000
Óxido de deuterioSigma-Aldrich151882
Máquina trituradora MKM6003BoschMKM6003
Licuadora Licuadora 8011S modelo Hgb2wts3WaringHgb2wts3
Metanol-d4Sigma-Aldrich151947

Referencias

  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).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Etiquetas

RMN Pure ShiftRMN de protonesperfil metabólicodesacoplamiento homonuclearpreparación de muestrasSAPPHIRE PSYCHEquimiotaxonomíaidentificación de biomarcadoresanálisis multivariante
Resonancia magnética nuclear de desplazamiento puro: una nueva herramienta para la metabolómica de las plantas
Contáctenos
Recomendar a la biblioteca

Privacidad

Términos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.