Name: Le concept Terroir Interprété par Grape Berry métabolomique et transcriptomique (Vidéo) | JoVE Journal
Uploaded: 2016-10-05T13:00:00.000+00:00
Duration: 13 min 2 s
Description: Découvrez l'analyse métabolomique et transcriptomique des baies de raisin Corvina pour étudier les signatures du terroir. Cette méthode révèle les effets du millésime et des macro-zones sur la qualité du raisin.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ce travail a bénéficié des activités de mise en réseau coordonnées dans le cadre de l’action COST FA1106 financée par l’UE « Une approche systémique intégrée pour déterminer les mécanismes de développement contrôlant la qualité des fruits charnus chez les tomates et les vignes ». Ce travail a été soutenu par le projet « Completamento del Centro di Genomica Funzionale Vegetale » financé par la Fondation Banque CARIVERONA et par le projet « Valorizzazione dei Principali Vitigni Autoctoni Italiani e dei loro Terroir (Vigneto) » financé par le Ministère italien des Politiques Agricoles et Forestières. SDS a été financé par le ministère italien de l’Université et de la Recherche FIRB RBFR13GHC5 projet « La plasticité épigénomique de la vigne dans le génotype par interactions environnementales ».

<ol><li>Jessome, L. L., Volmer, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ion+suppression%3A+A+major+concern+in+mass+spectrometry%5BTitle%5D)+AND+%22Lc+Gc+N+Am%22%5BJournal%5D)">Ion suppression: A major concern in mass spectrometry.</a> Lc Gc N Am. 24 (5), 498-510 (2006).</li>
<li>Kim, H. K., Choi, Y. H., Verpoorte, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((NMR-based+plant+metabolomics%3A+where+do+we+stand%2C+where+do+we+go%3F%5BTitle%5D)+AND+%22Trends+Biotech%22%5BJournal%5D)">NMR-based plant metabolomics: where do we stand, where do we go?</a> Trends Biotech. 29 (6), 267-275 (2011).</li>
<li>Sumner, L. W., Mendes, P., Dixon, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+metabolomics%3A+large-scale+phytochemistry+in+the+functional+genomics+era%5BTitle%5D)+AND+%22Phytochem%22%5BJournal%5D)">Plant metabolomics: large-scale phytochemistry in the functional genomics era.</a> Phytochem. 62 (6), 817-836 (2003).</li>
<li>Bottcher, C., von Roepenack-Lahaye, E., Willscher, E., Scheel, D., Clemens, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+matrix+effects+in+metabolite+profiling+based+on+capillary+liquid+chromatography+electrospray+ionization+quadrupole+time-of-flight+mass+spectrometry%5BTitle%5D)+AND+%22Anal+Chem%22%5BJournal%5D)">Evaluation of matrix effects in metabolite profiling based on capillary liquid chromatography electrospray ionization quadrupole time-of-flight mass spectrometry.</a> Anal Chem. 79 (4), 1507-1513 (2007).</li>
<li>Toffali, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Novel+aspects+of+grape+berry+ripening+and+post-harvest+withering+revealed+by+untargeted+LC-ESI-MS+metabolomics+analysis%5BTitle%5D)+AND+%22Metabolomics%22%5BJournal%5D)">Novel aspects of grape berry ripening and post-harvest withering revealed by untargeted LC-ESI-MS metabolomics analysis.</a> Metabolomics. 7 (3), 424-436 (2011).</li>
<li>Martin, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+we+trust+untargeted+metabolomics%3F+Results+of+the+metabo-ring+initiative%2C+a+large-scale%2C+multi-instrument+inter-laboratory+study%5BTitle%5D)+AND+%22Metabolomics%22%5BJournal%5D)">Can we trust untargeted metabolomics? Results of the metabo-ring initiative, a large-scale, multi-instrument inter-laboratory study.</a> Metabolomics. 11 (4), 807-821 (2015).</li>
<li>Jaillon, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+grapevine+genome+sequence+suggests+ancestral+hexaploidization+in+major+angiosperm+phyla%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">The grapevine genome sequence suggests ancestral hexaploidization in major angiosperm phyla.</a> Nature. 449 (7161), 463-467 (2007).</li>
<li>Velasco, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+high+quality+draft+consensus+sequence+of+the+genome+of+a+heterozygous+grapevine+variety%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">A high quality draft consensus sequence of the genome of a heterozygous grapevine variety.</a> Plos One. 2 (12), (2007).</li>
<li>Tornielli, G. B., Zamboni, A., Zenoni, S., Delledonne, M., Pezzotti, M. Ch. 11. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTornielli%2C+GB+%22The+Biochemestry+of+the+Grape+Berry%22">The Biochemestry of the Grape Berry</a>. Gerós, H., Chaves, M., Delrot, S. 11, Bentham Science Publishers. (2012).</li>
<li>Anesi, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+a+scientific+interpretation+of+the+terroir+concept%3A+plasticity+of+the+grape+berry+metabolome%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Towards a scientific interpretation of the terroir concept: plasticity of the grape berry metabolome.</a> BMC Plant Biol. 15, 1-17 (2015).</li>
<li>Berdeja, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Water+limitation+and+rootstock+genotype+interact+to+alter+grape+berry+metabolism+through+transcriptome+reprogramming%5BTitle%5D)+AND+%22Hort+Res%22%5BJournal%5D)">Water limitation and rootstock genotype interact to alter grape berry metabolism through transcriptome reprogramming.</a> Hort Res. 2, 1-13 (2015).</li>
<li>Carbonell-Bejerano, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Solar+ultraviolet+radiation+is+necessary+to+enhance+grapevine+fruit+ripening+transcriptional+and+phenolic+responses%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Solar ultraviolet radiation is necessary to enhance grapevine fruit ripening transcriptional and phenolic responses.</a> BMC Plant Biol. 14, 1-16 (2014).</li>
<li>Carbonell-Bejerano, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reducing+sampling+bias+in+molecular+studies+of+grapevine+fruit+ripening%3A+transcriptomic+assessment+of+the+density+sorting+method%5BTitle%5D)+AND+%22Theor+Exp+Plant+Phys%22%5BJournal%5D)">Reducing sampling bias in molecular studies of grapevine fruit ripening: transcriptomic assessment of the density sorting method.</a> Theor Exp Plant Phys. 28 (1), 109-129 (2016).</li>
<li>Carbonell-Bejerano, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circadian+oscillatory+transcriptional+programs+in+grapevine+ripening+fruits%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Circadian oscillatory transcriptional programs in grapevine ripening fruits.</a> BMC Plant Biol. 14, 1-15 (2014).</li>
<li>Cavallini, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+diversification+of+grapevine+MYB5a+and+MYB5b+in+the+control+of+flavonoid+biosynthesis+in+a+petunia+anthocyanin+regulatory+mutant%5BTitle%5D)+AND+%22Plant+%26+Cell+Physiol%22%5BJournal%5D)">Functional diversification of grapevine MYB5a and MYB5b in the control of flavonoid biosynthesis in a petunia anthocyanin regulatory mutant.</a> Plant & Cell Physiol. 55 (3), 517-534 (2014).</li>
<li>Cramer, G. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transcriptomic+analysis+of+the+late+stages+of+grapevine+%28Vitis+vinifera+cv.+Cabernet+Sauvignon%29+berry+ripening+reveals+significant+induction+of+ethylene+signaling+and+flavor+pathways+in+the+skin%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Transcriptomic analysis of the late stages of grapevine (Vitis vinifera cv. Cabernet Sauvignon) berry ripening reveals significant induction of ethylene signaling and flavor pathways in the skin.</a> BMC Plant Biol. 14, 1-21 (2014).</li>
<li>Dal Santo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+plasticity+of+the+grapevine+berry+transcriptome%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">The plasticity of the grapevine berry transcriptome.</a> Genome Biol. 14 (6), 1-17 (2013).</li>
<li>Fasoli, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Grapevine+Expression+Atlas+Reveals+a+Deep+Transcriptome+Shift+Driving+the+Entire+Plant+into+a+Maturation+Program%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">The Grapevine Expression Atlas Reveals a Deep Transcriptome Shift Driving the Entire Plant into a Maturation Program.</a> Plant Cell. 24 (9), 3489-3505 (2012).</li>
<li>Gambino, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Co-evolution+between+Grapevine+rupestris+stem+pitting-associated+virus+and+Vitis+vinifera+L.+leads+to+decreased+defence+responses+and+increased+transcription+of+genes+related+to+photosynthesis%5BTitle%5D)+AND+%22J+Exp+Bot%22%5BJournal%5D)">Co-evolution between Grapevine rupestris stem pitting-associated virus and Vitis vinifera L. leads to decreased defence responses and increased transcription of genes related to photosynthesis.</a> J Exp Bot. 63 (16), 5919-5933 (2012).</li>
<li>Ghan, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Five+omic+technologies+are+concordant+in+differentiating+the+biochemical+characteristics+of+the+berries+of+five+grapevine+%28Vitis+vinifera+L.%29+cultivars%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Five omic technologies are concordant in differentiating the biochemical characteristics of the berries of five grapevine (Vitis vinifera L.) cultivars.</a> BMC Genomics. 16 (1), 1-26 (2015).</li>
<li>Pastore, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Selective+defoliation+affects+plant+growth%2C+fruit+transcriptional+ripening+program+and+flavonoid+metabolism+in+grapevine%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Selective defoliation affects plant growth, fruit transcriptional ripening program and flavonoid metabolism in grapevine.</a> BMC Plant Biol. 13, 1-13 (2013).</li>
<li>Pastore, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Increasing+the+source%2Fsink+ratio+in+Vitis+vinifera+%28cv+Sangiovese%29+induces+extensive+transcriptome+reprogramming+and+modifies+berry+ripening%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Increasing the source/sink ratio in Vitis vinifera (cv Sangiovese) induces extensive transcriptome reprogramming and modifies berry ripening.</a> BMC Genomics. 12, 1-23 (2011).</li>
<li>Rinaldo, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Grapevine+Anthocyanin+Acyltransferase%2C+Transcriptionally+Regulated+by+VvMYBA%2C+Can+Produce+Most+Acylated+Anthocyanins+Present+in+Grape+Skins%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">A Grapevine Anthocyanin Acyltransferase, Transcriptionally Regulated by VvMYBA, Can Produce Most Acylated Anthocyanins Present in Grape Skins.</a> Plant Physiol. 169 (3), 1897-1916 (2015).</li>
<li>Royo, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental%2C+transcriptome%2C+and+genetic+alterations+associated+with+parthenocarpy+in+the+grapevine+seedless+somatic+variant+Corinto+bianco%5BTitle%5D)+AND+%22J+Exp+Bot%22%5BJournal%5D)">Developmental, transcriptome, and genetic alterations associated with parthenocarpy in the grapevine seedless somatic variant Corinto bianco.</a> J Exp Bot. , 259-273 (2015).</li>
<li>Venturini, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((De+novo+transcriptome+characterization+of+Vitis+vinifera+cv.+Corvina+unveils+varietal+diversity%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">De novo transcriptome characterization of Vitis vinifera cv. Corvina unveils varietal diversity.</a> BMC Genomics. 14, 1-13 (2013).</li>
<li>Commisso, M., Strazzer, P., Toffali, K., Stocchero, M., Guzzo, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Untargeted+metabolomics%3A+an+emerging+approach+to+determine+the+composition+of+herbal+products%5BTitle%5D)+AND+%22Comput+Struct+Biotechnol+J%22%5BJournal%5D)">Untargeted metabolomics: an emerging approach to determine the composition of herbal products.</a> Comput Struct Biotechnol J. 4, 1-7 (2013).</li>
<li>Pluskal, T., Castillo, S., Villar-Briones, A., Oresic, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MZmine+2%3A+Modular+framework+for+processing%2C+visualizing%2C+and+analyzing+mass+spectrometry-based+molecular+profile+data%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">MZmine 2: Modular framework for processing, visualizing, and analyzing mass spectrometry-based molecular profile data.</a> BMC Bioinformatics. 11, 1-11 (2010).</li>
<li>Ashburner, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+Ontology%3A+tool+for+the+unification+of+biology%5BTitle%5D)+AND+%22Nat+Genet%22%5BJournal%5D)">Gene Ontology: tool for the unification of biology.</a> Nat Genet. 25 (1), 25-29 (2000).</li>
</ol>

Les auteurs n’ont rien à divulguer.

Cet article décrit les métabolomique, de la transcriptomique et des protocoles d&#39;analyse statistiques utilisées pour interpréter la notion de terroir baie de raisin. Analyse métabolomique par HPLC-ESI-SM est suffisamment sensible pour détecter un grand nombre de métabolites simultanément, mais la quantification relative est affectée par l&#39;effet de la matrice et la suppression d&#39;ions / amélioration. Cependant, une approche similaire a déjà été utilisé pour décrire la maturation et de dépérissement post-récolt...

l&#39;analyse de données à grande échelle basée sur les génomes, transcriptome, protéome et métabolomes de plantes fournit un aperçu sans précédent dans le comportement de systèmes complexes, tels que les caractéristiques du terroir de vin qui reflètent les interactions entre les plantes de la vigne et de leur environnement. Parce que le terroir d&#39;un vin peut être distinct même lorsque des clones de vigne identiques sont cultivées dans différents vignobles, l&#39;analyse génomique est de peu d&#39;utilité parce que les génomes clonales sont identiques. Au lieu de cela, il est nécessaire d&#39;examiner les corrélations entre l&#39;expression génique et les propriétés métaboliques des baies, qui déterminent les caractéristiques de qualité du vin. L&#39;analyse de l&#39;expression des gènes au niveau des transcriptome bénéficie des propriétés chimiques similaires de tous les relevés de notes, ce qui facilite l&#39;analyse quantitative en exploitant des caractéristiques universelles telles que l&#39;hybridation à des sondes immobilisées sur des microréseaux. En revanche, les méthodes d&#39;analyse universelles en protéomique unend métabolomique sont plus difficiles en raison de la grande diversité physique et chimique des protéines et des métabolites individuels. Dans le cas de la métabolomique cette diversité est encore plus extrême parce que les métabolites individuels diffèrent considérablement en taille, la polarité, l&#39;abondance et la volatilité, donc pas de processus d&#39;extraction unique ou méthode analytique offre une approche holistique. Parmi les plates-formes d&#39;analyse appropriées pour les métabolites non volatils, ceux basés sur la chromatographie liquide à haute performance couplée à la spectrométrie de masse (HPLC-MS) sont beaucoup plus sensibles que des alternatives telles que HPLC avec ultraviolets ou diodes détecteurs matriciels (HPLC-UV, HPLC-DAD ) ou par résonance magnétique nucléaire (RMN), mais une analyse quantitative par HPLC-MS peut être influencée par des phénomènes tels que l&#39;effet de la matrice et la suppression d&#39;ions / amélioration 1-3. L&#39;enquête de ces effets lors de l&#39;analyse des Corvina baies de raisin par HPLC-MS en utilisant une source d&#39;ionisation électrospray (HPLC-ESI-MS), a montré que les sucres et d&#39;autres molécules avec des temps les plus faibles de rétention ont été fortement sous-déclarées, reflétant probablement aussi le grand nombre de molécules dans cette zone, et que l&#39;abondance d&#39;autres molécules pourrait être sous-estimée, surestimée ou non affecté par l&#39;effet de la matrice , mais la normalisation des données pour l&#39;effet de la matrice semblait avoir un impact limité sur le résultat de 4,5 globale. Le procédé décrit ici est optimisée pour l&#39;analyse des métabolites à moyen polarité qui accumulent à des niveaux élevés dans les baies de raisin pendant la maturation, et qui sont fortement touchée par le terroir. Ils comprennent anthocyanes, flavonols, flavan-3-ols, procyanidines, d&#39;autres flavonoïdes, le resvératrol, les stilbènes, les acides hydroxycinnamiques et les acides hydroxybenzoïques, qui déterminent ensemble la couleur, le goût et les propriétés liées à la santé des vins. D&#39;autres métabolites, tels que les sucres et les acides organiques aliphatiques, sont ignorées parce que la quantification par CLHP-SM est peu fiable en raison de la matrice effect et la suppression d&#39;ions phénomènes 5. Dans la gamme de polarité sélectionnée par cette méthode, l&#39;approche est untargeted en ce qu&#39;il vise à détecter autant de métabolites différents que possible 6. Méthodes de transcriptomique permettant des milliers de transcriptions de la vigne à surveiller simultanément sont facilitées par la disponibilité de la séquence du génome de la vigne complète 7,8. méthodes de transcriptomique précoces basées sur séquençage à haut débit d&#39;ADNc ont évolué avec l&#39;avènement du séquençage de nouvelle génération dans une collection de procédures collectivement décrites comme la technologie de l&#39;ARN-Seq. Cette approche est en train de devenir la méthode de choix pour les études de transcriptomique. Cependant, un grand corps de la littérature sur la base de microréseaux, qui permettent à des milliers de transcriptions à quantifier en parallèle par hybridation, a accumulé pour la vigne. En effet, avant l&#39;ARN-Seq est devenue une technologie grand public, de nombreuses plates-formes dédiées microarray commerciales avaient étédéveloppé permettant la vigne transcriptome à inspecter en détail. Parmi la grande variété de plates - formes, deux seulement permis l&#39; analyse du transcriptome génome entier 9. La gamme la plus évolué a permis à l&#39;hybridation de jusqu&#39;à 12 échantillons indépendants sur un seul appareil, réduisant ainsi les coûts de chaque expérience. Les 12 sous-réseaux constitués chacun 135.000 sondes 60-mères représentant 29,549 transcrits de la vigne. Ce dispositif a été utilisé dans un grand nombre d&#39;études 10-24. Ces deux plates - formes ont été abandonnées , mais un nouveau microréseau personnalisé a été récemment conçu et représente un développement plus récent , car il contient un plus grand nombre de sondes représentant des gènes de la vigne nouvellement découverts supplémentaires 25. Les ensembles de données de grande vente produites par la transcriptomique et la métabolomique analyse nécessitent des méthodes statistiques appropriées pour l&#39;analyse des données, y compris des techniques multivariées pour déterminer les corrélations entre forme différentes de données. Les techniques multivariées les plus utilisées sont celles basées sur la projection, et ceux - ci peuvent être sans surveillance, comme analyse en composantes principales (ACP), ou supervisé, comme projection orthogonale bidirectionnel à des structures latentes analyse discriminante (O2PLS-DA) 26. Le protocole présenté dans cet article utilise PCA pour l&#39;analyse exploratoire des données et O2PLS-DA pour identifier les différences entre les groupes d&#39;échantillons.

<table><tbody><tr><td>Broyeur</td><td>IKA</td><td>IKA A11 basic</td><td></td></tr><tr><td>HPLC Autosampler</td><td>Beckman Coulter</td><td>&nbsp ;-</td><td>System Gold 508 Autosampler</td></tr><tr><td>Système HPLC</td><td>Beckman Coulter</td><td>&nbsp ;-</td><td>System Gold 127 Module de solvant HPLC</td></tr><tr><td>C18 Guard Column</td><td>Grace</td><td>&nbsp ;-</td><td>Alltima HP C18 (7,5 mm x 2,1 mm ; 5 &mu ; m) Colonne de garde</td></tr><tr><td>C18 Colonne</td><td>Grace</td><td>&nbsp ;-</td><td>Alltima HP C18 (150 mm x 2,1 mm ; 3 &mu ; m) Spectromètre</td></tr><tr><td>de masse</td> sur colonne <td>Bruker Daltonics</td><td>&nbsp ;-</td><td>Bruker Esquire 6000 ; Le spectomètre de masse était équipé d’une source ESI et l’analyseur était un piège à ions.</td></tr><tr><td>Solvants d’extraction et tampons HPLC</td><td>Sigma</td><td>34966</td><td>Méthanol grade LC-MS</td></tr><tr><td>Sigma</td><td>94318</td><td>Acide formique grade</td><td></td>LC-MS</tr><tr><td>Sigma</td><td>34967</td><td>Acétonitrile grade LC-MS</td><td></td></tr><tr><td>Sigma</td><td>39253</td><td>Eau&nbsp ; </td> Filtres à seringue Minisart RC 4 de qualité <td></td>LC-MS</tr><tr><td>(0,2 &mu ; m)</td><td>Sartorius</td><td>17764</td><td></td></tr><tr><td>Logiciels pour la collecte et le traitement des données (b)</td><td>Bruker Daltonics-Bruker</td><td></td> <td>Daltonics Esquire 5.2 Contrôle (a) ; Esquire 3.2 Analyse de données et logiciels MzMine 2.2 (b)</td></tr><tr><td>Spectrum Plant Kit d’ARN total</td><td>Sigma-Aldrich</td><td>STRN250-1KT</td><td>Pour l’extraction de l’ARN total des péricarpes de raisin</td></tr><tr><td>Nanodrop 1000</td><td>Thermo Scientific</td><td>1000</td><td></td></tr><tr><td>BioAnalyzer 2100</td><td>Agilent Technologies</td><td>G2939A</td><td></td></tr><tr><td>RNA 6000 Nano Reagents</td><td>Agilent Technologies</td><td>5067-1511</td><td></td></tr><tr><td>Puces d’ARN</td><td>Agilent Technologies</td><td>5067-1511</td><td></td></tr><tr><td>Tampon de lavage d’expression génique Agilent 1</td><td>Agilent Technologies</td><td>5188-5325</td><td></td></tr><tr><td>Tampon de lavage d’expression génique Agilent 2</td><td>Agilent Technologies</td><td>5188-5326</td><td></td></tr><tr><td>Kit d’étiquetage LowInput QuickAmp Unicolore</td><td>Agilent Technologies</td><td>5190-2305</td><td></td></tr><tr><td>Kit ARN Spike In - Unicolore</td><td>Agilent Technologies</td><td>5188-5282</td><td></td></tr><tr><td>Kit d’hybridation d’expression génique</td><td>Agilent Technologies</td><td>5188-5242</td><td></td></tr><tr><td>RNeasy Mini Kit (50)</td><td>Qiagen</td><td>74104</td><td>Pour la purification de l’ARNc</td></tr><tr><td>Agilent SurePrint HD 4X44K 60-mer Microarray</td><td>Agilent Technologies</td><td>G2514F-048771&nbsp ;</td><td></td></tr><tr><td>eArray</td><td>Agilent Technologies</td><td>-</td><td><a href="https://earray.chem.agilent.com/earray/">https://earray.chem.agilent.com/earray/</a></td></tr><tr><td>Glissières d’étanchéité</td><td>Agilent Technologies</td><td>G2534-60012</td><td>Enable Agilent SurePrint Microarray 4-array</td></tr><tr><td>Hybridation Bain thermostatique</td><td>Julabo-Chambre</td><td></td><td></td></tr> <tr><td>d’hybridation</td><td>Agilent Technologies</td><td>G2534-60001</td><td></td></tr><tr><td>Four d’hybridation de microréseaux</td><td>Agilent Technologies</td><td>G2545A</td><td></td></tr><tr><td>Four d’hybridation Rotator Rack</td><td>Agilent Technologies</td><td>G2530-60029</td><td></td></tr><tr><td>Rotator Rack Conversion</td> Rod <td>Agilent Technologies</td><td>G2530-60030</td><td></td></tr><tr><td>Kit de coloration</td><td>Bio-Optica</td><td>10-2000</td><td>Slide-staining dish et Slide rack</td></tr><tr><td>Agitateur magnétique</td><td>AREX Heating Agitateur magnétique</td><td>F20540163&nbsp ;</td><td></td></tr><tr><td>Four thermostatique</td><td>Thermo Scientific</td><td>Heraeus - 6030</td><td></td></tr><tr><td>Agilent Scanner de microarrays</td><td>Agilent Technologies</td><td>G2565CA</td><td></td></tr><tr><td>Carrousel de scanner, 48 positions</td><td>Agilent Technologies</td><td>G2505-60502</td><td></td></tr><tr><td>Supports de lames</td><td>Agilent Technologies</td><td>G2505-60525</td><td></td></tr><tr><td>Logiciel d’extraction de caractéristiques v11.5</td><td>Agilent Technologies</td> <td>à</td> <td>l’intérieur du scanner de microréseaux Agilent G2565CA</td></tr><tr><td>logiciel SIMCA + V13</td><td>Umetrics</td><td></td><td></td></tr></tbody></table>

le concept terroir interprété par grape berry métabolomique et transcriptomique

The Terroir Concept Interpreted through Grape Berry Metabolomics and Transcriptomics

Terroir se réfère à la combinaison de facteurs environnementaux qui influent sur les caractéristiques des cultures telles que la vigne (Vitis vinifera) selon des habitats particuliers et les pratiques de gestion. Cet article montre comment certaines signatures du terroir peuvent être détectés dans le métabolome de baies et de transcriptome du Corvina vigne cultivar en utilisant une analyse statistique multivariée. La méthode nécessite d&#39;abord un plan d&#39;échantillonnage approprié. Dans cette étude de cas, un clone spécifique du cultivar Corvina a été choisi pour minimiser les différences génétiques, et des échantillons ont été prélevés dans sept vignobles représentant trois macro-zones différentes au cours de trois saisons de croissance différents. Une LC-MS approche untargeted métabolomique est recommandé en raison de sa sensibilité élevée, accompagnée d&#39;un traitement efficace des données en utilisant un logiciel MZmine et une stratégie d&#39;identification des métabolites basée sur l&#39;analyse de l&#39;arbre de la fragmentation. l&#39;analyse du transcriptome global peut être réalisé en utilisant microarraysLes sondes contenant couvrant ~ 99% de tous les gènes de la vigne prédites, ce qui permet l&#39;analyse simultanée de tous les gènes exprimés de manière différentielle dans le contexte des différents terroirs. Enfin, l&#39;analyse des données multidimensionnelles sur la base de méthodes de projection peut être utilisé pour surmonter l&#39;effet fort spécifiques vintage, permettant aux métabolomique et les données de transcriptomique à être intégrées et analysées en détail pour identifier les corrélations informatives.

L&#39;étude de cas décrit dans cet article a donné une matrice de données finale comprenant 552 signaux (m / z caractéristiques) , y compris des ions moléculaires ainsi que leurs isotopes, adduits et quelques fragments, relativement quantifiés parmi 189 échantillons (7 vignobles x 3 étapes de maturation x 3 saisons de x croissance 3 répétitions biologiques). Le nombre total de points de données a donc été 104.328. Analyse de l&#39; arbre de Fragmentation a abouti à l&#39;annotat...

Cet article décrit l&#39;application de la métabolomique untargeted, transcriptomique et analyse statistique multivariée à raisin transcriptions de baies et de métabolites, afin de mieux comprendre le concept de terroir, à savoir, l&#39;impact de l&#39;environnement sur les caractéristiques de qualité des baies.

Le concept Terroir Interprété par Grape Berry métabolomique et transcriptomique

Terroir refers to the combination of environmental factors that affect the characteristics of crops such as grapevine (Vitis vinifera) according to ...

L'objectif général de ces procédures expérimentales est d'observer les différentes signatures du terroir dans le métabolome et le transcriptome du baie du cépage de vigne Corvina. L'étude de cas décrite ici a impliqué la collecte et l'analyse d'échantillons à trois stades de maturation provenant de sept vignobles répartis dans trois zones macroclimatiques, et ce sur trois campagnes culturales. Les techniques décrites révèlent la prédominance de l'effet millésime sur le métabolome de la baie. Des signatures chimiques spécifiques représentant les trois zones macroclimatiques ont également été identifiées dans les baies mûres. La signature du terroir au niveau des zones macroclimatiques a été révélée à l’aide de techniques statistiques appropriées telles que l’ACP, soit l’analyse en composantes principales, et l’auto BLSDA, soit l’analyse discrète par projection orthogonale bidirectionnelle vers des structures inertes, afin d’analyser à la fois la matrice de données transcriptomiques et métabolomiques. En revanche, les différences entre les vignobles individuels sont plus subtiles et nécessitent également des approches statistiques plus sophistiquées et sensibles.Commencez l'expérience en élaborant un plan d'échantillonnage approprié. Assurez-vous que le plan d'échantillonnage précise les lieux, les horaires et la procédure d'échantillonnage exacte. Après avoir récolté 30 grappes provenant de différentes positions le long de deux rangs de vigne, sélectionnez au hasard trois baies dans chaque grappe, en évitant celles présentant des dommages visibles ou des signes d'infection.Répétez ce processus pour obtenir trois pools indépendants pour chaque stade de maturation. Désépépinez les baies et congélez immédiatement le péricarpe dans de l'azote liquide. Réduisez toutes les baies congelées de chaque pool en poudre à l’aide d’un broyeur automatique.Divisez chaque échantillon en poudre en deux parties égales, l'une destinée à l'analyse transcriptomique et l'autre à l'analyse métabolomique. Ensuite, refermez et retirez le duer, puis conservez les poudres à moins 80 degrés Celsius. Préparez les extraits métaboliques des échantillons de baies à température ambiante dans trois volumes de méthanol, acidifié avec 0,1 % d'acide formique, dans un bain ultrasonique à 40 kilohertz pendant 15 minutes.Centrifuger les extraits à 16 000 ×g pendant 10 minutes à quatre degrés Celsius. Diluer le surnageant dans deux volumes d'eau déionisée, puis filtrer à travers un filtre de 0,2 micron. Mettre en place la chromatographie liquide à haute performance couplée à la spectrométrie de masse, en utilisant une source d'ionisation par électrospray ou un système HPLC-ESI-MS, comme décrit dans le protocole du texte.Effectuez la séparation par HPLC avec un gradient linéaire des solvants A et B à un débit constant de 0,2 millilitre par minute, en utilisant un volume d'injection d'échantillon de 30 microlitres. Enregistrez les spectres de masse en modes d'ionisation négatif et positif alternés, avec les paramètres indiqués dans le protocole textuel. Pour traiter les données LC-MS, mettez en œuvre les procédures d'alignement de détection des pics, de comblement des lacunes et de filtration des pics à l'aide d'un logiciel approprié, tel que le logiciel open source M Zeta Mine, version 2.14.Importer les fichiers texte résultants dans un tableur. Cela produit une matrice de données dans laquelle tous les métabolites détectés, reconnus par un numéro d'identification, une valeur du rapport masse/charge et un temps de rétention, sont quantifiés dans tous les échantillons en fonction de leurs valeurs d'aire de pic. Préparer l'assemblage d'hybridation selon les spécifications du format à quatre cartouches, en déposant 1,65 microgramme d'ARN complémentaire marqué au cyanine, dans un volume final de 41,8 microlitres d'eau désionisée sans RNase.Ajouter 11 microlitres d'agent bloquant 10X et 2,2 microlitres de tampon de fragmentation 25X. Incuber à 60 degrés Celsius pendant 30 minutes dans un bain thermostaté, afin de fragmenter l'ARN. Au bout de 30 minutes, refroidir immédiatement sur de la glace pendant une minute.Enfin, ajoutez 55 microlitres de tampon d'hybridation 2X et mélangez soigneusement à l’aide d’une pipette. Après une centrifugation d'une minute à 15 500 ×g à température ambiante, placez immédiatement le tube micro-centrifuge sur de la glace. Pour charger la matrice micro-panachée personnalisée, insérez une lame avec joint intégré en positionnant l'étiquette vers le haut, dans la base d'une chambre d'hybridation.Chargez lentement 100 microlitres d'échantillon d'hybridation dans chaque puits du joint, en dispensant le liquide à l'aide de la pointe d'une pipette, en évitant les bulles. Placez lentement la matrice microsur mesure, face vers le bas, en veillant à ce que le code-barres numérique soit orienté vers le haut. Assurez-vous que la paire en sandwich est correctement alignée.Enfin, placez le couvercle de la chambre d'hybridation sur les lames superposées et serrez la pince à la main sur la chambre. Faites pivoter la chambre assemblée afin d'évaluer la mobilité des bulles. Placez la chambre à lames assemblée dans une rotissoire équilibrée, à l'intérieur d'un four d'hybridation réglé à 65 degrés Celsius.Régler le rotateur pour qu'il tourne à 10 tr/min. Laisser l'hybridation se dérouler pendant 17 heures. Pour procéder au lavage de la lame de micro-réseau, préparer trois boîtes de coloration pour lames et les remplir avec les tampons de lavage appropriés.Remplissez deux boîtes avec le tampon de lavage un, à température ambiante, et une boîte avec le tampon de lavage deux préchauffé. Démontez la chambre d'hybridation et retirez le sandwich. Avec la microplaque à puces orientée de manière à ce que le code-barres numérique soit face vers le haut, immergez le sandwich dans la première boîte de coloration remplie du tampon de lavage un à température ambiante, puis, à l’aide de pinces propres, séparez le joint de la microplaque à puces.Transférez rapidement la lame de micro-réseau dans un porte-lame, puis placez-la dans le deuxième bac de coloration rempli du tampon de lavage un à température ambiante. Placez le bac de coloration sur un agitateur magnétique et effectuez un lavage pendant une minute avec une agitation modérée. Transférez rapidement le porte-lame dans le troisième bac de coloration, rempli du tampon de lavage deux préchauffé, et lavez pendant une minute avec une agitation modérée.Retirez lentement le porte-lame du bac de coloration et sortez délicatement la lame du porte-lame, en évitant les gouttelettes. Placez la lame de micro-réseau dans un scanner approprié, puis numérisez chaque réseau en utilisant les paramètres recommandés dans le manuel d'instructions du fabricant du micro-réseau. Pour préparer le logiciel d'analyse statistique, importez d'abord les données de métabolomique et de transcriptomique.Allez dans Fichier, Nouveau projet régulier, Nouveau projet régulier, pour importer la matrice de données obtenue. Ensuite, cliquez sur Éditer. Transposez toute la matrice, accueil, et attribuez l'identifiant primaire et secondaire approprié. Et terminez.Pour effectuer l'analyse statistique multivariée, accédez à la fenêtre du jeu de travail, sélectionnez PCAX comme type de modèle, puis cliquez sur AutoFit. Sélectionnez Scores, puis Scatter, afin d'obtenir le graphique montrant le regroupement possible des échantillons. Examinez le graphique des scores de l'ACP.Si un bon modèle est obtenu, utilisez les mêmes classes d'échantillons pour construire un modèle d'analyse discriminante O2PLS. Pour construire deux modèles d'analyse discriminante O2PLS à l'aide des échantillons classés par MacroZone, attribuez les classes en allant à la fenêtre Accueil, Nouveau Comme, M1, puis Observations. Définissez les classes souhaitées.Ensuite, modifiez le type de modèle de PCAX à l'analyse discriminante O2PLS. Appuyez sur Autofit. Passez à la sélection de M2 dans la fenêtre du projet, cliquez sur Scores, puis sur Scatter, pour visualiser le graphique et la position des classes d'échantillons.Allez à Sélectionner le type de données, puis sélectionnez Observations et Contributions. Cliquez ensuite sur Ajouter une série et sélectionnez les éléments corrélation PQ un et corrélation PQ deux, ou d'autres composantes si elles sont présentes. En appuyant sur le bouton droit de la souris sur le graphique, accédez à Propriété, sélectionnez Couleur, puis choisissez Par termes, afin de distinguer les symboles du graphique entre les molécules et les classes.Allez dans Mise en page, Formater le graphique, Accéder et/ou Styles, pour modifier le graphique avec les caractéristiques souhaitées. Pour observer quels métabolites caractérisent une ou plusieurs classes spécifiques, accédez à la Liste des graphiques, puis Nuage de points. Une analyse exploratoire de la matrice complète de données par ACP a montré que les échantillons s'agrégeaient selon le stade de maturation, incluant la véraison, la maturation intermédiaire et la maturation complète, le long des deux premières composantes principales.Les échantillons se regroupent selon la saison de croissance le long de la troisième composante principale. L'analyse discriminante O2PLS des baies matures permet d'identifier des signatures spécifiques de terroir, représentant les trois macrozones : Valpolicella, Lac de Garde et Soave. Les graphiques de charges de ces modèles sont exprimés en corrélation PQ, c'est-à-dire la corrélation entre P, la classe des échantillons, et Q, les métabolites.Dans les graphiques de chargement, les carrés rouges représentent la classe des échantillons ou des macrozones, et les triangles colorés représentent les métabolites individuels. Les métabolites sont codés par couleur selon leur classe chimique, et la distance entre les métabolites et les échantillons reflète leurs relations. La macrozone du lac de Garde était caractérisée par des stilbènes, tandis que Soave et Valpolicella étaient marqués par des flavonoïdes.Parmi les anthocyanines, la p&eacute;onidine et ses d&eacute;riv&eacute;s &eacute;taient plus pr&eacute;sents dans la macrozone du lac de Garde, tandis que les autres anthocyanines &eacute;taient plus pr&eacute;sentes dans la macrozone de Valpolicella. En outre, les anthocyanines trois-O-glucosides &eacute;taient plus pr&eacute;sentes dans la macrozone de Valpolicella, alors que les d&eacute;riv&eacute;s acyl&eacute;s et cum&eacute;rol&eacute;s &eacute;taient plus pr&eacute;sents dans la macrozone de Soave. La transcriptomique, la RA et les m&eacute;thodes RNA sig permettent de surveiller simultan&eacute;ment des milliers de transcrits de vigne.Une nouvelle matrice micro-technologique personnalisée a récemment été conçue et représente un nombre encore plus élevé de sondes, couvrant des espèces supplémentaires du genre Vitis récemment découvertes. Compte tenu de l'obsolescence rapide des plateformes transcriptomiques, nous décrivons une procédure alternative utilisant une nouvelle plateforme contenant davantage de sondes que l'ancienne, notamment 249 transcrits prédits de peno en plus, pour 1392 loci peno nouvellement identifiés, ainsi que 179 gènes de corvina prava. L'analyse métabolomique par HPLC-ESI-MS est suffisamment sensible pour détecter simultanément un grand nombre de métabolites.La capacité de créer un plan d'échantillonnage est essentielle. Le choix d'un seul et unique clone afin de minimiser les différences génétiques, ainsi que la multiplicité des durées d'échantillonnage, ont permis d'identifier les véritables différences entre les terroirs. Il serait intéressant de comparer le même cultivar cultivé dans des zones moins optimales, mais malheureusement, ces vignobles n'étaient pas disponibles.

the-terroir-concept-interpreted-through-grape-berry-metabolomics

Research

Recherche

JoVE Journal

Genetics

Génétique

La spectrométrie de masse à temps de réaction de transfert de protons en vol permet une analyse à haute sensibilité, rapide et non invasive des composés organiques volatils. Pour démontrer son potentiel, nous donnons trois exemples : la fermentation lactique du yaourt (suivi des bioprocédés en ligne), différents génotypes de pommes (criblage à grande échelle) et l’espace rétronasal après avoir bu du café (analyse nosespace).

PTR-ToF-MS couplé avec un système d&#39;échantillonnage automatisé et une analyse de données sur mesure pour les études alimentaires: analyse du bioprocessus, du dépistage et de l&#39;analyse du nez

Ce protocole décrit une procédure expérimentale pour quantitativement et complètement étudier le métabolisme de plusieurs sources d’éléments nutritifs. Ce flux de travail, basé sur une combinaison d’expériences de traceur isotopique et une méthode d’analyse, permet le sort des nutriments consommés et l’origine métabolique des molécules synthétisée par des microorganismes à déterminer.

Flux de travail basé sur la combinaison de traceur isotopique des expériences pour étudier le métabolisme microbien de multiples Sources d’éléments nutritifs

Cet article décrit la procédure pour l’identification et la caractérisation d’une famille de gènes dans la vigne à cette famille d' Arabidopsis Tóxicos dans Levadura (ATL) E3 ubiquitine ligases.

Flux de travail complet pour le génome-large d’Identification et de la Meta-analyse de l’Expression de la famille des gènes ATL E3 ubiquitine Ligase à Grapevine

Ici, nous présentons un protocole pour décrire la métagénomique des amplicons afin de déterminer la communauté bactérienne des raisins Traminette, des raisins en fermentation et du vin final.

Profilage de la communauté bactérienne des raisins Traminette en fermentation pendant la production de vin à l’aide du séquençage d’amplicons métagénomiques

Dans ce manuscrit, nous décrivons un protocole permettant d’examiner fonctionnellement la transcription et l’activité inhibitrice des agents antibactériens ciblant la transcription bactérienne.

Dans les dosages transcription in vitro et leur application dans la découverte de médicaments

La mouche méditerranéenne des fruits (medfly) Ceratitis capitata (Diptera : Tephritidae) est un ravageur mondial de l’agriculture. Une meilleure compréhension de sa biologie est essentielle pour contrôler les populations de mouches et ainsi réduire l’impact économique. La micro-injection embryonnaire est un outil fondamental permettant à la fois la transformation de la lignée germinale et l’étude de la génétique inverse chez cette espèce.

Livraison de Nucleic Acids par Embryo microinjection dans le monde entier agricole contre les insectes ravageurs,<em&gt; Ceratitis capitata</em

Ce protocole décrit un flux de travail comparatif d’assemblage et d’annotation du transcriptome de novo pour les bioinformaticiens débutants. Le flux de travail est disponible gratuitement entièrement via CyVerse et connecté par le Data Store. La ligne de commande et les interfaces utilisateur graphiques sont utilisées, mais tout le code nécessaire est disponible pour le copier-coller.

Tirer parti des ressources CyVerse pour<em&gt; De Novo</em&gt; Transcriptomie comparative des organismes sous-gardés (non-modèles)

Étudier les canaux ioniques à travers un système exprimant de manière hétérologue est devenue une technique de base dans la recherche biomédicale. Dans ce manuscrit, nous présentons une méthode efficace de temps pour obtenir l'expression du canal ionique étroitement contrôlé en effectuant une transfection transitoire sous le contrôle d'un promoteur inductible.

Contrôlable Expression Ion canal par transfection transitoire inductible

Galaxy et David sont apparus comme des outils populaires qui permettent aux enquêteurs sans formation de bio-informatique pour analyser et interpréter les données d'ARN-Seq. Nous décrivons un protocole pour C. elegans aux chercheurs d'effectuer des expériences ARN-Seq, l' accès et de traiter l'ensemble de données en utilisant Galaxy et d' obtenir des informations biologiques significatives à partir des listes de gènes en utilisant DAVID.

Analyse transcriptomique de<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA séquençage des données par le Tuxedo Suite sur le projet Galaxy

Cet article illustre un protocole détaillé pour l’isolement de l’ADN et construction de bibliothèque de séquençage haut-débit de matériel d’herbier dont le sauvetage de l’ADN de très mauvaise qualité.

Isolement d’ADN robuste et Construction de bibliothèque de séquençage haut-débit pour les spécimens d’herbier

Découvrez l'analyse métabolomique et transcriptomique des baies de raisin Corvina pour étudier les signatures du terroir. Cette méthode révèle les effets du millésime et des macro-zones sur la qualité du raisin.

Le concept Terroir Interprété par Grape Berry métabolomique et transcriptomique

Explorer plus de vidéos