方法論記事

リグノセルロース系バイオマス中の反抗バリエーションのハイスループットスクリーニング：総リグニン、リグニンモノマー、および酵素シュガーリリース

9.7K 閲覧数

⸱

DOI：

10.3791/53163

⸱

2015年9月15日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1BioEnergy Science Center, National Renewable Energy Laboratory

この記事について

サマリー

植物の細胞壁の構造と化学的特性が評価され、バイオ燃料とバイオマテリアルの理想的な原料を特定します。標準メソッドを大規模なデータセットに適用すると、制限があります。これらのハイスループット前処理法、酵素糖化法、および熱分解分子ビーム質量分析法は、実験時間とコストを削減しながら、大量のバイオマスサンプルを比較します。

要約

リグノセルロース系バイオマスの燃料、化学品、その他の商品への変換は、再生不可能なエネルギー源の使用削減に向けた一つの可能な経路として探求されてきました。多様なプールの中から、どの植物が下流の用途に適した化学形質を持っているかを特定するには、セルロースやリグニンの含有量、または酵素糖化後の単量体の糖放出などの属性を比較する必要があります。標準的な分析方法の実験プロトコルやデータ解析プロトコルは時間がかかるため、測定できるサンプルの数が制限されます。ハイスループット(HTP)分析法は、標準分析法の欠点を軽減し、利用可能なサンプルを迅速にスクリーニングして、目的の形質を持つサンプルを分離することができます。この研究は、国立再生可能エネルギー研究所で採用されているHTP糖放出と熱分解分子ビーム質量分析パイプラインを示しています。これらのパイプラインにより、数千のプラントを効率的に評価すると同時に、労力と消耗品の削減により実験時間とコストを削減しました。

概要

非再生可能燃料とその関連製品の下落のグローバルな供給として、科学者たちは、植物由来の源1から同様の燃料や化学物質を作成するために挑戦されています。この研究の重要な側面は、植物の種がバイオ燃料及びバイオマテリアル2,3の製造に適している可能性が決定されます。典型的には、これらの原料は、リグニン、セルロース、およびヘミセルロース含有量について評価されます。同様に、熱的、機械的、および/または化学的な前処理を経て解体（反抗）に対する感受性を持つか、その後の酵素糖化なし。より詳細な分析は、リグニンおよびヘミセルロース画分の特定の組成物、ならびに必要に応じて、最適な酵素活性を決定するために使用されます。本質的に希望する商品に生化学的または熱化学変換のための理想的な特性を持たない植物のトランスジェニック修正は鍋の大幅に拡張ソースで研究者に提供していますential原料4。小さ ​​なサンプルセットのために非常に有用であるが、植物の化学的特性を定量化するための標準的な分析方法は、サンプル5-7の数百または数千の迅速なスクリーニングには不向きです。本明細書に記載のHTP法は、迅速かつ効率的に熱および/または酵素分解に細胞壁反抗の変化をバイオマス変異体の大きな番号を評価するために開発されてきました。

これは、HTPスクリーニングアッセイは、本明細書に記載の変換または収量を最大にするように設計されていないことを理解することが重要です。目的は、従来のバイオマス試料の固有の反抗の相対的差異を決定することです。その結果、分析ステップの多くは、目的の最大変換速度または程度を得ることである "典型的な"バイオマス変換アッセイ、異なります。例えば、下部前処理重大度および短い酵素加水分解時間は、異なる最大化するために使用されサンプル間ences。ほとんどの場合、比較的高い酵素負荷を大幅に結果をゆがめる可能性が酵素活性の実験的変動に起因する差異を減少させるために使用されます。

植物の細胞壁と単糖の組成を決定するための迅速な技術は、酵素糖化以下の遊離したロボット、カスタマイズされた、熱化学互換性の96ウェルプレート、および標準的な実験方法8-11や、振動分光法などの楽器のプロトコル（赤外線の変更が含まれます（IR）、近赤外線（NIR）、またはラマン）および核磁気共鳴（NMR）12-17。これらの方法論は、実験の削減につながる、高セルロース、低リグニン含量、または最高グルコース、キシロース、エタノールを得ることが予想される、 などが挙げられる。これらの方法は、バイオマスや消耗品の少量を採用するダウンスケールの分析を有効にしているとの供給原料を分離するための鍵です費用18 アップ。この方法論的アプローチのもう一つの特徴は、種々の実験条件を迅速にすることができることであり、同時にいくつかの例では、評価しました。例えば、異なる前処理方針または酵素カクテルの様々な最適な実験パラメータを迅速に識別して使用することができるように、試験することができます。トウモロコシ茎葉9、ポプラ8,10、サトウキビバガス8、およびスイッチグラス8など人気の原料は、首尾よくこれらのHTP法を用いて評価されています。

総リグニンおよびリグニン単量体組成物はまた、一般的にバイオマスの特性を定量化します。リグニン含量の減少は、多糖類19,20の酵素消化を増加させることが示されています。 （多くの場合、シリン/グアイアシル（S / G）の含有量として報告される）リグニン単量体の比率は植物細胞壁の解体で果たす役割はまだ調査中です。一部のレポートは、S / Gでその削減を示しています他の研究は反対の傾向19,22を発表しながら、比は、加水分解21後に増加したグルコース収量につながりました。リグニンおよびそのモノマーを評価するためのハイスループット法は、振動多変量解析と結合された分光法（IR、NIR、およびラマン23-26）、および熱分解分子ビーム質量分析法（pyMBMS）27,28を含みます 。

バイオマスをスクリーニングするためのHTP法を開発する場合、いくつかの不可欠な考慮事項が念頭に置いておく必要があります。一つの重要な側面は、方法の複雑さです。技術に必要なスキルレベルとは何ですか？計量化学分析は、例えば、構築評価し、予測モデルを維持するための特定のスキルを必要とします。標準的な方法は、望ましくない、準備やデータ解析の手順を示すか、有毒な試薬を使用しています。モデルの開発は、新しいデータがモデルの堅牢性を高めるために時間をかけてモデルに組み込まれている継続的なプロセスです。別considerationはコスト削減であると提案された高スループット法の実験的な分析時間を減少させました。この方法は非常に迅速ですが、非常に高価である場合には、採用する多くのラボのための実現可能な技術ではないかもしれません。この原稿に示される方法は、スループット能力を増幅するように修正された標準化された技術の変異体です。これらのプロトコルは、定量的予測モデルの開発を必要とすることなく、興味のあるバイオマスの特性を測定します。 、モデルを開発するために使用される標準的な分析と強い相関を示すが、実際にサンプルに対する関心の量を測定するほど正確ではありませんしながら、予測方法以来、これらの技術の重要な属性です。使用方法は、基本的に、標準的なベンチスケールの分析方法のバージョンをスケールダウンしているのに対し、正確さと精度、速度とスループットのために取引されています。ほとんどの場合、この結果は、小容量のピペッティングおよび計量の上位エラーに起因するものです。同様の増加サンプルサイズとして十分な不均一性が低減されます。大規模なサンプルセットをスクリーニングし、比較することができますが、別個のキャンペーンの間とベンチスケールの結果との比較を行う際に、細心の注意を払わなければなりません。

最も時間のかかるステップは、バイオマスの物理的操作を必要とします。研削サンプルはサンプル間圧延機を掃除などのサンプルあたりのいくつかの分をとることができます。手動でアンロードをロードし、クリーニングホッパー、充填、ティーバッグやサンプルバッグを空にすることも非常に労働集約的です。各ステップは分以上かかる場合がありますが、数千のサンプルを実行すると、数時間または数日かかる場合があります。ロボットは約3〜4時間または6〜8プレート1日目ロボット-1にバイオマスと典型的な反応容器プレートをロードすることができます。この状況は、同様にテストされる種類、バイオマスの量として使用される精度パラメータに依存します。水を原子炉プレートを充填、希酸、または酵素を迅速に液体処理ロボットを使用して行われます。 Pプレートスタック（1〜20の原子炉プレート）の再治療は、アセンブリは、クールダウン時に1〜3時間がかかり、解体は含まれています。酵素加水分解は3日かかり、糖分析は、アッセイを完了し、結果を読み取るために準備時間の約1時間を加えた反応容器プレートあたり10分を必要とします。設定前処理と分析日の週間スケジュールは、継続的に週〜800〜1000のサンプルをアッセイの人間コンポーネントの奇数時間や週末の努力を最小限に抑え、合理的な作業スケジュールを収納して処理することができます。最大スループットは、主にどのくらいのハードウェア（ロボット、原子炉プレートなど ）、いくつかの要因に依存し、どのくらいの「ソフトウェア」（ すなわち 、人材派遣）マニュアル作業を行うことが可能です。実用的な上限は、2,500〜3,000サンプル/週です。しかし、その出力は、7日週の操作と複数の学生のインターンや技術を必要とします。比較では、HPLCによる3000サンプルは、SAMの約125日を必要とするであろうPLE分析に加えて、手動で分析前に反応器およびフィルタリングのサンプルにサンプルを計量の追加の労働。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

酵素糖化9,29に続いてグルコースおよびキシロース収量の1.高スループットの決意

  1. サンプル調製（研削、デ糊付け、抽出、前処理）
    1. 粒子は、20メッシュ（850ミクロン）スクリーンを通過するように、ウィリーミルを使用して、各バイオマス試料の少なくとも300ミリグラムを挽きます。帯電防止ジップトップバッグに移す（通常はバーコード）とバーコードのデータベースにサンプル情報を記録します。
    2. 番号が（鉛筆で、インクまたはマーカーを使用しないでください）​​ティーバッグに約静電気防止用の袋から地上バイオマスの250 mg以上を追加し、慎重にティーバッグをロールアップし、防止するために、バイオマスの上に端を折るようにしてくださいというデ糊付けし、抽出中の損失。
    3. ティーバッグは、スズ被覆銅線を使用して閉じたラップ。各バーコードのサンプルのティーバッグの数を記録します。
    4. 商業的な酵素（典型的には、0.25％（v / v）のグルコアミラーゼ（〜1600 AGU / L）からの脱糊付け酵素溶液を調製します0.1 M酢酸ナトリウム（pHは5.0）1.5％（v / v）のα-アミラーゼ（〜2900 KNU-S / L））。バルクバイオマスのグラムあたり16 mlまたは120ティーバッグサンプルあたり500ミリリットルを準備します。注意：地上バイオマスから澱粉を除去することができる負荷量は、酵素負荷および比の範囲で消化した後、デンプンのために試験することにより実験的に決定されるべきです。
    5. プラスチック容器では、バルク地上バイオマス1g当たりデ糊付け酵素液の16ミリリットルを追加します。バッチデ糊付けプロトコルの場合、緩衝酵素溶液500 mlに120ティーバッグを追加します。
    6. 可能な澱粉を除去するために、120rpmで、24（±4）時間、55℃でシェーカーでインキュベートします。
    7. 脱糊付けインキュベートした後、30分間脱イオン水で数リットルのバイオマスを洗浄し、浸し。カスケードに熱い液体エタノールを引き起こし、解決策のレベルの突然の暴力的な上昇​​をもたらすことができる溶液中の気泡のバンピング（形成を引き起こす可能性がありますバッファー塩を除去するために、このプロセスをさらに2回繰り返し抽出時の反応容器）のうち。
    8. 脱糊のバイオマスを徹底的にすすいだ後、抽出のためにソックスレー列にティーバッグを置きます。いいえシンブルは、このステップのために必要とされません。
    9. 95％のエタノールを用い、ソックスレー還流を設定し、24時間のサンプルを抽出します。
    10. ソックスレー反応器からティーバッグを取り外し、平らなトレイの上に単層に広がります。
    11. サンプルは、ヒュームフード中で室温で一晩乾燥することができます。
    12. ティーバッグをアンロールし、元のバーコード静電​​気防止袋に乾燥バイオマスを返します。
      注：帯電防止袋取り扱い特性を改善する、バイオマス中の静電気を低減することで効率的です。他のストレージオプションが使用される場合、追加のバイオマスによる貯蔵容器の側面に付着したバイオマスに必要とされるかもしれません。
    13. バーコードホッパーに乾燥バイオマスの少なくとも50 mgの転送（より多くの材料を使用すると、正確な分注のためのより良いです）。 S帯電防止バッグや受信ホッパーのバーコードは正確なサンプルの追跡を確保することができます。
    14. 固体は、ラック内のサンプルのために細心の注意を払って、ロボットの重さにロードホッパー。すべてのサンプルが含まれており、使用したプレートの数に基づいて、分配プロトコルを選択するのに十分な原子炉プレートをロードします。
    15. ロボット耐酸性ステンレス鋼96ウェルプレートに乾燥した試料（±0.3 mg）を5mgの重量を量ります。いずれかの局所的な変動を最小限にするために、プレートの周りに分布し、各サンプルの3複製を秤量。
    16. アッセイ性能を追跡するために、十分に特徴付けられたバイオマス標準材料の8制御バイオマスサンプルを含みます。複数のプレートは、複数の標準的なバイオマスホッパーの使用を繰り返し、分配サイクルでホッパーにふるいにかけることによって生じる粒子サイズのずれを最小限に抑えることができます。
      注：各プレートには、3反復で24サンプル、脱イオン水と酵素からなる4ブランク、および8制御があるはずですLS、以前に特徴付け標準バイオマスを使用。プレートの4隅の各々の3コーナーウェルは、糖標準用に予約されています。
    17. 誤ったバイオマス粒子のための空白と砂糖標準井戸を確認し、存在する場合は削除します。
    18. 各ウェルに脱イオン水250μlを添加し、シリコーン接着剤付きポリテトラフルオロエチレン（PTFE）テープでプレートをシール。
    19. 1/8「はんだごてチップを用いて、各プレートのために、各蒸気口（117合計）でPTFEテープを突き刺します。密封された反応容器プレート上に積層空のプレートをガイドとして使用して、PTFEフィルムの動きを制限します。
    20. スタックの上下にプレートし、空のプレートの間に0.031 "の厚さのガラス繊維強化PTFE製ガスケット（蒸気ポート用の穴をあらかじめパンチ）でしっかりとプレートを固定します。 17.5分、または所望の重症度に基づいて、他の温度/時間の組み合わせのために180℃に設定した蒸気反応器を用いてサンプルを前処理。
    21. 50℃に冷却し、反応器プレート;脱イオン水でフラッディングすることで、C。
  2. 酵素的糖化
    1. 1.0 Mクエン酸ナトリウム、pHが5.0に8％（v / v）の酵素溶液からなる酵素糖化液を準備します。反応容器プレートあたり5ミリリットルを準備します。注：必要な希釈は、特定のストック酵素溶液の活性およびタンパク質含量に基づいて決定されるべきです。
    2. プレートがクールである場合、20分間1500×gで、スイングバケットローターでそれらを遠心分離します。封止膜削除します。注：これらのプレートは重く、遠心仕様は互換性のためにチェックする必要があります。
    3. 各ウェルに8％の酵素原液（グラムバイオマスあたり70 mgの酵素）の40μLを追加します。
    4. 新しいPTFEテープで再密封。磁性板クランプに密封プレートを置きます。
    5. 静かに反転によるサンプル（少なくとも15倍）を混合し、70時間50℃でインキュベートします。
    6. 糖化が終了した場合には、1,500 xで反転し、遠心分離することによって、プレートを混ぜます20分間グラム。
  3. シュガーアッセイ
    1. 6グルコースおよび0.014 Mクエン酸緩衝液中のキシロース組み合わせ校正標準0から0.750ミリグラム/ mlの範囲（pHは5.0）のセット準備（0、0.2、0.3、0.45、0.65、および0.75 mgの/ mlの推奨）、および0から0.600それぞれグルコースとキシロースのためミリグラム/ mlの（0、0.1、0.2、0.35、0.45、および0.6 mgの/ mlのを推奨）、。
    2. キットの説明書に従って、グルコースオキシダーゼ/ペルオキシダーゼ（GOPOD）およびキシロースデヒドロゲナーゼ（XDH）試薬を準備します。
    3. ピペットを用いて、反応容器プレートのコーナーウェル（12ウェルの合計）に隣接する4コーナー井戸とエッジウェルから液体の200μlのを削除します。
    4. ピペットを用いて、96ウェルポリスチレン平底希釈プレートの各ウェルに180μlの脱イオン水を分配します。 12砂糖標準とコーナー井戸に水を追加しないでください（96チャンネルヘッドを使用している場合、これらのヒントを削除します）。
    5. ピペットを使用して、グルコースアッセイPLの各ウェルに180μlのGOPOD試薬を分配食べました。
    6. ピペットを用いて、キシロースアッセイプレートの各ウェルに180μlのXDH試薬を分注します。
    7. ピペットを用い、希釈プレートに96ウェルの反応器プレートから20μlの加水分解物のアリコートを移します。井戸の上部からピペットは、バイオマス固形分とコーナーウェル内の残液を避けるために。少なくとも10サイクル粉砕して混合します。
    8. ピペットを用い、希釈プレートのコーナーウェルに、二重に、糖標準の110μLを移します。
    9. ピペットを使用して、グルコースおよびキシロースアッセイプレートに、希釈プレートからの20μlのアリコートを移します。粉砕して混ぜます。
    10. 30分間室温でグルコースおよびキシロースアッセイプレートをインキュベートします。慎重に読む前に任意の表面の気泡を破ります。簡単にプレートの表面上を通過ヒートガンはうまく動作します。
    11. 紫外/可視96ウェルプレートリーダーを使用して、510 nmの測定波長を設定し、試薬ブランクに対して吸光度を記録。この測定は、グルコース濃度に比例するキノンイミンの形成を監視します。グルコース濃度は、1.3.1で調製した較正標準に基づく較正曲線から計算します。
    12. 紫外/可視96ウェルプレートリーダーを使用して、340 nmの測定波長を設定し、吸光度を記録します。この測定は、キシロース濃度に比例したNADHのNAD +の還元を、監視します。キシロース濃度は、1.3.1で調製した較正標準に基づく較正曲線から計算します。

pyMBMS 28を用いて、全リグニンおよびリグニン単量体含有量の2.高スループット決意

  1. サンプル調製
    1. ステップ1.1.1、および1.1.6-1.1.8に記載の方法を用いてバイオマスを粉砕し、抽出します。これは、研削、実験のコントロールとして使用する標準のセットの抽出が含まれます。
      注：pyMBMS measurementsではなく、粒子サイズに依存しているので、唯一pyMBMSプロトコルを使用する場合、バイオマスの調製は、試料は、<、サンプルホルダーに4ミリメートル適合できるようにするために行われるべきです。
    2. 約4 mgの小さなへら分配を使用したオートサンプラー用に設計された80μlのステンレス製のカップに準備されたバイオマスの（3〜5 mgのが好ましいです）。
    3. （または麦わら-8494;ポプラ-8492;松-8493サトウキビバガス-8491）、分析されるサンプルの少なくとも10％は、米国立標準技術研究所から入手可能なもののような管理基準であることを確認してください。標準はまた、すでに標準的な方法を用いて特徴付けられた分析されるべきサンプルに類似の任意の種であってもよいです。
    4. ランダムに時間をかけて可能な分光器のドリフトによるバイアスを避けるために、ピンセットを使用して、オートサンプラーカップにサンプルをロードします。注：サンプルの典型的なランダム化は、一度、すべてのサンプルの測定が含まれるであろう、再ランダム化が続きます重複した測定のためのサンプル程度の。ランダム化プログラムは、オンラインで入手できます。
    5. 標準穴パンチを使用して、手動でなしバインダーと、型A / Dガラス繊維シートからガラスフィルターディスクを製造します。 、ピンセットでラウンドガラス繊維フィルターを持ち、サンプルカップの上にセンター、実験中に各カップ内の物質を閉じ込めるために3.5ミリメートル六角レンチを使用して、試料中に押し込みます。
  2. インストゥルメンタル・プロトコル
    1. 実験試料のために存在することができる化合物の全範囲にわたって最大強度を持つ既知の標準を用いて、質量分析計を較正します。典型的なバイオマスサンプルについては、パーフルオロトリブチルアミン（PFTBA）を使用します。
    2. ガス流量計を使用して、0.9 L /分のヘリウムキャリアガス流量を設定します。
    3. 500℃での熱分解温度とオートサンプラーソフトウェアを使用して350°Cまでの界面温度にオートサンプラー炉を設定します。注記：1/8 "ステンレス鋼を加熱質量分析計にオートサンプラーを接続する熱テープで包まれた移送ラインを、250℃での熱コントローラを用いて制御されます。
    4. 質量分析計でのデータ収集を開始し、バックグラウンドスペクトルの収集のための十分なデータを取得するために、少なくとも60秒待ってください。
    5. 2.2.2からの仕様に自動化されたオートサンプラー法を開始します。注意：オートサンプラーは、オートサンプラー炉に個別に各サンプルを削除します。総データ収集時間は約1.5分です。しかし、典型的な4 mgのサンプルの熱分解は、30秒後に完了しました。
    6. 0.5秒のスキャン速度で、質量分析ソフトウェアを使用して、各サンプルの記録総イオン量（TIC）。 m / z 30〜450の間でレコードの強度。
      注意：代表的なバイオマス化合物は、17 eVの時にソフトイオン化を使用します。機器は、1,000のm / z 1から大きな間隔を記録することができます。しかし、走査速度は、コンピュータのCPUパワーによって制限されます。
    7. MAを使用して、スペクトルから背景を削除しますヌアルはソフトウェアで機能を強化します。注：データ収集の開始時にベースラインの60スキャン部は、平均バックグラウンド値を計算するために使用されます。この平均背景スペクトルは、質量分析計ソフトウェアで自動的に実験サンプルスペクトルから除去されます。
    8. データベースプログラムの中に、各サンプルのスペクトルデータを含む質量分析計ソフトウェアによって作成された単一列のテキストフ​​ァイルをインポートし、1のデータベースにすべてのサンプルを組み合わせます。スプレッドシートに適用可能なメタデータを追加します。統計ソフトウェアパッケージにフォーマットされたデータ（表計算/ CSVファイル）をインポートし、熱分解サンプルの質量の変動を考慮するためにスペクトルを正規化する意味。
    9. 測定に使用される複製された標準サンプルのグループを分析するためにスペクトルデータを用いて、主成分分析（PCA）を実行するために、統計ソフトウェアパッケージを使用し、ならびに化学物質の分類に不可欠であるピークを評価しますローディングプロット28中の化合物。
      PCAグループそのスペクトルの類似性に基づいて、サンプル、および標準のチェックは実行時に起因する機器のドリフトに実験誤差を測定することができます注意してください。
    10. リグニンシリン（S）/グアイアシル（G）の比を計算するために、Sのピーク面積を合計（M / Z = 154、167、168、182、194、208、および210）Gピークの和で除算124、137、138、150、164、および178で。
    11. 総リグニン含量を計算するには、M / Z = 120、124、137、138、150、152、154、164、167、178、180、182、194、及び210とリグニンのピークを合計。
    12. そのようなKlasonリグニンとして、総リグニンを推定するための標準的な方法にpyMBMS測定値をスケーリングするための補正係数を算出します。 pyMBMSを使用して、標準試料に対して測定された全リグニン含量によって、個々の標準のKlasonリグニン値を割ります。
    13. データセット内のすべてのような種には、この補正係数を適用します。分析バイオマスの種類ごとに繰り返します。 NOTE：補正係数を分析バイオマスのS / Gに基づいて大きく変化することができます。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

熱前処理およびそれに続く酵素糖化の複合効果は、アッセイの終了時に放出されるグルコースおよびキシロースの質量の関数として測定されます。結果は、バイオマスのグラムあたりの放出されたグルコースとキシロースのミリグラムで報告されています。これは通常、出発材料の組成分析に基づく理論収率パーセントとして報告されているベンチスケールのアッセイから報告されたデータとは全く対照的です。それはまだ週あたりのサンプルの数千に組成分析を行うことは現実的ではないように、データは、最高の質量に基づいて、変換レベルとして報告されます。これは限り比較がバイオマスの密接に関連したサンプル間で行われており、サンプルの組成があまり変化しないよう合理的なサンプル評価を可能にします。

アッセイの主な目標は、組み合わせ熱/ enzymに植物細胞壁の抵抗値の相対的差異を評価することです個々の変異体の範囲にわたってATIC糖化。これは、アッセイは、糖化のために使用される条件のいずれかを最適化しようとしないことは注目に値します。実際には、前処理の重要度の条件は理論値の70％に50％の最終的な変換収率を標的、アッセイの感度範囲を拡大...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

次のようにハイスループットスクリーニング実験を行う際に、正確で再現性のあるデータを得るための重要なサンプル調製手順は次のとおりです。

シュガー放出アッセイ：

一般に、サンプルは、一度に、数十から数千の範囲のロットで製造されます。それぞれの主なステップは、典型的には、サンプル間の調製の変動を最小にするために前方に移動する前に、すべての試料について行われます。デ糊付けは、もともとプロトコルの一部ではなかったし、ある場合には省略することができます。ウッドコア試料と老化草本材料は、デンプン中一貫して低く、したがってばらつきを低減するために、脱糊付け必要としません。澱粉は、主要な関心事です。しかし、緑の組織植物のサンプルセットで、特に収穫は数時間にわたって生じる大きなサンプルセットについて。デンプンレベルは日照時間の間に上昇し、暗闇の間に枯渇しているとして、デンプンレベルはSで大幅に変化することができます澱粉からeveral時間とグルコースは、セルロースからのグルコースと区別がつかないため、高デンプンレベルが歪ん低反抗の測定につながるこ...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者らは開示するものは何もない。

謝辞

著者は、この原稿で議論されている両方のハイスループットパイプラインのバイオマスサンプルの調製に関する最も重要な洞察を提供してくれたインターンのEvelyn Von Neidaに感謝したいと思います。この研究と原稿の開発は、バイオエネルギー科学センターによって支援されました。バイオエネルギー科学センターは、米国エネルギー省のバイオエネルギー研究センターであり、DOE科学局の生物環境研究局が支援しています。National Renewable Energy Laboratory(NREL)は、米国エネルギー省エネルギー効率・再生可能エネルギー局の国立研究所であり、Alliance for Sustainable Energy, LLCがDOEのために運営しています。この作業は、米国エネルギー省の支援を受け、契約番号に基づいて行われました。DE-AC36-08-GO28308 国立再生可能エネルギー研究所と共同。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
Biomek FX 自動ワークステーションベックマン・コールターBiomek FX自動リキッドハンドラー
ワイリーミルトーマスサイエンティフィック3375E15 (モデル4)、または3383L20 (ミニミル)
帯電防止袋ミニグリップ*MGST4P025032.5x3インチ、複数のサプライヤーが利用可能
錫コーティング銅線マクマスターカー8871K840.016インチ直径、ベンドアンドステイワイヤー
ティーバッグハーブコプレスアンドブリューティーバッグ3.5x5インチ
グルコアミラーゼノボザスピリザイム燃料 
α-アミラーゼノボザイムリコザイム SC DS
酢酸ナトリウム三水和物任意の化学供給試薬グレード
酢酸任意の化学供給グレード
190 プルーフ (95%) エタノール任意の化学供給試薬グレード
ホッパーフリースレート
96-井戸C-276ハステロイプレートアスペン加工(コロラド州ラファイエット)N / A(カスタムビルド)
1/8 "はんだごてチップシアーズ
シリコーン接着剤裏テフロンテープ3M51803 "幅(36ヤードロール)
酵素溶液NovozymesCellic CTec2
クエン酸一水和物任意の化学サプライヤー
クエン酸三ナトリウム二水和物化学サプライヤー
使い捨て、ポリスチレン96ウェルプレートGreiner Bio-One655101または同等品;複数のサプライヤー利用可能な
グルコースオキシダーゼ/ペルオキシダーゼ メガザイムK-Glucメガザイム D-グルコースアッセイキット
キシロースデヒドロゲナーゼメガザイK-キシロースメガザイム D-キシロースアッセイキット
グルコース標準液メガザイK-グルコースメガザイム D-グルコースアッセイキット
キシロース標準液メガザイム D-キシロースアッセイキット
ステンレス製サンプルカップフロンティアラボラトリーズPY1-EC80F
ガラス繊維シートポール662278x10" シート; 標準穴パンチでパンチされた円 サ
トウキビ バガス 全バイオマス原料NIST8491
イースタン コットンウッド (ポプラ) 全バイオマス原料NIST8492
モントレーパイン 全バイオマス原料NIST8493
小麦ストロー全バイオマス原料NIST8494
イム試薬任意のム ム

参考文献

  1. U.S. Billion-Ton Update: Biomass Supply for a Bioenergy and Bioproducts Industry. Perlack, R. D., Stokes, B. J. , Oak Ridge National Laboratory. Oak Ridge, TN. (2011).
  2. Henry, R. Ch. 5. Plant Resources for Food, Fuel and Conservation. , Earthscan. 53-80 (2009).
  3. Henry, R. J. Evaluation of plant biomass resources available for replacement of fossil oil. Plant Biotechnol. J. 8 (3), 288-293 (2010).
  4. Furtado, A., et al. Modifying plants for biofuel and biomaterial production. Plant Biotechnol. J. 12 (9), 1246-1258 (2014).
  5. Sluiter, J. B., Ruiz, R. O., Scarlata, C. J., Sluiter, A. D., Templeton, D. W. Compositional analysis of lignocellulosic feedstocks. 1. Review and description of methods. J. Agric. Food Chem. 58 (16), 9043-9053 (2010).
  6. Lupoi, J. S., Singh, S., Simmons, B. A., Henry, R. J. Assessment of Lignocellulosic Biomass Using Analytical Spectroscopy: an Evolution to High-Throughput Techniques. Bioenerg. Res. 7 (1), 1-23 (2014).
  7. Lapierre, C., Monties, B., Rolando, C. Thioacidolysis of lignin: comparison with acidolysis. J. Wood Chem. Technol. 5 (2), 277-292 (1985).
  8. DeMartini, J. D., Studer, M. H., Wyman, C. E. Small-scale and automatable high-throughput compositional analysis of biomass. Biotechnol. Bioeng. 108 (2), 306-312 (2010).
  9. Selig, M. J., et al. High throughput determination of glucan and xylan fractions in lignocelluloses. Biotechnol. Lett. 33 (5), 961-967 (2011).
  10. Selig, M. J., et al. Lignocellulose recalcitrance screening by integrated high-throughput hydrothermal pretreatment and enzymatic saccharification. Ind. Biotechnol. 6 (2), 104-111 (2010).
  11. Studer, M. H., De Martini, J. D., Brethauer, S., McKenzie, H. L., Wyman, C. E. Engineering of a high-throughput screening system to identify cellulosic biomass, pretreatments, and enzyme formulations that enhance sugar release. Biotechnol. Bioeng. 105 (2), 231-238 (2009).
  12. Gjersing, E., Happs, R. M., Sykes, R. W., Doeppke, C., Davis, M. F. Rapid determination of sugar content in biomass hydrolysates using nuclear magnetic resonance spectroscopy. Biotechnol. Bioeng. 110 (3), 721-728 (2013).
  13. Templeton, D. W., Sluiter, A. D., Hayward, T. K., Hames, B. R., Thomas, S. R. Assessing corn stover composition and sources of variability via NIRS. Cellulose (Dordrecht, Netherlands). 16 (4), 621-639 (2009).
  14. Tucker, M. P., et al. Fourier transform infrared quantification of sugars in pretreated biomass liquors. Appl. Biochem. Biotechnol. 84-86, 39-50 (2000).
  15. Wolfrum, E. J., Sluiter, A. D. Improved multivariate calibration models for corn stover feedstock and dilute-acid pretreated corn stover. Cellulose (Dordrecht, Netherlands). 16 (4), 567-576 (2009).
  16. Ona, T., et al. Non-destructive determination of wood constituents by Fourier-transform Raman spectroscopy. J. Wood Chem. Technol. 17 (4), 399-417 (1997).
  17. Ona, T., Sonoda, T., Ohshima, J., Yokota, S., Yoshizawa, N. A rapid quantitative method to assess eucalyptus wood properties for kraft pulp production by FT-Raman spectroscopy. J. Pulp Pap. Sci. 29 (1), 6-10 (2003).
  18. Hames, B. R., Thomas, S. R., Sluiter, A. D., Roth, C. J., Templeton, D. W. Rapid biomass analysis. New tools for compositional analysis of corn stover feedstocks and process intermediates from ethanol production. Appl. Biochem. Biotechnol. 105-108, 5-16 (2003).
  19. Studer, M. H., et al. Lignin content in natural Populus variants affects sugar release. Proc. Natl. Acad. Sci. U. S. A. 108 (15), 6300-6305 (2011).
  20. Chen, M., Zhao, J., Xia, L. Comparison of four different chemical pretreatments of corn stover for enhancing enzymatic digestibility. Biomass Bioenergy. 33 (10), 1381-1385 (2009).
  21. Davison, B. H., Drescher, S. R., Tuskan, G. A., Davis, M. F., Nghiem, N. P. Variation of S/G ratio and lignin content in a Populus. family influences the release of xylose by dilute acid hydrolysis. Appl. Biochem. Biotechnol. 129-132, 427-435 (2006).
  22. Li, X., et al. Lignin monomer composition affects Arabidopsis cell-wall degradability after liquid hot water pretreatment. Biotechnol. Biofuels. 3, 27-33 (2010).
  23. Lupoi, J. S., et al. High-throughput prediction of eucalypt lignin syringyl/guaiacyl content using multivariate analysis: a comparison between mid-infrared, near-infrared, and Raman spectroscopies for model development. Biotechnol. Biofuels. 7, 93(2014).
  24. Lupoi, J. S., Smith, E. A. Characterization of woody and herbaceous biomasses lignin composition with 1064 nm dispersive multichannel Raman spectroscopy. Appl. Spectro. 66 (8), 903-910 (2012).
  25. Sun, L., et al. Rapid determination of syringyl:guaiacyl ratios using FT-Raman spectroscopy. Biotechnol. Bioeng. 109 (3), 647-656 (2012).
  26. Lupoi, J. S., et al. High-throughput prediction of Acacia and eucalypt lignin syringyl/guaiacyl content using FT-Raman spectroscopy and partial least squares modeling. Bioenerg. Res. in press, (2015).
  27. Sykes, R., Kodrzycki, B., Tuskan, G., Foutz, K., Davis, M. Within tree variability of lignin composition in Populus. Wood Sci. Technol. 42 (8), 649-661 (2008).
  28. Sykes, R., et al. Ch. 12. High-Throughput Screening of Plant Cell-Wall Composition Using Pyrolysis Molecular Beam Mass Spectroscopy. Biofuels: Methods and Protocols. Mielenz, J. R. 581, 169-183 (2009).
  29. Decker, S., et al. Ch. 17. Reducing the effect of variable starch levels in biomass recalcitrance screening). Biomass Conversion. Himmel, M. E. 908, Humana Press. 181-195 (2012).
  30. Evans, R. J., Milne, T. A. Molecular characterization of the pyrolysis of biomass. Energy Fuels. 1 (2), 123-137 (1987).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

関連記事