Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Magnetyczny rezonans jądrowy z czystym przesunięciem: nowe narzędzie do metabolomiki roślin

1.8K wyświetleń

⸱

DOI:

10.3791/62719

⸱

31 lipca 2021

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

W tym artykule

Podsumowanie

Ten artykuł przedstawia zastosowanie PSYCHE i SAPPHIRE-PSYCHE w profilowaniu metabolicznym roślin i zawiera szczegółowe procedury przygotowania próbek i optymalnego zapisu widm NMR Pure Shift. Omówiono przykłady, dzięki którym przyrost rozdzielczości osiągnięty przez rozprzęganie homojądrowe pozwala na pełniejsze zrozumienie systemu.

Streszczenie

Magnetyczny rezonans jądrowy (NMR) jest jednym z najpotężniejszych narzędzi używanych w metabolomice. Jest to bardzo dokładna i odtwarzalna metoda, która nie tylko dostarcza danych ilościowych, ale także umożliwia identyfikację strukturalną metabolitów obecnych w złożonych mieszaninach.

Profilowanie metaboliczne za pomocą 1H NMR okazało się przydatne w badaniu różnych typów scenariuszy roślin, które obejmują między innymi ocenę warunków upraw, zabiegi po zbiorach i po zbiorach, fenotypowanie metaboliczne, szlaki metaboliczne, regulację genów, identyfikację biomarkerów, chemotaksonomię, kontrolę jakości, nazwę pochodzenia. Jednak nakładanie się na sygnał dużej liczby rezonansów z rozszerzonymi wielokrotnościami sprzężenia J komplikuje analizę widm i jej interpretację oraz stanowi ograniczenie dla klasycznego profilowania 1H NMR.

W ostatniej dekadzie opracowano nowatorskie techniki szerokopasmowego rozprzęgania homojądrowego NMR, dzięki którym sygnały wielokrotne zapadają się w pojedyncze linie rezonansowe - powszechnie nazywane metodami Pure Shift - w celu przezwyciężenia problemu rozdzielczości widm charakterystycznego dla klasycznych widm 1H NMR.

Tutaj przedstawiono krok po kroku protokół przygotowania ekstraktu roślinnego i procedurę zapisu optymalnych widm Pure Shift PSYCHE i SAPPHIRE-PSYCHE w trzech różnych matrycach roślinnych - liście wanilii, bulwy ziemniaka (S. tuberosum) i agrest przylądkowy (P. peruviana). Omówiono wpływ przyrostu rozdzielczości w identyfikacji metabolicznej, analizie korelacji i analizach wielowymiarowych w porównaniu z widmami klasycznymi.

Wprowadzenie

Kompletny zestaw metabolitów, które składają się na organizm - substraty, produkty pośrednie i końcowe produkty procesów biologicznych - został ukuty w 1998 roku pod nazwą metabolom. Powszechnie wiadomo, że metabolom jest ściśle związany z fenotypem i jest szczególnie interesujący dla roślin, ponieważ odzwierciedla bezpośrednią interakcję między genotypem a środowiskiem1,2. W związku z tym charakterystyka profilu metabolomicznego stała się niezwykle ważna dla roślin. Dzięki identyfikacji i kwantyfikacji biomarkerów (kluczowych metabolitów) i wzorców metabolicznych możliwe stało się między innymi rozróżnienie między gatunkami, odmianami, etapami rozwoju, chorobami chorobotwórczymi lub warunkami środowiskowymi (zmiany dzienne i sezonowe, gleba, stres wodny, stres mechaniczny, zabiegi podczas zbiorów i po zbiorach)3,4,5.

Spektrometria mas (MS) i spektroskopia magnetycznego rezonansu jądrowego (NMR) są najczęściej używanymi platformami analitycznymi do tego celu. W przeciwieństwie do metodologii MS, NMR jest wysoce powtarzalną, bezstronną, ilościową, dokładną i nieniszczącą techniką, która wymaga minimalnego przygotowania próbki, dzięki czemu nadaje się do badań metabolomicznych. Jednak w porównaniu z metodami SM nieodłącznie niska czułość jest ograniczeniem. W ostatnich latach, dzięki zastosowaniu magnesów o wysokim polu, sond kriogenicznych, urządzeń z mikrocewkami i metod dynamicznej polaryzacji jądrowej (DNP), czułość NMR uległa znacznej poprawie. Na przykład w przypadku tego drugiego podejścia wzmocnienie czułości było na poziomie dwóch do trzech rzędów wielkości6,7. Do tej pory prawie 20% opublikowanych badań metabolomicznych opiera się na NMR, a liczba ta rośnie7.

Mimo że NMR Protona jest najpopularniejszym i najbardziej czułym eksperymentem do odcisków palców metabolomiki NMR, ma pewne wady. Po pierwsze, wszystkie sygnały 1H NMR wykryte w próbce są rozprowadzane w małym oknie odpowiadającym oknu chemicznego protonów, co skutkuje zatłoczonymi widmami. Po drugie, homojądrowe sprzężenie skalarne rozdziela sygnały na wiele składowych (mnogość sygnału), rozprowadzając sygnał protonowy w szerszym zakresie częstotliwości, dodatkowo komplikując odczyt widm poprzez zwiększenie zatłoczenia i nakładania się sygnałów. Ponadto metabolomika NMR jest stosowana w analizie mieszanin zwykle zawierających od 50 do 300 cząsteczek w obserwowalnym stężeniu NMR, generując złożone widma składające się z 200 do 2000 pików.

Homonuclear decoupling proton NMR, znany również jako Pure Shift, to metoda, która indukuje zapadnięcie się sygnału wielokrotnego do jednego szczytu. Jest to doskonałe narzędzie do zwiększania rozdzielczości sygnału w zatłoczonych widmach8,9,10 i dlatego stanowi wygodne narzędzie dla metabolomiki roślin11.

W ostatniej dekadzie pojawiły się nowe sekwencje impulsów Pure Shift, zwiększające zarówno czułość, jak i wydajność odsprzęgania. Rozszerzył się również zakres ich zastosowań, od wyjaśnienia struktury molekularnej12,13, do fluxomiki14, przypisanie mieszaniny15,16,17, translacyjne pomiary dyfuzji18, dyskryminacja enancjomeryczna19, rozkład jednostek w kopolimerach20, między innymi.

Historycznie rzecz biorąc, eksperymenty Broadband Pure Shift cierpią z powodu niskiej czułości i skomplikowanych metod przetwarzania, co ogranicza ich zakres w ocenie ekstraktów biologicznych8. W 2014 roku Foroozandeh i in. opublikowali nowy eksperyment Pure Shift, PSYCHE (Pure Shift Yielded by Chirp Excitation), oparty na sekwencji impulsów anty-z-COSY, która dała doskonałe rozprzęgnięcie homojądrowe i poprawiła wartości czułości21. Jednakże, ponieważ PSYCHE jest eksperymentem interferogramu 2D, w którym pozyskiwane są fragmenty danych w dziedzinie czasu, cierpi on z powodu okresowych artefaktów wstęgi bocznej, które wynikają ze zniekształceń modulacji sprzężenia J na krawędziach fragmentu. W złożonych mieszaninach artefakty te dają sygnały większe niż te związane z metabolitami obecnymi w bardzo niskich stężeniach, co utrudnia analizę11. Istnieją dwie metody usuwania tych artefaktów - TSE-PHYCHE22 oraz nowsza modyfikacja eksperymentu PSYCHE o nazwie SAPPHIRE-PSYCHE (Sideband Averaging by Periodic PHase Incrementation of Residual J Evolution)23.

W 2019 roku po raz pierwszy wykazaliśmy11, że metoda SAPPHIRE-PSYCHE Pure Shift, która usuwa artefakty prawie bez utraty czułości23, może być stosowana do analizy złożonych mieszanin biologicznych, takich jak ekstrakty z owoców Physalis peruviana, powszechnie znanego jako agrest przylądkowy11. Wykazaliśmy, że metody te zwiększają wydajność analiz danych metabolomicznych, takich jak przypisanie metaboliczne, analiza korelacji i analiza współczynników wielowymiarowych11. Od tego czasu przeprowadzono kilka badań metabolomicznych Pure Shift na różnych matrycach biologicznych, takich jak koralowce miękkie24, hypericum plants25, honey26,27, tea27, olejek miętowy26 i orzechy włoskie28 , co dowodzi jego znaczenia jako nowego narzędzia do analizy metabolomicznej. Paradoksalnie, w zdecydowanej większości tych badań wykorzystano standardową i łatwą do wdrożenia sekwencję impulsów PSYCHE, dostępną w dowolnej bibliotece spektrometrów, zamiast sekwencji impulsów SAPPHIRE-PSYCHE, która okazała się skuteczniejsza. Wymaga to jednak lepszego zrozumienia sekwencji impulsów w celu prawidłowej konfiguracji.

Ten artykuł ma na celu pomóc nowym użytkownikom w zastosowaniu metod Pure Shift w badaniu roślin, w szczególności liści Vanilla sp (V. planifolia i V. pompona)29, bulwy ziemniaka (S. tuberosum)30, oraz agrest przylądkowy (P. peruviana)31. Przygotowanie próbki, konfiguracja eksperymentalna NMR, akwizycja danych i analiza danych są szczegółowo opisane. Co więcej, protokół zawiera kluczowe informacje, które mają pomóc naukowcom, początkującym w tej dziedzinie, w prawidłowym skonfigurowaniu eksperymentów PSYCHE i SAPPHIRE-PSYCHE w zakresie profilowania metabolomicznego roślin.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Przygotowanie próbki

  1. Agrest przylądkowy
    1. Umieść 100-200 g świeżych owoców w wazonie blendera. Przechowywać w temperaturze 4 °C przez 30 minut, a następnie homogenizować w blenderze laboratoryjnym.
    2. Natychmiast przenieś sok do plastikowych probówek o pojemności 50 ml, zamroź je w ciekłym azocie i liofilizuj do sucha przez 4 do 5 dni.
    3. Zmiel liofilizowany materiał na drobny proszek za pomocą młynka elektrycznego.
      UWAGA: Obchodzenie się z suchym materiałem musi być szybkie, ponieważ proszek jest wysoce higroskopijny.
    4. Odważyć 1 g zmielonego materiału i dodać 10 ml ultraczystej wody. Wirować przez 1 min.
    5. Sonikować przez 20 minut w temperaturze 10 °C, a następnie odwirować w temperaturze 23 000 × g przez 20 minut w temperaturze 10 °C.
    6. Odzyskać supernatant i przefiltrować go przez 13-milimetrowy filtr strzykawkowy z politetrafluoroetylenu (PTFE) 0,45 μm.
    7. Liofilizować 1 ml przefiltrowanego ekstraktu do sucha, a następnie ponownie zawiesić otrzymaną substancję stałą w 0,9 ml 200 mM buforu szczawianowego o pH 4. Wir.
    8. Otrzymaną próbkę należy liofilizować do sucha i rozpuścić w 0,9 ml tlenku deuteru zawierającego 5 mM kwaśnej soli sodowej 3-(trimetylosililo)propiono-2,2,3,3-d4 (TMSP-d4).
    9. Napełnij probówkę NMR 0,6 ml próbki za pomocą mikropipety.
  2. Liście wanilii
    1. Zbierz liście, oczyść je wilgotną bibułą i zamroź w całości w ciekłym azocie.
    2. Połam liście na małe kawałki i liofilizuj przez 4 dni, aż wyschną.
    3. Zmiel suchą masę na drobny proszek za pomocą młynka elektrycznego.
    4. Odważyć 50 mg zmielonego materiału i dodać 0,75 ml buforu fosforanowego o pH 6,0 w tlenku deuteru zawierającym 0,1% TMSP (w/w) i 0,75 ml metanolu-d4. Wirować przez 1 min.
    5. Sonikować przez 20 minut w temperaturze 25 °C.
    6. Wirować w temperaturze 13 000 × g przez 10 minut w temperaturze 25 °C.
    7. Odzyskaj supernatant (~1,3-1,4 ml) i przefiltruj go przez 13-milimetrowy filtr strzykawkowy PTFE 0,45 μm.
    8. Napełnij probówkę NMR 0,6 ml przefiltrowanej próbki za pomocą mikropipety.
  3. Bulwy ziemniaka
    1. Obierz i pokrój w plasterki od 4 do 8 bulw. Natychmiast umieść około 125 g materiału w stojących workach i zamroź je w ciekłym azocie.
      UWAGA: Aby uniknąć utleniania podczas przenoszenia, utrzymuj ziemniaki wilgotne.
    2. Liofilizować przez 4 do 6 dni, aż do całkowitego wyschnięcia.
    3. Zmiel suchą masę na drobny proszek za pomocą młynka elektrycznego.
    4. Odważyć 160 mg zmielonej bulwy i dodać 1,6 ml wody dejonizowanej. Wirować przez 1 min.
    5. Sonikować przez 45 minut w temperaturze 10 °C.
    6. Wirować przy 23 000 x g przez 20 minut w temperaturze 10 °C.
    7. Odzyskać supernatant (~1,5 -1,6 ml) i odparować go do sucha w odśrodkowym koncentratorze próżniowym z chłodzeniem przez 16 godzin, w temperaturze 10 °C.
    8. Dodać do otrzymanej substancji stałej (20-25 mg) 0,9 ml 100 mM buforu szczawianu sodu o pH 4, odparować i odparowywać przez 16 godzin w temperaturze 10 °C.
    9. Rozpuścić otrzymaną substancję stałą w 0,9 ml tlenku deuteru zawierającego 3 mM TMSP.
    10. Wirować przy 23 000 x g przez 5 minut w temperaturze 10 °C i przefiltrować supernatant bezpośrednio do probówki NMR przez 13 mm filtr strzykawkowy PTFE 0,45 μm.
      UWAGA: W tym przypadku przeprowadzono bezpośrednią filtrację do probówki NMR w celu zmniejszenia liczby etapów przygotowania ponad 1000 próbek.

2. Akwizycja i przetwarzanie danych NMR

  1. Początkowa konfiguracja NMR
    1. Przenieść próbki do spektrometru NMR.
    2. Dostrój i dopasuj głowicę sondy.
    3. Zablokuj próbkę i podkładkę podporową.
    4. Skalibruj twardy impuls 90°. Skalibruj impuls 90° przy użyciu dowolnej ze standardowych procedur.
    5. Uruchom standardowe widmo 1D proton NMR.
  2. Eksperyment PSYCHE
    1. Wybierz sekwencję impulsów reset_psyche_1d z biblioteki Bruker Topspin (Rysunek S1). Należy użyć następujących standardowych parametrów: szerokość widmowa 5 kHz (SW2), co najmniej 1 lub 2 sekundy opóźnienia powrotu relaksacji (D1), 16 skanów fikcyjnych (DS), 64 lub 128 złożonych punktów danych na blok (L31) oraz 64 lub 128 skanów (NS) (Rysunek S1).
      UWAGA: L31 to liczba złożonych punktów cyfrowych zdobytych w każdym bloku Pure Shift, najlepiej ustawić ją na potęgę 2. 21
    2. Ustaw żądane wzbudzenie kąta odwrócenia impulsu CHIRP (CNST61) i 10 kHz dla szerokości pasma impulsów CHIRP (CNST60) (Rysunek S2).
      UWAGA: Eksperyment PSYCHE opiera się na schemacie anty-z-COSY; w związku z tym kąt odwrócenia impulsu CHIRP musi być mały, aby uniknąć artefaktów ponownego sprzężenia ( Rysunek 1). Intensywność bezwzględna wzrasta wraz z kątem odwrócenia wzbudzenia. Okresowe artefakty są również wzmacniane, rozprzestrzeniając się w widmie i zwiększając "szum" (Rysunek 1). "Hałas" staje się kombinacją standardowego hałasu i zgrzytliwych artefaktów. Dobrym kompromisem między czułością a niskimi artefaktami sprzężenia jest ustawienie CNST61 = 20°. 19,22
    3. Ustaw długość impulsu twardego (P1) na poprzednio skalibrowaną wartość, a długość impulsu w kształcie PSYCHE na 30 ms (P49) (Rysunek S2).
      UWAGA: Bardzo ważne jest, aby skalibrować wartość twardego impulsu, ponieważ moce impulsu kształtu zostaną automatycznie obliczone na podstawie tej wartości.
    4. Wybierz impuls kształtowy Crp_psyche.20 (SPNAM 37) dla elementu PSYCHE (Rysunek S2).
    5. Ustaw siłę gradientu pola impulsowego zastosowanego podczas elementu PSYCHE (GPZ0). Wybierz RECT.1 dla impulsu kształtu gradientu (GPNAM 0) (Rysunek S2).
      UWAGA: Podczas działania elementu PSYCHE stosowany jest słaby gradient pola magnetycznego, zwykle od 1% do 4% maksymalnej siły gradientu, w zależności od sondy.
    6. Ustawić liczbę bloków, które mają zostać pozyskane, aby zrekonstruować Pure Shift FID (TD1) (Rysunek S3).
      UWAGA: PSYCHE jest pozyskiwany jako eksperyment pseudo-2D, w którym TD1 to liczba bloków interferogramu Pure Shift. Rozdzielczość widma zależy od wielkości okna widmowego (SW1) i całkowitej liczby pozyskanych punktów, która wynosi TD1*2*L31. Zazwyczaj 16 lub 32 bloki z 64 lub 128 złożonymi punktami na blok zapewnią wystarczającą rozdzielczość cyfrową. Ponieważ PSYCHE jest rejestrowany w sposób interferogramowy, większa liczba bloków zwiększa rozdzielczość cyfrową, ale także całkowity czas akwizycji19. Homojądrowe sprzężenia J ewoluują podczas każdego bloku, co skutkuje oscylacyjnym wzorcem modulacji J21,23. Po transformacji Fouriera generuje to okresowe artefakty wstęgi bocznej, które zależą od długości bloku (Rysunek 2). Aby zredukować artefakty, czas trwania bloku musi być krótki, zwykle krótszy niż 16 ms (czas trwania bloku = 2*in0: Rysunek S1). Jeśli czas trwania bloku jest długi, zmniejsz L31.
    7. Przetwarzaj dane za pomocą programu Proc_reset AU firmy Bruker i transformaty Fouriera.
      UWAGA: Zalecamy przekształcenie widma za pomocą wypełnienia zerowego i apodyzacji dzwonu sinusoidalnego (Rysunek S4).
  3. Eksperyment SAPPHIRE-PSYCHE
    1. Wybierz sekwencję impulsów SAPPHIRE-PSYCHE i ustaw parametry sekwencji impulsów. Standardowe parametry byłyby następujące: szerokość widmowa 5 kHz (SW3), co najmniej 1 lub 2 sekundy opóźnienia relaksacji (D1), 16 skanów fikcyjnych (DS), 8 lub 16 skanów na przyrost (NS) i D2 do 14 ms (Rysunek S5).
      UWAGA: Ta sekwencja nie znajduje się w repertuarze Brukera, jednak sekwencję i programy przetwarzania można pobrać ze strony internetowej Manchester NMR Methodology Group, (https://www.nmr.chemistry.manchester.ac.uk/?q=node/426)23. Opóźnienie D2 zapewnia, że relaksacja T2 pozostaje stała przy każdym inkremencji modulacji J. D2 musi być większe niż 1/4*SW1+p16+2*d16. 23
    2. Ustaw żądane wzbudzenie kąta odwrócenia impulsu CHIRP (CNST20) i 10 kHz dla szerokości pasma impulsów CHIRP (CNST21) (Rysunek S6).
      UWAGA: Podobnie jak w zwykłym eksperymencie PSYCHE, kąt odwrócenia impulsu CHIRP musi być krótki, aby uniknąć artefaktów ponownego sprzężenia. CNST20 = 20° to dobry kompromis między czułością a artefaktami niskiego sprzężenia21,23,25.
    3. Ustaw długość impulsu twardego (P1) na poprzednio skalibrowaną wartość, a długość impulsu w kształcie PSYCHE na 30 ms (P40) (Rysunek S6).
      UWAGA: Ważne jest, aby skalibrować wartość impulsu twardego, ponieważ moce impulsu kształtu zostaną z niego automatycznie obliczone.
    4. Wybierz impuls kształtu PSYCHE_Saltire_10kHz_30m dla elementu PSYCHE (Rysunek S6).
    5. Ustaw siłę gradientu pola impulsowego zastosowanego podczas działania elementu PSYCHE (GPZ10). Wybierz RECT.1 dla impulsu kształtu gradientu (GPNAM 10) (Rysunek S7).
      UWAGA: Podczas elementu PSYCHE stosowany jest słaby gradient pola magnetycznego, zwykle od 1% do 4% maksymalnej siły gradientu, wartość zależna od sondy.
    6. Ustaw liczbę przyrostów modulacji SAPPHIRE J w F2 (TD2) (Rysunek S7).
      UWAGA: zwykle 8 przyrostów zapewnia doskonałe tłumienie artefaktów wstęgi bocznej (Rysunek 2 i 3). Łączna liczba skanów końcowego filtra FID Pure Shift to NS*TD2. 23
    7. Ustaw okna spektralne F1 i F2 (SW1 i SW2) (Rysunek S5).
      UWAGA: SW2=SW3/(2*TD2) i SW3/SW1 = TD2*N, gdzie TD2 i N są parzystymi liczbami całkowitymi23. Eksperyment SAPPHIRE-PSYCHE jest pozyskiwany jako pseudo 3D, gdzie F2 koduje modulację fazową artefaktu sprzężenia J, a F1 akwizycję interferogramu Pure Shift20. Ponieważ SAPPHIRE-PSYCHE usuwa boczne wstęgi modulacji J, czas trwania bloku interferogramu Pure Shift może być dłuższy niż w przypadku zwykłego PSYCHE (czas trwania bloku Pure Shift = 1/SW1), zwykle od 20 do 40 ms (Rysunek 2). Jednak dłuższe pozyskiwanie danych fragmentów prowadzi do wyższych ewolucji sprzężenia J, co wymagałoby większej liczby przyrostów modulacji fazy sprzężenia J, aby usunąć silniejsze osiągnięte wstęgi boczne23.
    8. Ustaw liczbę bloków Pure Shift (TD1) (Rysunek S7).
      UWAGA: Ponieważ SAPPHIRE-PSYCHE musi skompensować modulację fazy sprzężenia J pierwszego bloku, należy nabyć dodatkowy blok. Zazwyczaj 17 (16+1) lub 33 (32+1) bloków daje wystarczającą rozdzielczość cyfrową23.
    9. Przetwarzaj dane, wykonując pm_pshift i pm_fidadd programy AU, a następnie transformację Fouriera23.
      UWAGA: Zalecamy przekształcenie widma za pomocą wypełnienia zerowego i apodyzacji dzwonu sinusoidalnego (Rysunek S4).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Analiza widma NMR
Eksperymenty PSYCHE zwiększają rozdzielczość widm poprzez sprowadzanie rezonansów sprzężonych do singletów21, co z kolei zmniejsza nakładanie się sygnałów i ułatwia przypisanie oraz analizę danych. Metoda Pure Shift NMR może być stosowana do ekstraktów roślinnych. W niniejszej pracy demonstrujemy jej zastosowanie w trzech różnych matrycach: liściach wanilii, bulwach ziemniaka oraz owocach Physalis peruviana. Poprawa rozdzielczości uzyskana w widmach ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Identyfikacja strukturalna i kwantyfikacja metabolitów są kluczowymi kwestiami w charakterystyce metabolomu, danych, które po poddaniu analizom wieloczynnikowym pozwalają lepiej zrozumieć badany system biologiczny. Przygotowanie próbki i pozyskiwanie danych to krytyczne aspekty, które wymagają optymalizacji, aby zapewnić wiarygodne wyniki.

W tym artykule opisujemy i ilustrujemy przygotowanie próbki do analizy NMR trzech różnych matryc roślinnych. Podobnie jak w przypadku każdej procedury ekstr...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają do zadeklarowania konfliktu interesów.

Podziękowania

To badanie zostało sfinansowane przez Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (CONCYTEC) - Programa Atracción de Investigadores Cienciactiva - Contract # 008-2017-FONDECYT.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Seria 77500 Freezone 4,5-litrowy stół stołowyLabconco77500
Bruker Avance III 500 MHz wyposażony w sondę kriogeniczną 5 mm TCI Z-gradientCentrivap
Centrivap z chłodzeniem Koncentratory odśrodkowe Labconco Seria 7310000Labconco7310000
Tlenek deuteruSigma-Aldrich151882
Młynek MKM6003BoschMKM6003
Licuadora Blender 8011S model Hgb2wts3WaringHgb2wts3
Metanol-d4Sigma-Aldrich151947

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

NMR Pure ShiftNMR protonowyprofilowanie metabolicznesprz ganie homoj droweprzygotowanie pr bekSAPPHIRE PSYCHEchemotaksonomiaidentyfikacja biomarker wanaliza wielowymiarowa
Magnetyczny rezonans jądrowy z czystym przesunięciem: nowe narzędzie do metabolomiki roślin
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.