利用未识别的代谢特征为关键途径发现:化学分类驱动的网络分析在非向的代谢学
Xiuqiong Zhang1,2,3, Zaifang Li1,2,3, Chunxia Zhao1,2,3
1CAS Key Laboratory of Separation Science for Analytical Chemistry, Dalian Institute of Chemical Physics, Chinese Academy of Sciences, Dalian 116023, P. R. China.
Analytical chemistry
|February 14, 2024
概括
一种新的化学分类驱动的分子网络 (CCMN) 方法利用未识别的代谢特征从未定位的代谢组来揭示关键的植物途径. 这种方法提高了对玉米丝中草食动物诱导的反应的理解.
科学领域:
- 代谢学和质谱学.
- 植物生物化学和分子生物学
- 生物信息学和计算生物学
背景情况:
- 使用液体染色学-电子喷雾电离-高分辨率联质谱学 (UPLC-ESI-MS/MS) 的非向代谢学提供了全面的代谢分析.
- 不针对性代谢的重要局限性是存在众多未识别的代谢特征,阻碍了途径阐明.
- 了解植物对食草动物攻击的反应对于农业科学和害虫管理至关重要.
研究的目的:
- 开发和验证一种新的计算方法,即化学分类驱动的分子网络 (CCMN),用于从未识别的特征发现代谢途径.
- 应用CCMN来分析杂草动物诱导的玉米丝中的代谢反应,这是一个关键的农业特征.
- 通过整合未识别的代谢数据来提高路径丰富分析的准确性和减少偏差.
主要方法:
- 未定位的UPLC-ESI-MS/MS代谢学是在昆虫草食下对野生和转基因玉米丝样本进行的.
- 使用MS/MS数据对代谢特征进行了分类,并构建了基于化学分类的分子网络 (CCMN).
- 鉴定了不同的代谢物,并使用高几何测试和基于CCMN的丰富进行了途径分析.
主要成果:
- 全球注释确定了256种 (ESI-) 和327种 (ESI+) 的代谢物,而MS/MS分类则将1939 (ESI-) 和1985 (ESI+) 的特征分配给化学类.
- 昆虫草食诱导了代谢物水平的显著变化,分别在ESI-/ESI+模式中检测到844/713降低的代谢物和1593/1378增加的代谢物.
- CCMN分析成功地确定了8个关键的代谢途径,包括烯胺,黄胺和八胺途径,具有很高的预测准确性 (95.7%).
结论:
- CCMN方法有效地利用未识别的代谢特征来揭示关键的代谢途径,克服了非目标代谢的重大局限性.
- 与传统方法相比,基于CCMN的途径分析为复杂的生物过程提供了更深入的见解,例如植物中草食动物诱导的反应.
- 这项研究证明了CCMN对于全面的代谢途径发现和了解植物防御机制的实用性.
