קונספט טרואר לפרש דרך הענבים הברים Metabolomics ו transcriptomics

ניתוח נתונים בקנה מידה גדולה מבוססים על הגנום, transcriptomes, proteomes ו metabolomes של צמחים מספק תובנה חסרת תקדים אל תוך ההתנהגות של מערכות מורכבות, כגון מאפייני טרואר יין המשקפים את יחסי הגומלין בין צמחי גפן לבין סביבתם. מכיוון טרואר של יין יכול להיות ברור גם כאשר שיבוטי גפן זהים גדלים בכרמים שונים, ניתוח הגנומיקה הוא שימוש קצת כי הגנום המשובט זהה. במקום יש צורך להסתכל מתאמים בין ביטוי גנים המאפיינים המטבולי של פירות יער, אשר קובעות את תכונות איכות היין. ניתוח ביטוי גנים ברמת יתרונות transcriptome מן התכונות הכימיות הדומות של כל התמלילים, המאפשרות ניתוח כמוני על ידי ניצול מאפיינים אוניברסאליים כמו הכלאת בדיקות משותקות על microarrays. לעומת זאת, שיטות אנליטיות אוניברסלית בתוך פרוטאומיקהnd metabolomics יותר מאתגר בגלל המגוון הפיסיקלי וכימי הענק של חלבונים מטבוליטים פרט. במקרה של metabolomics המגוון הזה הוא עוד יותר קיצוני כי מטבוליטים הפרט להיות שונה בהרבה בגודלם, קוטביות, שפע ותנודתיות, ולכן אין תהליך החילוץ יחיד או שיטה אנליטית מציע גישה הוליסטית.

בין פלטפורמות אנליטית מתאימות מטבוליטים בלתי נדיף, אלה המבוססים על כרומטוגרפיה נוזלית ביצועים גבוהים מצמידים ספקטרומטריית מסה (HPLC-MS) הם הרבה יותר רגיש מאשר חלופות כגון HPLC עם גלאי מערך אולטרא סגולים או דיודה (HPLC-UV, HPLC-DAD ספקטרוסקופיה) או תהודה מגנטית גרעינית (NMR), אבל ניתוח כמותי על ידי HPLC-MS יכול להיות מושפע תופעות כגון אפקט מטריקס ודיכוי יון / שיפור ^1-3. חקירת תופעות כאלה במהלך הניתוח של פרותי יער ענבי קורבינה ידי HPLC-MS באמצעות מקור יינון electrospray (HPLC-ESI-MS), הראה כי סוכרים ומולקולות אחרות עם פעמי השמירה הנמוכות ביותר היו underreported מאוד, כנראה גם המשקפים את המספר הגדול של מולקולות באזור זה, וכי השפע של מולקולות אחרות יכול לזלזל, בהערכה או מושפע השפעת מטריקס נורמליזציה, אך הנתונים להשפעת מטריקס נראה שתהיה לה השפעה מוגבלת על ^4,5 התוצאות הכוללות. השיטה המתוארת במסמך זה הוא אופטימיזציה עבור הניתוח של מטבוליטים בינוני-קוטבי שמצטברים ברמות גבוהות פרותי יער ענבים במהלך הבשלה, ואשר השפיעו באופן משמעותי על ידי טרואר. הם כוללים אנתוציאנינים, flavonols, flavan-3-ols, procyanidins, פלבנואידים אחרים, רזברטרול, stilbenes, חומצות hydroxycinnamic וחומצות hydroxybenzoic, אשר יחד לקבוע את צבע, טעם ומאפיינים הקשורים לבריאות של יינות. מטבוליטים אחרים, כגון סוכרים וחומצות אורגניות אליפטיות, הם התעלמו בגלל quantitation ידי HPLC-MS הוא אמין בשל מטריקס effect ודיכוי יון תופעות ^5. בטווח הקוטבי שנבחר על ידי שיטה זו, הגישה היא לא ממוקדת בכך שהיא שואפת לזהות כמה מטבוליטים שונים כמו ⁶ אפשריים.

שיטות transcriptomics המאפשרים אלף תמלילי גפן להיות במעקב בו זמנית הם הקלו על ידי הזמינות של רצף הגנום גפן המלאה ^7,8. שיטות transcriptomics מוקדם על סמך רצף cDNA תפוקה גבוהה התפתחו עם כניסתו של רצף הדור הבא לתוך אוסף של הליכים המתוארים קולקטיבי טכנולוגיית RNA-seq. גישה זו הופכת במהירות את שיטת הבחירה של מחקרי transcriptomics. עם זאת, גוף גדול של ספרות המבוססת על microarray, המאפשר אלף תמלילים כדי לכמת במקביל על ידי כלאה, צבר עבור גפן. ואכן, לפני RNA-seq הפך טכנולוגיה המיינסטרים, פלטפורמות microarray מסחריות ייעודיות רבות היוtranscriptome גפן פתח המאפשר להיבדק בפירוט רב. בין המגוון של פלטפורמות המכריעים, רק שתיים להותיר ניתוח transcriptome הגנום כולו ^9. המערך המפותח ביותר אפשר ההכלאה של עד 12 דגימות עצמאיות על מכשיר אחד, ובכך להקטין את העלויות של כל ניסוי. 12 תת-המערכים כל מורכבת 135,000 בדיקות 60-mer מייצג 29,549 תמלילי גפן. מכשיר זה נעשה שימוש במספר רב של מחקרים ^10-24. פלטפורמות אלה שתי עכשיו כבר הופסקו אלא microarray מנהג חדש תוכנן לאחרונה ומייצגות התפתחות מאוחר יותר מכיוון שהיא מכילה מספר גדול יותר של בדיקות המייצגים גני גפן שהתגלו לאחרונה נוספים ^25.

בבסיסי הנתונים גדול למכירה המיוצרים על ידי ניתוח transcriptomics ו metabolomics דורשים שיטות סטטיסטיות מתאימות לניתוח נתונים, כוללים טכניקות מרובות משתנות כדי לקבוע מתאמים בין צורה שונהים של נתונים. הטכניקות רבות המשתנה הנפוץ ביותר הן אלה המבוססים על הקרנה, ואלה יכולים להיות ללא השגחה, כגון ניתוח מרכיבים ראשי (PCA), או בפיקוח, כגון היטל אורתוגונלי דו-כיוונית למבנים סמויים ניתוח מבחין (O2PLS-DA) ^26. הפרוטוקול המובא במאמר זה מנצל PCA לניתוח נתונים גישוש O2PLS-DA לזהות הבדלים בין קבוצות של דגימות.