Summary

Single-doorvoer complementaire High-resolution analytische technieken voor het karakteriseren van complexe natuurlijke organische stof mengsels

Published: January 07, 2019
doi:

Summary

Dit protocol beschrijft een interne doorvoer voor aanvullende analytische en omics technieken, culminerend in een volledig gekoppeld karakterisering van natuurlijke organische stof en microbiële proteomics in verschillende ecosystemen. Deze aanpak maakt robuuste vergelijkingen voor het identificeren van de metabolische banen en het transformaties die belangrijk zijn voor het beschrijven van de gasproductie van broeikasgassen en het voorspellen van reacties op veranderingen in het milieu.

Abstract

Natuurlijke organische stof (NOM) bestaat uit een complex mengsel van duizenden van organische verbindingen, die in het verleden bleek moeilijk te karakteriseren. Echter, om te begrijpen de thermodynamische en kinetische besturingselementen op broeikasgassen (kooldioxide [CO2] en [CH4] methaan) gasproductie als gevolg van de ontbinding van NOM, een karakterisering van moleculaire-niveau gekoppeld aan microbiële Proteoom analyse is noodzakelijk. Verder, klimaat en veranderingen in het milieu naar verwachting erover natuurlijke ecosystemen, mogelijk verstoren complexe interacties die invloed hebben op zowel het aanbod van organisch materiaal substraten en de micro-organismen de transformaties uitvoeren. Een gedetailleerde moleculaire karakterisering van de organische stof, microbiële proteomics, trajecten en transformaties waarbij organische stof wordt ontleed zullen nodig zijn om te voorspellen van de richting en de omvang van de gevolgen van milieuveranderingen. Dit artikel beschrijft een methodologische doorvoer voor uitgebreide metaboliet karakterisering in één sample door directe inspuiting Fourier transform ion cyclotron resonantie massaspectrometrie (FTICR-MS), gaschromatografie-massaspectrometrie (GC-MS), nucleaire magnetische resonantie (NMR) spectroscopie, massaspectrometrie vloeistofchromatografie (LC-MS) en proteomics analyse. Deze aanpak resulteert in een volledig gekoppeld dataset die statistische vertrouwen voor afgeleid van de trajecten van de ontleding van organisch materiaal, wordt de resulterende CO2 en CH4 productie tarieven en hun reacties op milieu perturbation verbetert. Hierin presenteren wij de resultaten van de toepassing van deze methode om NOM monsters verzameld van veengebieden; het protocol is echter van toepassing op een monster van de NOM (b.v., turf, beboste bodems, mariene sedimenten, enz.).

Introduction

Wereldwijd, wetlands zijn naar schatting bevatten 529 Pg van koolstof (C), meestal als organische C begraven in turf deposito’s1. Op dit moment fungeren zo’n veengebieden als een netto C wastafel, vastleggen van 29 Tg C y-1 in Noord-Amerika alleen al1. Echter milieu verstoring zoals drainage, branden, droogte en warmere temperaturen deze C-wastafel kan compenseren door het verhogen van de ontleding van organisch materiaal wat resulteert in verhoogde C verliezen via van broeikasgassen (kooldioxide [CO2] en methaan [CH4]) productie1,2. Klimaatverandering kan bijdragen aan C verlies als warmere temperaturen of droger voorwaarden sneller C ontleding door micro-organismen stimuleren. Hogere temperaturen en concentraties in de lucht CO2 kunnen anderzijds primaire productie te sekwestreren meer CO2 als organische koolstof (OC) stimuleren. In welke mate en hoe snel dat OC dan is ontleed in CO2 en CH4 hangt af van de complexe interacties tussen het elektron donor substraten, de beschikbaarheid van elektronen acceptoren en de micro-organismen die bemiddelen de transformatie. In veel gevallen de mechanismen zijn niet goed gekarakteriseerd, dus hun reactie op milieu verstoringen niet goed gebonden en het blijft onduidelijk wat het netto resultaat van de klimaatverandering zullen op de koolstofbalans in veengebieden ecosystemen.

Het complexe karakter van natuurlijke organische stof (NOM) heeft zelfs het identificeren van de organische stoffen aanwezig in de historisch moeilijke NOM-mengsels. Recente vooruitgang verbeterd ons vermogen om verbindingen dat traditioneel karakteriseren en, tot op zekere hoogte nog steeds worden, beschouwd als recalcitrante humus of fulvo verbindingen3,4,5sterk. We begrijpen nu dat veel van deze verbindingen eigenlijk microbially beschikbaar zijn en kunnen worden ontleed als een geschikte terminal elektron acceptor (thee) beschikbaar6,7wordt gemaakt. Berekening van het nominale oxidatiegetal van de koolstof (NOSC) voor een samengestelde biedt een metriek voor het voorspellen van het potentieel voor de ontleding en de energie-opbrengst van de thee vereist. Het vereist echter de karakterisering van een moleculair-niveau van de organische stof-7. NOSC is berekend op basis van de molecuulformule via de volgende vergelijking7: NOSC = − ((−z + 4(#C) + (#H) − 3(#N) − 2(#O) + 5(#P) − 2(#S)) / (#C)) + 4, waar z de netto lading is. NOSC is gecorreleerd met de thermodynamische drijvende kracht8, waarin stoffen met hogere NOSC gemakkelijker zijn te worden afgebroken, terwijl verbindingen met lagere NOSC steeds meer energieke thee nodig in mindering gebracht. Verbindingen met NOSC, minder dan −2 vereisen een hoge energie opbrengst thee zoals O2, nitraat of MnIV, en kan niet worden gedegradeerd door het algemeen voorkomende lagere energie opbrengst thee zoals FeIII of sulfaat7. Dit is een belangrijke overweging in het vastgereden zuurstofvrije omstandigheden gevonden in wetlands waar O2 en andere hoge energie opbrengst theeën schaars9 zijn en daarom de afbraak van de lagere NOSC verbindingen onder deze omstandigheden zijn thermodynamisch beperkt. Milieu perturbation invloed kan uitoefenen op de thermodynamische staat van het ecosysteem door hydrologische veranderingen die van invloed zijn O2 (de meest energieke elektron acceptor), veranderingen in organische substraten en elektronen acceptoren ter beschikking gesteld door primaire productie, en op een kleinere schaal door temperatuur. Een belangrijk voorbeeld van de temperatuureffecten in het wetland systemen optreedt met betrekking tot de trade-off die tussen homoacetogenesis (dat wil zeggen, acetaat productie van CO2 en H2) en hydrogenotrophic () methanogenese plaatsvindt dat wil zeggen, CH4 productie van CO2 en H2). Bij lage temperaturen lijkt het dat homoacetogenesis is licht favoriet, terwijl warmere temperaturen CH4 productie10 gunst. Dit effect van de temperatuur kan belangrijke gevolgen hebben voor de reactie van ecosystemen aan de veranderende klimaat, zoals CH4 een veel sterker broeikasgas dan CO211 en dus toenemende productie van CH,4 ten koste van is CO2 bij warmere temperaturen kan bijdragen aan een positieve feedback met het klimaat opwarming van de aarde.

Veengebieden produceren wereldwijd aanzienlijke hoeveelheden van CO2 en CH46via microbiële ademhaling van natuurlijk voorkomende biologische materie. De NOSC van de organische koolstof substraten bepaalt het relatieve aandeel van CO2: CH4 geproduceerd die een kritieke parameter is vanwege de hogere radiatieve dwingen van CH,4 vergeleken met CO211, maar ook omdat modellering inspanningen hebben deze verhouding geïdentificeerd als een kritieke parameter voor het schatten van C flux in veengebieden12. Bij gebrek aan terminal elektronen acceptoren dan CO2, kan worden aangetoond door elektron evenwicht dat biologische C substraten met NOSC > 0 wil CO2 produceren: CH4 > 1, organische C met NOSC = 0, treedt er CO2 en CH4 in mengsel verhouding en organische C met NOSC < 1 CO2zal produceren: CH4 < 113. Ontleding van OC in natuurlijke ecosystemen wordt gemedieerd door micro-organismen, zodat zelfs bij afbraak van een specifieke stof thermodynamisch haalbaar is, het kinetisch wordt beperkt door de activiteit van de microbiële enzymen en onder zuurstofvrije omstandigheden, door de thermodynamische motor (d.w.z.NOSC)7. Tot op heden heeft het is uitdagend te volledig karakteriseren de organisch materiaal, aangezien de verscheidenheid van verbindingen aanwezig verschillende complementaire technieken voor hun karakterisering vereist. Recente vooruitgang hebben gesloten de kloof; met behulp van een suite van analytische technieken kunnen wij een groot bereik van organische verbindingen verstrekken van karakterisering van moleculaire-niveau en in sommige gevallen kwantificering, van kleine primaire metabolieten zoals glucose tot 800 Da poly-heterocycles analyseren. Eerder zou dergelijke grote complexe moleculen hebben gekenmerkt gewoon zo lignine-achtige of tannine-achtige en veronderstelde te zijn geweest recalcitrant. De karakterisering van moleculaire-niveau, echter, kan de berekening van de NOSC van zelfs deze grote complexe moleculen. Deze NOSC-waarden zijn lineair gecorreleerd met de thermodynamische drijvende kracht, waardoor voor een beoordeling van de kwaliteit van organisch materiaal beschikbaar voor ontleding, die in veel gevallen blijkt dat deze complexe moleculen kan microbially afbreekbaar zelfs onder de zuurstofvrije omstandigheden die in waterrijke gebieden heersen.

Sinds invoering van O2 organisch materiaal van bijna alle natuurlijk waargenomen NOSC waarden toelaat te worden ontleed, hierin richten we ons op veranderingen in de organische stof en microbiële proteomics die dreigen te worden van de primaire bestuurders in wetland (dat wil zeggen, beperkte O2)-systemen. Alle technieken die we zullen bespreken, kunnen echter van een ecosysteem aan organisch materiaal te worden toegepast. Algemeen, bulk metingen gebaseerd op optische en fluorescentie analyses zijn gebruikt voor het beoordelen van de organische stof kwaliteit3,14. Bij het gebruik van bulk metingen zoals deze, zijn fijne details echter verloren als grote aantallen van moleculen samen zijn gecategoriseerd onder generieke termen zoals humics of fulvics. De definities van deze categorieën zijn niet goed gebonden en, in feite, kunnen variëren van studie tot studie maken vergelijkingen niet onmogelijk. Verder, bulk metingen niet geven van de moleculair detail nodig voor de berekening van de thermodynamica van de regeling en daarom achterblijven echt beoordelen organische stof kwaliteit15.

Individuele technieken zoals Fourier transform ion cyclotron resonantie massaspectrometrie (FTICR-MS), nucleaire magnetische resonantie (NMR) spectroscopie, gaschromatografie-massaspectrometrie (GC-MS) en massaspectrometrie vloeistofchromatografie (LC-MS) doen bieden van dergelijke moleculair-niveau detail. Terwijl elk van deze technieken eigen beperkingen presenteert, brengen ze ook hun eigen sterke punten, die kunnen zijn leveraged in een geïntegreerde aanpak om de fijne moleculair detail nodig voor het kwantificeren van de kwaliteit van de organische stof in een rigoureuze thermodynamische zin . GC-MS is handig voor het identificeren van de kritische kleine metabolieten, die zouden kunnen proximale invloed hebben op CO2 en CH4 productie (bijvoorbeeld, glucose, acetaat, enz.); echter, GC-MS tegen een standaard verificatie vereist en is daardoor beperkt tot reeds bekende stoffen aanwezig in de database voorkomen identificatie van nieuwe verbindingen. GC-MS is bovendien een semi-kwalitatieve techniek waardoor gevolgtrekking over de wijzigingen in de relatieve concentraties, maar niet het verstrekken van feitelijke concentratie informatie die nodig is voor de berekening van de Gibb vrije energie bijvoorbeeld. Ten slotte, GC-MS vereist bewerking van moleculen vóór de analyse die resolutie verbindingen kleiner dan ~ 400 Da beperkt en vluchtige alcoholen verloren tijdens het drogen stap.

Eendimensionale (1D) 1H vloeibare toestand NMR maakt zeer kwantitatieve karakterisering van kleine metabolieten (inclusief primaire kleine molecuulgewicht metabolieten en vluchtige stoffen als alcoholen, vinylacetaat, aceton, formate, pyruvaat, succinaat, korte-chained vetzuren, evenals een scala aan koolhydraten notoir afwezig of gecompromitteerde uit op basis van MS methoden) en de concentraties ervan zijn vooral nuttig voor de berekening van de thermodynamische parameters. Nog, net als GC-MS, 1D NMR van complexe mengsels normalisatie ten opzichte van een database vereist en daarom alleen kan geen gemakkelijke identificatie van nieuwe verbindingen die dreigen te worden overvloedig in complexe natuurlijke en veranderende ecosystemen. Bovendien, NMR is minder gevoelig dan de op basis van MS-technieken verwezenlijkt en derhalve, kwantitatieve metaboliet profilering is alleen boven 1 µM met behulp van NMR systemen uitgerust met helium gekoelde koude-sondes. Niet op grote schaal gewaardeerd, sommige NMR koude-sondes zijn zout-tolerante en milieu mengsel analyse in aanwezigheid van millimolar zout concentraties wanneer gebruikt in kleinere diameter (< 3 mm buitendiameter) monster-buizen16toestaan. Een verdere complicatie van de NMR is echter, dat grote hoeveelheden paramagnetisch metalen en mineralen (bv, Fe en Mn boven 1-3 wt %), die kan zijn overvloedig in hooggelegen bodems, kan verbreden spectrale kenmerken en compliceren interpretatie van de NMR-spectra . Met behulp van vaste fase extractie (SPE) kunt aide in de interpretatie van de NMR zowel metabolomica op basis van MS methoden door het verminderen van de minerale zouten en spectrale kwaliteit verhogen.

FTICR-MS door directe injectie is een uiterst gevoelige techniek voor het opsporen van tienduizenden van metabolieten van één sample van, maar het doet niet vangen de kritische kleine metabolieten zoals acetaat, pyruvaat en succinaat en is notoir moeilijk te gebruiken voor suikers en andere koolhydraten17, noch verstrekt het kwantitatieve informatie. Echter, in tegenstelling tot de andere technieken, FTICR-MS blinkt uit op te sporen en moleculaire formule toewijzen aan nieuwe verbindingen en daarom geeft het grootste aantal verbindingen meer moleculaire voorlichting dan een van de andere beschreven technieken. Dit is handig, omdat de moleculaire informatie verstrekt door FTICR-MS (en andere technieken) kan worden gebruikt voor het berekenen van NOSC dat verwant is aan de thermodynamische drijvende kracht inzake de waarschijnlijkheid van bepaalde reacties-8 en hun tarieven onder bepaalde voorwaarden7. Bovendien, door de koppeling van FTICR-MS met scheidingstechnieken, zoals LC samen met tandem MS, kwantitatieve structurele informatie kan worden bereikt, verrekening enkele nadelen van deze techniek. LC-MS is handig voor het identificeren van lipide-achtige verbindingen en andere metabolieten die niet goed gekarakteriseerd door een van de andere methoden. Koppeling LC FTICR-MS of LC-MS met een breuk verzamelaar en verzamelen van breuken van specifieke onbekenden van belang voor structurele opheldering van tweedimensionale (2D) vloeibare toestand die NMR de ideale situatie is voor het identificeren en kwantificeren van onbekende verbindingen18 ,19. Dit is echter een zeer tijdrovende stap die kan worden gebruikt als en wanneer dat nodig is. Afzonderlijk genomen, elk van deze technieken bieden een verschillende momentopname van het organisch materiaal, en door hen te integreren, kunnen wij een vollediger inzicht dan het gebruik van een van de technieken in isolatie.

Terwijl de thermodynamische overwegingen stelt u de ultieme beperkingen op welke transformaties mogelijk in een systeem zijn, is decompositie van organisch materiaal bemiddeld door micro-organismen waarvan enzym activiteiten reactiesnelheden controleren. Dus volledig inzicht in de besturingselementen op de ontleding van organisch materiaal en uiteindelijk greenhouse gas (CO2 en CH4) productie van wetlands vraagt om een geïntegreerde omics benadering te karakteriseren van de microbiële enzym-activiteiten, alsmede de metabolieten. In dit artikel beschrijven we een methode voor het bereiken van dergelijke een uitgebreide analyse van een monster met behulp van een sequentiële aanpak die in een volledig gepaarde analyse resulteert. Deze aanpak wordt nader ingegaan op de metaboliet, eiwit en lipide-extractie (MPLex) protocol waarin proteomics ging gepaard met GC-MS en LC-MS20 kleine metabolieten, eiwitten en lipiden identificeren door het opnemen van kwantitatieve metaboliet informatie via NMR en identificatie van grotere secundaire metabolieten via FTICR-MS. iets anders dan MPLex, we beginnen met het protocol met een water extractie en vervolgens gebruik sequentiële extractie met steeds meer niet-polaire oplosmiddelen. Alle extracties worden gedaan op een enkele monster dat monster bespaart wanneer volumes zijn beperkt of moeilijk te verkrijgen en vermindert van experimentele fout ingevoerd via variatie onder aliquots van heterogene monster matrices (b.v., bodem en turf) of verschillen in opslagomstandigheden en duur.

Tot slot, door de koppeling van de analyses OM met proteomics analyses van de microbiële Gemeenschap, kunnen we bouwen metabole netwerken die de trajecten en de transformatie van de ontleding van organisch materiaal beschrijven. Dit laat ons toe om specifieke hypothesen over hoe verstoringen op het systeem ultieme CO2 en CH4 productie door middel van wijziging van de beschikbare organische substraten, elektronen acceptoren en de microbiële gemeenschappen beïnvloeden zal testen bemiddelen de reacties via de activiteit van enzymen katalysatoren.

Het algemene doel van deze methode is bedoeld als een interne doorvoer-protocol voor het analyseren van de metabolieten, lipiden en microbiële eiwitten uit één sample waardoor een volledig gepaarde dataset voor het bouwen van metabole netwerken terwijl analytische fouten beperken .

Protocol

1. sequentiële winning van organisch materiaal uit de bodem, sedimenten of turf Bodem, sedimenten of turf via ontkernen verzameld en verdeel kernen volgens de hypothese wordt getest (bijv., diepte). Winkel monsters in polytetrafluorethyleen gecoat containers en bevriezen bij-80 ° C voor de opslag vóór de analyse.Opmerking: Ongeveer 25 mg C is nodig voor dit protocol. Voor turf (gewoonlijk 45% C) is 50 mg gedroogde turf vereist. Grotere hoeveelheden van het monster kunnen nodig zijn voo…

Representative Results

We het protocol beschreven aanvullende analyse uitgevoerd en ten opzichte van turf met diepte in het moeras van de S1 in de Spar en de veengebieden reactie onder veranderende omgevingen (spar) site in Minnesota, Verenigde Staten. Deze resultaten worden vergeleken met die van een permafrost Veen en moeras van Noord-Zweden om te laten zien hoe sites kunnen variëren in metaboliet en enzym activiteiten. We geïdentificeerd 3,312 enzymen in de analyse van proteomics. Een analyse van de activiteiten van de enzymen met diepte …

Discussion

De single-doorvoer, volledig-coupled analyse stream gebruikt voor het karakteriseren van de metabolieten en de Proteoom biedt inzichten in de trajecten door welke C fietsen in een complex ecosysteem plaatsvindt. Bodem en turf zijn heterogene matrices, en daarom één van de essentiële stappen van deze methode in de vroegste stappen om ervoor te zorgen dat de startende turf of het materiaal van de bodem zeer homogene optreedt. Het is beter om het slijpen van het monster, evenals de aggregaten extractie-efficiëntie kunne…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We zouden graag bedanken J.P. Chanton, J.E. Kostka en M.M. Kolton voor hulp bij het verzamelen van monsters van de veen. Delen van dit werk werden uitgevoerd bij de moleculaire wetenschappen milieulaboratorium, een DOE Office van wetenschap gebruiker faciliteit gesponsord door het Office van biologische en milieuonderzoek. PNNL wordt beheerd door Battelle voor het DOE onder Contract DE-AC05-76RL01830. Dit werk werd gesteund door de Amerikaanse Department of Energy, Office of Science en Office van biologische en milieu onderzoek (verleent: DE-AC05-00OR22725, DE-SC0004632, DESC0010580, DE-SC0012088 en DE-SC0014416).

Materials

methoxyamine hydrochloride Sigma Aldrich 226904 derivitization agent
5 mm triple resonance salt-tolerant cold probe  Bruker instrumentation
capillary GC column HP-5MS column (30 m × 0.25 mm × 0.25 μm) Agilent AG19091S-433 instrumentation
reversed phase charged surface hybrid column (3.0 mm × 150 mm × 1.7 μm particle size) ThermoFisher instrumentation
2 mL glass vials VWR International 46610-722 sample vials
autosampler vials VWR International 97055-324; 9467671 sample vials
Chloroform VWR International JT9174-3 solvent
Ethanol VWR International BDH67002.400 solvent
methanol VWR International BDH85681.400 solvent
pyridine VWR International BDH67007.400 solvent
2,2-dimethyl-2-silapentane-5-sulfonate-d6 Sigma Aldrich 178837 standard
C8-C24 fatty acid methyl ester Sigma Aldrich CRM18918 standard
N-methyl-N- (trimethylsilyl)trifluoroacetamide Sigma Aldrich 24589-78-4 standard
Suwanee River Fulvic Acid standard International Humic Substances Society 2S101F standard
trimethylchlorosilane Sigma Aldrich 89595 standard
Tuning Solution Agilent
FTICR-MS analysis software Bruker Compass DataAnalysis 4.1
Formularity Software Pacific Northwest National Laboratory Formularity available for download at: https://omics.pnl.gov/software/formularity
GC-MS Agilent Agilent GC 7890A with MSD 5975C
silica-based sorbent Phenomenex (Torrance, CA) Strata C18-E (PN 8E-S001-DAK)
NMR TUBE 3MM 8 150 CS5 VWR International KT897820-0008 NMR tube
Varian Direct Drive 600-MHz NMR spectrometer  Varian Inova Varian Direct Drive 600-MHz NMR spectrometer
Chenomx NMR Suite 8.3 Chenomx Chenomx NMR Suite NMR software
ultra-performance liquid chromatograph  waters Aquity UPLC H  liquid chromatograph 
Velos-ETD Orbitrap mass spectrometer  ThermoFisher Thermo Scientific LTQ Orbitrap Velos mass spectrometer 

References

  1. Bridgham, S. D., Megonigal, P. J., Keller, J. K., Bliss, N. B., Trettin, C. The carbon balance of North American wetlands. Wetlands. 26 (4), 889-916 (2006).
  2. Wilson, R. M., et al. Greenhouse gas balance over thaw-freeze cycles in discontinuous zone permafrost. Journal of Geophysical Research: Biogeosciences. 122 (2), 387-404 (2017).
  3. Broder, T., Knorr, K. H., Biester, H. Changes in dissolved organic matter quality in a peatland and forest headwater stream as a function of seasonality and hydrologic conditions. Hydrology and Earth System Sciences. 21 (4), 2035-2051 (2017).
  4. Ejarque, E., et al. Quality and reactivity of dissolved organic matter in a Mediterranean river across hydrological and spatial gradients. Science of The Total Environment. 599, 1802-1812 (2017).
  5. Valenzuela, E. I., et al. Anaerobic methane oxidation driven by microbial reduction of natural organic matter in a tropical wetland. Applied and Environmental Microbiology. 83 (11), e00645-e00617 (2017).
  6. Lehmann, J., Kleber, M. The contentious nature of soil organic matter. Nature. 528 (7580), 60-68 (2015).
  7. Keiluweit, M., Nico, P. S., Kleber, M., Fendorf, S. Are oxygen limitations under recognized regulators of organic carbon turnover in upland soils?. Biogeochemistry. 127 (2-3), 157-171 (2016).
  8. LaRowe, D. E., Van Cappellen, P. Degradation of natural organic matter: A thermodynamic analysis. Geochimica et Cosmochimica Acta. 75 (8), 2030-2042 (2011).
  9. Wilson, R. M., et al. Hydrogenation of organic matter as a terminal electron sink sustains high CO2: CH4 production ratios during anaerobic decomposition. Organic Geochemistry. 112, 22-32 (2017).
  10. Ye, R., Jin, Q., Bohannan, B., Keller, J. K., Bridgham, S. D. Homoacetogenesis: A potentially underappreciated carbon pathway in peatlands. Soil Biology and Biochemistry. 68, 385-391 (2014).
  11. Neubauer, S. C., Megonigal, J. P. Moving beyond global warming potentials to quantify the climatic role of ecosystems. Ecosystems. 18 (6), 1000-1013 (2015).
  12. Ma, S., et al. Data-Constrained Projections of Methane Fluxes in a Northern Minnesota Peatland in Response to Elevated CO2 and Warming. Journal of Geophysical Research: Biogeosciences. 122 (11), 2841-2861 (2017).
  13. Conrad, R. Contribution of hydrogen to methane production and control of hydrogen concentrations in methanogenic soils and sediments. Federation of European Microbiological Societies Microbiology Ecology. 28 (3), 193-202 (1999).
  14. Cunada, C. L., Lesack, L. F. W., Tank, S. E. Seasonal dynamics of dissolved methane in lakes of the Mackenzie Delta and the role of carbon substrate quality. Journal of Geophysical Research: Biogeosciences. 123 (2), 591-609 (2018).
  15. Wilson, R. M., Tfaily, M. M. Advanced molecular techniques provide new rigorous tools for characterizing organic matter quality in complex systems. Journal of Geophysical Research: Biogeosciences. 123 (6), 1790-1795 (2018).
  16. Borton, M. A., et al. Coupled laboratory and field investigations resolve microbial interactions that underpin persistence in hydraulically fractured shales. Proceedingsof the National Academy of Sciences. 115 (28), E6585-E6659 (2018).
  17. Tang, K., Page, J. S., Smith, R. D. Charge competition and the linear dynamic range of detection in electrospray ionization mass spectrometry. Journal of the American Society for Mass Spectrometry. 15 (10), 1416-1423 (2004).
  18. Boiteau, R. M., et al. Structure Elucidation of Unknown Metabolites in Metabolomics by Combined NMR and MS/MS Prediction. Metabolites. 8 (1), 8 (2018).
  19. Walker, L. R., et al. Unambiguous Metabolite Identification in High-throughput Metabolomics by Hybrid 1DNMR/ESI MS Approach. Magnetic Resonance in Chemistry. 54 (12), 998-1003 (2016).
  20. Nicora, C. D., Burnum-Johnson, K. E., Nakayasu, E. S., Casey, C. P., White III, R. A., Roy Chowdhury, T., Kyle, J. E., Kim, Y. M., Smith, R. D., Metz, T. O., Jansson, J. K., Baker, E. S. The MPLEx Protocol for Multi-omic Analyses of Soil Samples. J. Vis. Exp. (135), e57343 (2018).
  21. Folch, J., Lees, M., Sloane-Stanley, G. H. Extraction of fatty acid. Journal of Biological Chemistry. 226, 497-509 (1957).
  22. Tolic, N., et al. Formularity: software for automated formula assignment of natural and other organic matter from ultrahigh-resolution mass spectra. Analytical Chemistry. 89 (23), 12659-12665 (2017).
  23. Kim, Y. M., et al. Diel metabolomics analysis of a hot spring chlorophototrophic microbial mat leads to new hypotheses of community member metabolisms. Frontiers in microbiology. 6, 209 (2015).
  24. Hiller, K., et al. MetaboliteDetector: comprehensive analysis tool for targeted and nontargeted GC/MS based metabolome analysis. Analytical Chemistry. 81 (9), 3429-3439 (2009).
  25. Kind, T., et al. FiehnLib: mass spectral and retention index libraries for metabolomics based on quadrupole and time-of-flight gas chromatography/mass spectrometry. Analytical Chemistry. 81 (24), 10038-10048 (2009).
  26. Kyle, J. E., et al. LIQUID: an-open source software for identifying lipids in LC-MS/MS-based lipidomics data. Bioinformatics. 33 (11), 1744-1746 (2017).
  27. Kanehisa, M. Enzyme annotation and metabolic reconstruction using KEGG. Protein Function Prediction: Methods and Protocols. 1611, 135-145 (2017).
  28. Van Krevelen, D. W. Graphical-statistical method for the study of structure and reaction processes of coal. Fuel. 29, 269-284 (1950).
  29. Hodgkins, S. B., et al. Changes in peat chemistry associated with permafrost thaw increase greenhouse gas production. Proceedings of the National Academy of Sciences. 111 (16), 5819-5824 (2014).

Play Video

Cite This Article
Tfaily, M. M., Wilson, R. M., Brewer, H. M., Chu, R. K., Heyman, H. M., Hoyt, D. W., Kyle, J. E., Purvine, S. O. Single-throughput Complementary High-resolution Analytical Techniques for Characterizing Complex Natural Organic Matter Mixtures. J. Vis. Exp. (143), e59035, doi:10.3791/59035 (2019).

View Video