Различните теории за одбрана на растенијата даваат важни теоретски насоки за објаснување на моделите на специјализиран метаболизам на растенијата, но нивните клучни предвидувања сè уште треба да се тестираат. Овде, користевме непристрасна анализа на тандемска масена спектрометрија (MS/MS) за систематски да го истражиме метаболомот на атенуирани соеви на тутун од поединечни растенија до популации и тесно поврзани видови и обработивме голем број теории за карактеристики на масена спектрометрија врз основа на сложени спектри во информативната рамка за тестирање на клучните предвидувања на теориите за оптимална одбрана (OD) и теориите за подвижна цел (MT). Информациската компонента на растителната метаболомика е во согласност со теоријата за OD, но е во спротивност со главното предвидување на теоријата за MT за динамиката на метаболомиката предизвикана од тревопасни животни. Од микро до макро еволутивна скала, сигналот на јасмонат беше идентификуван како главна детерминанта на OD, додека сигналот на етилен обезбеди фино подесување на специфичниот одговор на тревопасниот човек, анотиран од молекуларната мрежа MS/MS.
Специјалните метаболити со разновидни структури се главните учесници во адаптацијата на растенијата кон животната средина, особено во одбраната од непријатели (1). Неверојатната диверзификација на специјалниот метаболизам што се наоѓа кај растенијата стимулираше децении длабински истражувања за неговите многу аспекти на еколошките функции и формираше долг список на теории за одбрана на растенијата, кои се еволутивен и еколошки развој на интеракциите помеѓу растенијата и инсектите. Емпириското истражување дава важни насоки (2). Сепак, овие теории за одбрана на растенијата не го следеа нормативниот пат на хипотетичко дедуктивно расудување, во кое клучните предвидувања беа на исто ниво на анализа (3) и беа тестирани експериментално за да се унапреди следниот циклус на теоретски развој (4). Техничките ограничувања го ограничуваат собирањето податоци на специфични метаболички категории и ја исклучуваат сеопфатната анализа на специјализирани метаболити, со што се спречуваат споредби меѓу категориите што се неопходни за теоретскиот развој (5). Недостатокот на сеопфатни метаболомички податоци и заедничка валута за споредување на работниот тек на обработка на метаболичкиот простор помеѓу различните растителни групи ја попречува научната зрелост во оваа област.
Најновите достигнувања во областа на метаболомиката на тандемската масена спектрометрија (MS/MS) можат сеопфатно да ги карактеризираат метаболичките промени во рамките на и помеѓу видовите на даден системски клад и можат да се комбинираат со пресметковни методи за да се пресмета структурната сличност помеѓу овие сложени мешавини. Претходно познавање на хемијата (5). Комбинацијата на напредни технологии во анализата и пресметувањето обезбедува неопходна рамка за долгорочно тестирање на многу предвидувања направени од еколошките и еволутивните теории за метаболичка разновидност. Шенон (6) ја воведе теоријата на информации за прв пат во својата основна статија во 1948 година, поставувајќи ја основата за математичката анализа на информациите, која се користела во многу области освен нејзината оригинална примена. Во геномиката, теоријата на информации е успешно применета за квантифицирање на конзервативните информации за секвенцата (7). Во истражувањето на транскриптомијата, теоријата на информации ги анализира целокупните промени во транскриптомот (8). Во претходните истражувања, ја применивме статистичката рамка на теоријата на информации во метаболомиката за да ја опишеме метаболичката експертиза на ниво на ткиво кај растенијата (9). Тука, го комбинираме работниот тек базиран на MS/MS со статистичката рамка на теоријата на информации, карактеризирана со метаболичката разновидност во заедничката валута, за да ги споредиме клучните предвидувања на теоријата за одбрана на растенијата на метаболомот предизвикан од тревопасни животни.
Теоретските рамки на одбраната на растенијата обично се меѓусебно инклузивни и можат да се поделат во две категории: оние што се обидуваат да ја објаснат распределбата на метаболитите специфични за растенијата врз основа на одбранбените функции, како што се оптималната одбрана (OD) (10), подвижната цел (MT) (11) и теоријата на изглед (12), додека други бараат механички објаснувања за тоа како промените во достапноста на ресурсите влијаат врз растот на растенијата и акумулацијата на специјализирани метаболити, како што се јаглерод: хипотеза за рамнотежа на хранливи материи (13), хипотеза за стапка на раст (14) и хипотеза за рамнотежа на раст и диференцијација (15). Двата сета теории се на различни нивоа на анализа (4). Сепак, две теории што вклучуваат одбранбени функции на функционално ниво доминираат во разговорот за конститутивната и индуцибилната одбрана на растенијата: теоријата на OD, која претпоставува дека растенијата инвестираат во нивната скапа хемиска одбрана само кога е потребно, на пример, кога се проголтани. Кога тревесто животно напаѓа, затоа, според можноста за иден напад, се доделува соединение со одбранбена функција (10); Хипотезата за MT предлага дека не постои оска на насочена промена на метаболитот, туку метаболитот се менува случајно, со што се создава можноста за попречување на метаболичката „цел на движење“ на нападот на тревопасни животни. Со други зборови, овие две теории даваат спротивни предвидувања за метаболичкото ремоделирање што се случува по нападот на тревопасните животни: односот помеѓу еднонасочната акумулација на метаболити со одбранбена функција (OD) и ненасочените метаболички промени (MT) (11).
Хипотезите за OD и MT вклучуваат не само предизвикани промени во метаболомот, туку и еколошки и еволутивни последици од акумулацијата на овие метаболити, како што се адаптивните трошоци и придобивки од овие метаболички промени во специфична еколошка средина (16). Иако обете хипотези ја препознаваат одбранбената функција на специјализираните метаболити, кои може, но и не мора да бидат скапи, клучното предвидување што ги разликува хипотезите за OD и MT лежи во насоченоста на предизвиканите метаболички промени. Предвидувањето на теоријата за OD досега доби најголемо експериментално внимание. Овие тестови вклучуваат проучување на директните или индиректните одбранбени функции на различни ткива од специфични соединенија во оранжерии и природни услови, како и промени во фазата на развој на растенијата (17-19). Сепак, досега, поради недостаток на работен тек и статистичка рамка за глобална сеопфатна анализа на метаболичката разновидност на кој било организам, главното предвидување на разликите помеѓу двете теории (т.е. насоката на метаболичките промени) останува да се тестира. Овде, ние нудиме таква анализа.
Една од најзначајните карактеристики на растителните метаболити е нивната екстремна структурна разновидност на сите нивоа, од единечни растенија, популации до слични видови (20). Многу квантитативни промени кај специјализираните метаболити може да се забележат на ниво на популација, додека силни квалитативни разлики обично се одржуваат на ниво на вид (20). Затоа, метаболичката разновидност на растенијата е главниот аспект на функционалната разновидност, што ја одразува прилагодливоста кон различни ниши, особено оние ниши со различни можности за инвазија од страна на посебни инсекти и вообичаени тревопасни животни (21). Од револуционерната статија на Френкел (22) за причините за постоење на растителни специфични метаболити, интеракциите со различни инсекти се сметаат за важен притисок за селекција и се верува дека овие интеракции ги обликувале растенијата за време на еволуцијата. Метаболен пат (23). Разликите меѓу видовите во разновидноста на специјализираните метаболити може да ја одразуваат и физиолошката рамнотежа поврзана со конститутивната и индуцибилната одбрана на растенијата од тревопасни стратегии, бидејќи двата вида често се негативно корелирани едни со други (24). Иако може да биде корисно да се одржува добра одбрана во секое време, навремените метаболички промени поврзани со одбраната даваат јасни придобивки во тоа што им овозможуваат на растенијата да алоцираат вредни ресурси за други физиолошки инвестиции (19, 24) и да ја избегнат потребата од симбиоза. Колатерална штета (25). Покрај тоа, овие реорганизации на специјализирани метаболити предизвикани од инсекти тревопасни животни може да доведат до деструктивна дистрибуција во популацијата (26) и може да одразуваат директни читања на значителни природни промени во сигналот на јасмонска киселина (JA), кој може да се одржува во популацијата. Високите и ниските JA сигнали се компромиси помеѓу одбраната од тревопасни животни и конкуренцијата со специфични видови (27). Покрај тоа, специјализираните биосинтетски патишта на метаболити ќе претрпат брза загуба и трансформација за време на еволуцијата, што резултира со нерамномерна метаболичка дистрибуција меѓу тесно поврзаните видови (28). Овие полиморфизми можат брзо да се воспостават како одговор на променливите модели на тревопасни животни (29), што значи дека флуктуацијата на заедниците на тревопасни животни е клучен фактор што ја движи метаболичката хетерогеност.
Тука, конкретно ги решивме следните проблеми. (I) Како тревопасниот инсект го реконфигурира растителниот метаболом? (Ii) Кои се главните информациски компоненти на метаболичката пластичност што можат да се квантифицираат за да се тестираат предвидувањата на теоријата за долгорочна одбрана? (Iii) Дали да се репрограмира растителниот метаболом на начин уникатен за напаѓачот, ако е така, каква улога игра растителниот хормон во прилагодувањето на специфичен метаболички одговор и кои метаболити придонесуваат за специфичноста на одбраната за видот? (Iv) Бидејќи предвидувањата направени од многу одбранбени теории можат да се прошират на сите нивоа на биолошки ткива, прашавме колку е конзистентен предизвиканиот метаболички одговор од внатрешната споредба до меѓувидовата споредба? За таа цел, систематски го проучувавме метаболомот на листот на тутунскиот никотин, кој е еколошки модел на растение со богат специјализиран метаболизам и е ефикасен против ларвите на два автохтони тревопасни животни, Lepidoptera Datura (Ms) (многу агресивни, главно се јадат). На Solanaceae и Spodoptera littoralis (Sl), црвите од памучни листови се еден вид „род“, со растенија домаќини од Solanaceae и други домаќини од други родови и семејства како храна за растенијата. Го анализиравме спектарот на метаболомијата MS/MS и извлековме статистички дескриптори од теоријата на информации за да ги споредиме теориите за OD и MT. Создадовме мапи на специфичност за да го откриеме идентитетот на клучните метаболити. Анализата беше проширена на автохтоната популација на N. nasi и тесно поврзани видови тутун за понатамошно анализирање на коваријансата помеѓу сигнализацијата на растителните хормони и индукцијата на OD.
За да добиеме целокупна мапа за пластичноста и структурата на лисниот метаболом на тревојаден тутун, користевме претходно развиен работен тек на анализа и пресметка за сеопфатно собирање и деконволирање на независни MS/MS спектри со висока резолуција од растителни екстракти (9). Овој недиференциран метод (наречен MS/MS) може да конструира нередундантни спектри на соединенија, кои потоа можат да се користат за сите анализи на ниво на соединенија опишани овде. Овие деконволирани растителни метаболити се од различни типови, кои се состојат од стотици до илјадници метаболити (околу 500-1000-s/MS/MS овде). Овде, ја разгледуваме метаболичката пластичност во рамките на теоријата на информации и ја квантифицираме разновидноста и професионализмот на метаболомот врз основа на Шеноновата ентропија на распределбата на метаболичката фреквенција. Користејќи ја претходно имплементираната формула (8), пресметавме збир на индикатори што можат да се користат за квантифицирање на разновидноста на метаболомот (индикатор Hj), специјализацијата на метаболичкиот профил (индикатор δj) и метаболичката специфичност на еден метаболит (индикатор Si). Дополнително, го применивме Индексот на релативна пластичност на растојание (RDPI) за да квантифицираме индуцибилноста на метаболомот кај тревопасните животни (Слика 1А) (30). Во рамките на оваа статистичка рамка, го третираме MS/MS спектарот како основна информациска единица и ја обработуваме релативната изобилство на MS/MS во мапа на распределба на фреквенција, а потоа ја користиме Шенонова ентропија за да ја процениме разновидноста на метаболомот од него. Специјализацијата на метаболомот се мери со просечната специфичност на еден MS/MS спектар. Затоа, зголемувањето на изобилството на некои MS/MS класи по индукцијата кај тревопасните животни се трансформира во спектрална индуцибилност, RDPI и специјализација, односно зголемување на δj индексот, бидејќи се произведуваат поспецијализирани метаболити и се произведува висок Si индекс. Намалувањето на Hj индексот на разновидност одразува дека или бројот на генерирани MS/MS е намален, или распределбата на фреквенцијата на профилот се менува во помалку униформна насока, додека се намалува нејзината целокупна неизвесност. Преку пресметката на Si индексот, можно е да се истакне кои MS/MS се индуцирани од одредени тревопасни животни, а напротив, кои MS/MS не реагираат на индукцијата, што е клучен индикатор за разликување на предвидувањето на MT и OD.
(A) Статистички дескриптори што се користат за тревопасни (H1 до Hx) MS/MS податоци-индуцибилност (RDPI), разновидност (Hj индекс), специјализација (δj индекс) и специфичност на метаболитите (Si индекс). Зголемувањето на степенот на специјализација (δj) укажува дека, во просек, ќе се произведуваат повеќе тревопасни специфични метаболити, додека намалувањето на разновидноста (Hj) укажува на намалување на производството на метаболити или нееднаква дистрибуција на метаболитите во мапата на дистрибуција. Вредноста на Si проценува дали метаболитот е специфичен за дадена состојба (тука, тревопасно) или обратно се одржува на исто ниво. (B) Концептуален дијаграм на предвидување на теоријата на одбраната со користење на оската на теоријата на информации. Теоријата OD предвидува дека нападот на тревопасните животни ќе ги зголеми одбранбените метаболити, со што ќе се зголеми δj. Во исто време, Hj се намалува бидејќи профилот е реорганизиран кон намалената неизвесност на метаболичките информации. Теоријата MT предвидува дека нападот на тревопасните животни ќе предизвика ненасочни промени во метаболомот, со што ќе се зголеми Hj како индикатор за зголемена неизвесност на метаболичките информации и ќе предизвика случајна дистрибуција на Si. Исто така, предложивме мешан модел, најдобар MT, во кој некои метаболити со повисоки одбранбени вредности ќе бидат особено зголемени (висока вредност на Si), додека други покажуваат случајни одговори (пониска вредност на Si).
Користејќи дескриптори на теоријата на информации, ја толкуваме теоријата на OD за да предвидиме дека промените на специјалните метаболити предизвикани од тревопасни животни во неиндуцирана конститутивна состојба ќе доведат до (i) зголемување на метаболичката специфичност (Si индекс) што ќе ја поттикне метабономската специфичност (δj индекс). Зголемување на одредени специјални групи метаболити со повисока одбранбена вредност и (ii) намалување на разновидноста на метаболомите (Hj индекс) поради промената на распределбата на метаболичката фреквенција кон поголема дистрибуција на лептински тела. На ниво на еден метаболит, се очекува подредена распределба на Si, каде што метаболитот ќе ја зголеми вредноста на Si според неговата одбранбена вредност (Слика 1Б). Во оваа насока, ја објаснуваме теоријата на MT за да предвидиме дека возбудата ќе доведе до (i) ненасочни промени во метаболитите што резултираат со намалување на δj индексот и (ii) зголемување на Hj индексот поради зголемување на метаболичката несигурност. Или случајност, што може да се квантифицира со Шенонова ентропија во форма на генерализирана разновидност. Што се однесува до метаболичкиот состав, теоријата на MT ќе ја предвиди случајната распределба на Si. Земајќи предвид дека одредени метаболити се под специфични услови, а други услови не се под специфични услови, а нивната одбранбена вредност зависи од околината, предложивме и мешан одбранбен модел, во кој δj и Hj се распределени во два по должината на Si. Зголемувањето во сите правци, само одредени групи метаболити, кои имаат повисоки одбранбени вредности, особено ќе го зголемат Si, додека други ќе имаат случајна распределба (Слика 1Б).
За да го тестираме предефинираното предвидување на одбранбената теорија на оската на дескрипторот на информациската теорија, ги собравме експертските (Ms) или генералистичките (Sl) ларви на тревопасни животни на листовите на Nepenthes pallens (Слика 2А). Користејќи MS/MS анализа, добивме 599 нередундантни MS/MS спектри (датотека со податоци S1) од метанолски екстракти од ткиво на лист собрани по хранењето на гасениците. Користењето на индексите RDPI, Hj и δj за визуелизација на реконфигурацијата на информациската содржина во конфигурациските датотеки MS/MS открива интересни шеми (Слика 2Б). Општиот тренд е дека, како што е опишано од дескрипторот на информации, како што гасениците продолжуваат да јадат лисја, степенот на целата метаболичка реорганизација се зголемува со текот на времето: 72 часа откако тревопасниот животен циклус јаде, RDPI значително се зголемува. Во споредба со неоштетената контрола, Hj беше значително намален, што се должеше на зголемениот степен на специјализација на метаболичкиот профил, кој беше квантифициран со индексот δj. Овој очигледен тренд е во согласност со предвидувањата на теоријата за OD, но е неконзистентен со главните предвидувања на теоријата за MT, која верува дека случајните (ненасочени) промени во нивоата на метаболити се користат како одбранбена камуфлажа (Слика 1Б). Иако содржината на еликторот на орална секреција (OS) и однесувањето при хранење на овие два тревопасни животни се различни, нивното директно хранење резултирало со слични промени во насоките на Hj и δj за време на 24-часовниот и 72-часовниот период на берба. Единствената разлика се случила на 72 часа RDPI. Во споредба со оној предизвикан од хранењето со Ms, вкупниот метаболизам предизвикан од хранењето со Sl бил поголем.
(A) Експериментален дизајн: тревопасните животни од обична свиња (S1) или експерти (Ms) се хранат со десалирани лисја од растенија од бокал, додека за симулирано тревопасно животно, OS на Ms (W + OSMs) се користи за справување со прободувањето на стандардизираните позиции на листовите. S1 (W + OSSl) ларви или вода (W + W). Контролата (C) е неоштетен лист. (B) Индуцибилност (RDPI во споредба со контролната шема), разновидност (Hj индекс) и индекс на специјализација (δj индекс) пресметани за специјалната мапа на метаболити (599 MS/MS; датотека со податоци S1). Ѕвездичките означуваат значајни разлики помеѓу директното хранење со тревопасни животни и контролната група (Студентски t-тест со спарен t-тест, *P<0,05 и ***P<0,001). ns, не е важно. (C) Индекс на временска резолуција на главниот (сина кутија, аминокиселина, органска киселина и шеќер; датотека со податоци S2) и специјалниот спектар на метаболити (црвена кутија 443 MS/MS; датотека со податоци S1) по симулиран третман со тревопасни животни. Бојата лента се однесува на интервалот на доверба од 95%. Ѕвездичката ја означува значајната разлика помеѓу третманот и контролата [квадратна анализа на варијансата (ANOVA), проследена со Tukey-овата искрено значајна разлика (HSD) за post hoc повеќекратни споредби, *P<0,05, **P<0,01 и *** P <0,001]. (D) Специјализација на дијаграми на расејување и специјални профили на метаболити (повторени примероци со различни третмани).
За да истражиме дали ремоделирањето предизвикано од тревопасни животни на ниво на метаболом се рефлектира во промените во нивото на индивидуалните метаболити, прво се фокусиравме на метаболитите претходно проучувани во листовите на Nepenthes pallens со докажана отпорност на тревопасни животни. Фенолните амиди се хидроксицинамамид-полиамин конјугати кои се акумулираат за време на процесот на тревопасни животни кај инсектите и се знае дека ги намалуваат перформансите на инсектите (32). Ги пребаравме прекурсорите на соодветните MS/MS и ги прикажавме нивните кумулативни кинетички криви (Слика S1). Не е изненадувачки што дериватите на фенол кои не се директно вклучени во одбраната од тревопасни животни, како што се хлорогеновата киселина (CGA) и рутинот, се намалуваат по тревопасни животни. Спротивно на тоа, тревопасните животни можат да ги направат фенол амидите многу потентни. Континуираното хранење на двата тревопасни животни резултираше со речиси ист спектар на возбудување на феноламидите, а овој модел беше особено очигледен за de novo синтезата на феноламиди. Истиот феномен ќе се забележи при истражување на патеката на 17-хидроксигеранил нонандиол дитерпенски гликозиди (17-HGL-DTG), која произведува голем број ациклични дитерпени со ефикасни анти-тревопасни функции (33), од кои Ms Feeding со Sl предизвика сличен профил на експресија (Слика S1).
Можниот недостаток на експериментите со директно хранење на тревопасни животни е разликата во стапката на консумирање на листовите и времето на хранење кај тревопасните животни, што го отежнува елиминирањето на ефектите специфични за тревопасните животни предизвикани од рани и тревопасни животни. За подобро да се реши специфичноста на тревопасните видови на индуцираниот метаболички одговор на листовите, симулиравме хранење на ларви Ms и Sl со веднаш нанесување на свежо собраниот OS (OSM и OSS1) на стандардната пункција W на конзистентни позиции на листовите. Оваа постапка се нарекува третман со W + OS и ја стандардизира индукцијата со прецизно темпирање на почетокот на одговорот предизвикан од тревопасниот животни без да предизвика збунувачки ефекти од разликите во стапката или количината на губење на ткивото (Слика 2А) (34). Користејќи го цевководот за анализа и пресметка на MS/MS, добивме 443 MS/MS спектри (датотека со податоци S1), кои се преклопуваа со спектрите претходно собрани од експерименти со директно хранење. Анализата на теоријата на информации на овој MS/MS збир на податоци покажа дека репрограмирањето на метаболоми специјализирани за листовите со симулирање на тревопасни животни покажа OS-специфични индуцирања (Слика 2C). Особено, во споредба со третманот со OSS1, OSM предизвика зголемување на специјализацијата на метаболомот на 4 часа. Вреди да се напомене дека во споредба со експерименталниот сет на податоци за директно хранење на тревопасни животни, метаболичката кинетика визуелизирана во дводимензионален простор користејќи Hj и δj како координати, а насоченоста на специјализацијата на метаболомот како одговор на симулираниот третман на тревопасни животни со текот на времето се зголемува конзистентно (Слика 2D). Во исто време, ја квантифициравме содржината на аминокиселини, органски киселини и шеќери (датотека со податоци S2) за да испитаме дали ова целно зголемување на експертизата за метаболомот се должи на реконфигурацијата на централниот метаболизам на јаглерод како одговор на симулираните тревопасни животни (Слика S2). За подобро да го објасниме овој модел, дополнително ја следевме кинетиката на метаболичка акумулација на претходно дискутираните патеки на феноламид и 17-HGL-DTG. OS-специфичната индукција на тревопасни животни се трансформира во диференцијален модел на преуредување во рамките на метаболизмот на феноламид (Слика S3). Фенолните амиди што содржат кумарин и кафеоил делови се преференцијално индуцирани од OSS1, додека OSM предизвикуваат специфична индукција на ферулил конјугати. За патеката 17-HGL-DTG, откриена е диференцијална индукција на OS преку производи на малонилација и дималонилација низводно (Слика S3).
Потоа, ја проучивме транскриптомската пластичност индуцирана од OS користејќи го множеството податоци од микрочипови со временски тек, што симулира употреба на OSM за третирање на листовите од растението розета кај тревопасни животни. Кинетиката на земање примероци во основа се преклопува со кинетиката што се користи во оваа метаболомичка студија (35). Во споредба со реконфигурацијата на метаболомот во која метаболичката пластичност е особено зголемена со текот на времето, забележуваме минливи транскрипциски експлозии во листовите индуцирани од Ms, каде што транскриптомската индуктивност (RDPI) и специјализацијата (δj) се на 1. Имаше значително зголемување на часовите и разновидноста (Hj) во овој временски момент, експресијата на BMP1 беше значително намалена, проследено со релаксација на транскриптомската специјализација (Слика S4). Семејствата на метаболички гени (како што се P450, гликозилтрансфераза и BAHD ацилтрансфераза) учествуваат во процесот на склопување на специјални метаболити од структурни единици добиени од примарен метаболизам, следејќи го претходно споменатиот ран модел на висока специјализација. Како студија на случај, беше анализиран фенилаланинскиот пат. Анализата потврди дека основните гени во метаболизмот на феноламидот се силно индуцирани од OS кај тревопасните животни во споредба со непривлечните растенија и се тесно усогласени во нивните модели на експресија. Транскрипцискиот фактор MYB8 и структурните гени PAL1, PAL2, C4H и 4CL во горниот тек на овој пат покажаа рана иницијација на транскрипцијата. Ацилтрансферазите кои играат улога во конечното склопување на феноламидот, како што се AT1, DH29 и CV86, покажуваат продолжен модел на нагорна регулација (Слика S4). Горенаведените набљудувања укажуваат дека раната иницијација на специјализацијата на транскриптомите и подоцнежното подобрување на специјализацијата на метаболомиката се поврзан режим, што може да се должи на синхрониот регулаторен систем кој иницира моќен одбранбен одговор.
Реконфигурацијата во сигнализацијата на растителните хормони делува како регулаторен слој што ги интегрира информациите за тревопасните животни за да ја репрограмира физиологијата на растенијата. По симулацијата на тревопасните животни, ја измеривме кумулативната динамика на клучните категории на растителни хормони и ја визуелизиравме временската ко-експресија меѓу нив [Пирсонов коефициент на корелација (PCC)> 0,4] (Слика 3А). Како што се очекуваше, растителните хормони поврзани со биосинтезата се поврзани во рамките на мрежата на ко-експресија на растителните хормони. Покрај тоа, метаболичката специфичност (Si индекс) е мапирана на оваа мрежа за да се истакнат растителните хормони предизвикани од различни третмани. Нацртани се две главни области на специфичен одговор на тревопасните животни: едната е во кластерот JA, каде што JA (неговата биолошки активна форма JA-Ile) и други JA деривати покажуваат највисок Si резултат; другата е етилен (ET). Гиберелинот покажа само умерено зголемување на специфичноста на тревопасните животни, додека другите растителни хормони, како што се цитокининот, ауксинот и апсцисинската киселина, имаа ниска индукциска специфичност за тревопасните животни. Во споредба со користењето само на W + W, засилувањето на врвната вредност на JA дериватите преку OS апликацијата (W + OS) во основа може да се трансформира во силен специфичен индикатор за JA. Неочекувано, познато е дека OSM и OSS1 со различна содржина на елицитори предизвикуваат слична акумулација на JA и JA-Ile. За разлика од OSS1, OSM е специфично и силно индуциран од OSM, додека OSS1 не го засилува одговорот на базалните рани (Слика 3Б).
(A) Анализа на мрежата за ко-експресија базирана на PCC пресметка на симулација на кинетика на акумулација на растителни хормони предизвикана од тревопасни животни. Јазолот претставува еден растителен хормон, а големината на јазолот го претставува Si индексот специфичен за растителниот хормон помеѓу третманите. (B) Акумулација на JA, JA-Ile и ET во лисја предизвикана од различни третмани означени со различни бои: кајсија, W + OSM; сина, W + OSSl; црна, W + W; сива, C (контрола). Ѕвездичките означуваат значајни разлики помеѓу третманот и контролата (двонасочна ANOVA проследена со Tukey HSD post hoc повеќекратна споредба, *** P <0,001). Анализа на теоријата на информации на (C)697 MS/MS (датотека со податоци S1) во биосинтезата на JA и нарушен спектар на перцепција (irAOC и irCOI1) и (D)585 MS/MS (датотека со податоци S1) во ETR1 со нарушен ET сигнал. Два симулирани третмани со тревопасни животни активираа растителни линии и контролни растенија со празен возило (EV). Ѕвездичките означуваат значајни разлики помеѓу третманот со W+OS и неоштетената контрола (двонасочна ANOVA проследена со Tukey HSD post hoc повеќекратна споредба, *P<0,05, **P<0,01 и ***P<0,001). (E) Расфрлани графикони на расфрлано спротивставување на специјализацијата. Боите претставуваат различни генетски модифицирани соеви; симболите претставуваат различни методи на третман: триаголник, W + OSS1; правоаголник, W + OSM; круг C
Потоа, користиме генетски модифициран сој на атенуирани Непенти (irCOI1 и sETR1) во клучните чекори на биосинтезата на JA и ET (irAOC и irACO) и перцепцијата (irCOI1 и sETR1) за да го анализираме метаболизмот на овие два растителни хормони кај тревопасните животни. Релативниот придонес на репрограмирањето. Во согласност со претходните експерименти, ја потврдивме индукцијата на тревопасни OS кај растенија со празен носач (EV) (Слика 3, од C до D) и целокупното намалување на индексот Hj предизвикано од OSM, додека индексот δj се зголеми. Одговорот е поизразен од одговорот предизвикан од OSS1. Двореден графикон со користење на Hj и δj како координати ја покажува специфичната дерегулација (Слика 3E). Најочигледниот тренд е дека кај соевите без JA сигнал, промените во разновидноста на метаболомот и специјализацијата предизвикани од тревопасните животни се речиси целосно елиминирани (Слика 3C). Спротивно на тоа, перцепцијата на тивок ET кај sETR1 растенијата, иако целокупниот ефект врз промените во метаболизмот на тревопасните животни е многу помал од оној на сигнализацијата JA, ја намалува разликата во индексите Hj и δj помеѓу ексцитациите на OSM и OSS1 (Слика 3D и Слика S5). Ова укажува дека покрај основната функција на трансдукцијата на сигналот JA, трансдукцијата на сигналот ET служи и како фино подесување на специфичниот метаболички одговор на тревопасните животни. Во согласност со оваа функција на фино подесување, немаше промена во целокупната индуцибилност на метаболомот кај sETR1 растенијата. Од друга страна, во споредба со sETR1 растенијата, irACO растенијата предизвикаа слични целокупни амплитуди на метаболички промени предизвикани од тревопасни животни, но покажаа значително различни Hj и δj резултати помеѓу предизвиците со OSM и OSS1 (Слика S5).
За да идентификуваме специјализирани метаболити кои имаат важен придонес кон специфичниот за видот одговор на тревопасните животни и да го дотераме нивното производство преку ET сигнали, го користевме претходно развиениот структурен MS/MS метод. Овој метод се потпира на методот на би-кластерирање за повторно да го изведеме метаболичкото семејство од MS/MS фрагментите [нормализиран точкест производ (NDP)] и резултатот на сличност врз основа на неутрална загуба (NL). Множеството податоци MS/MS конструирано преку анализа на трансгени линии на ET произведе 585 MS/MS (датотека со податоци S1), што беше разрешено со нивно групирање во седум главни MS/MS модули (M) (Слика 4A). Некои од овие модули се густо спакувани со претходно карактеризирани специјални метаболити: на пример, M1, M2, M3, M4 и M7 се богати со разни фенолни деривати (M1), флавоноидни гликозиди (M2), ацилни шеќери (M3 и M4) и 17-HGL-DTG (M7). Дополнително, се пресметуваат метаболичките специфични информации (Si индекс) на еден метаболит во секој модул, а неговата дистрибуција на Si може интуитивно да се види. Накратко, MS/MS спектрите што покажуваат висока специфичност на тревопасни животни и генотип се карактеризираат со високи вредности на Si, а статистиката на куртоза укажува на дистрибуција на крзно на десниот агол на опашката. Една таква дистрибуција на посно колоидно ткиво е откриена во M1, во која фенол амидот покажа највисока фракција на Si (Слика 4B). Претходно споменатиот тревопасно индуцибилен 17-HGL-DTG во M7 покажа умерен Si резултат, што укажува на умерен степен на диференцијална регулација помеѓу двата типа на OS. Спротивно на тоа, повеќето конститутивно произведени специјализирани метаболити, како што се рутин, CGA и ацил шеќери, се меѓу најниските Si резултати. Со цел подобро да се истражи структурната комплексност и дистрибуцијата на Si помеѓу специјалните метаболити, за секој модул е ​​конструирана молекуларна мрежа (Слика 4B). Важно предвидување на теоријата за OD (сумирано на Слика 1Б) е дека реорганизацијата на специјалните метаболити по тревопасни животни треба да доведе до еднонасочни промени кај метаболитите со висока одбранбена вредност, особено со зголемување на нивната специфичност (наспроти случајната распределба) (режим) (Одбранбен метаболит предвиден со теоријата за MT. Повеќето од фенолните деривати акумулирани во M1 се функционално поврзани со падот на перформансите на инсектите (32). Кога ги споредувавме вредностите на Si во метаболитите на M1 помеѓу индуцираните лисја и составните лисја на контролните растенија EV на 24 часа, забележавме дека метаболичката специфичност на многу метаболити по тревопасни инсекти има значителен тренд на зголемување (Слика 4C). Специфичното зголемување на вредноста на Si е откриено само кај одбранбените феноламиди, но не е откриено зголемување на вредноста на Si кај другите феноли и непознати метаболити кои коегзистираат во овој модул. Ова е специјализиран модел, кој е поврзан со теоријата за OD. Главните предвидувања за метаболички промени предизвикани од тревопасни животни се конзистентни. За да тестираме дали оваа специфичност на феноламидниот спектар е индуцирана од OS-специфичен ET, го прикажавме индексот на метаболит Si и предизвикавме диференцијална вредност на експресија помеѓу OSM и OSS1 во генотиповите EV и sETR1 (Слика 4D). Во sETR1, разликата помеѓу OSM и OSS1 предизвикана од фенамид беше значително намалена. Методот на би-кластерирање беше применет и на MS/MS податоци собрани кај соеви со недоволен JA за да се заклучат главните MS/MS модули поврзани со JA-регулираната метаболичка специјализација (Слика S6).
(A) Резултатите од групирањето на 585 MS/MS врз основа на споделен фрагмент (сличност со NDP) и споделена неутрална загуба (сличност со NL) резултираат со модул (M) кој е конзистентен со познатото семејство на соединенија, или со непознат или слабо метаболизиран состав на метаболити. До секој модул е ​​прикажана специфичната дистрибуција на метаболитот (MS/MS) (Si). (B) Модуларна молекуларна мрежа: Јазлите претставуваат MS/MS и рабови, NDP (црвена) и NL (сина) MS/MS резултати (гранична вредност, > 0,6). Индексот на градирана специфичност на метаболитот (Si) обоен врз основа на модулот (лево) и мапиран на молекуларната мрежа (десно). (C) Модул M1 на EV растение во конститутивна (контролна) и индуцирана состојба (симулиран тревопас) на 24 часа: дијаграм на молекуларна мрежа (вредноста на Si е големината на јазолот, дефанзивниот феноламид е означен со сина боја). (D) Молекуларен мрежен дијаграм M1 на спектралната линија sETR1 со нарушена перцепција на EV и ET: фенолното соединение претставено со зелениот кружен јазол и значајната разлика (P вредност) помеѓу третманите со W + OSM и W + OSS1 како големина на јазол. CP, N-кафеоил-тирозин; CS, N-кафеоил-спермидин; FP, естер на N-ферулична киселина-урична киселина; FS, N-ферулил-спермидин; CoP, N', N “-кумаролил-тирозин; DCS, N', N”-дикафеоил-спермидин; CFS, N', N”-кафеоил, ферулоил-спермидин; Lycium barbarum во волчја бобинка; Nick. O-AS, O-ацил шеќер.
Понатаму ја проширивме анализата од еден атенуиран генотип на Nepenthes на природни популации, каде што силни интраспецифични промени во нивоата на тревопасните JA и специфичните нивоа на метаболити се претходно опишани во природни популации (26). Користете го овој збир на податоци за да опфатите 43 герминативни плазми. Овие герминативни плазми се состојат од 123 видови растенија од N. pallens. Овие растенија се земени од семиња собрани во различни природни живеалишта во Јута, Невада, Аризона и Калифорнија (Слика S7), ја пресметавме разновидноста на метаболомот (тука наречена ниво на популација) β разновидност) и специјализацијата предизвикана од OSM. Во согласност со претходните студии, забележавме широк опсег на метаболички промени по должината на оските Hj и δj, што укажува дека герминативните плазми имаат значителни разлики во пластичноста на нивните метаболички одговори на тревопасните животни (Слика S7). Оваа организација потсетува на претходните набљудувања за динамичкиот опсег на промените на JA предизвикани од тревопасните животни и одржува многу висока вредност во една популација (26, 36). Со користење на JA и JA-Ile за тестирање на целокупната корелација на ниво помеѓу Hj и δj, откривме дека постои значајна позитивна корелација помеѓу JA и индексот на разновидност и специјализација на метаболомот β (Слика S7). Ова сугерира дека хетерогеноста предизвикана од тревопасни животни во индукцијата на JAs откриена на ниво на популацијата може да се должи на клучни метаболички полиморфизми предизвикани од селекција од инсекти тревопасни животни.
Претходните студии покажаа дека видовите тутун се разликуваат многу по вид и релативна зависност од индуцираната и конститутивната метаболичка одбрана. Се верува дека овие промени во трансдукцијата на сигналот против тревопасните животни и одбранбените способности се регулирани од притисокот на популацијата на инсекти, животниот циклус на растенијата и трошоците за производство на одбрана во нишата каде што расте даден вид. Ние ја проучувавме конзистентноста на ремоделирањето на метаболомот на листовите предизвикано од тревопасни животни на шест видови Nicotiana кои потекнуваат од Северна Америка и Јужна Америка. Овие видови се тесно поврзани со Nepenthes Северна Америка, имено Nicolas Bociflo. La, N. nicotinis, Nicotiana n. атенуирана трева, Nicotiana tabacum, линеарен тутун, тутун (Nicotiana spegazzinii) и тутун од лист од тутун (Nicotiana obtusifolia) (Слика 5А) (37). Шест од овие видови, вклучувајќи го и добро карактеризираниот вид N. please, се едногодишни растенија од кладот ​​petunia, а obtusifolia N. се повеќегодишни растенија од сестринскиот клад Trigonophyllae (38). Последователно, на овие седум видови беше извршена индукција на W + W, W + OSM и W + OSS1 за да се проучи метаболичкото преуредување на ниво на вид при хранење со инсекти.
(A) Филогенетско дрво со бутстрап базирано на максимална веројатност [за синтеза на нуклеарен глутамин (38)] и географската распределба на седум тесно поврзани видови Nicotiana (различни бои) (37). (B) Распрснувачки графикон на специјализирана разновидност за метаболичките профили на седум видови Nicotiana (939 MS/MS; датотека со податоци S1). На ниво на вид, разновидноста на метаболомот е негативно корелирана со степенот на специјализација. Анализата на корелацијата на ниво на вид помеѓу метаболичката разновидност и специјализацијата и акумулацијата на JA е прикажана на Слика 2. S9. Боја, различни типови; триаголник, W + OSS1; правоаголник, W + OSM; (C) Динамиката на Nicotiana JA и JA-Ile е рангирана според амплитудата на ексцитација на OS (двонасочна ANOVA и Tukey HSD пост-повеќекратна споредба, * P <0,05, ** P <0,01 и * ** За споредба на W + OS и W + W, P <0,001). Кутиен дијаграм на (D) разновидност и (E) специјализација на секој вид по симулирање на тревојади и метил JA (MeJA). Ѕвездичката ја означува значајната разлика помеѓу W + OS и W + W или ланолин плус W (Lan + W) или Lan плус MeJA (Lan + MeJa) и Lan контрола (двонасочна анализа на варијансата, проследена со Tukey-ова HSD post hoc повеќекратна споредба, *P<0,05, **P<0,01 и ***P<0,001).
Користејќи го методот на двојно кластерирање, идентификувавме 9 модули од 939 MS/MS (датотека со податоци S1). Составот на MS/MS реконфигуриран со различни третмани варира значително кај различните модули помеѓу видовите (Слика S8). Визуелизацијата на Hj (тука наведена како γ-разновидност на ниво на вид) и δj открива дека различните видови се агрегираат во многу различни групи во метаболичкиот простор, каде што поделбата на ниво на вид е обично поизразена од возбудата. Со исклучок на N. linear и N. obliquus, тие покажуваат широк динамички опсег на индукциски ефекти (Слика 5B). Спротивно на тоа, видовите како N. purpurea и N. obtusifolia имаат помалку очигледен метаболички одговор на третманот, но метаболомот е поразновиден. Специфичната распределба на индуцираниот метаболички одговор за видот резултираше со значајна негативна корелација помеѓу специјализацијата и гама разновидноста (PCC = -0,46, P = 4,9×10-8). Промените во нивоата на JAs предизвикани од OS се позитивно корелирани со специјализацијата на метаболомот и негативно корелирани со метаболичката гама разновидност што ја покажува секој вид (Слика 5B и Слика S9). Вреди да се напомене дека видовите колоквијално наречени видови на „сигнален одговор“ на Слика 5C, како што се Nepenthes нематодите, Nepenthes nepenthes, Nepenthes acute и Nepenthes attenuated, предизвикаа значајни знаци на 30 минути. Неодамнешните OS-специфични JA и JA-Ile епидемии, додека други бактерии наречени „нереактивни на сигналот“, како што се Nepenthes mills, Nepenthes powdery и N. obtusifolia покажуваат само JA-Ile Edge индукција без никаква OS специфичност (Слика 5C). На метаболичко ниво, како што е споменато погоре, за атенуираните Nepenthes, супстанциите што реагираат на сигналот покажаа OS специфичност и значително ја зголемија δj, додека го намалија Hj. Овој OS-специфичен ефект на прајминг не беше откриен кај видови класифицирани како видови кои не реагираат на сигнал (Слика 5, D и E). OS-специфичните метаболити почесто се споделуваат помеѓу видовите кои реагираат на сигнал, а овие сигнални кластери се групираат со видови со послаби сигнални одговори, додека видовите со послаби сигнални одговори покажуваат помала меѓузависност (Слика S8). Овој резултат покажува дека OS-специфичната индукција на JAs и OS-специфичната реконфигурација на низводниот метаболом се поврзани на ниво на вид.
Потоа, користевме ланолинска паста што содржи метил JA (MeJA) за третирање на растенијата за да истражиме дали овие режими на спојување се ограничени од достапноста на JA применета од егзогениот JA, кој ќе биде во цитоплазмата на растенијата. Брзата деестерификација е JA. Откривме ист тренд на постепена промена од видови што реагираат на сигнал кон видови што не реагираат на сигнал, предизвикана од континуираното снабдување со JA (Слика 5, D и E). Накратко, третманот со MeJA силно ги репрограмираше метаболомите на линеарните нематоди, N. obliquus, N. aquaticus, N. pallens и N. mikimotoi, што резултираше со значително зголемување на δj и намалување на Hj. N. purpurea покажа само зголемување на δj, но не и Hj. N. obtusifolia, за кој претходно беше покажано дека акумулира екстремно ниски нивоа на JA, исто така реагира слабо на третманот со MeJA во однос на реконфигурацијата на метаболомот. Овие резултати укажуваат дека производството на JA или трансдукцијата на сигналот е физиолошки ограничено кај видовите што не реагираат на сигнал. За да ја тестираме оваа хипотеза, ги проучивме четирите видови (N. pallens, N. mills, N. pink и N. microphylla) индуцирани од W + W, W + OSMs и W + OSS1 транскриптом (39). Во согласност со моделот на ремоделирање на метаболомот, видовите се добро одделени во транскриптомскиот простор, меѓу кои N. attenuated покажа највисок RDPI индуциран од OS, додека N. gracilis имаше најнизок (Слика 6А). Сепак, беше откриено дека транскриптомската разновидност индуцирана од N. oblonga беше најниска меѓу четирите видови, спротивно на највисоката метабономска разновидност на N. oblonga претходно прикажана кај седум видови. Претходни студии покажаа дека збир на гени поврзани со раните одбранбени сигнали, вклучувајќи ги и JA сигналите, ја објаснува специфичноста на раните одбранбени одговори предизвикани од елицитори поврзани со тревопасни животни кај видовите Nicotiana (39). Споредувањето на JA сигналните патишта помеѓу овие четири видови откри интересен модел (Слика 6Б). Повеќето гени во овој пат, како што се AOC, OPR3, ACX и COI1, покажаа релативно високи нивоа на индукција кај овие четири видови. Сепак, клучен ген, JAR4, го претвора JA во неговата биолошки активна форма на транскрипти акумулирани од JA-Ile, а неговото ниво на транскрипција е многу ниско, особено кај N. mills, Nepenthes pieris и N. microphylla. Покрај тоа, само транскриптот на друг ген AOS не беше откриен кај N. bifidum. Овие промени во генската експресија може да бидат одговорни за екстремните фенотипови предизвикани од ниското производство на JA кај сигнално анергични видови и индукцијата на N. gracilis.
(A) Анализа на теоријата на информации за репрограмирањето на раните транскрипциони одговори на четири тесно поврзани видови тутун земени 30 минути по индукцијата на тревопасни животни. RDPI се пресметува со споредување на листовите индуцирани од тревопасниот OS со контролната рана. Боите означуваат различни видови, а симболите означуваат различни методи на третман. (B) Анализа на генската експресија во JA сигналните патишта кај четири видови. Поедноставената JA патека е прикажана веднаш до дијаграмот со кутии. Различните бои означуваат различни методи на обработка. Ѕвездичката означува дека постои значајна разлика помеѓу третманот со W + OS и контролата со W + W (за Студентовиот t-тест за парни разлики, *P<0,05, **P<0,01 и ***P<0,001). OPDA, 12-оксофитодиеноична киселина; OPC-8: 0,3-оксо-2(2′(Z)-пентенил)-циклопентан-1-октаноична киселина.
Во последниот дел, проучивме како ремоделирањето на метаболомот специфично за инсектите на различни растителни видови може да биде отпорно на тревопасни животни. Претходните истражувања го нагласија родот Nicotiana. Нивната отпорност на Ms и ларви се разликува значително (40). Овде, ја проучивме врската помеѓу овој модел и нивната метаболичка пластичност. Користејќи ги горенаведените четири вида тутун и тестирајќи ја корелацијата помеѓу разновидноста и специјализацијата на метаболомот предизвикана од тревопасни животни и отпорноста на растенијата на Ms и Sl, откривме дека отпорноста, разновидноста и специјализацијата на генералистичкиот Sl All се позитивно корелирани, додека корелацијата помеѓу отпорноста на експерти и специјализацијата е слаба, а корелацијата со разновидноста не е значајна (Слика S10). Во однос на отпорноста на S1, и ослабениот N. chinensis и N. gracilis, за кои претходно беше покажано дека покажуваат и нивоа на трансдукција на сигналот JA и пластичност на метаболомот, имаа значително различни одговори на индукцијата на тревопасни животни, а исто така покажаа слична висока отпорност. Пол.
Во изминатите шеесет години, теоријата за одбрана на растенијата обезбеди теоретска рамка, врз основа на која истражувачите предвидоа значителен број еволуција и функции на специјализирани метаболити на растенијата. Повеќето од овие теории не ја следат нормалната постапка на силни инференции (41). Тие предлагаат клучни предвидувања (3) на исто ниво на анализа. Кога тестирањето на клучните предвидувања дозволува да се анализираат специфични теории, ова ќе го направи полето се движи напред. Бидете поддржани, но отфрлете ги другите (42). Наместо тоа, новата теорија прави предвидувања на различни нивоа на анализа и додава нов слој на описни размислувања (42). Сепак, двете теории предложени на функционално ниво, MT и OD, лесно можат да се објаснат како важни предвидувања за специјализирани метаболички промени предизвикани од тревопасни животни: Теоријата за OD верува дека промените во специјализираниот метаболички „простор“ се многу насочени. Теоријата за MT верува дека овие промени ќе бидат ненасочни и случајно лоцирани во метаболичкиот простор и имаат тенденција да имаат метаболити со висока одбранбена вредност. Претходните испитувања на предвидувањата за OD и MT се тестирани со користење на тесен сет на априори „одбранбени“ соединенија. Овие тестови фокусирани на метаболити ја исклучуваат можноста за анализа на обемот и траекторијата на реконфигурацијата на метаболомот за време на тревопасноста и не дозволуваат тестирањето во конзистентна статистичка рамка да бара клучни предвидувања што можат да се сметаат како целина. Квантифицирање на промените во растителниот метаболом. Тука, ја користевме иновативната технологија во метаболомиката базирана на компјутерска MS и извршивме деконволуциска MS анализа во општата валута на дескрипторите на теоријата на информации за да ја тестираме разликата помеѓу двата предложени на глобално ниво на метаболомиката. Клучното предвидување на оваа теорија. Теоријата на информации е применета во многу области, особено во контекст на истражување на биодиверзитетот и протокот на хранливи материи (43). Сепак, доколку ни е познато, ова е првата апликација што се користи за опишување на метаболичкиот информациски простор на растенијата и решавање на еколошки проблеми поврзани со привремени метаболички промени како одговор на еколошките знаци. Особено, способноста на овој метод лежи во неговата способност да споредува модели во и помеѓу растителните видови за да испита како тревопасните животни еволуирале од различни видови до меѓувидови макроеволутивни модели на различни нивоа на еволуција. Метаболизам.
Анализата на главните компоненти (PCA) конвертира мултиваријантен збир на податоци во простор за намалување на димензионалноста, така што може да се објасни главниот тренд на податоците, па затоа обично се користи како истражувачка техника за парсирање на збирот на податоци, како што е деконволуцискиот метаболом. Сепак, намалувањето на димензионалноста ќе изгуби дел од информативната содржина во збирот на податоци, а PCA не може да обезбеди квантитативни информации за карактеристиките што се особено релевантни за еколошката теорија, како што се: како тревопасните животни ја реконфигурираат разновидноста во специјализирани области (на пример, богатство, дистрибуција) и изобилство) метаболити? Кои метаболити се предиктори на индуцираната состојба на даден тревопасник? Од перспектива на специфичност, разновидност и индуцибилност, информативната содржина на профилот на метаболити специфични за листот е разложена и се открива дека јадењето тревопасни животни може да активира специфичен метаболизам. Неочекувано, забележавме дека, како што е опишано во имплементираните индикатори за теорија на информации, добиената метаболичка ситуација има големо преклопување по нападите на двајцата тревопасни животни (генералистот хранет ноќно) и експертот за Solanaceae г-ѓа. Иако нивното однесување и концентрација на исхрана се значително различни. Иницијатор на конјугат на масни киселини и аминокиселини (FAC) кај OS (31). Со користење на OS кај тревопасни животни за лекување на стандардизирани убодни рани, симулираниот третман кај тревопасни животни исто така покажа сличен тренд. Оваа стандардизирана постапка за симулирање на одговорот на растенијата на напади на тревопасни животни ги елиминира збунувачките фактори предизвикани од промените во однесувањето во исхраната на тревопасните животни, што доведува до различни степени на оштетување во различни периоди (34). FAC, за кој е познато дека е главна причина за OSM, ги намалува JAS и другите растителни хормонски одговори кај OSS1, додека OSS1 се намалува стотици пати (31). Сепак, OSS1 предизвика слични нивоа на акумулација на JA во споредба со OSM. Претходно е покажано дека одговорот на JA кај ослабените Nepenthes е многу чувствителен на OSM, каде што FAC може да ја одржи својата активност дури и ако е разреден 1:1000 со вода (44). Затоа, во споредба со OSM, иако FAC кај OSS1 е многу низок, тој е доволен за да предизвика доволно појавување на JA. Претходните студии покажаа дека протеините слични на порин (45) и олигосахаридите (46) можат да се користат како молекуларни индиции за активирање на одбранбените реакции на растенијата во OSS1. Сепак, сè уште не е јасно дали овие елицитори во OSS1 се одговорни за акумулацијата на JA забележана во тековната студија.
Иако постојат малку студии што ги опишуваат диференцијалните метаболички отпечатоци предизвикани од примената на различни тревопасни животни или егзогени JA или SA (салицилна киселина) (47), никој не ја нарушил пертурбацијата специфична за видовите тревопасни животни во мрежата на растителна трева и нејзините ефекти врз специфичните лични информации. Целокупното влијание на метаболизмот систематски се проучува. Оваа анализа дополнително потврди дека внатрешната хормонска мрежа со други растителни хормони освен JA ја обликува специфичноста на метаболичката реорганизација предизвикана од тревопасните животни. Особено, откривме дека ET предизвикан од OSM беше значително поголем од оној предизвикан од OSS1. Овој режим е во согласност со поголемата содржина на FAC во OSM, што е неопходен и доволен услов за активирање на ET наплив (48). Во контекст на интеракцијата помеѓу растенијата и тревопасните животни, сигналната функција на ET врз динамиката на метаболити специфична за растенијата е сè уште спорадична и е насочена само кон една група соединенија. Покрај тоа, повеќето студии користеле егзогена примена на ET или неговите прекурсори или разни инхибитори за да ја проучат регулацијата на ET, меѓу кои овие егзогени хемиски апликации ќе произведат многу неспецифични несакани ефекти. Според нашите сознанија, оваа студија претставува прво систематско испитување на улогата на ET во употребата на ET за производство и перцепција на нарушени трансгени растенија за координирање на динамиката на растителниот метаболом. Индукцијата на ET специфична за тревојадите на крајот може да го модулира одговорот на метаболомот. Најзначајна е трансгенската манипулација на гените за биосинтеза на ET (ACO) и перцепција (ETR1) што открија специфична за тревојадите de novo акумулација на феноламиди. Претходно е покажано дека ET може да ја фино подеси акумулацијата на никотин предизвикана од JA со регулирање на путресцин N-метилтрансферазата (49). Сепак, од механичка гледна точка, не е јасно како ET ја фино подесува индукцијата на фенамид. Покрај функцијата за трансдукција на сигналот на ET, метаболичкиот флукс може да се шантира и кон S-аденозил-1-метионин за да се регулира инвестирањето во полиаминофенолни амиди. S-аденозил-1-метионин е ET и вообичаен меѓупроизвод на биосинтетскиот пат на полиамините. Механизмот со кој ET сигналот го регулира нивото на феноламид треба дополнително да се проучи.
Долго време, поради големиот број на специјални метаболити со непозната структура, интензивното внимание кон специфичните метаболички категории не беше во можност строго да ги процени временските промени на метаболичката разновидност по биолошките интеракции. Во моментов, врз основа на анализата на теоријата на информации, главниот резултат од стекнувањето на MS/MS спектарот врз основа на непристрасни метаболити е дека тревопасните животни кои јадат или симулираат тревопасни животни продолжуваат да ја намалуваат вкупната метаболичка разновидност на лисниот метаболом, додека го зголемуваат неговиот степен на специјализација. Ова привремено зголемување на специфичноста на метаболомот предизвикано од тревопасни животни е поврзано со синергистичко зголемување на специфичноста на транскриптомот. Карактеристиката што најмногу придонесува за оваа поголема специјализација на метаболомот (со поголема вредност на Si) е специјалниот метаболит со претходно карактеризирана тревопасна функција. Овој модел е во согласност со предвидувањето на теоријата за OD, но предвидувањето на MT поврзано со случајноста на репрограмирањето на метаболомот не е во согласност. Сепак, овие податоци се во согласност и со предвидувањето на мешаниот модел (најдобар MT; Слика 1Б), бидејќи другите некарактеризирани метаболити со непознати одбранбени функции сè уште може да следат случајна дистрибуција на Si.
Значаен модел што дополнително е опфатен со ова истражување е дека од нивото на микроеволуција (популација на едно растение и тутун) до поголема еволутивна скала (тесно поврзани видови тутун), различните нивоа на еволутивна организација се во „најдобра одбрана“. Постојат значителни разлики во способностите на тревопасните животни. Мур и сор. (20) и Кеслер и Калске (1) независно предложија да се претворат трите функционални нивоа на биодиверзитет првично разликувани од Витакер (50) во конститутивни и индуцирани временски промени на хемиската разновидност; овие автори не ги сумираа. Постапките за собирање податоци од метаболомот на големи размери, исто така, не наведуваат како да се пресмета метаболичката разновидност од овие податоци. Во оваа студија, малите прилагодувања на функционалната класификација на Витакер ќе ја земат предвид α-метаболичката разновидност како разновидност на MS/MS спектрите во дадено растение, а β-метаболичката разновидност како основен интраспецифичен метаболизам на група популации. Просторот, а γ-метаболичката разновидност ќе биде продолжение на анализата на слични видови.
Сигналот JA е од суштинско значење за широк спектар на метаболички одговори на тревопасните животни. Сепак, недостасуваат ригорозни квантитативни тестирања за придонесот на интраспецифичната регулација на биосинтезата на JA кон разновидноста на метаболомот, а дали сигналот JA е општо место за метаболичка диверзификација предизвикана од стрес на повисока макроеволутивна скала е сè уште нејасно. Забележавме дека тревопасната природа на тревопасните животни Nepenthes индуцира специјализација на метаболомот и варијацијата на специјализацијата на метаболомот во рамките на популацијата на видовите Nicotiana и меѓу тесно поврзаните видови Nicotiana е систематски позитивно корелирана со сигнализацијата на JA. Покрај тоа, кога сигналот JA е нарушен, метаболичката специфичност предизвикана од тревопас со еден генотип ќе биде поништена (Слика 3, C и E). Бидејќи промените во метаболичкиот спектар на природно ослабените популации на Nepenthes се претежно квантитативни, промените во метаболичката β разновидност и специфичност во оваа анализа може во голема мера да бидат предизвикани од силното возбудување на категориите соединенија богати со метаболити. Овие класи на соединенија доминираат дел од профилот на метаболомот и водат до позитивна корелација со сигналите на JA.
Бидејќи биохемиските механизми на видовите тутун тесно поврзани со него се многу различни, метаболитите се специфично идентификувани во квалитативен аспект, па затоа е поаналитичко. Обработката на заробениот метаболички профил од страна на теоријата на информации открива дека индукцијата кај тревојадците го влошува компромисот помеѓу метаболичката гама разновидност и специјализацијата. Сигналот JA игра централна улога во овој компромис. Зголемувањето на специјализацијата на метаболомот е во согласност со главното предвидување за OD и е позитивно корелирано со сигналот JA, додека сигналот JA е негативно корелиран со метаболичката гама разновидност. Овие модели укажуваат дека капацитетот за OD на растенијата главно се одредува од пластичноста на JA, без разлика дали на микроеволутивна скала или на поголема еволутивна скала. Експериментите со примена на егзогени JA кои ги заобиколуваат дефектите во биосинтезата на JA понатаму откриваат дека тесно поврзаните видови тутун можат да се разликуваат на видови кои реагираат на сигнал и видови кои не реагираат на сигнал, исто како и нивниот начин на JA и пластичноста на метаболомот предизвикана од тревојади. Видовите кои не реагираат на сигнал не можат да одговорат поради нивната неспособност да произведуваат ендогени JA и затоа се предмет на физиолошки ограничувања. Ова може да биде предизвикано од мутации во некои клучни гени во сигналниот пат JA (AOS и JAR4 кај N. crescens). Овој резултат истакнува дека овие меѓувидови макроеволутивни обрасци може главно да бидат водени од промени во внатрешната хормонска перцепција и одговор.
Покрај интеракцијата помеѓу растенијата и тревопасните животни, истражувањето на метаболичката разновидност е поврзано со сите важни теоретски достигнувања во истражувањето на биолошката адаптација кон животната средина и еволуцијата на сложените фенотипски особини. Со зголемувањето на количината на податоци стекнати од современите MS инструменти, тестирањето на хипотези за метаболичката разновидност сега може да ги надмине разликите во индивидуалните/категориските метаболити и да изврши глобална анализа за да открие неочекувани шеми. Во процесот на анализа на големи размери, важна метафора е идејата за зачнување значајни мапи што можат да се користат за истражување на податоци. Затоа, важен резултат од сегашната комбинација на непристрасна MS/MS метаболомика и теорија на информации е тоа што обезбедува едноставна метрика што може да се користи за конструирање мапи за прелистување на метаболичката разновидност на различни таксономски скали. Тоа е основен услов на овој метод. Проучување на микро/макро еволуцијата и екологијата на заедницата.
На макроеволутивно ниво, јадрото на теоријата за коеволуција на растението и инсектот на Ерлих и Равен (51) е да се предвиди дека варијацијата на метаболичката разновидност меѓу видовите е причина за диверзификација на растителните лози. Сепак, во педесетте години од објавувањето на ова основно дело, оваа хипотеза ретко е тестирана (52). Ова во голема мера се должи на филогенетските карактеристики на споредливи метаболички карактеристики низ растителните лози на долги растојанија. Реткоста може да се користи за да се поврзат методите за анализа на целта. Тековниот работен тек на MS/MS обработен од теоријата на информации квантификува структурна сличност на MS/MS на непознати метаболити (без претходен избор на метаболити) и ги претвора овие MS/MS во збир на MS/MS, со што во професионалниот метаболизам овие макроеволутивни модели се споредуваат во скала за класификација. Едноставни статистички индикатори. Процесот е сличен на филогенетската анализа, која може да користи усогласување на секвенцата за да ја квантифицира стапката на диверзификација или еволуцијата на карактерот без претходно предвидување.
На биохемиско ниво, хипотезата за скрининг на Фирн и Џонс (53) покажува дека метаболичката разновидност се одржува на различни нивоа за да се обезбедат суровини за вршење на биолошките активности на претходно неповрзани или супституирани метаболити. Методите на теорија на информации обезбедуваат рамка во која овие еволутивни транзиции специфични за метаболитите што се случуваат за време на специјализацијата на метаболитите можат да се квантифицираат како дел од предложениот процес на еволутивен скрининг: биолошки активна адаптација од ниска специфичност до висока специфичност. Инхибирани метаболити на дадена средина.
Сè на сè, во раните денови на молекуларната биологија, беа развиени важни теории за одбрана на растенијата, а дедуктивните методи водени од хипотези се сметаат за единствено средство за научен напредок. Ова во голема мера се должи на техничките ограничувања на мерењето на целиот метаболом. Иако методите водени од хипотези се особено корисни при избор на други каузални механизми, нивната способност да го унапредат нашето разбирање на биохемиските мрежи е поограничена од пресметковните методи што моментално се достапни во современата наука што се базира на податоци. Затоа, теориите што не можат да се предвидат се далеку надвор од опсегот на достапните податоци, па затоа хипотетичкиот циклус на формула/тест за напредок во областа на истражувањето не може да се укине (4). Предвидуваме дека пресметковниот работен тек на метаболомиката воведен овде може да го разгори интересот за неодамнешните (како) и конечните (зошто) прашања за метаболичката разновидност и да придонесе за нова ера на теоретски водена наука за податоци. Ерата ги преиспита важните теории што ги инспирираа претходните генерации.
Директното хранење на тревопасните животни се врши со одгледување на втора ларва во старост или ларва Sl на еден бледо обоен лист од растение бокал од едно растение што цвета роза, со 10 растителни реплики по растение. Ларвите на инсектите беа стегнати со стеги, а преостанатото ткиво на листот беше собрано 24 и 72 часа по инфекцијата и брзо замрзнато, а метаболитите беа екстрахирани.
Симулирајте третман со тревојади на високо синхронизиран начин. Методот е да се користат тркала со ткаенини за да се пробијат три реда трње од секоја страна на средното ребро на трите целосно раширени листови на растението за време на фазата на раст на венецот од ткаенина, и веднаш да се нанесе разредена м-р во сооднос 1:5. Или користете прсти со ракавици за да вметнете S1 OS во убодната рана. Соберете и обработете лист како што е опишано погоре. Користете го претходно опишаниот метод за екстракција на примарни метаболити и растителни хормони (54).
За егзогени апликации на JA, трите листови од петелките на секое од шесте растенија што цветаат рози од секој вид се третираат со 20 μl ланолинска паста што содржи 150 μg MeJA (Lan + MeJA) и 20 μl ланолин плус третман на рани (Lan + W), или се користат 20 μl чист ланолин како контрола. Листовите се собрани 72 часа по третманот, брзо замрзнати во течен азот и складирани на -80°C до употреба.
Во нашата истражувачка група се идентификувани четири трансгени линии на JA и ET, имено irAOC (36), irCOI1 (55), irACO и sETR1 (48). irAOC покажа силно намалување на нивоата на JA и JA-Ile, додека irCOI1 не беше чувствителен на JAs. Во споредба со EV, акумулацијата на JA-Ile се зголеми. Слично на тоа, irACO ќе го намали производството на ET, а во споредба со EV, sETR1, кој е нечувствителен на ET, ќе го зголеми производството на ET.
За неинвазивно мерење на ET се користи фотоакустичен ласерски спектрометар (сензор за ET во реално време Sensor Sense ETD-300). Веднаш по третманот, половина од листовите беа исечени и префрлени во запечатена стаклена вијала од 4 ml, а просторот во пределот беше оставен да се акумулира во рок од 5 часа. За време на мерењето, секое вијало беше исплакнато со млаз од 2 литри/час чист воздух во тек на 8 минути, кој претходно поминал низ катализатор обезбеден од Sensor Sense за отстранување на CO2 и вода.
Податоците од микрочипот првично беа објавени во (35) и зачувани во сеопфатната база на податоци за генска експресија на Националниот центар за биотехнолошки информации (NCBI) (пристапен број GSE30287). Податоците што одговараат на листовите предизвикани од третманот со W + OSM и неоштетената контрола беа извлечени за оваа студија. Суровиот интензитет е log2. Пред статистичката анализа, основната вредност беше конвертирана и нормализирана на нејзиниот 75-ти перцентил со користење на софтверскиот пакет R.
Оригиналните податоци за секвенционирање на РНК (РНК-секвенција) на видот Nicotiana беа преземени од NCBI Short Reading Archives (SRA), бројот на проектот е PRJNA301787, кој беше објавен од Zhou et al. (39) и продолжи како што е опишано во (56). Суровите податоци обработени од W + W, W + OSM и W + OSS1 што одговараат на видот Nicotiana беа избрани за анализа во оваа студија и обработени на следниов начин: Прво, суровите отчитувања на РНК-секвенција беа конвертирани во FASTQ формат. HISAT2 го конвертира FASTQ во SAM, а SAMtools ги конвертира SAM датотеките во сортирани BAM датотеки. StringTie се користи за пресметување на генската експресија, а неговиот метод на експресија е дека има фрагменти на илјада базни фрагменти на милион секвенционирани транскрипциски фрагменти.
Хроматографската колона Acclaim (150 mm x 2,1 mm; големина на честички 2,2 μm) што се користи во анализата и заштитната колона од 4 mm x 4 mm се состојат од ист материјал. Следниот бинарен градиент се користи во системот Dionex UltiMate 3000 Ultra High Performance Liquid Chromatography (UHPLC): 0 до 0,5 минути, изократска 90% A [дејонизирана вода, 0,1% (v/v) ацетонитрил и 0,05% мравја киселина], 10% B (ацетонитрил и 0,05% мравја киселина); 0,5 до 23,5 минути, градиентната фаза е 10% A и 90% B, соодветно; 23,5 до 25 минути, изократска 10% A и 90% B. Брзината на проток е 400 μl/min. За сите MS анализи, инјектирајте го елуентот од колоната во квадрополен анализатор со време на лет (qTOF) опремен со извор на електроспреј што работи во режим на позитивна јонизација (капиларен напон, 4500 V; капиларен излез 130 V; температура на сушење 200°C; проток на воздух за сушење 10 литри/мин).
Извршете MS/MS анализа на фрагменти (во понатамошниот текст MS/MS) која е ирелевантна или неразлична од податоците за да добиете структурни информации за целокупниот детектабилен метаболички профил. Концептот на недискриминирачкиот MS/MS метод се потпира на фактот дека квадрополот има многу голем прозорец за изолација на масата [затоа, сметајте ги сите сигнали за однос маса-полнеж (m/z) како фрагменти]. Поради оваа причина, бидејќи инструментот Impact II не беше во можност да создаде CE наклон, беа извршени неколку независни анализи со користење на зголемени вредности на енергијата на судир на дисоцијација предизвикана од судир (CE). Накратко, прво анализирајте го примерокот со UHPLC-електроспреј јонизација/qTOF-MS со користење на режим на единечна масена спектрометрија (услови на ниска фрагментација генерирани од фрагментација во изворот), скенирајќи од m/z 50 до 1500 со фреквенција на повторување од 5 Hz. Користете азот како гас за судир за MS/MS анализа и извршете независни мерења на следните четири различни напони на дисоцијација предизвикана од судир: 20, 30, 40 и 50 eV. Во текот на целиот процес на мерење, квадрополот има најголем прозорец за изолација на маса, од m/z 50 до 1500. Кога експериментот m/z на предното тело и ширината на изолација се поставени на 200, опсегот на маса автоматски се активира од оперативниот софтвер на инструментот и 0 Da. Скенирајте за фрагменти од маса како во режим на единечна маса. Користете натриум формат (50 ml изопропанол, 200 μl мравја киселина и 1 ml 1M воден раствор на NaOH) за калибрација на масата. Користејќи го алгоритмот за калибрација со висока прецизност на Брукер, датотеката со податоци се калибрира по извршување на просечниот спектар во даден временски период. Користете ја функцијата за извоз на софтверот Data Analysis v4.0 (Брук Далтон, Бремен, Германија) за да ги конвертирате суровите датотеки со податоци во NetCDF формат. Множеството податоци MS/MS е зачувано во отворената база на податоци за метаболомика MetaboLights (www.ebi.ac.uk) со пристапниот број. MTBLS1471.
MS/MS склопувањето може да се реализира преку корелациска анализа помеѓу MS1 и MS/MS сигналите за квалитет за ниска и висока енергија на судир и новоимплементирани правила. R скриптата се користи за реализација на корелациската анализа на распределбата на прекурсорот до производот, а C# скриптата (https://github.com/MPI-DL/indiscriminant-MS-MS-assembly-pipeline) се користи за имплементација на правилата.
За да ги намалиме лажно позитивните грешки предизвикани од фоновиот шум и лажната корелација предизвикана од откривање на одредени m/z карактеристики во само неколку примероци, ја користиме функцијата „полн пик“ од R пакетот XCMS (за корекција на фоновиот шум). Треба да се користи за да се замени интензитетот „NA“ (неоткриен пик). Кога се користи функцијата за полнење на пикот, сè уште има многу вредности на интензитет „0“ во сетот податоци што ќе влијаат на пресметката на корелацијата. Потоа, ги споредуваме резултатите од обработката на податоците добиени кога се користи функцијата за исполнет пик и кога не се користи функцијата за исполнет пик, и ја пресметуваме вредноста на фоновиот шум врз основа на просечната коригирана проценета вредност, а потоа ги заменуваме овие вредности на интензитет 0 со пресметаната фоновидна вредност. Исто така, ги земавме предвид само карактеристиките чиј интензитет ја надминал три пати пофонската вредност и ги сметавме за „вистински пикови“. За PCC пресметки, се земаат предвид само m/z сигналите на претходникот на примерокот (MS1) и множествата податоци од фрагменти со најмалку осум вистински пикови.
Доколку интензитетот на карактеристиката на квалитетот на прекурсорот во целиот примерок е значително корелиран со намалениот интензитет на истата карактеристика на квалитетот што е подложена на ниска или висока енергија на судир, а карактеристиката не е означена како изотопски врв од CAMERA, таа може дополнително да се дефинира. Потоа, со пресметување на сите можни парови прекурсор-производ во рок од 3 секунди (проценетиот прозорец за време на задржување за задржување на врвовите), се врши корелациска анализа. Само кога вредноста m/z е помала од вредноста на прекурсорот и MS/MS фрагментацијата се јавува на истата локација на примерокот во сетот податоци како прекурсорот од кој е изведена, таа се смета за фрагмент.
Врз основа на овие две едноставни правила, ги исклучуваме наведените фрагменти со m/z вредности поголеми од m/z на идентификуваниот прекурсор, и врз основа на позицијата на примерокот каде што се појавува прекурсорот и наведениот фрагмент. Исто така е можно да се изберат карактеристиките на квалитетот генерирани од многу фрагменти во изворот генерирани во MS1 режим како кандидати прекурсори, со што се генерираат редундантни MS/MS соединенија. За да се намали оваа редундантност на податоци, ако NDP сличноста на спектрите надминува 0,6, и тие припаѓаат на хроматограмот „pcgroup“ анотиран од CAMERA, ќе ги споиме. Конечно, ги спојуваме сите четири CE резултати поврзани со прекурсорот и фрагментите во конечниот деконволутиран композитен спектар со избирање на највисокиот пик на интензитет меѓу сите кандидати пикови со иста m/z вредност при различни енергии на судир. Последователните чекори на обработка се базираат на концептот на композитен спектар и ги земаат предвид различните CE услови потребни за максимизирање на веројатноста за фрагментација, бидејќи некои фрагменти можат да се детектираат само под одредена енергија на судир.
RDPI (30) беше користен за пресметување на индуцибилноста на метаболичкиот профил. Разновидноста на метаболичкиот спектар (Hj индекс) е изведена од изобилството на MS/MS прекурсори користејќи ја Шеноновата ентропија на MS/MS фреквентната распределба користејќи ја следната равенка опишана од Мартинез и сор. (8). Hj = −∑i = 1mPijlog2(Pij) каде што Pij одговара на релативната фреквенција на i-тата MS/MS во j-тиот примерок (j = 1, 2,…, m) (i = 1, 2, …, m) t).
Метаболичката специфичност (Si индекс) е дефинирана како идентитет на експресија на даден MS/MS во однос на фреквенцијата помеѓу примероците што се разгледуваат. MS/MS специфичноста се пресметува како Si = 1t (∑j = 1tPijPilog2PijPi)
Користете ја следнава формула за мерење на специфичниот за метаболомот δj индекс на секој j примерок и просекот на MS/MS специфичноста δj = ∑i = 1mPijSi
MS/MS спектрите се порамнети во парови, а сличноста се пресметува врз основа на двата резултати. Прво, користејќи стандарден NDP (исто така познат како метод на косинусна корелација), користете ја следнава равенка за да ја оцените сегментната сличност помеѓу спектрите NDP = (∑iS1 и S2WS1, iWS2, i) 2∑iWS1, i2∑iWS2, i2 каде што S1 и S2 соодветно, за спектарот 1 и спектарот 2, како и WS1, i и WS2, i ја претставува тежината врз основа на интензитетот на врвот, при што разликата на i-тиот заеднички врв помеѓу двата спектри е помала од 0,01 Da. Тежината се пресметува на следниов начин: W = [интензитет на врвот] m [квалитет] n, m = 0,5, n = 2, како што е предложено од MassBank.
Беше имплементиран втор метод на бодување, кој вклучуваше анализа на споделените NL помеѓу MS/MS. За таа цел, ги користевме 52-те NL листи што често се среќаваат за време на процесот на фрагментација на MS заедно, и поспецифичната NL (датотека со податоци S1) што претходно беше анотирана за MS/MS спектарот на секундарните метаболити на ослабениот вид Nepenthes (9, 26). Создадете бинарен вектор од 1 и 0 за секоја MS/MS, што одговара на моменталната и непостоечката вредност на некои NL, соодветно. Врз основа на сличноста на Евклидовото растојание, резултатот за сличност на NL се пресметува за секој пар бинарни NL вектори.
За да извршиме двојно групирање, го користевме R пакетот DiffCoEx, кој е базиран на проширување на анализата на пондерирана генска ко-експресија (WGCNA). Користејќи ги матриците за бодување NDP и NL на MS/MS спектрите, го користевме DiffCoEx за да ја пресметаме компаративната корелациска матрица. Бинарното групирање се врши со поставување на параметарот „cutreeDynamic“ на method = „hybrid“, cutHeight = 0,9999, deepSplit = T и minClusterSize = 10. Изворниот R код на DiffCoEx беше преземен од дополнителната датотека 1 од Tesson et al. (57); Потребниот R WGCNA софтверски пакет може да се најде на https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA.
За да извршиме анализа на молекуларна мрежа MS/MS, пресметавме спарена спектрална поврзаност врз основа на типовите на сличност NDP и NL и го користевме софтверот Cytoscape за визуелизација на мрежната топологија користејќи органски распоред во апликацијата за проширување на алгоритмот за распоред CyFilescape yFiles.
Користете ја R верзијата 3.0.1 за да извршите статистичка анализа на податоците. Статистичката значајност беше оценета со помош на двонасочна анализа на варијансата (ANOVA), проследена со пост-хок тест на Тукиевата искрено значајна разлика (HSD). За да се анализира разликата помеѓу третманот со тревојади и контролната група, двостраната распределба на двете групи примероци со иста варијанса беше анализирана со помош на Студентовиот t-тест.
За дополнителни материјали за овој напис, видете http://advances.sciencemag.org/cgi/content/full/6/24/eaaz0381/DC1
Ова е статија со отворен пристап дистрибуирана според условите на лиценцата „Криејтив комонс“ - Наведи извор - Некомерцијално, која дозволува употреба, дистрибуција и репродукција во кој било медиум, сè додека конечната употреба не е за комерцијална добивка и премисата е дека оригиналното дело е точно. Референца.
Забелешка: Ве молиме само да ја наведете вашата е-адреса за лицето што го препорачувате на страницата да знае дека сакате да ја види е-поштата и дека не е спам. Нема да ги снимиме е-адресите.
Ова прашање се користи за да се провери дали сте посетител и да се спречи автоматско поднесување на спам.
Теоријата на информации обезбедува универзална валута за споредување на специјални метаболоми и предвидување на теории за одбрана од тестови.
Теоријата на информации обезбедува универзална валута за споредување на специјални метаболоми и предвидување на теории за одбрана од тестови.
©2021 Американско здружение за унапредување на науката. сите права се задржани. AAAS е партнер на HINARI, AGORA, OARE, CHORUS, CLOCKSS, CrossRef и COUNTER. ScienceAdvances ISSN 2375-2548.