Onderzoekers van het RIKEN Center for Sustainable Resource Science (CSRS) in Japan hebben een nieuw computationeel massaspectrometriesysteem ontwikkeld voor het identificeren van metabolomen - volledige sets metabolieten voor verschillende levende organismen. Toen de nieuwe methode werd getest op geselecteerde weefsels van 12 plantensoorten, het was in staat om meer dan 1000 metabolieten op te merken. Onder hen waren tientallen die nog nooit eerder waren gevonden, inclusief die met antibioticum en antikankerpotentieel.

De gewone pijnstiller aspirine (acetylsalicylzuur) werd voor het eerst geproduceerd in de 19e eeuw, en is beroemd afgeleid van wilgenbast extract, een medicijn dat duizenden jaren geleden in kleitabletten werd beschreven. Nadat een nieuwe synthesemethode was ontdekt, en nadat het bijna 70 jaar over de hele wereld was gebruikt, wetenschappers konden eindelijk begrijpen hoe het werkt. Dit was een lang historisch proces, en hoewel planten een bijna oneindige bron blijven voor de ontdekking van geneesmiddelen en biotechnologie, duizenden jaren is niet langer een acceptabel tijdsbestek.

Waarom duurt het zo lang?

Het grootste probleem is dat er miljoenen plantensoorten zijn en elk heeft zijn eigen metaboloom - de verzameling van alle producten van het metabolisme van de plant. Momenteel, we kennen slechts ongeveer 5 procent van al deze natuurlijke producten. Hoewel massaspectrometrie plantenmetabolieten kan identificeren, het werkt alleen om te bepalen of een monster een bepaald molecuul bevat. Zoeken naar nog onbekende metabolieten is een ander verhaal.

Computationele massaspectrometrie is een groeiend onderzoeksveld dat zich richt op het vinden van voorheen onbekende metabolieten en het voorspellen van hun functies. Het veld heeft metabolome-databases en -repository's opgezet, die de wereldwijde identificatie van menselijke, plant, en microbiota metabolomen. Onder leiding van Hiroshi Tsugawa en Kazuki Saito, een team van CSRS heeft een aantal jaren besteed aan het ontwikkelen van een systeem dat snel grote aantallen plantenmetabolieten kan identificeren, inclusief degenen die niet eerder zijn geïdentificeerd.

Zoals Tsugawa uitlegt, "Hoewel geen enkele software alle metabolieten in een levend organisme volledig kan identificeren, ons programma bevat nieuwe technieken in computationele massaspectrometrie en biedt 10 keer meer dekking dan eerdere methoden." terwijl op massaspectrometrie gebaseerde methoden slechts ongeveer honderd metabolieten opmerkten, het nieuwe systeem van het team kon er meer dan duizend vinden.

De nieuwe computationele techniek is gebaseerd op verschillende nieuwe algoritmen die de massaspectrometrie-output van planten die zijn gelabeld met koolstof-13 vergelijken met die welke dat niet zijn. De algoritmen kunnen de molecuulformule van de metabolieten voorspellen en classificeren op type. Ze kunnen ook de onderbouw van onbekende metabolieten voorspellen, en gebaseerd op overeenkomsten in structuur, koppel ze aan bekende metabolieten, die kunnen helpen bij het voorspellen van hun functies.

Het kunnen vinden van onbekende metabolieten is een belangrijk verkoopargument voor de nieuwe software. Vooral, het systeem was in staat om een ​​klasse antibiotica (benzoxazinoïden) in rijst en maïs te karakteriseren, evenals een klasse met ontstekingsremmende en antibacteriële eigenschappen (glycoalkaloïden) in de gewone ui, tomaat, en aardappel. Het was ook in staat om twee klassen van metabolieten tegen kanker te identificeren, één (triterpeen saponinen) in sojabonen en zoethout, en de andere (bèta-carboline-alkaloïde) in een plant uit de koffiefamilie.

Naast het vergemakkelijken van de screening van plant-gespecialiseerde metabolomen, het nieuwe proces zal de ontdekking versnellen van natuurlijke producten die in medicijnen kunnen worden gebruikt, en ook het begrip van plantenfysiologie in het algemeen te vergroten.

Zoals Tsugawa opmerkt, gebruik van deze nieuwe methode is niet beperkt tot planten. "Ik geloof dat het computationeel decoderen van metabolomische massaspectrometriegegevens gekoppeld is aan een dieper begrip van alle metabolismes. Ons volgende doel is om deze methodologie te verbeteren om ook de wereldwijde identificatie van menselijke en microbiota-metabolomen te vergemakkelijken. Nieuw gevonden metabolieten kunnen dan verder worden onderzocht via genomica , transcriptomie, en proteomica."

Het onderzoek is in maart gepubliceerd, 28 inch Natuurmethoden .