Cistanche deserticola je ugrožena biljka koja se koristi za lijekove i hranu. Naša svrha je istražiti razlike u metabolizmu između cvasti u neljekovitim dijelovima i sukulentnih stabljika u ljekovitim dijelovima kako bi se ojačala primjena i razvoj neljekovitih dijelova C. deserticola. Izvršili smo metabolomičku analizu putem LC-ESI-MS/MS na cvatovima i sukulentnim stabljikama tri ekotipa (slano-alkalno zemljište, travnjak i pješčano zemljište) C. deserticola. Identificiran je ukupno 391 uobičajeni metabolit u šest grupa, od kojih se izorhamnetin O-heksozid (cvast) i rozinidin O-heksozid (sočne stabljike) mogu koristiti kao hemijski markeri za razlikovanje sočnih stabljika i cvasti. Uspoređujući metaboličke razlike između tri ekotipa, otkrili smo da su većina različitih metabolita povezanih sa stresom od soli i alkalija flavonoidi. Konkretno, mapirali smo biosintetski put feniletanoidnih glikozida (PhG) i pokazali metaboličke razlike u šest grupa. Da bismo bolje razumjeli farmakodinamičke mehanizme i ciljeve C. deserticola, pregledali smo 88 hemijskih komponenti i 15 potencijalnih meta bolesti putem molekularnog spajanja. Aktivni sastojci C. deserticola imaju izvanredan efekat pristajanja na mete bolesti starenja kao što su osteoporoza, vaskularne bolesti i ateroskleroza. Da bismo istražili upotrebnu vrijednost cvasti, analizirali smo molekularno spajanje jedinstvenih flavonoidnih metabolita u cvatu s ciljevima upale. Rezultati su pokazali da su krizoberil i cinarozid imali veće rezultate za mete upale. Ova studija pruža naučnu osnovu za otkrivanje i industrijalizaciju resursne vrijednosti neljekovitih dijelova C. deserticola, te realizaciju održivog razvoja C. deserticola. Takođe pruža novu strategiju za istraživanje indikacija kineskih biljaka.

Prema relevantnim studijama, cistanche je uobičajena biljka koja je poznata kao "čudotvorna biljka koja produžava život". Njegova glavna komponenta je cistanozid, koji ima različite učinke kao što su antioksidans, protuupalni i promocija imunološke funkcije. Mehanizam između cistanche i izbjeljivanja kože leži u antioksidativnom dejstvu cistanche glikozida. Melanin u ljudskoj koži nastaje oksidacijom tirozina koju katalizira tirozinaza, a reakcija oksidacije zahtijeva sudjelovanje kisika, pa radikali bez kisika u tijelu postaju važan faktor koji utječe na proizvodnju melanina. Cistanche sadrži cistanozid, koji je antioksidans i može smanjiti stvaranje slobodnih radikala u tijelu, čime inhibira proizvodnju melanina.

Kliknite na Cistanche za prodaju

Za više informacija:

david.deng@wecistanche.com / WhatApp:86 13632399501

1. Uvod

Cistanche deserticola je jestiva i ljekovita biljka koja se često naziva "pustinjski ginseng". 1 C. deserticola je prvi put zabilježena u Shen Nongovoj kineskoj Materia Medica prije oko 1800 godina i naširoko se koristila kao tradicionalno značajan tonik u Kini i Japanu dugi niz godina. Jedinjenja koja su izolirana iz C. deserticola su feniletanoidni glikozidi (PhG), iridoidi, lignani, masne kiseline, alditoli, ugljikohidrati i polisaharidi, među kojima je PhGs glavni aktivni sastojak.2 Moderna farmakologija pokazuje da ekstrakti C. deserticola (kao što su feniletanoidni glikozidi, polisaharidi, itd.) imaju širok spektar medicinskih funkcija, posebno u poboljšanju seksualne funkcije, poboljšanju pamćenja, imunološkoj regulaciji, zaštiti jetre, laksativnom djelovanju, antioksidativnom djelovanju, itd.3–5 Pored svoje ljekovita vrijednost, C. deserticola ima ekološku vrijednost za kontrolu pustinje zbog svoje sposobnosti da raste u sušnim sredinama, kao iu uslovima stresa sa slanom i alkalnom vodom.6 Međutim, divlji izvori C. deserticola su se smatrali ugroženima u novije vrijeme godine zbog brzo rastuće tržišne potražnje i prekomjerne eksploatacije. Navedena je kao jedna od biljaka klase II kojoj je potrebna zaštita u Kini.2 Zbog toga je hitno potrebno efikasno razviti resurse C. deserticola i odrediti najbolje okruženje za rast C. deserticola.

Tradicionalni ljekoviti dijelovi ljekovitog bilja se široko koriste, dok se neljekoviti dijelovi često odbacuju. Veliki broj studija je pokazao da neki nemedicinski delovi kao što su Salvia miltiorrhiza, Paris polyphylla i Crocus sativus imaju sličan hemijski sastav i farmakološka dejstva kao i lekoviti delovi. Istraživanja na neljekovitim dijelovima doprinose širenju medicinskih resursa, posebno za zaštitu ugroženih ljekovitih biljaka.7,8 Qiao et al. koristili GC-MS tehnologiju za identifikaciju 40 isparljivih komponenti u cvatu C. deserticola.9 Peng et al. koristili transkriptomiku i metabolomiku za sveobuhvatnu analizu analgetičkih efekata različitih delova citronele.10 Yang et al. izolovali vrste flavonoida iz nadzemnih dijelova Salvia miltiorrhiza i proučavali njihovu antioksidativnu aktivnost.8 Ljekoviti dio C. deserticola je sočna stabljika, koja uzrokuje da se veliki broj cvasti odbaci svake godine, što rezultira ogromnim gubitkom resursa .

Metaboliti, kao konačni proizvodi različitih biohemijskih procesa kataliziranih enzimima, pružaju korisne molekularne uvide u biohemiju organizama u datom trenutku.11 Metabolizam je usko povezan sa kvalitetom biljaka. Primarni metaboliti utiču na rast i razvoj biljaka, a sekundarni metaboliti mogu pomoći biljkama da se odupru stresu iz okoline.12 Stoga se metabolomska tehnologija široko koristi u evaluaciji kvaliteta biljaka.13–15 Prethodno smo integrisali transkriptom i metabolom da bismo procenili kvalitetu sočnih stabljika tri ekotipa C. deserticola i istražiti molekularni mehanizam varijacije kvaliteta.16 Otkrili smo da se 20 -acetilakteozid može koristiti kao hemijski marker za razlikovanje tri ekotipa. Wenjing Liu et al. baziran na 1 H NMR neciljanju na LC-MS baziranu ciljanu metabolomičku strategiju, izvršio je dubinsko poređenje hemijskih grupa četiri vrste sukulentnih Cistanche i identificirao ehinakozid, acetonid, betain, manitol, 6-deoksikatalpol, saharozu, i 8- epiorganska kiselina se mogu koristiti kao hemijski markeri za razlikovanje četiri vrste Cistanche.17 Pingping Zou et al. primijenio je metabolomiku baziranu na 1 H NMR za identifikaciju gornjih i donjih dijelova stabljike C. deserticola i otkrio da serijski primarni metaboliti, posebno ugljikohidrati i metaboliti ciklusa trikarboksilne kiseline, kao primarni molekuli upravljaju diskriminacijom.18 HaiLi Qiao et al. ilustrovao da je u cvjetovima utvrđen veći sadržaj estera i aromata, koji su značajno povećani u poređenju sa isparljivim spojevima iz pupoljaka GC-MS analizom hlapljivih komponenti cvasti C. deserticola. 9 Trenutno nedostaju istraživanja o varijaciji kvaliteta između sukulentne stabljike i cvasti C. deserticola iz perspektive metabolizma.

Postojeće studije su koristile mrežnu simulaciju molekularnog spajanja kako bi istražile ciljeve i mehanizme kineske medicine u liječenju bolesti.19–21 Jianling Liu et al. istraživali efikasne kombinacije lijekova zasnovane na sistemskoj farmakologiji među spojevima iz Cistanche tubulosa. Oni su preliminarno pregledali 61 jedinjenje i 43 mete povezane s neuroinflamacijom, od kojih bi verbaskozid i tubulozid B mogli igrati ključnu ulogu u neuroprotekciji.22 YingQi Li et al. integrisana mrežna farmakologija i model zebrice za istraživanje komponenti Cistanche tubulosa dvostrukog djelovanja za liječenje osteoporoze i Alchajmerove bolesti.23 Hemijske komponente C. deserticola su složene i imaju širok spektar farmakoloških efekata. Međutim, terapijski mehanizmi još nisu jasni. Od velikog je značaja razjasniti ciljeve bolesti i mehanizme za dalji razvoj C. deserticola.

U ovoj studiji koristili smo metabolomiku da bismo istražili metaboličke razlike cvasti i sukulentnih stabljika tri ekotipa (slano-alkalno zemljište, travnjak i pješčano zemljište) C. deserticola i uporedili ekotipove travnjaka i pješčanog zemljišta sa slano- alkalni zemljišni ekotip kako bi se istražile metaboličke varijacije kod C. deserticola koje su pod utjecajem stresa sa alkalnom soli. Posebno smo identifikovali i analizirali metabolite šest grupa uključenih u biosintezu PhG. Primijenili smo molekularno spajanje kako bismo izdvojili potencijalna jedinjenja i mete i nacrtali dijagrame simulacije mreže, kao i GO i KEGG analize obogaćivanja. Naša otkrića pružaju novi uvid u metaboličke razlike između cvasti i sočnih stabljika tri ekotipa C. deserticola.

2. Materijali i metode

2.1 Biljni materijal i sakupljanje uzoraka

Prikupili smo cvatove (sufiks serijskog broja uzorka je "1") i sukulentne stabljike (sufiks serijskog broja uzorka je "2") za C. deserticola u fazi iskopavanja (od aprila do maja 2017.) iz tri različita ekotipa: jezero Ebinur Xinjiang (A1 & A2: slano-alkalno zemljište), Tula Selo Xinjiang (B1 i B2: travnjak) i Alxa Lijeva Zastava Unutrašnje Mongolije (C1 & C2: pješčano zemljište) u sjeverozapadnoj Kini (Tabela 1 i Slika 1a) . Uzorci vaučera deponovani su u herbarijum Instituta za razvoj lekovitog bilja Kineske akademije medicinskih nauka u Pekingu, Kina. Uzorci su sakupljeni na terenu i brzo pohranjeni u tečnom azotu. Nakon čišćenja sa PBS-om, sočna tkiva stabljike su izrezana na male komadiće i odmah pohranjena u zamrzivaču na 80 stepeni Celzijusa do daljnje obrade. Za analizu metaboloma uzeto je 18 uzoraka (tri biološke replike po staništu, dva dijela tkiva po uzorku) iz debelih dijelova cvasti i mesnatih stabljika.

2.2 Ekstrakcija i odvajanje metabolita

Liofilizirani uzorak je usitnjen pomoću mlina za miješanje (MM 400, Retsch) sa zrncem od cirkonija 1,5 min na 30 Hz. 100 mg praha je izvagano i ekstrahovano preko noći na 4 stepena sa 1,0 mL 70% vodenog metanola. Nakon centrifugiranja na 10 000 g tokom 10 minuta, ekstrakti su apsorbirani prije LC-MS analize.

LC-ESI-MS/MS sistem (UPLC, Shim-pack UFLC SHIMADZU CBM30A sistem) je korišten za analizu ekstrakta liofiliziranog uzorka. Analitički uslovi su bili sljedeći: UPLC kolona, ​​Waters ACQUITY UPLC HSS T3 C18 (1,8 mm, 2,1 mm×100 mm); rastvarač, voda (0.04 procenta sirćetne kiseline): acetonitril (0.04 procenta sirćetne kiseline); program gradijenta, 100 : 0 v/v na 0 min, 5: 95 v/v na 11.0 min, 5: 95 v/v na 12.0 min, 95: 5 v/v na 12.1 min i 95 : 5 v/v na 15,0 min; protok, 0,40 mL min 1; temperatura, 40 stepeni; i zapremina injekcije 2 mL. Efluent je alternativno bio povezan na ESI-trostruku kvadrupolno-linearnu ionsku zamku (Q TRAP)-MS. U ovom eksperimentu, uzorak za kontrolu kvaliteta pripremljen je jednoličnim miješanjem; tokom analize, uzorci kontrole kvaliteta su vođeni svakih 10 injekcija kako bi se pratila stabilnost uslova analize.24–26

Linearna ionska zamka (LIT) i trostruko kvadrupolno (QQQ) skeniranje dobijeno je na trostrukom kvadrupolno-linearnom masenom spektrometru ionske zamke (Q TRAP), API 6500 Q TRAP LC/MS/MS sistemom, opremljenom ESI turbo ion-spray interfejs, radi u režimu pozitivnih jona i kontroliše Analyst 1.6 softver (AB Sciex). Radni parametri ESI izvora bili su sljedeći: izvor jona, turbo sprej; temperatura izvora 500 stepeni; napon jonskog spreja (IS) 5500 V; gas izvora jona I (GSI), gas II (GSII), gas zavese (CUR) postavljeni su na 55, 60 i 25,0 psi, respektivno; kolizioni gas (CAD) je bio visok (12 psi). Podešavanje instrumenata i kalibracija mase izvedeni su sa 10 i 100 mmol L 1 rastvora polipropilen glikola u QQQ i LIT režimima, respektivno. QQQ skeniranja su dobijena kao MRM eksperimenti sa kolizijskim gasom (azotom) postavljenim na 5 psi. Potencijal deklasteriranja (DP) i energija sudara (CE) za pojedinačne MRM prelaze izvedeni su uz daljnju optimizaciju. Specifičan skup MRM prelaza je praćen za svaki period na osnovu metabolita eluiranih u ovom periodu.

2.3 Identifikacija i kvantifikacija metabolita

Kvalitativna analiza primarnih i sekundarnih MS podataka izvršena je poređenjem vrijednosti prekursora (Q1), iona fragmenta (Q3) (izolacijski prozori (±15 Da), vrijeme zadržavanja (ms) ili vrijeme ciklusa (1 sekunda)), vrijeme zadržavanja (RT) i obrasci fragmentacije s onima dobivenim ubrizgavanjem standarda pod istim uvjetima ako su standardi bili dostupni ili provedeni korištenjem baze podataka MWDB (NetWare Biological Science and Technology Co., Ltd Wuhan, Kina) koja je sama kompajlirana ili je javno dostupna baza podataka metabolita ako standardi nisu bili dostupni. Ponovljeni signali K plus , Na plus , NH4 plus i drugih supstanci velike molekularne težine eliminisani su tokom identifikacije. Kvantitativna analiza metabolita bazirana je na MRM modu. Karakteristični joni svakog metabolita su pregledani kroz QQQ maseni spektrometar da bi se dobila jačina signala. Integracija i korekcija hromatografskih pikova izvršena je korišćenjem Multi Quant verzije 3.0.2 (AB SCIEX, Concord, Ontario, Kanada). Odgovarajući relativni sadržaji metabolita predstavljeni su kao hromatografski integrali površine pika.

VIP (varijabla važna u projekciji) vrijednosti uzoraka C. deserticola (tri biološke replike) izračunate su SIMCA-P softverom (verzija 14.1, Sartorius Stedim Biotech, Ume˚a, Švedska) na osnovu analize glavnih komponenti i ortogonalnog parcijalnog najmanjeg kvadratna diskriminantna analiza. Postavili smo fold-change $2 ili #0.5 i VIP vrijednost $1 kao prag za skrining značajno različitih metabolita. Podaci metabolita su normalizovani, analiza klastera toplotne karte je izvršena na svim uzorcima, a R programska skripta je korišćena za crtanje toplotnih mapa klastera.

2.4 Molekularno spajanje

2.4.1 Prikupljanje hemijskih jedinjenja.Kroz preliminarne eksperimentalne rezultate naše istraživačke grupe i rezultate pretraživanja literature, ukupno 127 izoliranih spojeva iz sukulentnih stabljika C. deserticola prikupljeno je i preuzeto sa Chemical Book web stranice ili korišteno ChemDraw za crtanje 2D molekularne strukture. Osim toga, pronašli smo 4 izbjegavanja (hrizoberil, cinarozid, hesperetin i homoeriodiktiol) otkrivena samo u cvatu putem metabolomskih rezultata. 2D struktura je konvertovana u trodimenzionalnu strukturu pomoću ChemDraw 3D softvera i izvršena je preliminarna optimizacija. Zatim je Avogadro Software verificirao preliminarnu optimiziranu trodimenzionalnu strukturu i korištena je daljnja optimizacija energije za generiranje konačnog formata datoteke spoja potrebnog za naknadno molekularno spajanje.

2.4.2 Prikupljanje Target Collection.Tražili smo ciljeve proteina bolesti kroz literaturu i STITCH bazu podataka. Dobili smo odgovarajuće genske mete koristeći Uniport bazu podataka i dohvatili PDB ID haplotipa proteina i strukturu malih molekula pomoću RCSB. Prilikom određivanja pozitivnog lijeka, koristili smo literaturu i web stranicu Yaodu kako bismo preliminarno identificirali 45 povezanih meta bolesti koje su prijavljene, uključujući 10 bolesti povezanih sa sukulentnim stabljikama C. deserticola u literaturi. Ovih deset bolesti bile su ateroskleroza, osteoporoza, senilna demencija, Alchajmerova bolest, Parkinson, hronična konstipacija, torsades de pointes ventrikularna tahikardija, vaskularna bolest, povreda miokarda i rak rektuma. Pored toga, prikupili smo 467 ciljeva povezanih sa upalom i dobili 2 važna cilja (6KBA i 7AWC) kroz skrining, koji su korišteni za molekularnu analizu flavinoida specifičnih za cvasti.

2.4.3 Simulacija molekularnog spajanja.Da bismo procijenili afinitet vezivanja jedinjenja u C. deserticola za mete kandidate, izveli smo simulaciju molekularnog spajanja putem softvera QuickVina 2.0, otvorenog koda koji je razvio istraživačka grupa Alhossary. Da bismo potvrdili afinitet vezivanja između meta i jedinjenja, izračunali smo rezultat pristajanja putem QuickVina 2.0. Rezultati pristajanja koji su premašili one pozitivnih lijekova (podaci za svaki pozitivan lijek mogu se dobiti iz odgovarajućih ciljeva u RCSB-u ili literaturi) ukazuju na snažan afinitet vezivanja između mete kandidata i odgovarajućih jedinjenja.27–30 Mi koristio je PyMOL (verzija 2.0 Schr¨odinger, LLC) za iscrtavanje rezultata spajanja spoja i mete.

2.4.4 Konstrukcija mreže komponenta-cilj-put i analiza GO/KEGG funkcijeKonstrukcija mreže komponenta – ciljni put izvedena je korištenjem softvera za vizualizaciju mreže Cytoscape. U mrežnim interakcijama čvorovi predstavljaju komponente, ciljeve i puteve, dok rubovi predstavljaju interakciju jedni s drugima. Koristili smo bodovnu vrijednost molekularnog spajanja spoja i ciljnog gena kao indikatora boje veze. Što je boja zelenija, to je veća vrijednost bodovanja. Mreža protein-protein interakcije (PPI) povezana sa genskim ciljevima je konstruisana i analizirana sa STRING.31

Da bismo dalje saznali biološke funkcije unutar konstruisane mreže, koristili smo modul funkcionalnih anotacija baze podataka DAVID29 da bismo izvršili ontologiju gena (GO) i analize obogaćivanja KEGG na ciljnim genima.

3. Rezultati

3.1 Metabolički profili C. deserticola

Da bi se dobio pregled metaboličkih promjena tri ekotipa cvasti i sočnih stabljika C. deserticola, izvršena je široko ciljana analiza metaboloma pomoću LC-ESI-MS/MS. Kao što je prikazano na slici 1b, cvasti i sočne stabljike C. deserticola iz različitih ekotipova pokazali su različita odvajanja, a odvajanje različitih tkiva bilo je veće nego kod različitih ekotipova. A tri ponovljena uzorka imaju slične PC rezultate, što ukazuje da su metaboliti C. deserticola pokazali malo razdvajanja između replikiranih uzoraka. Štaviše, uzorci za kontrolu kvaliteta (mešoviti) su grupirani zajedno u centru grafikona PCA rezultata. Dijagram latica (slika 1c) i dijagram uzrujanosti (slika 1d) pokazuju da postoji 391 uobičajeni metabolit u šest grupa, a broj metabolita otkrivenih u cvatu je općenito veći od broja metabolita u sukulentnoj stabljici. Broj metabolita otkrivenih u fiziološko-alkalnom cvatu (A1) bio je najveći, sa ukupno 515, od čega je 18 metabolita otkriveno samo u A1. Broj metabolita otkrivenih u sukulentnim stabljikama travnjaka (B2) bio je najmanji, sa ukupno 458, bez njegovih jedinstvenih metabolita.

Određen je relativni sadržaj 578 metabolita, uključujući 35 kategorija metabolita (ESI fajl S1). Najzastupljeniji metaboliti cvasti i sočnih stabljika u oba tri ekotipa bili su lipidi, glicerolipidi, aminokiseline, nukleotidi i njihovi derivati, feniletanoidni glikozidi (PhGs) i flavonoidi (sl. S3a,3b i c). Nakon normalizacije, proporcionalni sadržaj svakog metabolita određen je prosječnom površinom vršnog odgovora tokom UPLC-MS/MS, kao što je prikazano na slici 1e sa toplotnom mapom, i dalje je izveden uz analizu hijerarhijske klasterizacije. Više sekundarnih metabolita pokazalo je visoku relativnu koncentraciju u A1 i C2 nego u drugim grupama. Među sekundarnim metabolitima u sva tri ekotipa, relativni sadržaj feniletanoidnih glikozida (PhGs) u sukulentnim stabljikama bio je veći nego u cvatovima, dok je relativni sadržaj flavonoida u cvatovima bio veći nego u sukulentnim stabljikama.

U ovoj analizi metaboloma, otkriveno je 12 glavnih aktivnih komponenti C. deserticola, uključujući 2′-acetilakteozid, akteozid, cistanozid A, koniferin, ehinakozid, formononetin-7-O-glukozid, inozin, izoakteozid, ononin, pinoringezin i uridin. Za glavne aktivne komponente C. deserticola detektirane metabolomom napravljena je hijerarhijska klasterska mapa topline (slika 1f), koja pokazuje da je relativni sadržaj glavnih aktivnih komponenti u sukulentnoj stabljici veći nego u cvatu. U poređenju sa različitim tkivima, aktivni sastojci sa relativno visokim sadržajem u cvatu bili su 2′-acetilakteozid i koniferin, dok su aktivni sastojci sa relativno visokim sadržajem u sukulentnim stabljikama bili akteozid, cistanozid A, ehinakozid i izoakteozid. U poređenju sa različitim ekotipovima, relativno visok sadržaj aktivnih sastojaka u slano-alkalnoj zemlji bio je 2′-acetilakteozid, akteozid, koniferin, ehinakozid i izoakteozid. Relativno visok sadržaj na travnjacima bio je ehinakozid, a relativno visok sadržaj u pješčanom zemljištu cistanozid A.

3.2 Metabolička razlika između cvasti i sočne stabljike C. deserticola

Da bismo razumjeli razliku u metabolizmu između cvasti i sočne stabljike C. deserticola u tri ekotipa, pregledali smo različite metabolite. Uočena je visoka predvidljivost (Q2) OPLS-DA modela kako bi se stvorilo poređenje u paru između cvasti i sukulentnih stabljika u slano-alkalnom zemljištu (Q2 = 0.996), travnjacima (Q2 = 0.997) , i pješčano zemljište (Q2 = 0.997) (Sl. S1a). Vrijednosti Q2 i R2 bile su veće u testu permutacije nego u OPLS-DA modelu (slika S1b). Da identifikujemo potencijalne varijable, postavljamo fold-change veće ili jednako 2 ili manje od ili jednako 0.5 i VIP vrijednost veću ili jednaku 1 kao prag za skrining značajno različitih metabolita u svakom paru poređenja. Top 10 različitih metabolita tri ekotipa cvasti i sukulentnih stabljika prikazano je u Tabeli S1. U poređenju sa sočnim stabljikama, relativno visok sadržaj diferencijalnih metabolita u cvatovima su flavonoidi, kao što su flavonol, flavon i flavonski C-glikozidi.

U slano-alkalnom zemljištu, u poređenju sa cvatovima, stabljike sukulenta su imale 43 diferencijalna metabolita regulisana naviše i 71 diferencijalna metabolita regulisana naniže (slika 2a). Toplotna karta (Sl. 2b) pokazala je da je relativni sadržaj cvasti veći od sadržaja sukulentnih stabljika. Upoređujući sočne stabljike sa cvatovima, glavni metaboliti koji se reguliraju naviše su bili cijanidin 3-O-rutinozid (keracijanin), ikarin (kaempferol 3,7-O-diglukozid 8-prenil derivat), homovanilna kiselina , metil ester hlorogenske kiseline i rozinidin O-heksozid. Glavni diferencijalni metaboliti sa smanjenom regulacijom uključivali su N′, N′′-di-p-kumaroilspermidin, 8-C-heksozil-luteolin O-heksozid, kafeinsku kiselinu, izorhamnetin O-heksozid i izorhamnetin 5- O-heksozid (slika 2c). KEGG analiza obogaćivanja metaboličkog puta (slika 2d) klasificirala je diferencijalne metabolite identificirane iz cvasti i sukulentne stabljike u biosintezu flavonoida, biosintezu flavona i flavonola, biosintezu izoflavonoida, biosintezu fenilpropanoida i metabolid etera.

Na travnjacima, u poređenju sa cvatovima, stabljike sukulenta imale su 35 diferencijalnih metabolita regulisanih naviše i 54 diferencijalna metabolita regulisana naniže (slika 2a). Toplotna karta (Sl. 2b) pokazala je da je relativni sadržaj cvasti veći od sadržaja sukulentnih stabljika. Upoređujući sočne stabljike sa cvatovima, glavni metaboliti koji su regulirani naviše bili su l-( plus )-arginin, adipinska kiselina, N-metilnikotinamid, 4-hidroksibenzojeva kiselina i dihidromiricetin. Glavni diferencijalni metaboliti sa smanjenom regulacijom uključivali su rozinidin O-heksozid, kafeinsku kiselinu, izorhamnetin O-heksozid, prodajni 5-O-heksozid i izorhamnetin 5-O-heksozid (slika 2c). KEGG analiza obogaćivanja metaboličkog puta (slika 2d) klasificirala je diferencijalne metabolite identificirane iz cvasti i sukulentne stabljike u biosintezu flavonoida, biosintezu flavona i flavonola, biosintezu diterpenoida, biosintezu izoflavonoida i cirkadijalni unos.

U pjeskovitom zemljištu, u poređenju sa cvatovima, stabljike sukulenta imale su 40 naviše reguliranih diferencijalnih metabolita i 87 niže reguliranih diferencijalnih metabolita (slika 2a). Toplotna karta (Sl. 2b) pokazala je da je relativni sadržaj cvasti veći od sadržaja sukulentnih stabljika. Upoređujući sočne stabljike sa cvatovima, glavni metaboliti koji se reguliraju naviše su bili O-feruloil 4-hidroksilkumarin, špricanje, rozinidin O-heksozid, 3-(4-hidroksifenil) propionska kiselina i homovanilna kiselina. Glavni diferencijalni metaboliti sa smanjenom regulacijom uključivali su krizoeriol O-ramnozil-O-glukuronsku kiselinu, C-heksozil-apigenin O-kafeoilheksozid, prodajni O-malonilheksozid, izorhamnetin O-heksozid i 8-C-heksolin O-lu heksozid (slika 2c). Analiza obogaćivanja metaboličkog puta KEGG (slika 2d) klasificirala je diferencijalne metabolite identificirane iz cvasti i sukulentne stabljike u biosintezu flavona i flavonola, biosintezu flavonoida, biosintezu izoflavonoida, biosintezu diterpenoida i razgradnju aromatskih jedinjenja.

3.3 Metaboličke razlike povezane sa fiziološko-alkalnim stresom u tri ekotipa C. deserticola

Da bismo shvatili jedinstvene metaboličke karakteristike tri ekotipa slano-alkalnog zemljišta C. deserticola, pregledali smo različite metabolite u slano-alkalnom zemljištu naspram travnjaka i pješčanog zemljišta u odnosu na slano-alkalno zemljište. Uočena je visoka predvidljivost (Q2) OPLS-DA modela kako bi se stvorilo poređenje u paru između slano-alkalnog zemljišta naspram travnjaka cvasti (Q2 = 0.997) i sukulentnog stabla (Q2 = 0.991) . U međuvremenu, visoka predvidljivost (Q2) OPLS-DA modela između pješčanog tla naspram slano-alkalnog zemljišta cvasti (Q2 = 0.988) i sočne stabljike (Q2 = 0.995). Vrijednosti Q2 i R2 bile su veće u testu permutacije nego u OPLS-DA modelu (Sl. S2†). Da identifikujemo potencijalne varijable, postavljamo fold-change veće ili jednako 2 ili manje ili jednako 0.5 i VIP vrijednost veću ili jednaku 1 kao prag za skrining značajno različitih metabolita u svakom paru poređenja. Tabela 2 pokazuje različite metabolite cvasti i sukulentnih stabljika koji se odnose na slano-alkalni stres (zaslanjeno-alkalno zemljište naspram travnjaka i pješčano zemljište naspram slano-alkalnog zemljišta), razvrstane po kategoriji metabolita i pokazuje da je klasa najviše metabolita flavonoida . Među njima je relativni sadržaj antocijana, flavonoida, flavonola, flavanona, katehina i njihovih derivata i izoflavona najveći u slano-alkalnoj zemlji. Nadalje, toplotna mapa (slika 3d) pokazala je da su grupe sa većim relativnim sadržajem diferencijalnih metabolita flavonoida A1 i C1. Relativni sadržaj antocijana bio je najveći u A2 grupi, a relativni sadržaj flavonoida i flavonola najveći u A1 grupi.

Mape vulkana (Sl. 3a) pokazale su da je broj naviše reguliranog diferencijalnog metabolizma u slano-alkalnom tlu veći od broja travnjaka i pješčanih tla, bilo u cvatovima ili sočnim stabljikama. 20 najboljih diferencijalnih metabolita svakog poređenja prikazano je na slici 3b. U slano-alkalnom zemljištu naspram travnjaka, KEGG putevi diferencijalnih metabolita cvasti uglavnom su obogaćeni biosintezom flavonoida, biosintezom flavonola i flavonola, biosintezom diterpenoida, biosintezom izoflavonoida i biosintezom phenilpropanoida. Osim toga, KEGG putevi različitih metabolita sukulentne stabljike uglavnom su obogaćeni dopaminergičkom sinapsom, metabolizmom purina, biosintezom flavonoida, metabolizmom pirimidina i cirkadijalnim unosom. U slano-alkalnom zemljištu naspram travnjaka, KEGG putevi diferencijalnih metabolita cvasti uglavnom su obogaćeni biosintezom izoflavonoida, biosintezom sekundarnih metabolita, biosintezom flavona i flavonola, antineoplasticima iz prirodnih proizvoda i astmom. Štaviše, KEGG putevi različitih metabolita sukulentne stabljike uglavnom su obogaćeni biosintezom aminoacil-tRNA, varenjem i apsorpcijom proteina, centralnim metabolizmom ugljika kod raka, biosintezom aminokiselina i biosintezom fenilpropanoida (slika 3c).

Za više informacija: david.deng@wecistanche.com / WhatApp:86 13632399501