विभिन्न बिरुवा रक्षा सिद्धान्तहरूले बिरुवा विशेष चयापचयको ढाँचाहरू व्याख्या गर्न महत्त्वपूर्ण सैद्धान्तिक मार्गदर्शन प्रदान गर्दछ, तर तिनीहरूको प्रमुख भविष्यवाणीहरू परीक्षण गर्न बाँकी छ। यहाँ, हामीले व्यक्तिगत बिरुवाहरूबाट जनसंख्या र नजिकबाट सम्बन्धित प्रजातिहरूमा सुर्तीजन्य क्षीण स्ट्रेनहरूको मेटाबोलोम व्यवस्थित रूपमा अन्वेषण गर्न निष्पक्ष ट्यान्डम मास स्पेक्ट्रोमेट्री (MS/MS) विश्लेषण प्रयोग गर्यौं, र जानकारीमा कम्पाउन्ड स्पेक्ट्रामा आधारित ठूलो संख्यामा मास स्पेक्ट्रोमेट्रिक विशेषता सिद्धान्तहरू प्रशोधन गर्यौं। इष्टतम रक्षा (OD) र गतिशील लक्ष्य (MT) सिद्धान्तहरूको प्रमुख भविष्यवाणीहरू परीक्षण गर्न फ्रेमवर्क। बिरुवा मेटाबोलोमिक्सको जानकारी घटक OD सिद्धान्तसँग मिल्दोजुल्दो छ, तर शाकाहारीहरूले गर्दा हुने मेटाबोलोमिक्स गतिशीलतामा MT सिद्धान्तको मुख्य भविष्यवाणीको विरोधाभास गर्दछ। माइक्रो देखि म्याक्रो इभोलुसनरी स्केल सम्म, जास्मोनेट सिग्नललाई OD को मुख्य निर्धारकको रूपमा पहिचान गरिएको थियो, जबकि इथिलीन सिग्नलले MS/MS आणविक नेटवर्क द्वारा एनोटेट गरिएको शाकाहारी-विशिष्ट प्रतिक्रियाको फाइन-ट्यूनिंग प्रदान गर्‍यो।
विविध संरचना भएका विशेष मेटाबोलाइटहरू वातावरणमा बिरुवा अनुकूलनमा मुख्य सहभागी हुन्, विशेष गरी शत्रुहरूको रक्षामा (१)। बिरुवाहरूमा पाइने विशेष मेटाबोलाइटहरूको अद्भुत विविधीकरणले पारिस्थितिक कार्यहरूको यसको धेरै पक्षहरूमा दशकौंको गहन अनुसन्धानलाई उत्प्रेरित गरेको छ, र बिरुवा रक्षा सिद्धान्तहरूको लामो सूची बनाएको छ, जुन बिरुवा-कीरा अन्तरक्रियाको विकासवादी र पारिस्थितिक विकास हो। अनुभवजन्य अनुसन्धानले महत्त्वपूर्ण मार्गदर्शन प्रदान गर्दछ (२)। यद्यपि, यी बिरुवा रक्षा सिद्धान्तहरूले काल्पनिक घटाउने तर्कको मानक मार्ग पछ्याएनन्, जसमा प्रमुख भविष्यवाणीहरू विश्लेषणको समान स्तरमा थिए (३) र सैद्धान्तिक विकासको अर्को चक्रलाई अगाडि बढाउन प्रयोगात्मक रूपमा परीक्षण गरिएको थियो (४)। प्राविधिक सीमितताहरूले डेटा सङ्कलनलाई विशिष्ट मेटाबोलिक कोटीहरूमा सीमित गर्दछ र विशेष मेटाबोलाइटहरूको व्यापक विश्लेषणलाई बहिष्कार गर्दछ, यसरी सैद्धान्तिक विकासको लागि आवश्यक अन्तर-श्रेणी तुलनाहरूलाई रोक्छ (५)। विभिन्न बिरुवा समूहहरू बीचको मेटाबोलिक ठाउँको प्रशोधन कार्यप्रवाह तुलना गर्न व्यापक मेटाबोलोमिक्स डेटा र साझा मुद्राको अभावले क्षेत्रको वैज्ञानिक परिपक्वतामा बाधा पुर्‍याउँछ।
ट्यान्डम मास स्पेक्ट्रोमेट्री (MS/MS) मेटाबोलोमिक्सको क्षेत्रमा भएका पछिल्ला विकासहरूले दिइएको प्रणाली क्लेडको प्रजाति भित्र र बीचको मेटाबोलिक परिवर्तनहरूलाई व्यापक रूपमा चित्रण गर्न सक्छन्, र यी जटिल मिश्रणहरू बीचको संरचनात्मक समानता गणना गर्न कम्प्युटेसनल विधिहरूसँग संयोजन गर्न सकिन्छ। रसायन विज्ञानको पूर्व ज्ञान (5)। विश्लेषण र कम्प्युटिङमा उन्नत प्रविधिहरूको संयोजनले मेटाबोलिक विविधताको पारिस्थितिक र विकासवादी सिद्धान्तहरूद्वारा गरिएका धेरै भविष्यवाणीहरूको दीर्घकालीन परीक्षणको लागि आवश्यक रूपरेखा प्रदान गर्दछ। श्यानन (6) ले 1948 मा आफ्नो मौलिक लेखमा पहिलो पटक सूचना सिद्धान्त प्रस्तुत गरे, जानकारीको गणितीय विश्लेषणको लागि जग बसाले, जुन यसको मूल प्रयोग बाहेक धेरै क्षेत्रहरूमा प्रयोग गरिएको छ। जीनोमिक्समा, सूचना सिद्धान्तलाई अनुक्रम रूढिवादी जानकारीको मात्रा निर्धारण गर्न सफलतापूर्वक लागू गरिएको छ (7)। ट्रान्सक्रिप्टोमिक्स अनुसन्धानमा, सूचना सिद्धान्तले ट्रान्सक्रिप्टोममा समग्र परिवर्तनहरूको विश्लेषण गर्दछ (8)। ​​अघिल्लो अनुसन्धानमा, हामीले बिरुवाहरूमा तन्तु स्तरको मेटाबोलिक विशेषज्ञता वर्णन गर्न सूचना सिद्धान्तको सांख्यिकीय रूपरेखालाई मेटाबोलोमिक्समा लागू गर्यौं (9)। यहाँ, हामी शाकाहारीहरूद्वारा प्रेरित मेटाबोलोमको बिरुवा रक्षा सिद्धान्तको प्रमुख भविष्यवाणीहरूको तुलना गर्न, सामान्य मुद्रामा चयापचय विविधताद्वारा विशेषता गरिएको सूचना सिद्धान्तको सांख्यिकीय ढाँचासँग MS/MS-आधारित कार्यप्रवाह संयोजन गर्छौं।
बिरुवा रक्षाको सैद्धान्तिक रूपरेखा सामान्यतया पारस्परिक रूपमा समावेशी हुन्छ र दुई वर्गमा विभाजन गर्न सकिन्छ: ती जसले प्रतिरक्षा कार्यहरूको आधारमा बिरुवा-विशिष्ट मेटाबोलाइटहरूको वितरण व्याख्या गर्ने प्रयास गर्छन्, जस्तै इष्टतम रक्षा (OD) (10), गतिशील लक्ष्य (MT) (11) ) र उपस्थिति (12) सिद्धान्त, जबकि अरूले स्रोत उपलब्धतामा परिवर्तनले बिरुवाको वृद्धि र विशेष मेटाबोलाइटहरूको संचयलाई कसरी असर गर्छ भन्ने यान्त्रिक व्याख्या खोज्छन्, जस्तै कार्बन: पोषक तत्व सन्तुलन परिकल्पना (13), वृद्धि दर परिकल्पना (14), र वृद्धि र भिन्नता सन्तुलन परिकल्पना (15)। सिद्धान्तहरूको दुई सेट विश्लेषणको फरक स्तरमा छन् (4)। यद्यपि, कार्यात्मक स्तरमा रक्षात्मक कार्यहरू समावेश गर्ने दुई सिद्धान्तहरूले बिरुवाको संरचनात्मक र inducible प्रतिरक्षाको बारेमा कुराकानीमा प्रभुत्व जमाउँछन्: OD सिद्धान्त, जसले मान्दछ कि बिरुवाहरूले आवश्यक पर्दा मात्र आफ्नो महँगो रासायनिक प्रतिरक्षामा लगानी गर्छन्, उदाहरणका लागि, जब तिनीहरू निगलिन्छन् जब घाँस जनावरले आक्रमण गर्छ, त्यसैले, भविष्यको आक्रमणको सम्भावना अनुसार, रक्षात्मक कार्य भएको यौगिक तोकिएको छ (10); MT परिकल्पनाले दिशात्मक मेटाबोलाइट परिवर्तनको कुनै अक्ष नभएको प्रस्ताव गर्छ, तर मेटाबोलाइट अनियमित रूपमा परिवर्तन हुन्छ, जसले गर्दा आक्रमणकारी शाकाहारीहरूको मेटाबोलिक "गति लक्ष्य" लाई अवरोध गर्ने सम्भावना सिर्जना हुन्छ। अर्को शब्दमा, यी दुई सिद्धान्तहरूले शाकाहारीहरूको आक्रमण पछि हुने मेटाबोलिक पुनर्निर्माणको बारेमा विपरीत भविष्यवाणी गर्छन्: रक्षात्मक कार्य (OD) र गैर-निर्देशित मेटाबोलिक परिवर्तनहरू (MT) सँग मेटाबोलाइटहरूको एकदिशात्मक संचय बीचको सम्बन्ध (11)।
OD र MT परिकल्पनाहरूमा मेटाबोलोममा प्रेरित परिवर्तनहरू मात्र समावेश छैनन्, तर यी मेटाबोलाइटहरूको संचयको पारिस्थितिक र विकासवादी परिणामहरू पनि समावेश छन्, जस्तै विशिष्ट पारिस्थितिक वातावरणमा यी मेटाबोलिक परिवर्तनहरूको अनुकूली लागत र फाइदाहरू (१६)। यद्यपि दुवै परिकल्पनाहरूले विशेष मेटाबोलाइटहरूको रक्षात्मक कार्यलाई पहिचान गर्छन्, जुन महँगो हुन सक्छ वा नहुन सक्छ, OD र MT परिकल्पनाहरूलाई छुट्याउने मुख्य भविष्यवाणी प्रेरित मेटाबोलिक परिवर्तनहरूको दिशात्मकतामा निहित छ। OD सिद्धान्तको भविष्यवाणीले अहिलेसम्म सबैभन्दा प्रयोगात्मक ध्यान प्राप्त गरेको छ। यी परीक्षणहरूमा हरितगृहहरू र प्राकृतिक अवस्थाहरूमा विशिष्ट यौगिकहरूको विभिन्न तन्तुहरूको प्रत्यक्ष वा अप्रत्यक्ष रक्षा कार्यहरूको अध्ययन, साथै बिरुवा विकासको चरणमा परिवर्तनहरू (१७-१९) समावेश छन्। यद्यपि, अहिलेसम्म, कुनै पनि जीवको मेटाबोलिक विविधताको विश्वव्यापी व्यापक विश्लेषणको लागि कार्यप्रवाह र सांख्यिकीय रूपरेखाको अभावका कारण, दुई सिद्धान्तहरू (अर्थात्, मेटाबोलिक परिवर्तनहरूको दिशा) बीचको मुख्य भिन्नता भविष्यवाणी परीक्षण गर्न बाँकी छ। यहाँ, हामी यस्तो विश्लेषण प्रदान गर्दछौं।
बिरुवा-विशिष्ट मेटाबोलाइटहरूको सबैभन्दा महत्त्वपूर्ण विशेषताहरू मध्ये एक भनेको एकल बिरुवाहरू, जनसंख्यादेखि समान प्रजातिहरू (२०) सम्मका सबै स्तरहरूमा तिनीहरूको चरम संरचनात्मक विविधता हो। जनसंख्या स्तरमा विशेष मेटाबोलाइटहरूमा धेरै मात्रात्मक परिवर्तनहरू अवलोकन गर्न सकिन्छ, जबकि बलियो गुणात्मक भिन्नताहरू सामान्यतया प्रजाति स्तरमा कायम राखिन्छन् (२०)। त्यसकारण, बिरुवा चयापचय विविधता कार्यात्मक विविधताको मुख्य पक्ष हो, जसले विभिन्न आलाहरूमा अनुकूलन क्षमतालाई प्रतिबिम्बित गर्दछ, विशेष गरी विशेष कीराहरू र सामान्य शाकाहारीहरूद्वारा विभिन्न आक्रमण सम्भावनाहरू भएका आलाहरू (२१)। बिरुवा-विशिष्ट मेटाबोलाइटहरूको अस्तित्वको कारणहरूमा फ्रेन्केलको (२२) ग्राउन्डब्रेकिंग लेखदेखि, विभिन्न कीराहरूसँगको अन्तरक्रियालाई महत्त्वपूर्ण चयन दबाबको रूपमा मानिएको छ, र यी अन्तरक्रियाहरूले विकासको क्रममा बिरुवाहरूलाई आकार दिएको विश्वास गरिन्छ। मेटाबोलिक मार्ग (२३)। विशेष मेटाबोलाइटहरूको विविधतामा अन्तरप्रजाति भिन्नताहरूले शाकाहारी रणनीतिहरू विरुद्ध संरचनात्मक र उत्प्रेरित बिरुवा रक्षासँग सम्बन्धित शारीरिक सन्तुलनलाई पनि प्रतिबिम्बित गर्न सक्छ, किनकि दुई प्रजातिहरू प्रायः एकअर्कासँग नकारात्मक रूपमा सम्बन्धित हुन्छन् (२४)। यद्यपि सधैं राम्रो प्रतिरक्षा कायम राख्नु लाभदायक हुन सक्छ, प्रतिरक्षासँग सम्बन्धित समयमै मेटाबोलिक परिवर्तनहरूले बोटबिरुवाहरूलाई अन्य शारीरिक लगानीहरूमा बहुमूल्य स्रोतहरू आवंटित गर्न अनुमति दिन स्पष्ट फाइदाहरू प्रदान गर्दछ (१९, २४), र सहजीवनको आवश्यकताबाट बच्न। संपार्श्विक क्षति (२५)। थप रूपमा, कीरा शाकाहारीहरूले गर्दा हुने विशेष मेटाबोलाइटहरूको यी पुनर्गठनहरूले जनसंख्यामा विनाशकारी वितरण निम्त्याउन सक्छ (२६), र जास्मोनिक एसिड (JA) संकेतमा पर्याप्त प्राकृतिक परिवर्तनहरूको प्रत्यक्ष पठनहरू प्रतिबिम्बित गर्न सक्छ, जुन जनसंख्यामा कायम राख्न सकिन्छ। उच्च र कम JA संकेतहरू शाकाहारीहरू विरुद्धको प्रतिरक्षा र विशिष्ट प्रजातिहरूसँग प्रतिस्पर्धा बीचको व्यापार-अफ हुन् (२७)। थप रूपमा, विशेष मेटाबोलाइट बायोसिंथेटिक मार्गहरू विकासको क्रममा द्रुत क्षति र रूपान्तरणबाट गुज्रनेछन्, जसको परिणामस्वरूप नजिकबाट सम्बन्धित प्रजातिहरू बीच प्याच मेटाबोलिक वितरण हुनेछ (२८)। यी बहुरूपताहरू परिवर्तन हुने शाकाहारी ढाँचाहरूको प्रतिक्रियामा द्रुत रूपमा स्थापित गर्न सकिन्छ (२९), जसको अर्थ शाकाहारी समुदायहरूको उतार-चढ़ाव मेटाबोलिक विषमता चलाउने एक प्रमुख कारक हो।
यहाँ, हामीले विशेष रूपमा निम्न समस्याहरू समाधान गर्यौं। (I) शाकाहारी कीराले बिरुवाको मेटाबोलोमलाई कसरी पुन: कन्फिगर गर्छ? (Ii) दीर्घकालीन रक्षा सिद्धान्तको भविष्यवाणी परीक्षण गर्न परिमाण गर्न सकिने मेटाबोलिक प्लास्टिसिटीका मुख्य जानकारी घटकहरू के हुन्? (Iii) आक्रमणकारीको लागि अद्वितीय तरिकाले बिरुवाको मेटाबोलोमलाई पुन: प्रोग्राम गर्ने कि नगर्ने, यदि हो भने, बिरुवाको हर्मोनले विशिष्ट मेटाबोलिक प्रतिक्रियालाई अनुकूल बनाउनमा के भूमिका खेल्छ, र कुन मेटाबोलाइटहरूले रक्षाको प्रजाति विशिष्टतामा योगदान पुर्‍याउँछन्? (Iv) धेरै रक्षा सिद्धान्तहरूद्वारा गरिएका भविष्यवाणीहरू जैविक तन्तुहरूको सबै स्तरहरूमा विस्तार गर्न सकिने भएकोले, हामीले सोध्यौं कि अन्तरप्रजाति तुलनाको आन्तरिक तुलनाबाट हुने मेटाबोलिक प्रतिक्रिया कति सुसंगत छ? यस उद्देश्यका लागि, हामीले सुर्तीजन्य निकोटिनको पातको मेटाबोलोमको व्यवस्थित अध्ययन गरेका छौं, जुन समृद्ध विशेष चयापचय भएको पारिस्थितिक मोडेल बिरुवा हो, र दुई देशी शाकाहारी प्राणीहरू, लेपिडोप्टेरा डातुरा (एमएस) (धेरै आक्रामक, मुख्यतया खाइने) को लार्भा विरुद्ध प्रभावकारी छ। सोलानेसी र स्पोडोप्टेरा लिटोरालिस (एसएल) मा, कपासको पातको कीरा एक प्रकारको "जीनस" हो, जसमा सोलानेसीका होस्ट बिरुवाहरू र अन्य जेनेरा र परिवारका अन्य होस्टहरू बोटबिरुवा खाना हुन्। हामीले MS/MS मेटाबोलोमिक्स स्पेक्ट्रमको विश्लेषण गर्यौं र OD र MT सिद्धान्तहरूको तुलना गर्न सूचना सिद्धान्त सांख्यिकीय वर्णनकर्ताहरू निकाल्यौं। प्रमुख मेटाबोलाइटहरूको पहिचान प्रकट गर्न विशिष्टता नक्साहरू सिर्जना गर्यौं। विश्लेषणलाई N. nasi को मूल जनसंख्या र नजिकबाट सम्बन्धित सुर्तीजन्य प्रजातिहरूमा विस्तार गरिएको थियो ताकि बोटबिरुवा हार्मोन सिग्नलिंग र OD प्रेरण बीचको सहप्रसरणलाई थप विश्लेषण गर्न सकियोस्।
शाकाहारी सुर्तीजन्य पदार्थको पातको मेटाबोलोमको प्लास्टिसिटी र संरचनाको बारेमा समग्र नक्सा खिच्नको लागि, हामीले बिरुवाको अर्कबाट उच्च-रिजोल्युसन डेटा स्वतन्त्र MS/MS स्पेक्ट्रालाई व्यापक रूपमा सङ्कलन र विघटन गर्न पहिले विकसित विश्लेषण र गणना कार्यप्रवाह प्रयोग गर्यौं (9)। यो अविभेदित विधि (MS/MS भनिन्छ) ले गैर-अनावश्यक यौगिक स्पेक्ट्रा निर्माण गर्न सक्छ, जुन त्यसपछि यहाँ वर्णन गरिएका सबै यौगिक-स्तर विश्लेषणहरूको लागि प्रयोग गर्न सकिन्छ। यी विघटनित बिरुवा मेटाबोलाइटहरू विभिन्न प्रकारका हुन्छन्, जसमा सयौं देखि हजारौं मेटाबोलाइटहरू हुन्छन् (यहाँ लगभग 500-1000-s/MS/MS)। यहाँ, हामी सूचना सिद्धान्तको ढाँचामा मेटाबोलिक प्लास्टिसिटीलाई विचार गर्छौं, र मेटाबोलिक फ्रिक्वेन्सी वितरणको श्यानन एन्ट्रोपीको आधारमा मेटाबोलोमको विविधता र व्यावसायिकताको मात्रा निर्धारण गर्छौं। पहिले लागू गरिएको सूत्र (8) प्रयोग गरेर, हामीले मेटाबोलोम विविधता (Hj सूचक), मेटाबोलिक प्रोफाइल विशेषज्ञता (δj सूचक) र एकल मेटाबोलाइट (Si सूचक) को मेटाबोलिक विशिष्टता परिमाण गर्न प्रयोग गर्न सकिने सूचकहरूको सेट गणना गर्यौं। यसको अतिरिक्त, हामीले शाकाहारी जीवहरूको मेटाबोलोम इन्ड्युसिबिलिटी मापन गर्न सापेक्ष दूरी प्लास्टिसिटी इन्डेक्स (RDPI) लागू गर्यौं (चित्र १A) (३०)। यस तथ्याङ्कीय ढाँचा भित्र, हामी MS/MS स्पेक्ट्रमलाई आधारभूत जानकारी एकाइको रूपमा व्यवहार गर्छौं, र MS/MS को सापेक्षिक प्रशस्ततालाई फ्रिक्वेन्सी वितरण नक्सामा प्रशोधन गर्छौं, र त्यसपछि यसबाट मेटाबोलोम विविधता अनुमान गर्न श्यानन एन्ट्रोपी प्रयोग गर्छौं। मेटाबोलोम विशेषज्ञता एकल MS/MS स्पेक्ट्रमको औसत विशिष्टता द्वारा मापन गरिन्छ। त्यसकारण, शाकाहारी जीवहरूको प्रेरणा पछि केही MS/MS वर्गहरूको प्रशस्ततामा वृद्धि वर्णक्रमीय इन्ड्युसिबिलिटी, RDPI र विशेषज्ञतामा परिणत हुन्छ, अर्थात्, δj सूचकांकमा वृद्धि, किनभने अधिक विशेष मेटाबोलाइटहरू उत्पादन गरिन्छ र उच्च Si सूचकांक उत्पादन गरिन्छ। Hj विविधता सूचकांकको कमीले या त उत्पन्न MS/MS को संख्या घटेको छ, वा प्रोफाइल फ्रिक्वेन्सी वितरण कम एकसमान दिशामा परिवर्तन हुन्छ, जबकि यसको समग्र अनिश्चितता कम गर्दछ। Si सूचकांक गणना मार्फत, कुन MS/MS निश्चित शाकाहारी प्राणीहरूद्वारा प्रेरित हुन्छन् भनेर हाइलाइट गर्न सम्भव छ, यसको विपरीत, कुन MS/MS ले प्रेरणामा प्रतिक्रिया दिँदैन, जुन MT र OD भविष्यवाणी छुट्याउनको लागि एक प्रमुख सूचक हो।
(A) शाकाहारी (H1 देखि Hx) MS/MS डेटा-इन्ड्युसिबिलिटी (RDPI), विविधता (Hj सूचकांक), विशेषज्ञता (δj सूचकांक) र मेटाबोलाइट विशिष्टता (Si सूचकांक) को लागि प्रयोग गरिएका तथ्याङ्कीय वर्णनकर्ताहरू। विशेषज्ञताको डिग्री (δj) मा वृद्धिले औसतमा, बढी शाकाहारी विशिष्ट मेटाबोलाइटहरू उत्पादन हुने संकेत गर्दछ, जबकि विविधता (Hj) मा कमीले मेटाबोलाइटहरूको उत्पादनमा कमी वा वितरण नक्सामा मेटाबोलाइटहरूको असमान वितरणलाई संकेत गर्दछ। Si मानले मेटाबोलाइट दिइएको अवस्था (यहाँ, शाकाहारी) को लागि विशिष्ट छ वा उल्टो समान स्तरमा राखिएको छ कि छैन भनेर मूल्याङ्कन गर्दछ। (B) सूचना सिद्धान्त अक्ष प्रयोग गरेर रक्षा सिद्धान्त भविष्यवाणीको अवधारणात्मक रेखाचित्र। OD सिद्धान्तले भविष्यवाणी गर्दछ कि शाकाहारी आक्रमणले रक्षा मेटाबोलाइटहरू बढाउनेछ, जसले गर्दा δj बढ्नेछ। एकै समयमा, Hj घट्छ किनभने प्रोफाइल मेटाबोलिक जानकारीको कम अनिश्चितता तिर पुनर्गठित हुन्छ। MT सिद्धान्तले भविष्यवाणी गर्छ कि शाकाहारीहरूको आक्रमणले मेटाबोलोममा दिशाहीन परिवर्तनहरू निम्त्याउनेछ, जसले गर्दा Hj बढ्दै जानेछ र चयापचय जानकारी अनिश्चितताको सूचकको रूपमा बढ्नेछ र Si को अनियमित वितरण निम्त्याउनेछ। हामीले एक मिश्रित मोडेल, उत्तम MT पनि प्रस्ताव गर्यौं, जसमा उच्च रक्षात्मक मानहरू भएका केही मेटाबोलाइटहरू विशेष रूपमा बढाइनेछन् (उच्च Si मान), जबकि अरूले अनियमित प्रतिक्रियाहरू (कम Si मान) प्रदर्शन गर्छन्।
सूचना सिद्धान्त वर्णनकर्ताहरू प्रयोग गरेर, हामी OD सिद्धान्तको व्याख्या गर्छौं कि एक अप्रेरणादायी संरचनात्मक अवस्थामा शाकाहारी-प्रेरित विशेष मेटाबोलाइट परिवर्तनहरूले (i) मेटाबोलिक विशिष्टतामा वृद्धि (Si सूचकांक) ड्राइभिङ मेटाबोनोमिक विशिष्टता (δj सूचकांक) मा वृद्धि गर्नेछ, र (ii) मेटाबोलाइट फ्रिक्वेन्सी वितरणलाई अधिक लेप्टिन शरीर वितरणमा परिवर्तनको कारणले मेटाबोलोम विविधता (Hj सूचकांक) मा कमी। एकल मेटाबोलाइटको स्तरमा, एक क्रमबद्ध Si वितरण अपेक्षित छ, जहाँ मेटाबोलाइटले यसको रक्षा मान अनुसार Si मान बढाउनेछ (चित्र 1B)। यस रेखामा, हामी MT सिद्धान्तलाई व्याख्या गर्छौं कि उत्तेजनाले (i) मेटाबोलाइटहरूमा गैर-दिशात्मक परिवर्तनहरू निम्त्याउनेछ जसको परिणामस्वरूप δj सूचकांकमा कमी आउनेछ, र (ii) मेटाबोलाइट अनिश्चिततामा वृद्धिको कारण Hj सूचकांकमा वृद्धि हुनेछ। वा अनियमितता, जुन सामान्यीकृत विविधताको रूपमा श्यानन एन्ट्रोपी द्वारा परिमाणित गर्न सकिन्छ। मेटाबोलिक संरचनाको लागि, MT सिद्धान्तले Si को अनियमित वितरणको भविष्यवाणी गर्नेछ। केही मेटाबोलाइटहरू विशिष्ट अवस्थाहरूमा विशिष्ट अवस्थाहरूमा हुन्छन्, र अन्य अवस्थाहरू विशिष्ट अवस्थाहरूमा हुँदैनन्, र तिनीहरूको रक्षा मूल्य वातावरणमा निर्भर गर्दछ भन्ने कुरालाई ध्यानमा राख्दै, हामीले मिश्रित रक्षा मोडेल पनि प्रस्ताव गर्यौं, जसमा δj र Hj दुई भागमा Si मा वितरित हुन्छन्। सबै दिशाहरूमा वृद्धि, केवल केही मेटाबोलाइट समूहहरू, जसमा उच्च रक्षा मानहरू छन्, विशेष गरी Si बढाउनेछन्, जबकि अरूमा अनियमित वितरण हुनेछ (चित्र 1B)।
सूचना सिद्धान्त वर्णनकर्ताको अक्षमा पुन: परिभाषित रक्षा सिद्धान्त भविष्यवाणी परीक्षण गर्न, हामीले नेपेन्थेस प्यालेन्सको पातहरूमा विशेषज्ञ (Ms) वा सामान्यवादी (Sl) शाकाहारी लार्भा उठायौं (चित्र 2A)। MS/MS विश्लेषण प्रयोग गरेर, हामीले क्याटरपिलर खुवाइएपछि सङ्कलन गरिएको पातको तन्तुको मेथानोल अर्कबाट 599 गैर-अनावश्यक MS/MS स्पेक्ट्रा (डेटा फाइल S1) प्राप्त गर्यौं। MS/MS कन्फिगरेसन फाइलहरूमा जानकारी सामग्रीको पुन: कन्फिगरेसन कल्पना गर्न RDPI, Hj, र δj अनुक्रमणिकाहरू प्रयोग गर्नाले रोचक ढाँचाहरू प्रकट हुन्छ (चित्र 2B)। समग्र प्रवृत्ति यो हो कि, जानकारी वर्णनकर्ताले वर्णन गरे अनुसार, क्याटरपिलरहरूले पातहरू खान जारी राख्दा, समयसँगै सबै मेटाबोलिक पुनर्गठनको डिग्री बढ्छ: शाकाहारीले खाएपछि 72 घण्टा पछि, RDPI उल्लेखनीय रूपमा बढ्छ। क्षति नभएको नियन्त्रणको तुलनामा, Hj उल्लेखनीय रूपमा घटाइएको थियो, जुन मेटाबोलिक प्रोफाइलको विशेषज्ञताको बढेको डिग्रीको कारणले थियो, जुन δj सूचकांक द्वारा परिमाण गरिएको थियो। यो स्पष्ट प्रवृत्ति OD सिद्धान्तको भविष्यवाणीसँग मिल्दोजुल्दो छ, तर MT सिद्धान्तको मुख्य भविष्यवाणीसँग असंगत छ, जसले विश्वास गर्छ कि मेटाबोलाइट स्तरहरूमा अनियमित (गैर-दिशात्मक) परिवर्तनहरू रक्षात्मक छलावरणको रूपमा प्रयोग गरिन्छ (चित्र 1B)। यद्यपि यी दुई शाकाहारीहरूको मौखिक स्राव (OS) एलिसिटर सामग्री र खुवाउने व्यवहार फरक छन्, तिनीहरूको प्रत्यक्ष खुवाउने परिणामस्वरूप २४-घण्टा र ७२-घण्टा फसल अवधिहरूमा Hj र δj को दिशामा समान परिवर्तनहरू भए। RDPI को ७२ घण्टामा मात्र भिन्नता देखा पर्‍यो। Ms खुवाउने कारणले हुने तुलनामा, Sl खुवाउने द्वारा प्रेरित समग्र चयापचय उच्च थियो।
(A) प्रयोगात्मक डिजाइन: सामान्य सुँगुर (S1) वा विशेषज्ञ (Ms) शाकाहारीहरूलाई पिचर बिरुवाहरूको डिसेलिनेटेड पातहरू खुवाइन्छ, जबकि नक्कली शाकाहारीहरूको लागि, Ms (W + OSMs) को OS मानकीकृत पातको स्थिति घाउको पङ्क्चर ह्यान्डल गर्न प्रयोग गरिन्छ। S1 (W + OSSl) लार्भा वा पानी (W + W)। नियन्त्रण (C) एक क्षति नभएको पात हो। (B) विशेष मेटाबोलाइट नक्साको लागि गणना गरिएको इन्ड्युसिबिलिटी (RDPI नियन्त्रण चार्टको तुलनामा), विविधता (Hj सूचकांक) र विशेषज्ञता (δj सूचकांक) सूचकांक (599 MS/MS; डेटा फाइल S1)। ताराहरूले प्रत्यक्ष शाकाहारी खुवाउने र नियन्त्रण समूह (विद्यार्थीको t-परीक्षण जोडी t-परीक्षणको साथ, *P<0.05 र ***P<0.001) बीचको महत्त्वपूर्ण भिन्नताहरू संकेत गर्दछ। ns, महत्त्वपूर्ण छैन। (ग) मुख्य (नीलो बक्स, एमिनो एसिड, जैविक एसिड र चिनी; डेटा फाइल S2) र विशेष मेटाबोलाइट स्पेक्ट्रम (रातो बक्स 443 MS/MS; डेटा फाइल S1) को समय रिजोल्युसन सूचकांक नक्कली जडीबुटी उपचार पछि। रंग ब्यान्डले 95% विश्वास अन्तराललाई जनाउँछ। तारा चिन्हले उपचार र नियन्त्रण बीचको महत्त्वपूर्ण भिन्नतालाई संकेत गर्दछ [भिरियंसको चतुर्भुज विश्लेषण (ANOVA), त्यसपछि टुकीको इमानदारीपूर्वक महत्त्वपूर्ण भिन्नता (HSD) पोस्ट हक बहु तुलनाहरूको लागि, *P<0.05, **P<0.01 र *** P <0.001]। (घ) स्क्याटर प्लटहरू र विशेष मेटाबोलाइट प्रोफाइलहरूको विशेषज्ञता (विभिन्न उपचारहरूसँग दोहोरिएका नमूनाहरू)।
मेटाबोलोम स्तरमा शाकाहारी-प्रेरित पुनर्निर्माण व्यक्तिगत मेटाबोलाइट्सको स्तरमा परिवर्तनहरूमा प्रतिबिम्बित हुन्छ कि हुँदैन भनेर अन्वेषण गर्न, हामीले पहिले नेपेन्थेस प्यालेन्सको पातहरूमा पहिले अध्ययन गरिएका मेटाबोलाइटहरूमा ध्यान केन्द्रित गर्यौं जसमा प्रमाणित शाकाहारी प्रतिरोध छ। फेनोलिक एमाइडहरू हाइड्रोक्साइसिनामामाइड-पोलियामाइन कन्जुगेटहरू हुन् जुन कीराहरूको शाकाहारी प्रक्रियाको क्रममा जम्मा हुन्छन् र कीराहरूको प्रदर्शन घटाउन जानिन्छन् (32)। हामीले सम्बन्धित MS/MS को पूर्ववर्तीहरू खोज्यौं र तिनीहरूको संचयी गतिज वक्रहरू प्लट गर्यौं (चित्र S1)। अचम्मको कुरा होइन, फिनोल डेरिभेटिभहरू जुन शाकाहारीहरू विरुद्धको रक्षामा प्रत्यक्ष रूपमा संलग्न छैनन्, जस्तै क्लोरोजेनिक एसिड (CGA) र रुटिन, शाकाहारी पछि डाउन-रेगुलेट हुन्छन्। यसको विपरीत, शाकाहारीहरूले फिनोल एमाइडहरूलाई अत्यधिक शक्तिशाली बनाउन सक्छन्। दुई शाकाहारीहरूको निरन्तर खुवाउने परिणामस्वरूप फेनोलामाइडहरूको लगभग समान उत्तेजना स्पेक्ट्रम भयो, र यो ढाँचा विशेष गरी फेनोलामाइडहरूको डे नोभो संश्लेषणको लागि स्पष्ट थियो। १७-हाइड्रोक्सीजेरानिल नोनेडियोल डाइटरपेन ग्लाइकोसाइड्स (१७-HGL-DTGs) मार्गको अन्वेषण गर्दा पनि यही घटना अवलोकन गरिनेछ, जसले प्रभावकारी एन्टी-हर्बिभोर कार्यहरू (३३) सहित ठूलो संख्यामा एसाइक्लिक डाइटरपेनहरू उत्पादन गर्दछ, जसमध्ये Ms Feeding with Sl ले समान अभिव्यक्ति प्रोफाइल (चित्र S1) ट्रिगर गर्यो।
प्रत्यक्ष शाकाहारी खुवाउने प्रयोगहरूको सम्भावित बेफाइदा भनेको शाकाहारीहरूको पात खपत दर र खुवाउने समयमा भिन्नता हो, जसले गर्दा घाउ र शाकाहारीहरूले गर्दा हुने शाकाहारी-विशिष्ट प्रभावहरू हटाउन गाह्रो हुन्छ। प्रेरित पात चयापचय प्रतिक्रियाको शाकाहारी प्रजाति विशिष्टतालाई राम्रोसँग समाधान गर्न, हामीले ताजा सङ्कलन गरिएको OS (OSM र OSS1) लाई तुरुन्तै स्थिर पात स्थितिहरूको मानक पंचर W मा लागू गरेर Ms र Sl लार्भाको खुवाउने नक्कल गर्यौं। यो प्रक्रियालाई W + OS उपचार भनिन्छ, र यसले तन्तु क्षतिको दर वा मात्रामा भिन्नताको भ्रामक प्रभावहरू नपार्ने शाकाहारीहरूले प्राप्त गरेको प्रतिक्रियाको सुरुवातको समय निर्धारण गरेर प्रेरणालाई मानकीकृत गर्दछ (चित्र 2A) (34)। MS/MS विश्लेषण र गणना पाइपलाइन प्रयोग गरेर, हामीले 443 MS/MS स्पेक्ट्रा (डेटा फाइल S1) पुन: प्राप्त गर्यौं, जुन प्रत्यक्ष फिड प्रयोगहरूबाट पहिले भेला गरिएको स्पेक्ट्रासँग ओभरल्याप गरिएको थियो। यस MS/MS डेटा सेटको सूचना सिद्धान्त विश्लेषणले देखाएको छ कि शाकाहारी जनावरहरूको नक्कल गरेर पात-विशेष मेटाबोलोमहरूको पुन: प्रोग्रामिङले OS-विशिष्ट प्रेरणाहरू देखायो (चित्र 2C)। विशेष गरी, OSS1 उपचारको तुलनामा, OSM ले 4 घण्टामा मेटाबोलोम विशेषज्ञताको वृद्धि गर्‍यो। यो ध्यान दिन लायक छ कि प्रत्यक्ष शाकाहारी खुवाउने प्रयोगात्मक डेटा सेटको तुलनामा, Hj र δj लाई निर्देशांकको रूपमा प्रयोग गरेर दुई-आयामी ठाउँमा दृश्यावलोकन गरिएको मेटाबोलोम गतिविज्ञान र समयसँगै सिमुलेटेड शाकाहारी उपचारको प्रतिक्रियामा मेटाबोलोम विशेषज्ञताको दिशात्मकता स्थिरता बढ्यो (चित्र 2D)। एकै समयमा, हामीले एमिनो एसिड, जैविक एसिड र चिनी (डेटा फाइल S2) को सामग्रीको मात्रा निर्धारण गर्यौं कि मेटाबोलोम विशेषज्ञतामा यो लक्षित वृद्धि सिमुलेटेड शाकाहारी जनावरहरूको प्रतिक्रियामा केन्द्रीय कार्बन मेटाबोलिज्मको पुन: कन्फिगरेसनको कारणले हो कि भनेर अनुसन्धान गर्न (चित्र S2)। यो ढाँचालाई राम्रोसँग व्याख्या गर्न, हामीले पहिले छलफल गरिएको फेनोलामाइड र 17-HGL-DTG मार्गहरूको मेटाबोलिक संचय गतिविज्ञानको थप अनुगमन गर्यौं। शाकाहारी जीवहरूको OS-विशिष्ट प्रेरण फेनोलामाइड मेटाबोलिज्म भित्र एक विभेदक पुनर्संरचना ढाँचामा रूपान्तरण हुन्छ (चित्र S3)। कौमरिन र क्याफोयल मोइटीहरू युक्त फेनोलिक एमाइडहरू OSS1 द्वारा प्राथमिकतामा प्रेरित हुन्छन्, जबकि OSM ले फेरुलिल कन्जुगेटहरूको एक विशिष्ट प्रेरण ट्रिगर गर्दछ। 17-HGL-DTG मार्गको लागि, डाउनस्ट्रीम मालोनिलेसन र डाइमालोनिलेसन उत्पादनहरू द्वारा विभेदक OS प्रेरण पत्ता लगाइएको थियो (चित्र S3)।
अर्को, हामीले समय-कोर्स माइक्रोएरे डेटा सेट प्रयोग गरेर OS-प्रेरित ट्रान्सक्रिप्टोम प्लास्टिसिटीको अध्ययन गर्यौं, जसले शाकाहारीहरूमा रोसेट बिरुवाको पातहरूको उपचार गर्न OSMs को प्रयोगको अनुकरण गर्दछ। नमूना गतिविज्ञान मूल रूपमा यस मेटाबोलोमिक्स अध्ययनमा प्रयोग गरिएको गतिविज्ञानसँग ओभरल्याप हुन्छ (35)। मेटाबोलोम पुन: कन्फिगरेसनको तुलनामा जहाँ मेटाबोलिक प्लास्टिसिटी विशेष गरी समयसँगै बढ्छ, हामी Ms द्वारा प्रेरित पातहरूमा क्षणिक ट्रान्सक्रिप्शन फटहरू अवलोकन गर्छौं, जहाँ ट्रान्सक्रिप्टोम इन्ड्युसिबिलिटी (RDPI) र विशेषज्ञता (δj) 1 मा छन्। घण्टामा उल्लेखनीय वृद्धि भएको थियो, र यस समयमा विविधता (Hj) मा, BMP1 को अभिव्यक्ति उल्लेखनीय रूपमा कम भएको थियो, त्यसपछि ट्रान्सक्रिप्टोम विशेषज्ञताको विश्राम (चित्र S4) भयो। मेटाबोलिक जीन परिवारहरू (जस्तै P450, ग्लाइकोसिलट्रान्सफेरेज, र BAHD एसिलट्रान्सफेरेज) माथि उल्लिखित प्रारम्भिक उच्च-विशेषज्ञता मोडेल पछ्याउँदै, प्राथमिक मेटाबोलिज्मबाट व्युत्पन्न संरचनात्मक एकाइहरूबाट विशेष मेटाबोलाइटहरू जम्मा गर्ने प्रक्रियामा भाग लिन्छन्। केस स्टडीको रूपमा, फेनिलालानिन मार्गको विश्लेषण गरिएको थियो। विश्लेषणले पुष्टि गर्‍यो कि फेनोलामाइड मेटाबोलिज्ममा रहेका मुख्य जीनहरू अनाकर्षित बोटबिरुवाहरूको तुलनामा शाकाहारीहरूमा अत्यधिक OS-प्रेरित हुन्छन्, र तिनीहरूको अभिव्यक्ति ढाँचाहरूमा नजिकबाट पङ्क्तिबद्ध हुन्छन्। यस मार्गको माथिल्लो भागमा ट्रान्सक्रिप्शन कारक MYB8 र संरचनात्मक जीनहरू PAL1, PAL2, C4H र 4CL ले ट्रान्सक्रिप्शनको प्रारम्भिक सुरुवात देखाए। AT1, DH29, र CV86 जस्ता फेनोलामाइडको अन्तिम संयोजनमा भूमिका खेल्ने Acyltransferases ले लामो समयसम्म अपरेगुलेसन ढाँचा प्रदर्शन गर्दछ (चित्र S4)। माथिका अवलोकनहरूले ट्रान्सक्रिप्टोम विशेषज्ञताको प्रारम्भिक सुरुवात र मेटाबोलोमिक्स विशेषज्ञताको पछिल्ला वृद्धि एक संयुक्त मोड हो भनेर संकेत गर्दछ, जुन शक्तिशाली रक्षा प्रतिक्रिया सुरु गर्ने सिंक्रोनस नियामक प्रणालीको कारण हुन सक्छ।
बिरुवा हर्मोन सिग्नलिङमा पुनर्विन्यासले एक नियामक तहको रूपमा काम गर्दछ जसले बिरुवाहरूको शरीरविज्ञान पुन: प्रोग्राम गर्न शाकाहारी जानकारीलाई एकीकृत गर्दछ। शाकाहारी सिमुलेशन पछि, हामीले प्रमुख बिरुवा हर्मोन वर्गहरूको संचयी गतिशीलता मापन गर्यौं र तिनीहरू बीचको अस्थायी सह-अभिव्यक्तिको कल्पना गर्यौं [पियरसन सहसम्बन्ध गुणांक (PCC)> ०.४] (चित्र ३A)। अपेक्षा गरिए अनुसार, जैव संश्लेषणसँग सम्बन्धित बिरुवा हर्मोनहरू बिरुवा हर्मोन सह-अभिव्यक्ति नेटवर्क भित्र जोडिएका छन्। थप रूपमा, विभिन्न उपचारहरूद्वारा प्रेरित बिरुवा हर्मोनहरूलाई हाइलाइट गर्न मेटाबोलिक विशिष्टता (Si सूचकांक) यस नेटवर्कमा म्याप गरिएको छ। शाकाहारी विशिष्ट प्रतिक्रियाका दुई मुख्य क्षेत्रहरू कोरिएका छन्: एउटा JA क्लस्टरमा छ, जहाँ JA (यसको जैविक रूपमा सक्रिय रूप JA-Ile) र अन्य JA डेरिभेटिभहरूले उच्चतम Si स्कोर देखाउँछन्; अर्को इथिलीन (ET) हो। गिब्बेरेलिनले शाकाहारी विशिष्टतामा मध्यम वृद्धि मात्र देखायो, जबकि साइटोकिनिन, अक्सिन, र एब्सिसिक एसिड जस्ता अन्य बिरुवा हर्मोनहरूमा शाकाहारीहरूको लागि कम प्रेरण विशिष्टता थियो। W + W मात्र प्रयोग गर्ने तुलनामा, OS अनुप्रयोग (W + OS) मार्फत JA डेरिभेटिभहरूको शिखर मानको प्रवर्धनलाई मूल रूपमा JAs को एक बलियो विशिष्ट सूचकमा रूपान्तरण गर्न सकिन्छ। अप्रत्याशित रूपमा, फरक एलिसिटर सामग्री भएका OSM र OSS1 ले JA र JA-Ile को समान संचय गराउने कुरा थाहा छ। OSS1 को विपरीत, OSM विशेष रूपमा र दृढतापूर्वक OSM हरू द्वारा प्रेरित हुन्छ, जबकि OSS1 ले बेसल घाउहरूको प्रतिक्रियालाई प्रवर्धन गर्दैन (चित्र 3B)।
(A) शाकाहारी-प्रेरित बिरुवा हार्मोन संचय गतिविज्ञान सिमुलेशनको PCC गणनामा आधारित सह-अभिव्यक्ति नेटवर्क विश्लेषण। नोडले एकल बिरुवा हार्मोनलाई प्रतिनिधित्व गर्दछ, र नोडको आकारले उपचारहरू बीच बिरुवा हार्मोनको लागि विशिष्ट Si सूचकांकलाई प्रतिनिधित्व गर्दछ। (B) विभिन्न रंगहरू द्वारा संकेत गरिएको विभिन्न उपचारहरूको कारणले पातहरूमा JA, JA-Ile र ET को संचय: खुबानी, W + OSM; नीलो, W + OSSl; कालो, W + W; खैरो, C (नियन्त्रण)। ताराहरूले उपचार र नियन्त्रण बीच महत्त्वपूर्ण भिन्नताहरू संकेत गर्दछ (दुई-तर्फी ANOVA पछि Tukey HSD पोस्ट हक बहु तुलना, *** P <0.001)। JA बायोसिन्थेसिस र बिग्रेको धारणा स्पेक्ट्रम (irAOC र irCOI1) मा (C)697 MS/MS (डेटा फाइल S1) र (D) बिग्रेको ET संकेतको साथ ETR1 मा 585 MS/MS (डेटा फाइल S1) को सूचना सिद्धान्त विश्लेषण दुई सिमुलेटेड शाकाहारी उपचारहरूले बिरुवा लाइनहरू र खाली सवारी साधन (EV) नियन्त्रण बिरुवाहरूलाई ट्रिगर गर्यो। ताराहरूले W+OS उपचार र क्षति नभएको नियन्त्रण बीचको महत्त्वपूर्ण भिन्नताहरू संकेत गर्दछ (दुई-तर्फी ANOVA पछि Tukey HSD पोस्ट हक बहु तुलना, *P<0.05, **P<0.01 र ***P<0.001)। (E) विशेषज्ञताको छरिएका विरोधका छरिएका ग्राफहरू। रङहरूले विभिन्न आनुवंशिक रूपमा परिमार्जित स्ट्रेनहरू प्रतिनिधित्व गर्छन्; प्रतीकहरूले विभिन्न उपचार विधिहरू प्रतिनिधित्व गर्छन्: त्रिकोण, W + OSS1; आयत, W + OSM; वृत्त C
अर्को, हामी शाकाहारीहरूमा यी दुई वनस्पति हर्मोनहरूको चयापचय विश्लेषण गर्न JA र ET बायोसिन्थेसिस (irAOC र irACO) र धारणा (irCOI1 र sETR1) को प्रमुख चरणहरूमा आनुवंशिक रूपमा परिमार्जित स्ट्रेन प्रयोग गर्छौं। पुन: प्रोग्रामिङको सापेक्ष योगदान। अघिल्ला प्रयोगहरूसँग मिल्दोजुल्दो, हामीले खाली वाहक (EV) बिरुवाहरूमा शाकाहारी-OS को प्रेरण (चित्र 3, C देखि D) र OSM को कारणले Hj सूचकांकमा समग्र कमी पुष्टि गर्यौं, जबकि δj सूचकांक बढ्यो। प्रतिक्रिया OSS1 द्वारा ट्रिगर गरिएको प्रतिक्रिया भन्दा बढी स्पष्ट छ। निर्देशांकको रूपमा Hj र δj प्रयोग गर्ने दुई-लाइन ग्राफले विशिष्ट डिरेगुलेसन (चित्र 3E) देखाउँछ। सबैभन्दा स्पष्ट प्रवृत्ति यो हो कि JA संकेतको अभाव भएका स्ट्रेनहरूमा, शाकाहारीहरूले गर्दा हुने मेटाबोलोम विविधता र विशेषज्ञता परिवर्तनहरू लगभग पूर्ण रूपमा हटाइन्छ (चित्र 3C)। यसको विपरित, sETR1 बिरुवाहरूमा मौन ET धारणा, यद्यपि शाकाहारी चयापचयमा परिवर्तनहरूमा समग्र प्रभाव JA सिग्नलिंगको तुलनामा धेरै कम छ, OSM र OSS1 उत्तेजनाहरू बीच Hj र δj सूचकांकहरूमा भिन्नतालाई कम गर्दछ (चित्र 3D र चित्र S5)। । यसले संकेत गर्दछ कि JA सिग्नल ट्रान्सडक्सनको मुख्य कार्यको अतिरिक्त, ET सिग्नल ट्रान्सडक्सनले शाकाहारीहरूको प्रजाति-विशिष्ट मेटाबोलिक प्रतिक्रियाको फाइन-ट्यूनिंगको रूपमा पनि काम गर्दछ। यस फाइन-ट्यूनिंग प्रकार्यसँग मिल्दोजुल्दो, sETR1 बिरुवाहरूमा समग्र मेटाबोलोम इन्ड्युसिबिलिटीमा कुनै परिवर्तन भएन। अर्कोतर्फ, sETR1 बिरुवाहरूको तुलनामा, irACO बिरुवाहरूले शाकाहारीहरूद्वारा हुने मेटाबोलिक परिवर्तनहरूको समान समग्र आयामहरू प्रेरित गरे, तर OSM र OSS1 चुनौतीहरू बीच उल्लेखनीय रूपमा फरक Hj र δj स्कोरहरू देखाए (चित्र S5)।
शाकाहारी जनावरहरूको प्रजाति-विशिष्ट प्रतिक्रियामा महत्त्वपूर्ण योगदान गर्ने विशेष मेटाबोलाइटहरू पहिचान गर्न र ET संकेतहरू मार्फत तिनीहरूको उत्पादनलाई फाइन-ट्यून गर्न, हामीले पहिले विकसित संरचनात्मक MS/MS विधि प्रयोग गर्यौं। यो विधि MS/MS टुक्राहरू [सामान्यीकृत डट उत्पादन (NDP)] र तटस्थ क्षति (NL) मा आधारित समानता स्कोरबाट मेटाबोलिक परिवार पुन: अनुमान गर्न द्वि-क्लस्टरिङ विधिमा निर्भर गर्दछ। ET ट्रान्सजेनिक रेखाहरूको विश्लेषण मार्फत निर्माण गरिएको MS/MS डेटा सेटले 585 MS/MS (डेटा फाइल S1) उत्पादन गर्‍यो, जुन तिनीहरूलाई सात मुख्य MS/MS मोड्युलहरू (M) (चित्र 4A) मा क्लस्टर गरेर समाधान गरिएको थियो। यी मोड्युलहरू मध्ये केही पहिले विशेषता भएका विशेष मेटाबोलाइटहरूले भरिएका छन्: उदाहरणका लागि, M1, M2, M3, M4 र M7 विभिन्न फिनोल डेरिभेटिभहरू (M1), फ्लेभोनोइड ग्लाइकोसाइडहरू (M2), एसिल सुगरहरू (M3 र M4), र 17-HGL-DTG (M7) मा धनी छन्। यसको अतिरिक्त, प्रत्येक मोड्युलमा एकल मेटाबोलाइटको मेटाबोलिक विशिष्ट जानकारी (Si सूचकांक) गणना गरिन्छ, र यसको Si वितरण सहज रूपमा देख्न सकिन्छ। छोटकरीमा, उच्च शाकाहारी र जीनोटाइप विशिष्टता प्रदर्शन गर्ने MS/MS स्पेक्ट्रा उच्च Si मानहरू द्वारा विशेषता हो, र कर्टोसिस तथ्याङ्कले दायाँ पुच्छर कुनामा फरको वितरणलाई संकेत गर्दछ। M1 मा यस्तो एउटा लीन कोलोइड वितरण पत्ता लगाइएको थियो, जसमा फिनोल एमाइडले उच्चतम Si अंश देखायो (चित्र 4B)। M7 मा पहिले उल्लेख गरिएको शाकाहारी इन्ड्युसिबल 17-HGL-DTG ले मध्यम Si स्कोर देखायो, जसले दुई OS प्रकारहरू बीचको भिन्नता नियमनको मध्यम डिग्रीलाई संकेत गर्दछ। यसको विपरित, धेरैजसो संरचनात्मक रूपमा उत्पादित विशेष मेटाबोलाइटहरू, जस्तै रुटिन, CGA, र एसिल सुगरहरू, सबैभन्दा कम Si स्कोरहरू हुन्। विशेष मेटाबोलाइटहरू बीच संरचनात्मक जटिलता र Si वितरणलाई राम्रोसँग अन्वेषण गर्न, प्रत्येक मोड्युलको लागि एक आणविक नेटवर्क निर्माण गरिएको थियो (चित्र 4B)। OD सिद्धान्तको एउटा महत्त्वपूर्ण भविष्यवाणी (चित्र १B मा संक्षेप गरिएको) यो हो कि हर्बिभोरी पछि विशेष मेटाबोलाइटहरूको पुनर्गठनले उच्च रक्षा मूल्य भएका मेटाबोलाइटहरूमा एकतर्फी परिवर्तनहरू निम्त्याउनुपर्छ, विशेष गरी तिनीहरूको विशिष्टता बढाएर (अनियमित वितरणको विपरीत) मोड) MT सिद्धान्तद्वारा भविष्यवाणी गरिएको रक्षात्मक मेटाबोलाइट। M1 मा संचित धेरैजसो फिनोल डेरिभेटिभहरू कार्यात्मक रूपमा कीराहरूको प्रदर्शनमा गिरावटसँग सम्बन्धित छन् (३२)। २४ घण्टामा EV नियन्त्रण प्लान्टहरूको प्रेरित पातहरू र घटक पातहरू बीच M1 मेटाबोलाइटहरूमा Si मानहरूको तुलना गर्दा, हामीले अवलोकन गर्यौं कि हर्बिभोरी कीराहरू पछि धेरै मेटाबोलाइटहरूको मेटाबोलिक विशिष्टतामा उल्लेखनीय वृद्धि प्रवृत्ति छ (चित्र ४C)। Si मानमा विशिष्ट वृद्धि केवल रक्षात्मक फेनोलामाइडहरूमा पत्ता लगाइएको थियो, तर यस मोड्युलमा सह-अस्तित्वमा रहेका अन्य फिनोलहरू र अज्ञात मेटाबोलाइटहरूमा Si मानमा कुनै वृद्धि पत्ता लागेन। यो एक विशेष मोडेल हो, जुन OD सिद्धान्तसँग सम्बन्धित छ। हर्बिभोरीहरूबाट हुने मेटाबोलिक परिवर्तनहरूको मुख्य भविष्यवाणीहरू एकरूप छन्। फेनोलामाइड स्पेक्ट्रमको यो विशिष्टता OS-विशिष्ट ET द्वारा प्रेरित थियो कि थिएन भनेर परीक्षण गर्न, हामीले मेटाबोलाइट Si सूचकांक प्लट गर्यौं र EV र sETR1 जीनोटाइपहरूमा OSM र OSS1 बीचको भिन्न अभिव्यक्ति मान निम्त्यायौं (चित्र 4D)। sETR1 मा, OSM र OSS1 बीचको फेनोलामाइड-प्रेरित भिन्नता धेरै कम भयो। JA-नियमित मेटाबोलिक विशेषज्ञता (चित्र S6) सँग सम्बन्धित मुख्य MS/MS मोड्युलहरू अनुमान गर्न अपर्याप्त JA भएका स्ट्रेनहरूमा सङ्कलन गरिएको MS/MS डेटामा पनि द्वि-क्लस्टरिङ विधि लागू गरिएको थियो।
(A) साझा खण्ड (NDP समानता) र साझा तटस्थ क्षति (NL समानता) मा आधारित 585 MS/MS को क्लस्टरिङ परिणामहरूले मोड्युल (M) ज्ञात यौगिक परिवारसँग मिल्दोजुल्दो, वा अज्ञात वा कमजोर रूपमा मेटाबोलाइज्ड मेटाबोलाइट संरचनाद्वारा परिणाम दिन्छ। प्रत्येक मोड्युलको छेउमा, मेटाबोलाइट (MS/MS) विशिष्ट (Si) वितरण देखाइएको छ। (B) मोड्युलर आणविक नेटवर्क: नोडहरूले MS/MS र किनाराहरू, NDP (रातो) र NL (नीलो) MS/MS स्कोरहरू (कट-अफ,> 0.6) प्रतिनिधित्व गर्दछ। श्रेणीबद्ध मेटाबोलाइट विशिष्टता सूचकांक (Si) मोड्युल (बायाँ) मा आधारित रंगीन र आणविक नेटवर्क (दायाँ) मा म्याप गरिएको। (C) २४ घण्टामा संवैधानिक (नियन्त्रण) र प्रेरित अवस्थामा (सिमुलेटेड हर्बिभोर) EV प्लान्टको मोड्युल M1: आणविक नेटवर्क रेखाचित्र (Si मान नोड आकार हो, रक्षात्मक फेनोलामाइड नीलो रंगमा हाइलाइट गरिएको छ)। (D) बिग्रिएको EV र ET धारणा भएको स्पेक्ट्रम लाइन sETR1 को M1 आणविक नेटवर्क रेखाचित्र: हरियो सर्कल नोड द्वारा प्रतिनिधित्व गरिएको फेनोलिक यौगिक, र नोड आकारको रूपमा W + OSM र W + OSS1 उपचारहरू बीचको महत्त्वपूर्ण भिन्नता (P मान)। CP, N-caffeoyl-tyrosine; CS, N-caffeoyl-spermidine; FP, N-ferulic acid ester-uric acid; FS, N-ferulyl-spermidine; CoP, N', N “-Coumarolyl-tyrosine; DCS, N', N”-dicaffeoyl-spermidine; CFS, N', N”-caffeoyl, feruloyl-spermidine; वुल्फबेरी सोनमा Lycium barbarum; Nick. O-AS, O-acyl चिनी।
हामीले विश्लेषणलाई एकल क्षीणित नेपेन्थेस जीनोटाइपबाट प्राकृतिक जनसंख्यामा विस्तार गर्यौं, जहाँ शाकाहारी JA स्तर र विशिष्ट मेटाबोलाइट स्तरहरूमा बलियो अन्तरविशिष्ट परिवर्तनहरू पहिले प्राकृतिक जनसंख्यामा वर्णन गरिएको छ (26)। यो डेटा सेट प्रयोग गर्नुहोस् 43 जर्मप्लाज्महरू कभर गर्न। यी जर्मप्लाज्महरूमा N. प्यालेन्सबाट बिरुवाहरूको 123 प्रजातिहरू समावेश छन्। यी बिरुवाहरू युटा, नेभाडा, एरिजोना र क्यालिफोर्निया (चित्र S7) मा विभिन्न मूल बासस्थानहरूमा सङ्कलन गरिएका बीउहरूबाट लिइएका थिए, हामीले मेटाबोलोम विविधता (यहाँ जनसंख्या स्तर भनिन्छ) β विविधता) र OSM द्वारा हुने विशेषज्ञताको गणना गर्यौं। अघिल्ला अध्ययनहरूसँग मिल्दोजुल्दो, हामीले Hj र δj अक्षहरूमा मेटाबोलिक परिवर्तनहरूको विस्तृत दायरा अवलोकन गर्यौं, जसले संकेत गर्दछ कि जर्मप्लाज्महरूमा शाकाहारीहरूप्रति तिनीहरूको मेटाबोलिक प्रतिक्रियाहरूको प्लास्टिसिटीमा महत्त्वपूर्ण भिन्नताहरू छन् (चित्र S7)। यो संगठन शाकाहारीहरूबाट हुने JA परिवर्तनहरूको गतिशील दायराको बारेमा अघिल्लो अवलोकनहरूको सम्झना दिलाउँछ, र एकल जनसंख्यामा धेरै उच्च मूल्य कायम राखेको छ (26, 36)। Hj र δj बीचको समग्र स्तर सहसम्बन्ध परीक्षण गर्न JA र JA-Ile प्रयोग गरेर, हामीले JA र मेटाबोलोम β विविधता र विशेषज्ञता सूचकांक (चित्र S7) बीच एक महत्त्वपूर्ण सकारात्मक सहसम्बन्ध रहेको पायौं। यसले जनसंख्या स्तरमा पत्ता लागेको JAs प्रेरणमा शाकाहारी-प्रेरित विषमता कीरा शाकाहारीहरूबाट चयनको कारणले हुने प्रमुख मेटाबोलिक बहुरूपताको कारणले हुन सक्छ भन्ने सुझाव दिन्छ।
अघिल्ला अध्ययनहरूले देखाएका छन् कि सुर्तीजन्य प्रकारहरू प्रकार र प्रेरित र संरचनात्मक मेटाबोलिक प्रतिरक्षामा सापेक्षिक निर्भरतामा धेरै फरक छन्। यो विश्वास गरिन्छ कि एन्टी-हर्बिभोर सिग्नल ट्रान्सडक्सन र प्रतिरक्षा क्षमताहरूमा यी परिवर्तनहरू किराको जनसंख्याको दबाब, बोटबिरुवाको जीवन चक्र, र दिइएको प्रजाति बढेको ठाउँमा रक्षा उत्पादन लागतद्वारा नियमन गरिन्छ। हामीले उत्तरी अमेरिका र दक्षिण अमेरिकामा रहेका छवटा निकोटियाना प्रजातिहरूको शाकाहारीहरूद्वारा प्रेरित पात मेटाबोलोम पुनर्निर्माणको स्थिरताको अध्ययन गर्यौं। यी प्रजातिहरू नेपेन्थेस उत्तरी अमेरिकासँग नजिकबाट सम्बन्धित छन्, अर्थात् निकोलस बोसिफ्लो। ला, एन. निकोटिनिस, निकोटियाना एन. एटेन्युएटेड ग्रास, निकोटियाना ट्याब्याकम, रेखीय तंबाकू, तंबाकू (निकोटियाना स्पेगाज्नी) र तंबाकू पात तंबाकू (निकोटियाना ओब्टुसिफोलिया) (चित्र 5A) (37)। यी मध्ये छ प्रजातिहरू, राम्रोसँग विशेषता प्राप्त प्रजातिहरू एन. प्लीज सहित, पेटुनिया क्लेडका वार्षिक बिरुवाहरू हुन्, र ओब्टुसिफोलिया एन. बहिनी क्लेड ट्राइगोनोफिलाई (38) का बारहमासी हुन्। त्यसपछि, कीराको खुवाउने प्रजाति-स्तरको मेटाबोलिक पुनर्संरचनाको अध्ययन गर्न यी सात प्रजातिहरूमा W + W, W + OSM र W + OSS1 प्रेरण प्रदर्शन गरियो।
(A) अधिकतम सम्भावना [आणविक ग्लुटामाइन संश्लेषणको लागि (38)] र सात नजिकबाट सम्बन्धित निकोटियाना प्रजातिहरू (भिन्न रंगहरू) को भौगोलिक वितरणमा आधारित बुटस्ट्र्याप फाइलोजेनेटिक रूख (37)। (B) सात निकोटियाना प्रजातिहरूको मेटाबोलिक प्रोफाइलहरूको लागि विशेष विविधताको स्क्याटर प्लट (939 MS/MS; डेटा फाइल S1)। प्रजाति स्तरमा, मेटाबोलोम विविधता विशेषज्ञताको डिग्रीसँग नकारात्मक रूपमा सम्बन्धित छ। चयापचय विविधता र विशेषज्ञता र JA संचय बीचको प्रजाति-स्तर सहसम्बन्धको विश्लेषण चित्र 2 मा देखाइएको छ। S9। रंग, विभिन्न प्रकारहरू; त्रिकोण, W + OSS1; आयत, W + OSM; (C) निकोटियाना JA र JA-Ile गतिशीलतालाई OS उत्तेजना आयाम अनुसार क्रमबद्ध गरिएको छ (दुई-तर्फी ANOVA र Tukey HSD पोस्ट-बहु तुलना, * P <0.05, ** P <0.01 र * ** W + OS र W + W, P <0.001 को तुलनाको लागि)। शाकाहारी र मिथाइल JA (MeJA) को नक्कल गरेपछि प्रत्येक प्रजातिको (D) विविधता र (E) विशेषज्ञताको बक्स प्लट। तारा चिन्हले W + OS र W + W वा lanolin plus W (Lan + W) वा Lan plus MeJA (Lan + MeJa) र Lan नियन्त्रण (भिन्नताको दुई-तर्फी विश्लेषण, त्यसपछि टुकीको HSD पोस्ट हक बहु तुलना, *P<0.05, **P<0.01 र ***P<0.001) बीचको महत्त्वपूर्ण भिन्नतालाई संकेत गर्दछ।
दोहोरो क्लस्टर विधि प्रयोग गरेर, हामीले ९३९ MS/MS (डेटा फाइल S1) का ९ मोड्युलहरू पहिचान गर्यौं। विभिन्न उपचारहरूद्वारा पुन: कन्फिगर गरिएको MS/MS को संरचना प्रजातिहरू बीचका विभिन्न मोड्युलहरूमा धेरै फरक हुन्छ (चित्र S8)। Hj (यहाँ प्रजाति-स्तर γ-विविधता भनेर उल्लेख गरिएको छ) र δj लाई दृश्यीकरण गर्दा विभिन्न प्रजातिहरू मेटाबोलिक ठाउँमा धेरै फरक समूहहरूमा एकत्रित हुन्छन् भन्ने कुरा प्रकट हुन्छ, जहाँ प्रजाति-स्तर विभाजन सामान्यतया उत्तेजना भन्दा बढी प्रमुख हुन्छ। N. linear र N. obliquus को अपवाद बाहेक, तिनीहरूले प्रेरण प्रभावहरूको विस्तृत गतिशील दायरा प्रदर्शन गर्छन् (चित्र 5B)। यसको विपरित, N. purpurea र N. obtusifolia जस्ता प्रजातिहरूमा उपचारको लागि कम स्पष्ट चयापचय प्रतिक्रिया हुन्छ, तर मेटाबोलोम बढी विविध हुन्छ। प्रेरित चयापचय प्रतिक्रियाको प्रजाति-विशिष्ट वितरणले विशेषज्ञता र गामा विविधता (PCC = -0.46, P = 4.9×10-8) बीचको महत्त्वपूर्ण नकारात्मक सम्बन्धको परिणामस्वरूप भयो। JA स्तरहरूमा OS-प्रेरित परिवर्तनहरू मेटाबोलोम विशेषज्ञतासँग सकारात्मक रूपमा सम्बन्धित छन्, र प्रत्येक प्रजातिद्वारा प्रदर्शन गरिएको मेटाबोलिक गामा विविधतासँग नकारात्मक रूपमा सम्बन्धित छन् (चित्र 5B र चित्र S9)। यो ध्यान दिन लायक छ कि चित्र 5C मा बोलचालमा "सिग्नल प्रतिक्रिया" प्रजातिहरू भनेर चिनिने प्रजातिहरू, जस्तै नेपेन्थेस नेमाटोडहरू, नेपेन्थेस नेपेन्थेस, नेपेन्थेस एक्युट, र नेपेन्थेस एटेन्युएटेड, ले 30 मिनेटमा महत्त्वपूर्ण संकेतहरू निम्त्याए। हालैका OS-विशिष्ट JA र JA-Ile प्रकोपहरू, जबकि अन्य ब्याक्टेरियाहरूलाई "सिग्नल अनुत्तरदायी" भनिन्छ, जस्तै नेपेन्थेस मिलहरू, नेपेन्थेस पाउडररी र N. obtusifolia ले कुनै OS विशिष्टता बिना JA-Ile एज इन्डक्सन मात्र देखाउँछन् (चित्र 5C)। मेटाबोलिक स्तरमा, माथि उल्लेख गरिएझैं, एटेन्युएटेड नेपेन्थेसको लागि, सिग्नल-प्रतिक्रियाशील पदार्थहरूले OS विशिष्टता देखाए र Hj घटाउँदै δj उल्लेखनीय रूपमा बढाए। यो OS-विशिष्ट प्राइमिङ प्रभाव सिग्नल गैर-प्रतिक्रियाशील प्रजातिहरूको रूपमा वर्गीकृत प्रजातिहरूमा पत्ता लागेन (चित्र 5, D र E)। OS-विशिष्ट मेटाबोलाइटहरू सिग्नल-प्रतिक्रियाशील प्रजातिहरू बीच धेरै पटक साझा गरिन्छ, र यी सिग्नल क्लस्टरहरू कमजोर सिग्नल प्रतिक्रियाहरू भएका प्रजातिहरूसँग क्लस्टर हुन्छन्, जबकि कमजोर सिग्नल प्रतिक्रियाहरू भएका प्रजातिहरूले कम अन्तरनिर्भरता देखाउँछन् (चित्र S8)। यो नतिजाले JAs को OS-विशिष्ट प्रेरण र डाउनस्ट्रीम मेटाबोलोमको OS-विशिष्ट पुनर्संरचना प्रजाति स्तरमा जोडिएको संकेत गर्दछ।
अर्को, हामीले बिरुवाहरूको उपचार गर्न मिथाइल JA (MeJA) भएको ल्यानोलिन पेस्ट प्रयोग गर्यौं ताकि यी युग्मन मोडहरू बाह्य JA द्वारा लागू गरिएको JA को उपलब्धता द्वारा प्रतिबन्धित छन् कि छैनन् भनेर जाँच गर्न सकियोस्, जुन बिरुवाहरूको साइटोप्लाज्ममा हुनेछ। द्रुत डिस्टेरिफिकेशन JA हो। हामीले JA को निरन्तर आपूर्तिको कारणले गर्दा सिग्नल-प्रतिक्रियाशील प्रजातिहरूबाट सिग्नल-गैर-प्रतिक्रियाशील प्रजातिहरूमा क्रमिक परिवर्तनको समान प्रवृत्ति फेला पार्यौं (चित्र 5, D र E)। छोटकरीमा, MeJA उपचारले रेखीय नेमाटोडहरू, N. obliquus, N. aquaticus, N. pallens, र N. mikimotoi को मेटाबोलोमहरूलाई दृढतापूर्वक पुन: प्रोग्राम गर्यो, जसको परिणामस्वरूप δj मा उल्लेखनीय वृद्धि भयो र Hj मा कमी आयो। N. purpurea ले δj मा मात्र वृद्धि देखायो, तर Hj मा होइन। N. obtusifolia, जुन पहिले JA को अत्यन्त कम स्तर जम्मा गर्न देखाइएको छ, मेटाबोलोम पुन: कन्फिगरेसनको सन्दर्भमा MeJA उपचारमा पनि खराब प्रतिक्रिया दिन्छ। यी नतिजाहरूले संकेत-प्रतिक्रियाशील प्रजातिहरूमा JA उत्पादन वा सिग्नल ट्रान्सडक्सन शारीरिक रूपमा प्रतिबन्धित छ भनेर संकेत गर्दछ। यो परिकल्पना परीक्षण गर्न, हामीले W + W, W + OSMs र W + OSS1 ट्रान्सक्रिप्टोम (39) द्वारा प्रेरित चार प्रजातिहरू (N. pallens, N. mills, N. pink र N. microphylla) को अध्ययन गर्यौं। मेटाबोलोम पुनर्निर्माणको ढाँचासँग मिल्दोजुल्दो, प्रजातिहरू ट्रान्सक्रिप्टोम स्पेसमा राम्रोसँग अलग छन्, जसमध्ये N. attenuated ले उच्चतम OS-प्रेरित RDPI देखायो, जबकि N. gracilis सबैभन्दा कम थियो (चित्र 6A)। यद्यपि, यो पत्ता लाग्यो कि N. oblonga द्वारा प्रेरित ट्रान्सक्रिप्टोम विविधता चार प्रजातिहरू मध्ये सबैभन्दा कम थियो, पहिले सात प्रजातिहरूमा देखाइएको N. oblonga को उच्चतम मेटाबोनोमिक विविधताको विपरीत। अघिल्ला अध्ययनहरूले देखाएको छ कि JA संकेतहरू सहित प्रारम्भिक रक्षा संकेतहरूसँग सम्बन्धित जीनहरूको सेटले निकोटियाना प्रजातिहरू (39) मा शाकाहारी-सम्बन्धित एलिसिटरहरू द्वारा प्रेरित प्रारम्भिक रक्षा प्रतिक्रियाहरूको विशिष्टतालाई व्याख्या गर्दछ। यी चार प्रजातिहरू बीचको JA संकेत मार्गहरूको तुलना गर्दा एउटा रोचक ढाँचा देखा पर्‍यो (चित्र 6B)। यस मार्गमा रहेका अधिकांश जीनहरू, जस्तै AOC, OPR3, ACX र COI1, ले यी चार प्रजातिहरूमा अपेक्षाकृत उच्च स्तरको प्रेरण देखाए। यद्यपि, एउटा प्रमुख जीन, JAR4, ले JA लाई JA-Ile संचित ट्रान्सक्रिप्टहरूको जैविक रूपमा सक्रिय रूपमा रूपान्तरण गर्दछ, र यसको ट्रान्सक्रिप्शन स्तर धेरै कम छ, विशेष गरी N. मिलहरू, Nepenthes pieris र N. microphylla मा। थप रूपमा, N. bifidum मा अर्को जीन AOS को ट्रान्सक्रिप्ट मात्र पत्ता लागेन। जीन अभिव्यक्तिमा यी परिवर्तनहरू सिग्नल एनेर्जिक प्रजातिहरूमा कम JA उत्पादन र N. gracilis को प्रेरण द्वारा प्रेरित चरम फेनोटाइपहरूको लागि जिम्मेवार हुन सक्छन्।
(क) हर्बिभोरी इन्डक्सनको ३० मिनेट पछि नमूना गरिएका चार नजिकका सम्बन्धित सुर्तीजन्य प्रजातिहरूको प्रारम्भिक ट्रान्सक्रिप्शनल प्रतिक्रियाहरूको पुन: प्रोग्रामिङको सूचना सिद्धान्त विश्लेषण। हर्बिभोर OS द्वारा प्रेरित पातहरूलाई घाउ नियन्त्रणसँग तुलना गरेर RDPI गणना गरिन्छ। रङहरूले विभिन्न प्रजातिहरूलाई संकेत गर्दछ, र प्रतीकहरूले फरक उपचार विधिहरूलाई संकेत गर्दछ। (ख) चार प्रजातिहरू बीच JA संकेतन मार्गहरूमा जीन अभिव्यक्तिको विश्लेषण। सरलीकृत JA मार्ग बक्स प्लटको छेउमा देखाइएको छ। फरक रङहरूले फरक प्रशोधन विधिहरूलाई संकेत गर्दछ। तारा चिन्हले W + OS उपचार र W + W नियन्त्रण बीच महत्त्वपूर्ण भिन्नता रहेको संकेत गर्दछ (विद्यार्थीको t-परीक्षणको लागि जोडी भिन्नताहरूको लागि, *P<0.05, **P<0.01 र ***P<0.001)। OPDA, 12-oxophytodienoic acid; OPC-8: 0,3-oxo-2(2′(Z)-pentenyl)-cyclopentane-1-octanoic acid।
पछिल्लो भागमा, हामीले विभिन्न वनस्पति प्रजातिहरूको मेटाबोलोमको कीरा प्रजाति-विशिष्ट पुनर्निर्माण कसरी शाकाहारीहरूको प्रतिरोधी हुन सक्छ भनेर अध्ययन गर्यौं। अघिल्लो अनुसन्धानले निकोटियाना जीनसलाई जोड दियो। Ms र लार्भाको प्रतिरोध धेरै फरक छ (40)। यहाँ, हामीले यो मोडेल र तिनीहरूको मेटाबोलिक प्लास्टिसिटी बीचको सम्बन्धको अध्ययन गर्यौं। माथिका चार सुर्तीजन्य प्रजातिहरू प्रयोग गरेर, र शाकाहारीहरूले गर्दा हुने मेटाबोलोमको विविधता र विशेषज्ञता र Ms र Sl को लागि बिरुवाहरूको प्रतिरोध बीचको सम्बन्धको परीक्षण गर्दै, हामीले सामान्यवादी Sl All को प्रतिरोध, विविधता र विशेषज्ञता सकारात्मक रूपमा सहसम्बन्धित भएको पाए, जबकि विशेषज्ञ महिलाहरूको प्रतिरोध र विशेषज्ञता बीचको सम्बन्ध कमजोर छ, र विविधतासँगको सहसम्बन्ध महत्त्वपूर्ण छैन (चित्र S10)। S1 प्रतिरोधको सन्दर्भमा, दुबै क्षीण N. chinensis र N. gracilis, जुन पहिले JA सिग्नल ट्रान्सडक्सन स्तर र मेटाबोलोम प्लास्टिसिटी दुवै प्रदर्शन गर्न देखाइएको थियो, शाकाहारी प्रेरणको लागि धेरै फरक प्रतिक्रियाहरू थिए, र तिनीहरूले समान उच्च प्रतिरोध पनि देखाए। लिङ्ग।
विगत साठी वर्षमा, वनस्पति रक्षा सिद्धान्तले एक सैद्धान्तिक रूपरेखा प्रदान गरेको छ, जसको आधारमा अनुसन्धानकर्ताहरूले वनस्पति विशेष मेटाबोलाइटहरूको विकास र कार्यहरूको उल्लेखनीय संख्याको भविष्यवाणी गरेका छन्। यी मध्ये धेरैजसो सिद्धान्तहरूले बलियो निष्कर्षहरूको सामान्य प्रक्रिया पालना गर्दैनन् (४१)। तिनीहरूले विश्लेषणको समान स्तरमा प्रमुख भविष्यवाणीहरू (३) प्रस्ताव गर्छन्। जब प्रमुख भविष्यवाणीहरूको परीक्षणले विशिष्ट सिद्धान्तहरूलाई विश्लेषण गर्न अनुमति दिन्छ, यसले क्षेत्र अगाडि बढिरहेको छ भन्ने कुरालाई सुनिश्चित गर्नेछ। समर्थन गर्नुहोस्, तर अरूलाई अस्वीकार गर्नुहोस् (४२)। यसको सट्टा, नयाँ सिद्धान्तले विश्लेषणको विभिन्न स्तरहरूमा भविष्यवाणी गर्दछ र वर्णनात्मक विचारहरूको नयाँ तह थप्छ (४२)। यद्यपि, कार्यात्मक स्तरमा प्रस्तावित दुई सिद्धान्तहरू, MT र OD, शाकाहारीहरूले गर्दा हुने विशेष मेटाबोलिक परिवर्तनहरूको महत्त्वपूर्ण भविष्यवाणीको रूपमा सजिलै व्याख्या गर्न सकिन्छ: OD सिद्धान्तले विश्वास गर्दछ कि विशेष मेटाबोलिक "अन्तरिक्ष" मा परिवर्तनहरू अत्यधिक दिशात्मक हुन्छन्। MT सिद्धान्तले विश्वास गर्दछ कि यी परिवर्तनहरू दिशाहीन र अनियमित रूपमा मेटाबोलिक ठाउँमा अवस्थित हुनेछन्, र उच्च रक्षा मूल्य मेटाबोलाइटहरू हुने गर्छन्। OD र MT भविष्यवाणीहरूको अघिल्लो परीक्षणहरू प्राथमिकता "रक्षा" यौगिकहरूको साँघुरो सेट प्रयोग गरेर परीक्षण गरिएको छ। यी मेटाबोलाइट-केन्द्रित परीक्षणहरूले जडीबुटीको समयमा मेटाबोलोम पुन: कन्फिगरेसनको हद र प्रक्षेपण विश्लेषण गर्ने क्षमतालाई रोक्छन्, र एक सुसंगत तथ्याङ्कीय ढाँचा भित्र परीक्षण गर्न अनुमति दिँदैनन् जसले सम्पूर्ण रूपमा विचार गर्न सकिने प्रमुख भविष्यवाणीहरू आवश्यक पर्दछ। बिरुवा मेटाबोलोममा परिवर्तनहरूको मात्रा निर्धारण गर्नुहोस्। यहाँ, हामीले कम्प्युटेसनल एमएसमा आधारित मेटाबोलोमिक्समा नवीन प्रविधि प्रयोग गर्यौं र विश्वव्यापी मेटाबोलोमिक्स स्तरमा प्रस्तावित दुई बीचको भिन्नता परीक्षण गर्न सूचना सिद्धान्त वर्णनकर्ताहरूको सामान्य मुद्रामा डिकन्भोलुसन एमएस विश्लेषण गर्यौं। यस सिद्धान्तको प्रमुख भविष्यवाणी। सूचना सिद्धान्त धेरै क्षेत्रहरूमा लागू गरिएको छ, विशेष गरी जैविक विविधता र पोषक तत्व प्रवाह अनुसन्धानको सन्दर्भमा (४३)। यद्यपि, जहाँसम्म हामीलाई थाहा छ, यो बिरुवाहरूको मेटाबोलिक जानकारी स्थान वर्णन गर्न र वातावरणीय संकेतहरूको प्रतिक्रियामा अस्थायी मेटाबोलिक परिवर्तनहरूसँग सम्बन्धित पारिस्थितिक समस्याहरू समाधान गर्न प्रयोग गरिएको पहिलो अनुप्रयोग हो। विशेष गरी, यस विधिको क्षमता विकासको विभिन्न स्तरहरूमा विभिन्न प्रजातिहरूबाट अन्तर-प्रजाति म्याक्रोइभोलुसनरी ढाँचाहरूमा शाकाहारीहरू कसरी विकसित भएका छन् भनेर जाँच गर्न बिरुवा प्रजातिहरू भित्र र बीचको ढाँचाहरू तुलना गर्ने क्षमतामा निहित छ। चयापचय।
प्रमुख घटक विश्लेषण (PCA) ले बहु-भिन्न डेटा सेटलाई आयाम घटाउने ठाउँमा रूपान्तरण गर्दछ ताकि डेटाको मुख्य प्रवृत्तिलाई व्याख्या गर्न सकियोस्, त्यसैले यसलाई सामान्यतया डेटा सेटलाई पार्स गर्न अन्वेषणात्मक प्रविधिको रूपमा प्रयोग गरिन्छ, जस्तै डिकन्भोलुसन मेटाबोलोम। यद्यपि, आयाम घटाउनेले डेटा सेटमा जानकारी सामग्रीको केही भाग गुमाउनेछ, र PCA ले पारिस्थितिक सिद्धान्तसँग विशेष रूपमा सान्दर्भिक विशेषताहरूको बारेमा मात्रात्मक जानकारी प्रदान गर्न सक्दैन, जस्तै: शाकाहारीहरूले विशेष क्षेत्रहरूमा विविधतालाई कसरी पुन: कन्फिगर गर्छन् (उदाहरणका लागि, समृद्धि, वितरण) र प्रशस्तता) मेटाबोलाइटहरू? कुन मेटाबोलाइटहरू दिइएको शाकाहारीको प्रेरित अवस्थाको भविष्यसूचक हुन्? विशिष्टता, विविधता र inducibility को दृष्टिकोणबाट, पात-विशिष्ट मेटाबोलाइट प्रोफाइलको जानकारी सामग्री विघटित हुन्छ, र यो पाइन्छ कि शाकाहारीहरूको खानाले विशिष्ट चयापचय सक्रिय गर्न सक्छ। अप्रत्याशित रूपमा, हामीले अवलोकन गर्यौं कि, लागू गरिएको सूचना सिद्धान्त सूचकहरूमा वर्णन गरिए अनुसार, दुई शाकाहारी जनावरहरू (रातमा खुवाउने सामान्यवादी Sl) र Solanaceae विशेषज्ञ सुश्रीको आक्रमण पछि परिणामस्वरूप चयापचय स्थितिमा ठूलो ओभरल्याप हुन्छ। यद्यपि तिनीहरूको खुवाउने व्यवहार र एकाग्रता उल्लेखनीय रूपमा फरक छ। OS (31) मा फ्याटी एसिड-एमिनो एसिड कन्जुगेट (FAC) इनिसिएटर। मानकीकृत पंचर घाउहरूको उपचार गर्न शाकाहारी OS प्रयोग गरेर, सिमुलेटेड शाकाहारी उपचारले पनि समान प्रवृत्ति देखायो। शाकाहारी आक्रमणहरूमा बिरुवाहरूको प्रतिक्रिया अनुकरण गर्ने यो मानकीकृत प्रक्रियाले शाकाहारीहरूको खाने व्यवहारमा परिवर्तनहरूको कारणले हुने भ्रामक कारकहरूलाई हटाउँछ, जसले विभिन्न समयमा क्षतिको फरक डिग्री निम्त्याउँछ (34)। FAC, जुन OSM को मुख्य कारण मानिन्छ, OSS1 मा JAS र अन्य बिरुवा हर्मोन प्रतिक्रियाहरूलाई कम गर्छ, जबकि OSS1 ले सयौं पटक घटाउँछ (31)। यद्यपि, OSS1 ले OSM को तुलनामा JA संचयको समान स्तर निम्त्यायो। पहिले नै यो देखाइएको छ कि क्षीण नेपेन्थेसमा JA प्रतिक्रिया OSM प्रति धेरै संवेदनशील छ, जहाँ FAC ले पानीमा १:१००० पातलो पारे पनि आफ्नो गतिविधि कायम राख्न सक्छ (४४)। त्यसकारण, OSM को तुलनामा, OSS1 मा FAC धेरै कम भए पनि, यो पर्याप्त JA प्रकोप उत्पन्न गर्न पर्याप्त छ। अघिल्ला अध्ययनहरूले देखाएका छन् कि OSS1 मा बिरुवा प्रतिरक्षा प्रतिक्रियाहरू ट्रिगर गर्न पोरिन-जस्तो प्रोटीन (४५) र ओलिगोसाकराइड्स (४६) लाई आणविक संकेतको रूपमा प्रयोग गर्न सकिन्छ। यद्यपि, यो अझै स्पष्ट छैन कि OSS1 मा यी एलिसिटरहरू हालको अध्ययनमा अवलोकन गरिएको JA को संचयको लागि जिम्मेवार छन् कि छैनन्।
यद्यपि विभिन्न शाकाहारी जनावरहरू वा बाह्य JA वा SA (salicylic एसिड) (47) को प्रयोगबाट हुने विभेदक मेटाबोलिक फिंगरप्रिन्टहरूको वर्णन गर्ने केही अध्ययनहरू छन्, तर कसैले पनि बोटबिरुवा घाँस नेटवर्कमा शाकाहारी प्रजाति-विशिष्ट गडबडी र विशिष्टमा यसको प्रभावलाई विचलित गरेको छैन। चयापचयको समग्र प्रभाव व्यवस्थित रूपमा अध्ययन गरिएको छ। व्यक्तिगत जानकारी। यो विश्लेषणले थप पुष्टि गर्‍यो कि JA बाहेक अन्य बोटबिरुवा हार्मोनहरूसँग आन्तरिक हार्मोन नेटवर्क जडानले शाकाहारीहरूले गर्दा हुने मेटाबोलिक पुनर्गठनको विशिष्टतालाई आकार दिन्छ। विशेष गरी, हामीले पत्ता लगायौं कि OSM को कारणले हुने ET OSS1 को कारणले हुने भन्दा उल्लेखनीय रूपमा बढी थियो। यो मोड OSM मा अधिक FAC सामग्रीसँग मिल्दोजुल्दो छ, जुन ET फट ट्रिगर गर्न आवश्यक र पर्याप्त अवस्था हो (48)। बिरुवाहरू र शाकाहारीहरू बीचको अन्तरक्रियाको सन्दर्भमा, बिरुवा-विशिष्ट मेटाबोलाइट गतिशीलतामा ET को संकेतन कार्य अझै पनि छिटपुट छ र केवल एकल यौगिक समूहलाई लक्षित गर्दछ। यसको अतिरिक्त, धेरैजसो अध्ययनहरूले ET को नियमन अध्ययन गर्न ET को बाह्य प्रयोग वा यसको पूर्ववर्ती वा विभिन्न अवरोधकहरू प्रयोग गरेका छन्, जसमध्ये यी बाह्य रासायनिक अनुप्रयोगहरूले धेरै गैर-विशिष्ट साइड इफेक्टहरू उत्पादन गर्नेछन्। हाम्रो ज्ञानमा, यो अध्ययनले बिरुवाको मेटाबोलोम गतिशीलता समन्वय गर्न बिग्रिएको ट्रान्सजेनिक बिरुवाहरू उत्पादन गर्न र बुझ्न ET को प्रयोगमा ET को भूमिकाको पहिलो ठूलो-स्तरीय व्यवस्थित परीक्षण प्रतिनिधित्व गर्दछ। हर्बिभोर-विशिष्ट ET प्रेरणले अन्ततः मेटाबोलोम प्रतिक्रियालाई परिमार्जन गर्न सक्छ। सबैभन्दा महत्त्वपूर्ण भनेको ET बायोसिन्थेसिस (ACO) र धारणा (ETR1) जीनहरूको ट्रान्सजेनिक हेरफेर हो जसले फेनोलामाइडहरूको हर्बिभोर-विशिष्ट डे नोभो संचय प्रकट गर्‍यो। यो पहिले देखाइएको छ कि ET ले पुट्रेसिन N-मिथाइलट्रान्सफेरेज (49) लाई नियमन गरेर JA-प्रेरित निकोटिन संचयलाई फाइन-ट्यून गर्न सक्छ। यद्यपि, मेकानिकल दृष्टिकोणबाट, यो स्पष्ट छैन कि ET ले फेनामाइडको प्रेरणलाई कसरी फाइन-ट्यून गर्छ। ET को सिग्नल ट्रान्सडक्सन प्रकार्यको अतिरिक्त, पोलिएमिनोफेनोल एमाइड्समा लगानीलाई नियमन गर्न मेटाबोलिक फ्लक्सलाई S-adenosyl-1-methionine मा पनि सार्न सकिन्छ। S-adenosyl-1-methionine ET हो र पोलिएमिन बायोसिंथेटिक मार्गको सामान्य मध्यवर्ती हो। ET सिग्नलले फेनोलामाइडको स्तरलाई नियमन गर्ने संयन्त्रको बारेमा थप अध्ययन आवश्यक छ।
लामो समयदेखि, अज्ञात संरचनाको ठूलो संख्यामा विशेष मेटाबोलाइटहरूको कारणले गर्दा, विशिष्ट मेटाबोलाइटहरू प्रति गहन ध्यान जैविक अन्तरक्रिया पछि मेटाबोलिक विविधताको अस्थायी परिवर्तनहरूको कडाईका साथ मूल्याङ्कन गर्न असमर्थ भएको छ। हाल, सूचना सिद्धान्त विश्लेषणको आधारमा, निष्पक्ष मेटाबोलाइटहरूमा आधारित MS/MS स्पेक्ट्रम अधिग्रहणको मुख्य परिणाम यो हो कि शाकाहारीहरू खाने वा अनुकरण गर्ने शाकाहारीहरूले यसको विशेषज्ञताको डिग्री बढाउँदै पात मेटाबोलोमको समग्र मेटाबोलिक विविधतालाई कम गर्न जारी राख्छन्। शाकाहारीहरूबाट हुने मेटाबोलोम विशिष्टतामा यो अस्थायी वृद्धि ट्रान्सक्रिप्टोम विशिष्टतामा एक सिनर्जिस्टिक वृद्धिसँग सम्बन्धित छ। यो ठूलो मेटाबोलोम विशेषज्ञता (उच्च Si मान भएको) मा सबैभन्दा बढी योगदान गर्ने विशेषता पहिलेको विशेष शाकाहारी प्रकार्य भएको विशेष मेटाबोलाइट हो। यो मोडेल OD सिद्धान्तको भविष्यवाणीसँग मिल्दोजुल्दो छ, तर मेटाबोलोम पुन: प्रोग्रामिङको अनियमिततासँग सम्बन्धित MT को भविष्यवाणी एकरूप छैन। यद्यपि, यो डेटा मिश्रित मोडेल (उत्तम MT; चित्र 1B) को भविष्यवाणीसँग पनि मिल्दोजुल्दो छ, किनभने अज्ञात रक्षा कार्यहरू भएका अन्य अनैच्छिक मेटाबोलाइटहरू अझै पनि अनियमित Si वितरण पछ्याउन सक्छन्।
यस अनुसन्धानले थप कब्जा गरेको एउटा उल्लेखनीय ढाँचा यो हो कि सूक्ष्म-विकास स्तर (एकल बिरुवा र सुर्तीजन्य जनसंख्या) देखि ठूलो विकासात्मक स्तर (निकट सम्बन्धित सुर्तीजन्य प्रजातिहरू) सम्म, विकासवादी संगठनका विभिन्न स्तरहरू "सबैभन्दा राम्रो प्रतिरक्षा" मा छन्। शाकाहारीहरूको क्षमतामा महत्त्वपूर्ण भिन्नताहरू छन्। मूर एट अल। (२०) र केसलर र काल्स्के (१) ले स्वतन्त्र रूपमा ह्विटकर (५०) द्वारा मूल रूपमा छुट्याइएको जैविक विविधताको तीन कार्यात्मक स्तरहरूलाई रासायनिक विविधताको संवैधानिक र प्रेरित अस्थायी परिवर्तनहरूमा रूपान्तरण गर्ने प्रस्ताव गरे; यी लेखकहरूले न त सारांशित गरे। ठूलो मात्रामा मेटाबोलोम डेटा सङ्कलनका लागि प्रक्रियाहरूले यी डेटाबाट मेटाबोलिक विविधता कसरी गणना गर्ने भनेर पनि रूपरेखा गर्दैनन्। यस अध्ययनमा, ह्विटकरको कार्यात्मक वर्गीकरणमा सानो समायोजनले α-मेटाबोलिक विविधतालाई दिइएको बिरुवामा MS/MS स्पेक्ट्राको विविधताको रूपमा, र β-मेटाबोलिक विविधतालाई जनसंख्याको समूहको आधारभूत अन्तर-विशिष्ट चयापचयको रूपमा विचार गर्नेछ। अन्तरिक्ष, र γ-मेटाबोलिक विविधता समान प्रजातिहरूको विश्लेषणको विस्तार हुनेछ।
JA सिग्नल शाकाहारी जीवहरूको विस्तृत श्रृंखलाको लागि आवश्यक छ। यद्यपि, मेटाबोलोम विविधतामा JA बायोसिन्थेसिसको अन्तर-विशिष्ट नियमनको योगदानको कठोर मात्रात्मक परीक्षणको अभाव छ, र JA सिग्नल उच्च म्याक्रोइभोलुसनरी स्केलमा तनाव-प्रेरित मेटाबोलिक विविधीकरणको लागि सामान्य साइट हो कि होइन भन्ने कुरा अझै पनि भ्रामक छ। हामीले अवलोकन गर्यौं कि नेपेन्थेस शाकाहारी जीवहरूको शाकाहारी प्रकृतिले मेटाबोलोम विशेषज्ञतालाई प्रेरित गर्दछ र निकोटियाना प्रजातिहरूको जनसंख्या भित्र र नजिकबाट सम्बन्धित निकोटियाना प्रजातिहरू बीच मेटाबोलोम विशेषज्ञताको भिन्नता JA संकेतनसँग व्यवस्थित रूपमा सकारात्मक रूपमा सम्बन्धित छ। थप रूपमा, जब JA संकेत बिग्रन्छ, एकल जीनोटाइप शाकाहारी जीवद्वारा प्रेरित मेटाबोलिक विशिष्टता रद्द हुनेछ (चित्र 3, C र E)। प्राकृतिक रूपमा कम गरिएको नेपेन्थेस जनसंख्याको मेटाबोलिक स्पेक्ट्रम परिवर्तनहरू प्रायः मात्रात्मक हुने भएकाले, यस विश्लेषणमा मेटाबोलिक β विविधता र विशिष्टतामा परिवर्तनहरू मेटाबोलाइट-समृद्ध यौगिक वर्गहरूको बलियो उत्तेजनाको कारणले हुन सक्छ। यी यौगिक वर्गहरूले मेटाबोलोम प्रोफाइलको भागमा प्रभुत्व जमाउँछन् र JA संकेतहरूसँग सकारात्मक सम्बन्ध निम्त्याउँछन्।
यससँग नजिकबाट सम्बन्धित सुर्ती प्रजातिहरूको जैव रासायनिक संयन्त्रहरू धेरै फरक भएकोले, मेटाबोलाइटहरू विशेष रूपमा गुणात्मक पक्षमा पहिचान गरिएका छन्, त्यसैले यो बढी विश्लेषणात्मक छ। क्याप्चर गरिएको मेटाबोलिक प्रोफाइलको सूचना सिद्धान्तको प्रशोधनले प्रकट गर्दछ कि शाकाहारी प्रेरणले मेटाबोलिक गामा विविधता र विशेषज्ञता बीचको व्यापार-अफलाई बढाउँछ। JA सिग्नलले यस व्यापार-अफमा केन्द्रीय भूमिका खेल्छ। मेटाबोलोम विशेषज्ञतामा वृद्धि मुख्य OD भविष्यवाणीसँग मेल खान्छ र JA सिग्नलसँग सकारात्मक रूपमा सम्बन्धित छ, जबकि JA सिग्नल मेटाबोलिक गामा विविधतासँग नकारात्मक रूपमा सम्बन्धित छ। यी मोडेलहरूले संकेत गर्दछ कि बिरुवाहरूको OD क्षमता मुख्यतया JA को प्लास्टिसिटी द्वारा निर्धारण गरिन्छ, चाहे सूक्ष्म विकासात्मक स्केलमा होस् वा ठूलो विकासवादी स्केलमा। JA बायोसिन्थेसिस दोषहरूलाई रोक्ने एक्सोजेनस JA अनुप्रयोग प्रयोगहरूले थप प्रकट गर्दछ कि नजिकबाट सम्बन्धित सुर्ती प्रजातिहरूलाई सिग्नल-प्रतिक्रियाशील र सिग्नल-गैर-प्रतिक्रियाशील प्रजातिहरूमा छुट्याउन सकिन्छ, जस्तै तिनीहरूको JA को मोड र शाकाहारीहरू द्वारा प्रेरित मेटाबोलोम प्लास्टिसिटी। सिग्नल गैर-प्रतिक्रियाशील प्रजातिहरूले अन्तर्जात JA उत्पादन गर्न असमर्थताको कारणले प्रतिक्रिया दिन सक्दैनन् र त्यसैले शारीरिक सीमाहरूको अधीनमा छन्। यो JA सिग्नलिङ मार्ग (N. crescens मा AOS र JAR4) मा केही प्रमुख जीनहरूमा उत्परिवर्तनको कारणले हुन सक्छ। यो नतिजाले यी अन्तरप्रजातिहरूको म्याक्रोइभोलुसनरी ढाँचाहरू मुख्यतया आन्तरिक हर्मोन धारणा र प्रतिक्रियाशीलतामा परिवर्तनहरूद्वारा प्रेरित हुन सक्छन् भन्ने कुरालाई हाइलाइट गर्दछ।
बिरुवा र शाकाहारी जीवहरू बीचको अन्तरक्रियाको अतिरिक्त, चयापचय विविधताको अन्वेषण वातावरणमा जैविक अनुकूलनको अनुसन्धान र जटिल फेनोटाइपिक विशेषताहरूको विकासमा भएका सबै महत्त्वपूर्ण सैद्धान्तिक प्रगतिहरूसँग सम्बन्धित छ। आधुनिक एमएस उपकरणहरूद्वारा प्राप्त डेटाको मात्रामा वृद्धिसँगै, मेटाबोलिक विविधतामा परिकल्पना परीक्षणले अब व्यक्तिगत/श्रेणी मेटाबोलाइट भिन्नताहरू पार गर्न सक्छ र अप्रत्याशित ढाँचाहरू प्रकट गर्न विश्वव्यापी विश्लेषण गर्न सक्छ। ठूलो मात्रामा विश्लेषणको प्रक्रियामा, एउटा महत्त्वपूर्ण रूपक भनेको डेटा अन्वेषण गर्न प्रयोग गर्न सकिने अर्थपूर्ण नक्साहरूको कल्पना गर्ने विचार हो। त्यसकारण, निष्पक्ष एमएस/एमएस मेटाबोलोमिक्स र सूचना सिद्धान्तको हालको संयोजनको एउटा महत्त्वपूर्ण परिणाम यो हो कि यसले एक सरल मेट्रिक प्रदान गर्दछ जुन विभिन्न वर्गीकरण स्केलहरूमा मेटाबोलिक विविधता ब्राउज गर्न नक्सा निर्माण गर्न प्रयोग गर्न सकिन्छ। यो यस विधिको आधारभूत आवश्यकता हो। सूक्ष्म/म्याक्रो विकास र सामुदायिक पारिस्थितिकीको अध्ययन।
म्याक्रो-विकासवादी स्तरमा, एहरलिच र रेभेन (५१) को बिरुवा-कीरा सह-विकास सिद्धान्तको मूल भनेको अन्तर-प्रजाति चयापचय विविधताको भिन्नता बिरुवा वंशहरूको विविधीकरणको कारण हो भनेर भविष्यवाणी गर्नु हो। यद्यपि, यो मुख्य कार्यको प्रकाशन पछि पचास वर्षमा, यो परिकल्पना विरलै परीक्षण गरिएको छ (५२)। यो धेरै हदसम्म लामो दूरीको बिरुवा वंशहरूमा तुलनात्मक चयापचय विशेषताहरूको फाइलोजेनेटिक विशेषताहरूको कारणले हो। दुर्लभतालाई लक्ष्य विश्लेषण विधिहरू लंगर गर्न प्रयोग गर्न सकिन्छ। सूचना सिद्धान्तद्वारा प्रशोधित हालको MS/MS कार्यप्रवाहले अज्ञात मेटाबोलाइटहरूको MS/MS संरचनात्मक समानता (पूर्व मेटाबोलाइट चयन बिना) परिमाण गर्दछ र यी MS/MS हरूलाई MS/MS को सेटमा रूपान्तरण गर्दछ, यसरी व्यावसायिक मेटाबोलिज्ममा यी म्याक्रो-विकासवादी मोडेलहरूलाई वर्गीकरण स्केलमा तुलना गरिन्छ। सरल सांख्यिकीय सूचकहरू। प्रक्रिया फाइलोजेनेटिक विश्लेषण जस्तै छ, जसले पूर्व भविष्यवाणी बिना विविधीकरण वा चरित्र विकासको दर परिमाण गर्न अनुक्रम पङ्क्तिबद्धता प्रयोग गर्न सक्छ।
जैव रासायनिक स्तरमा, फिर्न र जोन्स (५३) को स्क्रिनिङ परिकल्पनाले देखाउँछ कि पहिले असंबद्ध वा प्रतिस्थापन गरिएका मेटाबोलाइटहरूको जैविक गतिविधिहरू प्रयोग गर्न कच्चा पदार्थहरू प्रदान गर्न विभिन्न स्तरहरूमा मेटाबोलिक विविधता कायम राखिएको छ। सूचना सिद्धान्त विधिहरूले एउटा रूपरेखा प्रदान गर्दछ जसमा मेटाबोलाइट विशेषज्ञताको समयमा हुने यी मेटाबोलाइट-विशिष्ट विकासवादी संक्रमणहरूलाई प्रस्तावित विकासवादी स्क्रिनिङ प्रक्रियाको भागको रूपमा परिमाण गर्न सकिन्छ: कम विशिष्टताबाट उच्च विशिष्टतामा जैविक रूपमा सक्रिय अनुकूलन दिइएको वातावरणको अवरुद्ध मेटाबोलाइटहरू।
समग्रमा, आणविक जीवविज्ञानको प्रारम्भिक दिनहरूमा, महत्त्वपूर्ण वनस्पति रक्षा सिद्धान्तहरू विकसित भएका थिए, र घटाउने परिकल्पना-संचालित विधिहरूलाई व्यापक रूपमा वैज्ञानिक प्रगतिको एक मात्र माध्यम मानिन्छ। यो मुख्यतया सम्पूर्ण मेटाबोलोम मापन गर्ने प्राविधिक सीमितताहरूको कारणले हो। यद्यपि परिकल्पना-संचालित विधिहरू अन्य कारणात्मक संयन्त्रहरू छनौट गर्न विशेष गरी उपयोगी छन्, जैव रासायनिक नेटवर्कहरूको हाम्रो बुझाइलाई अगाडि बढाउने तिनीहरूको क्षमता समकालीन डेटा-गहन विज्ञानमा हाल उपलब्ध कम्प्युटेशनल विधिहरू भन्दा बढी सीमित छ। त्यसकारण, भविष्यवाणी गर्न नसकिने सिद्धान्तहरू उपलब्ध डेटाको दायराभन्दा धेरै टाढा छन्, त्यसैले अनुसन्धान क्षेत्रमा प्रगतिको काल्पनिक सूत्र/परीक्षण चक्रलाई खारेज गर्न सकिँदैन (४)। हामी अनुमान गर्छौं कि यहाँ प्रस्तुत गरिएको मेटाबोलोमिक्सको कम्प्युटेशनल कार्यप्रवाहले मेटाबोलिक विविधताको हालैका (कसरी) र अन्तिम (किन) मुद्दाहरूमा रुचि पुन: जगाउन सक्छ, र सैद्धान्तिक रूपमा निर्देशित डेटा विज्ञानको नयाँ युगमा योगदान पुर्‍याउन सक्छ। युगले अघिल्लो पुस्ताहरूलाई प्रेरित गर्ने महत्त्वपूर्ण सिद्धान्तहरूको पुन: परीक्षण गर्‍यो।
एउटै गुलाब फुल्ने बिरुवाको फिक्का रंगको पिचर बिरुवाको पातमा दोस्रो इन्स्टार लार्भा वा Sl लार्भालाई हुर्काएर प्रत्यक्ष शाकाहारी खुवाइन्छ, जसमा प्रति बोट १० वटा बिरुवा प्रतिकृतिहरू हुन्छन्। कीराको लार्भालाई क्ल्याम्पले बाँधिएको थियो, र बाँकी पातको तन्तु संक्रमण भएको २४ र ७२ घण्टा पछि सङ्कलन गरिएको थियो र द्रुत रूपमा जमेको थियो, र मेटाबोलाइटहरू निकालिएको थियो।
अत्यधिक सिंक्रोनाइज्ड तरिकाले शाकाहारी उपचारको नक्कल गर्नुहोस्। विधि भनेको कपडाको मालाको वृद्धि चरणमा बिरुवाको तीन पूर्ण रूपमा विस्तारित पातहरूको मध्यशिराको प्रत्येक छेउमा काँडाका तीन पङ्क्तिहरू छेड्न कपडाको ढाँचाको पाङ्ग्राहरू प्रयोग गर्नु हो, र तुरुन्तै १:५ पातलो सुई लगाउनुहोस्। वा पङ्चर घाउमा S1 OS घुसाउन पन्जा लगाएका औंलाहरू प्रयोग गर्नुहोस्। माथि वर्णन गरिए अनुसार पात काट्नुहोस् र प्रशोधन गर्नुहोस्। प्राथमिक मेटाबोलाइटहरू र बिरुवा हर्मोनहरू निकाल्न पहिले वर्णन गरिएको विधि प्रयोग गर्नुहोस् (54)।
बाह्य JA प्रयोगको लागि, प्रत्येक प्रजातिका छवटा गुलाब फुल्ने बिरुवाहरू मध्ये प्रत्येकको तीनवटा पेटीओल पातहरूलाई १५०μg MeJA (Lan + MeJA) भएको २०μl ल्यानोलिन पेस्ट र २०μl ल्यानोलिन प्लस घाउ उपचार (Lan + W) ले उपचार गरिन्छ, वा नियन्त्रणको रूपमा २०μl शुद्ध ल्यानोलिन प्रयोग गरिन्छ। उपचार पछि ७२ घण्टामा पातहरू काटिएका थिए, तरल नाइट्रोजनमा स्न्याप-फ्रोजन गरिएको थियो, र प्रयोग नभएसम्म -८०°C मा भण्डारण गरिएको थियो।
हाम्रो अनुसन्धान समूहमा चार JA र ET ट्रान्सजेनिक लाइनहरू, अर्थात् irAOC (36), irCOI1 (55), irACO र sETR1 (48), पहिचान गरिएको छ। irAOC ले JA र JA-Ile स्तरमा कडा कमी देखाएको छ, जबकि irCOI1 JAs प्रति संवेदनशील थिएन। EV को तुलनामा, JA-Ile संचय बढेको छ। त्यस्तै गरी, irACO ले ET को उत्पादन घटाउनेछ, र EV को तुलनामा, sETR1, जुन ET प्रति असंवेदनशील छ, ले ET को उत्पादन बढाउनेछ।
ET मापन गैर-आक्रामक रूपमा गर्न फोटोअकौस्टिक लेजर स्पेक्ट्रोमिटर (सेन्सर सेन्स ETD-300 वास्तविक-समय ET सेन्सर) प्रयोग गरिन्छ। उपचार पछि तुरुन्तै, आधा पातहरू काटेर ४-मिली सिल गरिएको गिलासको शीशीमा स्थानान्तरण गरियो, र हेडस्पेसलाई ५ घण्टा भित्र जम्मा हुन अनुमति दिइयो। मापनको क्रममा, प्रत्येक शीशीलाई ८ मिनेटको लागि २ लिटर/घण्टा शुद्ध हावाको धारासँग फ्लश गरिएको थियो, जुन पहिले CO2 र पानी हटाउन सेन्सर सेन्सद्वारा प्रदान गरिएको उत्प्रेरकबाट गुज्रिएको थियो।
माइक्रोएरे डेटा मूल रूपमा (35) मा प्रकाशित भएको थियो र राष्ट्रिय जैव प्रौद्योगिकी सूचना केन्द्र (NCBI) जीन अभिव्यक्ति व्यापक डाटाबेस (एक्सेसन नम्बर GSE30287) मा सुरक्षित गरिएको थियो। W + OSMs उपचार र क्षति नभएको नियन्त्रणको कारणले हुने पातहरूसँग सम्बन्धित डेटा यस अध्ययनको लागि निकालिएको थियो। कच्चा तीव्रता log2 हो। तथ्याङ्कीय विश्लेषण गर्नु अघि, आधारभूतलाई R सफ्टवेयर प्याकेज प्रयोग गरेर यसको 75 औं प्रतिशतमा रूपान्तरण र सामान्यीकृत गरिएको थियो।
निकोटियाना प्रजातिको मूल आरएनए अनुक्रमण (RNA-seq) डेटा NCBI छोटो पठन अभिलेख (SRA) बाट प्राप्त गरिएको थियो, परियोजना नम्बर PRJNA301787 हो, जुन झोउ एट अल द्वारा रिपोर्ट गरिएको थियो। (39) र (56) मा वर्णन गरिए अनुसार अगाडि बढ्नुहोस्। निकोटियाना प्रजातिहरूसँग सम्बन्धित W + W, W + OSM र W + OSS1 द्वारा प्रशोधन गरिएको कच्चा डेटा यस अध्ययनमा विश्लेषणको लागि चयन गरिएको थियो, र निम्न तरिकाले प्रशोधन गरिएको थियो: पहिले, कच्चा RNA-seq पठनहरू FASTQ ढाँचामा रूपान्तरण गरिएको थियो। HISAT2 ले FASTQ लाई SAM मा रूपान्तरण गर्दछ, र SAMtools ले SAM फाइलहरूलाई क्रमबद्ध BAM फाइलहरूमा रूपान्तरण गर्दछ। StringTie जीन अभिव्यक्ति गणना गर्न प्रयोग गरिन्छ, र यसको अभिव्यक्ति विधि भनेको प्रति मिलियन अनुक्रमित ट्रान्सक्रिप्शन टुक्राहरूमा प्रति हजार आधार टुक्राहरू हुन्छन्।
विश्लेषणमा प्रयोग गरिएको एक्लेम क्रोमेटोग्राफिक स्तम्भ (१५० मिमी x २.१ मिमी; कण आकार २.२μm) र ४ मिमी x ४ मिमी गार्ड स्तम्भमा एउटै सामग्री प्रयोग गरिएको छ। डायोनेक्स अल्टिमेट ३००० अल्ट्रा हाई पर्फर्मेन्स लिक्विड क्रोमेटोग्राफी (UHPLC) प्रणालीमा निम्न बाइनरी ग्रेडियन्ट प्रयोग गरिएको छ: ० देखि ०.५ मिनेट, आइसोक्रेटिक ९०% A [डिआयोनाइज्ड पानी, ०.१% (v/v) एसिटोनिट्राइल र ०.०५% फॉर्मिक एसिड], १०% B (एसिटोनिट्राइल र ०.०५% फॉर्मिक एसिड); ०.५ देखि २३.५ मिनेट, ग्रेडियन्ट चरण क्रमशः १०% A र ९०% B छ; २३.५ देखि २५ मिनेट, आइसोक्रेटिक १०% A र ९०% B छ। प्रवाह दर ४००μl/मिनेट छ। सबै MS विश्लेषणहरूको लागि, स्तम्भ एल्युएन्टलाई क्वाड्रपोलमा इन्जेक्ट गर्नुहोस् र सकारात्मक आयनीकरण मोडमा सञ्चालन हुने इलेक्ट्रोस्प्रे स्रोतले सुसज्जित टाइम-अफ-फ्लाइट (qTOF) विश्लेषक (केशिका भोल्टेज, ४५०० V; केशिका आउटलेट १३० V; सुकाउने तापक्रम २००°C; सुकाउने वायुप्रवाह १० लिटर/मिनेट)।
समग्र पत्ता लगाउन सकिने मेटाबोलिक प्रोफाइलको बारेमा संरचनात्मक जानकारी प्राप्त गर्न डेटाबाट अप्रासंगिक वा अविभाज्य MS / MS खण्ड विश्लेषण (यसपछि MS / MS भनेर चिनिन्छ) गर्नुहोस्। अन्धाधुन्ध MS / MS विधिको अवधारणा क्वाड्रपोलमा धेरै ठूलो द्रव्यमान अलगाव विन्डो छ भन्ने तथ्यमा निर्भर गर्दछ [त्यसैले, सबै द्रव्यमान-देखि-चार्ज अनुपात (m/z) संकेतहरूलाई टुक्राहरूको रूपमा विचार गर्नुहोस्]। यस कारणले गर्दा, प्रभाव II उपकरणले CE झुकाव सिर्जना गर्न असमर्थ भएकोले, बढेको टक्कर-प्रेरित पृथक्करण टक्कर ऊर्जा (CE) मानहरू प्रयोग गरेर धेरै स्वतन्त्र विश्लेषणहरू गरियो। छोटकरीमा, पहिले UHPLC-इलेक्ट्रोस्प्रे आयनीकरण/qTOF-MS द्वारा एकल मास स्पेक्ट्रोमेट्री मोड (इन-सोर्स फ्र्याग्मेन्टेसन द्वारा उत्पन्न कम फ्र्याग्मेन्टेसन अवस्थाहरू) प्रयोग गरेर नमूनाको विश्लेषण गर्नुहोस्, m/z 50 देखि 1500 सम्म 5 Hz को पुनरावृत्ति आवृत्तिमा स्क्यान गर्दै। MS/MS विश्लेषणको लागि टक्कर ग्यासको रूपमा नाइट्रोजन प्रयोग गर्नुहोस्, र निम्न चार फरक टक्कर-प्रेरित पृथक्करण भोल्टेजहरूमा स्वतन्त्र मापन गर्नुहोस्: २०, ३०, ४०, र ५० eV। मापन प्रक्रियाभरि, क्वाड्रपोलमा m/z ५० देखि १५०० सम्मको सबैभन्दा ठूलो मास आइसोलेसन विन्डो हुन्छ। जब अगाडिको बडी m/z र आइसोलेसन चौडाइ प्रयोग २०० मा सेट गरिन्छ, तब उपकरणको अपरेटिङ सफ्टवेयर र ० Da द्वारा मास दायरा स्वचालित रूपमा सक्रिय हुन्छ। एकल मास मोडमा जस्तै मास टुक्राहरूको लागि स्क्यान गर्नुहोस्। मास क्यालिब्रेसनको लागि सोडियम ढाँचा (५० मिलीलीटर आइसोप्रोपानोल, २०० μl फॉर्मिक एसिड र १ मिलीलीटर १M NaOH जलीय घोल) प्रयोग गर्नुहोस्। ब्रुकरको उच्च-परिशुद्धता क्यालिब्रेसन एल्गोरिथ्म प्रयोग गरेर, दिइएको समय अवधिमा औसत स्पेक्ट्रम चलाएर डेटा फाइल क्यालिब्रेट गरिन्छ। कच्चा डेटा फाइलहरूलाई NetCDF ढाँचामा रूपान्तरण गर्न डेटा विश्लेषण v4.0 सफ्टवेयर (ब्रुक डाल्टन, ब्रेमेन, जर्मनी) को निर्यात प्रकार्य प्रयोग गर्नुहोस्। MS/MS डेटा सेटलाई एक्सेसन नम्बर सहित खुला मेटाबोलोमिक्स डाटाबेस मेटाबोलाइट्स (www.ebi.ac.uk) मा सुरक्षित गरिएको छ। MTBLS1471।
MS/MS एसेम्बलीलाई कम र उच्च टक्कर ऊर्जा र नयाँ लागू गरिएका नियमहरूको लागि MS1 र MS/MS गुणस्तर संकेतहरू बीचको सहसम्बन्ध विश्लेषण मार्फत प्राप्त गर्न सकिन्छ। उत्पादनको अग्रदूतको वितरणको सहसम्बन्ध विश्लेषण प्राप्त गर्न R स्क्रिप्ट प्रयोग गरिन्छ, र नियमहरू लागू गर्न C# स्क्रिप्ट (https://github.com/MPI-DL/indiscriminant-MS-MS-assembly-pipeline) प्रयोग गरिन्छ।
पृष्ठभूमि आवाजको कारणले हुने गलत सकारात्मक त्रुटिहरू र केही नमूनाहरूमा निश्चित m/z सुविधाहरू पत्ता लगाएर हुने गलत सहसम्बन्धलाई कम गर्न, हामी R प्याकेज XCMS को "भरिएको शिखर" प्रकार्य प्रयोग गर्छौं (पृष्ठभूमि आवाज सुधारको लागि) "NA" (पत्ता नलागेको शिखर) तीव्रता प्रतिस्थापन गर्न प्रयोग गर्नुपर्छ। जब फिल शिखर प्रकार्य प्रयोग गरिन्छ, डेटा सेटमा अझै पनि धेरै "0" तीव्रता मानहरू छन् जसले सहसम्बन्ध गणनालाई असर गर्नेछ। त्यसपछि, हामी भरिएको शिखर प्रकार्य प्रयोग गर्दा र भरिएको शिखर प्रकार्य प्रयोग नगर्दा प्राप्त डेटा प्रशोधन परिणामहरूको तुलना गर्छौं, र औसत सुधार गरिएको अनुमानित मानको आधारमा पृष्ठभूमि आवाज मान गणना गर्छौं, र त्यसपछि यी 0 तीव्रता मानहरूलाई गणना गरिएको पृष्ठभूमि मानसँग बदल्छौं। हामीले ती सुविधाहरूलाई मात्र विचार गर्यौं जसको तीव्रता पृष्ठभूमि मानको तीन गुणा बढी थियो र तिनीहरूलाई "साँचो शिखर" मान्यौं। PCC गणनाहरूको लागि, नमूना पूर्ववर्ती (MS1) र कम्तिमा आठ साँचो शिखरहरू भएका खण्ड डेटा सेटहरूको m/z संकेतहरू मात्र विचार गरिन्छ।
यदि सम्पूर्ण नमूनामा पूर्ववर्ती गुणस्तर विशेषताको तीव्रता कम वा उच्च टक्कर ऊर्जाको अधीनमा रहेको उही गुणस्तर विशेषताको कम तीव्रतासँग उल्लेखनीय रूपमा सम्बन्धित छ, र CAMERA द्वारा विशेषतालाई आइसोटोप शिखरको रूपमा लेबल गरिएको छैन भने, यसलाई थप परिभाषित गर्न सकिन्छ। त्यसपछि, 3 सेकेन्ड भित्र सबै सम्भावित पूर्ववर्ती-उत्पादन जोडीहरू गणना गरेर (शिखर प्रतिधारणको लागि अनुमानित अवधारण समय विन्डो), सहसम्बन्ध विश्लेषण गरिन्छ। जब m/z मान पूर्ववर्ती मान भन्दा कम हुन्छ र MS/MS विखंडन पूर्ववर्तीको रूपमा डेटा सेटमा उही नमूना स्थानमा हुन्छ जुनबाट यो प्राप्त गरिएको हो, यसलाई खण्ड मानिन्छ।
यी दुई सरल नियमहरूको आधारमा, हामी पहिचान गरिएको पूर्वसूचकको m/z भन्दा ठूलो m/z मान भएका निर्दिष्ट टुक्राहरूलाई बहिष्कार गर्छौं, र पूर्वसूचक देखा पर्ने नमूना स्थिति र निर्दिष्ट टुक्राको आधारमा। MS1 मोडमा उत्पन्न धेरै इन-सोर्स टुक्राहरूद्वारा उत्पन्न गुणस्तर सुविधाहरूलाई उम्मेदवार पूर्वसूचकको रूपमा चयन गर्न पनि सम्भव छ, जसले गर्दा अनावश्यक MS/MS यौगिकहरू उत्पन्न हुन्छन्। यो डेटा रिडन्डन्सी कम गर्न, यदि स्पेक्ट्राको NDP समानता ०.६ भन्दा बढी छ, र तिनीहरू CAMERA द्वारा एनोटेट गरिएको क्रोमेटोग्राम "pcgroup" सँग सम्बन्धित छन् भने, हामी तिनीहरूलाई मर्ज गर्नेछौं। अन्तमा, हामी पूर्वसूचक र टुक्राहरूसँग सम्बन्धित सबै चार CE परिणामहरूलाई विभिन्न टक्कर ऊर्जाहरूमा समान m/z मान भएका सबै उम्मेदवार चुचुराहरू बीचको उच्चतम तीव्रता शिखर चयन गरेर अन्तिम डिकन्भोलुटेड कम्पोजिट स्पेक्ट्रममा मर्ज गर्छौं। त्यसपछिका प्रशोधन चरणहरू कम्पोजिट स्पेक्ट्रमको अवधारणामा आधारित छन् र विखंडनको सम्भावनालाई अधिकतम बनाउन आवश्यक पर्ने विभिन्न CE अवस्थाहरूलाई ध्यानमा राख्छन्, किनभने केही टुक्राहरू केवल एक विशिष्ट टक्कर ऊर्जा अन्तर्गत पत्ता लगाउन सकिन्छ।
मेटाबोलिक प्रोफाइलको इन्ड्युसिबिलिटी गणना गर्न RDPI (30) प्रयोग गरिएको थियो। मेटाबोलिक स्पेक्ट्रम विविधता (Hj सूचकांक) मार्टिनेज एट अल द्वारा वर्णन गरिएको निम्न समीकरण प्रयोग गरेर MS/MS फ्रिक्वेन्सी वितरणको श्यानन एन्ट्रोपी प्रयोग गरेर MS/MS पूर्ववर्तीहरूको प्रशस्तताबाट लिइएको हो। (8)। ​​Hj = −∑i = 1mPijlog2(Pij) जहाँ Pij j-th नमूनामा i-th MS/MS को सापेक्षिक आवृत्तिसँग मेल खान्छ (j = 1, 2,…, m) (i = 1, 2, …, m) t)।
मेटाबोलिक विशिष्टता (Si सूचकांक) लाई विचार गरिँदै नमूनाहरू बीचको आवृत्तिको सम्बन्धमा दिइएको MS/MS को अभिव्यक्ति पहिचानको रूपमा परिभाषित गरिएको छ। MS/MS विशिष्टता Si = 1t (∑j = 1tPijPilog2PijPi) को रूपमा गणना गरिन्छ।
प्रत्येक j नमूनाको मेटाबोलोम-विशिष्ट δj सूचकांक र MS/MS विशिष्टताको औसत δj = ∑i = 1mPijSi मापन गर्न निम्न सूत्र प्रयोग गर्नुहोस्।
MS/MS स्पेक्ट्रा जोडीमा पङ्क्तिबद्ध छन्, र समानता दुई स्कोरहरूको आधारमा गणना गरिन्छ। पहिले, मानक NDP (कोसाइन सहसम्बन्ध विधि पनि भनिन्छ) प्रयोग गरेर, स्पेक्ट्रा NDP = (∑iS1 & S2WS1, iWS2, i) 2∑iWS1, i2∑iWS2, i2 बीचको खण्ड समानता स्कोर गर्न निम्न समीकरण प्रयोग गर्नुहोस् जहाँ S1 र S2 अनुरूप, स्पेक्ट्रम 1 र स्पेक्ट्रम 2, साथै WS1, i र WS2 को लागि, i ले शिखर तीव्रताको आधारमा तौल प्रतिनिधित्व गर्दछ कि दुई स्पेक्ट्रा बीचको i-th सामान्य शिखरको भिन्नता 0.01 Da भन्दा कम छ। तौल निम्नानुसार गणना गरिन्छ: W = [शिखर तीव्रता] m [गुणस्तर] n, m = 0.5, n = 2, MassBank द्वारा सुझाव गरिएको अनुसार।
दोस्रो स्कोरिङ विधि लागू गरियो, जसमा MS/MS बीच साझा NL को विश्लेषण समावेश थियो। यस उद्देश्यका लागि, हामीले MS विखंडन प्रक्रियाको क्रममा बारम्बार सामना गरिएका ५२ NL सूचीहरू र कमजोर नेपेन्थेस प्रजातिहरूको माध्यमिक मेटाबोलाइटहरूको MS/MS स्पेक्ट्रमको लागि पहिले एनोटेट गरिएको थप विशिष्ट NL (डेटा फाइल S1) प्रयोग गर्यौं (9, 26)। प्रत्येक MS/MS को लागि १ र ० को बाइनरी भेक्टर सिर्जना गर्नुहोस्, क्रमशः केही NL को वर्तमान र अस्तित्वहीनसँग मेल खान्छ। युक्लिडियन दूरी समानताको आधारमा, बाइनरी NL भेक्टरहरूको प्रत्येक जोडीको लागि NL समानता स्कोर गणना गरिन्छ।
दोहोरो क्लस्टरिङ गर्न, हामीले R प्याकेज DiffCoEx प्रयोग गर्यौं, जुन भारित जीन सह-अभिव्यक्ति विश्लेषण (WGCNA) को विस्तारमा आधारित छ। MS/MS स्पेक्ट्राको NDP र NL स्कोरिङ म्याट्रिक्स प्रयोग गरेर, हामीले तुलनात्मक सहसम्बन्ध म्याट्रिक्स गणना गर्न DiffCoEx प्रयोग गर्यौं। बाइनरी क्लस्टरिङ "cutreeDynamic" प्यारामिटरलाई method = "hybrid", cutHeight = 0.9999, deepSplit = T, र minClusterSize = 10 मा सेट गरेर गरिन्छ। DiffCoEx को R स्रोत कोड टेसन एट अल द्वारा अतिरिक्त फाइल १ बाट डाउनलोड गरिएको थियो। (57); आवश्यक R WGCNA सफ्टवेयर प्याकेज https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA मा फेला पार्न सकिन्छ।
MS/MS आणविक नेटवर्क विश्लेषण गर्नको लागि, हामीले NDP र NL समानता प्रकारहरूमा आधारित जोडी स्पेक्ट्रल कनेक्टिविटी गणना गर्यौं, र CyFilescape yFiles लेआउट एल्गोरिथ्म एक्सटेन्सन अनुप्रयोगमा जैविक लेआउट प्रयोग गरेर नेटवर्क टोपोलोजी कल्पना गर्न साइटोस्केप सफ्टवेयर प्रयोग गर्यौं।
डेटामा तथ्याङ्कीय विश्लेषण गर्न R संस्करण ३.०.१ प्रयोग गर्नुहोस्। भिन्नताको दुई-तर्फी विश्लेषण (ANOVA) प्रयोग गरेर तथ्याङ्कीय महत्त्वको मूल्याङ्कन गरिएको थियो, त्यसपछि टुकीको इमानदारीपूर्वक महत्त्वपूर्ण भिन्नता (HSD) पोस्ट-हक परीक्षण गरिएको थियो। शाकाहारी उपचार र नियन्त्रण बीचको भिन्नताको विश्लेषण गर्न, विद्यार्थीको t परीक्षण प्रयोग गरेर समान भिन्नता भएका नमूनाहरूको दुई समूहहरूको दुई-पुच्छर वितरणको विश्लेषण गरिएको थियो।
यस लेखको लागि पूरक सामग्रीहरूको लागि, कृपया http://advances.sciencemag.org/cgi/content/full/6/24/eaaz0381/DC1 हेर्नुहोस्।
यो क्रिएटिभ कमन्स एट्रिब्युसन-गैर-वाणिज्यिक इजाजतपत्रको सर्तहरू अन्तर्गत वितरित खुला पहुँच लेख हो, जसले कुनै पनि माध्यममा प्रयोग, वितरण र पुनरुत्पादनलाई अनुमति दिन्छ, जबसम्म अन्तिम प्रयोग व्यावसायिक लाभको लागि होइन र आधार यो हो कि मूल काम सही छ। सन्दर्भ।
नोट: हामी तपाईंलाई आफ्नो इमेल ठेगाना प्रदान गर्न अनुरोध गर्छौं ताकि तपाईंले पृष्ठमा सिफारिस गर्नुभएको व्यक्तिलाई थाहा होस् कि तपाईं उनीहरूले इमेल देखून् र यो स्प्याम होइन। हामी कुनै पनि इमेल ठेगानाहरू कैद गर्ने छैनौं।
यो प्रश्न तपाईं आगन्तुक हुनुहुन्छ कि हुनुहुन्न भनेर परीक्षण गर्न र स्वचालित स्पाम सबमिशन रोक्न प्रयोग गरिन्छ।
सूचना सिद्धान्तले विशेष मेटाबोलोमहरूको तुलना र परीक्षण रक्षा सिद्धान्तहरूको भविष्यवाणीको लागि एक विश्वव्यापी मुद्रा प्रदान गर्दछ।
सूचना सिद्धान्तले विशेष मेटाबोलोमहरूको तुलना र परीक्षण रक्षा सिद्धान्तहरूको भविष्यवाणीको लागि एक विश्वव्यापी मुद्रा प्रदान गर्दछ।
©२०२१ अमेरिकन एसोसिएशन फर द एडभान्समेन्ट अफ साइन्स। सबै अधिकार सुरक्षित। AAAS HINARI, AGORA, OARE, CHORUS, CLOCKSS, CrossRef र COUNTER को साझेदार हो। ScienceAdvances ISSN 2375-2548।