Multivariate Analysis of Tomato Varieties Using Smart Metabolites Databas

Význam tématu

Metabolomika nabízí komplexní přehled o malých molekulách v biologických vzorcích a v potravinářském průmyslu slouží k hodnocení kvality, sledování funkcí složek či predikci změn během skladování. Analýza GC-MS/MS v kombinaci se specializovanou databází zjednodušuje detekci a kvantifikaci aminokyselin, organických kyselin, mastných kyselin i cukrů.

Cíle a přehled studie / článku

Cílem článku je představit verzi 2.0 Smart Metabolites Database a demonstrovat její využití při multivariační analýze čtyř komerčních odrůd rajčat. Autoři ukazují, jak díky optimalizovaným SIM/MRM metodám a filtrovací funkci dat lze efektivně odlišit metabolické profily odrůd a následně kvantifikovat vybrané cukry.

Použitá metodika a instrumentace

Rajčata byla lyofilizována, extrahována podle Bligh & Dyer a derivatizována metodou methoximace-trimethylsilylace. Jako vnitřní standard byl použit ribitol.

• Hmotnostní spektrometrie: GCMS-TQ8040 NX
• Autosampler: AOC-30i/20s U
• Kolona: BPX-5 (30 m × 0,25 mm, 0,25 μm)
• Režim akvizice: SIM a MRM pro 627 resp. 540 složek
• Software: Smart Metabolites Database Ver. 2, LabSolutions Insight, Multi-Omics Analysis Package

Hlavní výsledky a diskuse

PCA skóre ukázalo jasné rozlišení vzorků všech čtyř odrůd. HCA heatmap odhalila, že odrůda A vykazuje nejvyšší hladiny aminokyselin, zatímco odrůda C měla zvýšený podíl cukrů (glukóza, fruktóza, manóza, myo-inositol). Odlišnosti potvrzuje i polo-kvantitativní analýza cukrů:

• Od r jčata C obsahovala o 20–40 % více glukózy, fruktózy, manózy a myo-inositolu než ostatní.
• Od r jčata B unikátně obsahovala mannitol.
• Od r jčata D vykazovala dvojnásobné množství sacharózy.

Přínosy a praktické využití metody

Smart Metabolites Database Ver. 2 umožňuje:

• Rychlou a cílenou identifikaci metabolitů vhodných pro daný typ vzorku díky filtrování.
• Současnou analýzu stovek složek s minimální úpravou metodiky.
• Polo-kvantitativní stanovení 24 klíčových cukrů bez nutnosti jednotlivých standardů.

Budoucí trendy a možnosti využití

Očekává se rozšíření databáze o nové metabolity a matrix-specifické metody, integrace s dalšími omikami (proteomika, lipidomika), využití pokročilých statistických nástrojů a strojového učení pro predikci a klasifikaci kvality potravin.

Závěr

Kombinace Smart Metabolites Database Ver. 2 a Multi-Omics Analysis Package poskytuje silný nástroj pro rozlišení metabolických profilů potravin, umožňuje cílené sledování vybraných složek a přináší rychlou a efektivní cestu k hlubšímu porozumění biochemickým rozdílům mezi odrůdami.

Reference

• Shimadzu Corporation. GCMS-TQ™ Series and Smart Metabolites Database™ Application News, 01-00336-EN, May 2022.