Mar 19, 2023
Alto Multidimensional
Relatórios Científicos volume 5,
Scientific Reports volume 5, Número do artigo: 11848 (2015) Citar este artigo
3509 Acessos
39 Citações
Detalhes das métricas
A lignocelulose, que inclui principalmente celulose, hemicelulose e lignina, é um recurso potencial para a produção de produtos químicos e para outras aplicações. Para a produção efetiva de materiais derivados da biomassa, é importante caracterizar os metabólitos e componentes poliméricos da biomassa. A espectroscopia de ressonância magnética nuclear (NMR) tem sido usada para identificar os componentes da biomassa; no entanto, os espectros de NMR de metabólitos e componentes de lignocelulose são atribuídos de forma ambígua em muitos casos devido à sobreposição de picos de deslocamento químico. Usando nossa técnica de rotulagem com 13C em plantas superiores, como amostras de álamo, demonstramos que os picos sobrepostos podem ser resolvidos por experimentos de NMR tridimensionais para atribuir com mais precisão os deslocamentos químicos em comparação com medições de NMR bidimensionais. Os metabólitos do álamo 13C foram medidos por espectroscopia de NMR giratória de ângulo mágico de alta resolução, que permite a análise da amostra sem extração de solvente, enquanto os componentes lignocelulósicos do álamo 13C dissolvidos em solvente dimetilsulfóxido/piridina foram analisados por técnicas de RMN em estado de solução. Usando esses métodos, fomos capazes de atribuir inequivocamente mudanças químicas de componentes pequenos e macromoleculares em amostras de álamo 13C. Além disso, usando amostras de menos de 5 mg, pudemos diferenciar entre dois tipos de genes que foram superexpressos em amostras de álamo, que produziram componentes da parede celular da planta claramente modificados.
Uma população global em expansão na competição pela diminuição dos recursos naturais, incluindo petróleo bruto, alimentos, fertilizantes e metais, representa um sério desafio para a existência humana e chegou a hora de uma revisão radical dos recursos alternativos e seu uso sustentável. O aumento da produção agrícola sem o fornecimento excessivo de fertilizantes e recursos hídricos1 resultou no aumento da biomassa vegetal não comestível, que se acredita ser uma fonte de energia renovável e uma matéria-prima alternativa2. A biomassa vegetal é composta principalmente por celulose, hemicelulose e lignina, que se acumulam na parede celular3. Componentes poliméricos de metabólitos vegetais são sintetizados a partir de metabólitos de baixo peso molecular4. O monitoramento desses componentes poliméricos é útil em biorrefinarias, onde a biomassa é convertida em materiais úteis. Assim, desenvolver tecnologia para avaliar os componentes da biomassa vegetal é valioso para identificar plantas com mutações capazes de melhorar a produção de biomassa5,6. Os métodos atuais incluem difração de raios X7, espectroscopia de infravermelho8, microscopia9, espectrometria de massa10 e espectroscopia de ressonância magnética nuclear (NMR)11.
A RMN provou ser uma das metodologias mais úteis para analisar misturas biomoleculares de metabólitos e componentes poliméricos12,13. 1H-NMR é um método não destrutivo e econômico14, que também permite a avaliação quantitativa das mudanças no equilíbrio dinâmico dos metabólitos solúveis em água incluídos em várias plantas15. Embora o perfil metabólico comum baseado em solução de RMN seja comumente usado para amostras extraídas de tecidos, a técnica de rotação de ângulo mágico de alta resolução (HR-MAS) tem sido usada para perfilar metabólitos em órgãos intactos16,17. A análise HR-MAS usando tecidos intactos de amostras de plantas foi relatada para algas vermelhas18, farinha de trigo19, cenoura20 e Arabidopsis21 e esses resultados indicam que a técnica HR-MAS pode ser aplicada para a detecção de metabólitos em outras plantas22,23.
Várias técnicas de NMR em estado sólido e em solução têm sido usadas para detectar componentes poliméricos de plantas. A técnica de RMN em estado sólido é útil para analisar macromoléculas em amostras de plantas intactas, por exemplo, madeira de faia, pinho24 e palha de trigo25. É, no entanto, difícil atribuir cada ressonância NMR usando métodos de estado sólido por causa de sua baixa resolução26. Por outro lado, técnicas de NMR em solução foram usadas para analisar amostras de plantas que foram moídas e depois dissolvidas em solvente de dimetilsulfóxido (DMSO)27 e essas amostras incluíam muitos componentes poliméricos. Em um estudo recente, vários componentes poliméricos foram caracterizados por estudos de RMN bidimensionais (2D) em estado de solução de géis de biomassa moídos em sistemas DMSO/piridina28 e cloreto de piridínio/DMSO26. Esses métodos são vantajosos na aquisição de informações detalhadas sobre biomassa porque os sinais de NMR de alta resolução são fornecidos por experimentos de NMR 2D de estado de solução, como coerência quântica única heteronuclear 1H-13C (HSQC)29,30,31,32. Embora este método possa levar à atribuição parcial de deslocamentos químicos nos espectros de componentes poliméricos, é difícil atribuir completamente os espectros devido à degenerescência, resultando em picos de deslocamento químico sobrepostos. Por outro lado, a separação de deslocamentos químicos pode ser realizada mais facilmente com sequências de pulsos tridimensionais (3D) empregando correlações 13C-13C33,34,35. No entanto, devido à baixa abundância natural de 13C (1,1%), as amostras devem ser enriquecidas por marcação de isótopos estáveis de 13C36,37,38,39,40,41, o que permite uma atribuição de sinal mais confiável usando sequências de pulso 3D33,34,35. Por exemplo, usando o método de rotulagem de 13C, a absorção de [13C6]glicose pelas raízes e a assimilação de 13CO2 em plantas superiores podem ser monitoradas42. Deduz-se que a análise de RMN da biomassa usando a técnica de marcação 13C oferece vantagens. Por exemplo, pode investigar componentes de biomassa com movimento molecular43 e seu tempo experimental para o perfil de RMN 2D pode ser reduzido em comparação com o uso de amostras não marcadas44.
3.0.CO;2-M" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291522-2594%28199906%2941%3A6%3C1108%3A%3AAID-MRM6%3E3.0.CO%3B2-M" aria-label="Article reference 64" data-doi="10.1002/(SICI)1522-2594(199906)41:63.0.CO;2-M"Article CAS Google Scholar /p>

