वनस्पतींच्या संरक्षणाचे विविध सिद्धांत वनस्पतींच्या विशेष चयापचयाच्या पद्धती स्पष्ट करण्यासाठी महत्त्वाचे सैद्धांतिक मार्गदर्शन देतात, परंतु त्यांच्या मुख्य भाकितांची चाचणी होणे बाकी आहे. येथे, आम्ही तंबाखूच्या क्षीण झालेल्या जातींच्या मेटाबोलॉमचा (चयापचय घटकांचा) वैयक्तिक वनस्पतींपासून ते समूहांपर्यंत आणि जवळच्या संबंधित प्रजातींपर्यंत पद्धतशीरपणे अभ्यास करण्यासाठी निष्पक्ष टँडम मास स्पेक्ट्रोमेट्री (MS/MS) विश्लेषणाचा वापर केला, आणि इष्टतम संरक्षण (OD) व चल लक्ष्य (MT) सिद्धांतांच्या मुख्य भाकितांची चाचणी करण्यासाठी माहितीच्या चौकटीतील संयुगांच्या स्पेक्ट्रावर आधारित मोठ्या संख्येने मास स्पेक्ट्रोमेट्रिक वैशिष्ट्य सिद्धांतांवर प्रक्रिया केली. वनस्पती मेटाबोलॉमिक्सचा माहिती घटक OD सिद्धांताशी सुसंगत आहे, परंतु शाकाहारी प्राण्यांमुळे होणाऱ्या मेटाबोलॉमिक्सच्या गतिशीलतेबद्दलच्या MT सिद्धांताच्या मुख्य भाकिताशी विसंगत आहे. सूक्ष्म ते स्थूल उत्क्रांतीच्या स्तरापर्यंत, जॅस्मोनॅट सिग्नल हा OD चा मुख्य निर्धारक म्हणून ओळखला गेला, तर इथिलीन सिग्नलने MS/MS आण्विक नेटवर्कद्वारे नोंदवलेल्या शाकाहारी-विशिष्ट प्रतिसादाचे सूक्ष्म-समायोजन केले.
विविध संरचना असलेले विशेष मेटाबोलाइट्स हे वनस्पतींच्या पर्यावरणाशी जुळवून घेण्याच्या प्रक्रियेत, विशेषतः शत्रूंपासून संरक्षण करण्यात, मुख्य सहभागी असतात (1). वनस्पतींमध्ये आढळणाऱ्या विशेष चयापचयाच्या आश्चर्यकारक विविधतेने त्याच्या पर्यावरणीय कार्यांच्या अनेक पैलूंवर दशकांपर्यंत सखोल संशोधनाला चालना दिली आहे आणि वनस्पती संरक्षण सिद्धांतांची एक मोठी यादी तयार केली आहे, जे वनस्पती-कीटक परस्परसंवादाचा उत्क्रांतीवादी आणि पर्यावरणीय विकास आहेत. अनुभवजन्य संशोधन महत्त्वाचे मार्गदर्शन पुरवते (2). तथापि, या वनस्पती संरक्षण सिद्धांतांनी परिकल्पनात्मक निगमनात्मक तर्काच्या प्रमाणित मार्गाचे अनुसरण केले नाही, ज्यामध्ये मुख्य भाकिते विश्लेषणाच्या समान स्तरावर होती (3) आणि सैद्धांतिक विकासाचे पुढील चक्र पुढे नेण्यासाठी प्रायोगिकरित्या तपासली गेली (4). तांत्रिक मर्यादा डेटा संकलनाला विशिष्ट चयापचय श्रेणींपुरते मर्यादित करतात आणि विशेष मेटाबोलाइट्सच्या सर्वसमावेशक विश्लेषणाला वगळतात, ज्यामुळे सैद्धांतिक विकासासाठी आवश्यक असलेल्या आंतर-श्रेणी तुलनांना प्रतिबंध होतो (5). सर्वसमावेशक मेटाबोलॉमिक्स डेटाचा अभाव आणि विविध वनस्पती गटांमधील चयापचय क्षेत्राच्या प्रक्रिया कार्यप्रवाहाची तुलना करण्यासाठी एका सामान्य साधनाची कमतरता या क्षेत्राच्या वैज्ञानिक परिपक्वतेला अडथळा आणते.
टँडम मास स्पेक्ट्रोमेट्री (MS/MS) मेटाबोलॉमिक्सच्या क्षेत्रातील नवीनतम घडामोडी दिलेल्या सिस्टम क्लेडमधील प्रजातींच्या आत आणि प्रजातींमधील चयापचय बदलांचे सर्वसमावेशकपणे वर्णन करू शकतात आणि या जटिल मिश्रणांमधील संरचनात्मक समानता मोजण्यासाठी संगणकीय पद्धतींसह एकत्रित केल्या जाऊ शकतात. रसायनशास्त्राचे पूर्वज्ञान (5). विश्लेषण आणि संगणनातील प्रगत तंत्रज्ञानाचे संयोजन चयापचय विविधतेच्या पर्यावरणीय आणि उत्क्रांतीवादी सिद्धांतांद्वारे केलेल्या अनेक भाकितांच्या दीर्घकालीन चाचणीसाठी एक आवश्यक चौकट प्रदान करते. शॅनन (6) यांनी 1948 मध्ये त्यांच्या महत्त्वपूर्ण लेखात माहिती सिद्धांताची प्रथमच ओळख करून दिली, ज्यामुळे माहितीच्या गणितीय विश्लेषणाचा पाया घातला गेला, ज्याचा उपयोग त्याच्या मूळ अनुप्रयोगाव्यतिरिक्त इतर अनेक क्षेत्रांमध्ये केला गेला आहे. जीनोमिक्समध्ये, अनुक्रम संरक्षित माहितीचे परिमाण निश्चित करण्यासाठी माहिती सिद्धांत यशस्वीरित्या लागू केला गेला आहे (7). ट्रान्सक्रिप्टोमिक्स संशोधनात, माहिती सिद्धांत ट्रान्सक्रिप्टोममधील एकूण बदलांचे विश्लेषण करतो (8). मागील संशोधनात, आम्ही वनस्पतींमधील ऊती स्तरावरील चयापचय कौशल्याचे वर्णन करण्यासाठी मेटाबोलॉमिक्समध्ये माहिती सिद्धांताची सांख्यिकीय चौकट लागू केली (9). येथे, आम्ही शाकाहारी प्राण्यांमुळे प्रेरित झालेल्या मेटाबोलॉमच्या वनस्पती संरक्षण सिद्धांताच्या मुख्य अंदाजांची तुलना करण्यासाठी, MS/MS-आधारित कार्यप्रवाहाला माहिती सिद्धांताच्या सांख्यिकीय चौकटीसोबत जोडतो, ज्याचे वैशिष्ट्य म्हणजे सामान्य चलनात असलेली चयापचय विविधता.
वनस्पती संरक्षणाच्या सैद्धांतिक चौकटी सामान्यतः परस्पर समावेशक असतात आणि त्यांचे दोन श्रेणींमध्ये विभाजन केले जाऊ शकते: ज्या संरक्षण कार्यांवर आधारित वनस्पती-विशिष्ट मेटाबोलाइट्सच्या वितरणाचे स्पष्टीकरण देण्याचा प्रयत्न करतात, जसे की इष्टतम संरक्षण (OD) (10), मूव्हिंग टार्गेट (MT) (11) आणि अपिअरन्स (12) सिद्धांत, तर इतर संसाधनांच्या उपलब्धतेतील बदल वनस्पतींच्या वाढीवर आणि विशेष मेटाबोलाइट्सच्या संचयनावर कसा परिणाम करतात याचे यांत्रिक स्पष्टीकरण शोधतात, जसे की कार्बन: पोषक तत्व संतुलन गृहीतक (13), वाढीचा दर गृहीतक (14), आणि वाढ आणि भिन्नता संतुलन गृहीतक (15). सिद्धांतांचे हे दोन संच विश्लेषणाच्या वेगवेगळ्या स्तरांवर आहेत (4). तथापि, कार्यात्मक स्तरावरील संरक्षणात्मक कार्यांशी संबंधित दोन सिद्धांत वनस्पतींच्या घटक आणि प्रेरित संरक्षणाबद्दलच्या चर्चेवर वर्चस्व गाजवतात: OD सिद्धांत, जो असे गृहीत धरतो की वनस्पती त्यांच्या महागड्या रासायनिक संरक्षणांमध्ये फक्त आवश्यकतेनुसार गुंतवणूक करतात, उदाहरणार्थ, जेव्हा एखादा गवताळ प्राणी हल्ला करतो तेव्हा, म्हणून, भविष्यातील हल्ल्याच्या शक्यतेनुसार, संरक्षणात्मक कार्य असलेले संयुग नियुक्त केले जाते (10); एमटी गृहीतक असे मांडते की दिशात्मक मेटाबोलाइट बदलाचा कोणताही अक्ष नाही, परंतु मेटाबोलाइट यादृच्छिकपणे बदलतात, ज्यामुळे हल्ला करणाऱ्या शाकाहारी प्राण्यांच्या चयापचय "गती लक्ष्या" मध्ये अडथळा आणण्याची शक्यता निर्माण होते. दुसऱ्या शब्दांत, हे दोन सिद्धांत शाकाहारी प्राण्यांच्या हल्ल्यानंतर होणाऱ्या चयापचय पुनर्रचनेबद्दल विरुद्ध भाकिते करतात: संरक्षणात्मक कार्यासह मेटाबोलाइट्सच्या एकदिश संचय (ओडी) आणि दिशाहीन चयापचय बदल (एमटी) (11) यांच्यातील संबंध.
OD आणि MT गृहितकांमध्ये केवळ मेटाबोलॉममधील प्रेरित बदलांचाच नव्हे, तर या मेटाबोलाइट्सच्या संचयनाचे पर्यावरणीय आणि उत्क्रांतीविषयक परिणाम, जसे की विशिष्ट पर्यावरणीय परिस्थितीत या चयापचय बदलांचे अनुकूलन खर्च आणि फायदे (16) यांचाही समावेश होतो. जरी दोन्ही गृहितके विशेष मेटाबोलाइट्सच्या संरक्षणात्मक कार्याला मान्यता देत असली, जे खर्चिक असू शकते किंवा नसू शकते, तरीही OD आणि MT गृहितकांना वेगळे करणारा मुख्य अंदाज प्रेरित चयापचय बदलांच्या दिशेमध्ये आहे. OD सिद्धांताच्या अंदाजावर आतापर्यंत सर्वाधिक प्रायोगिक लक्ष केंद्रित केले गेले आहे. या चाचण्यांमध्ये हरितगृहांमध्ये आणि नैसर्गिक परिस्थितीत विशिष्ट संयुगांच्या वेगवेगळ्या ऊतींच्या प्रत्यक्ष किंवा अप्रत्यक्ष संरक्षण कार्यांचा अभ्यास, तसेच वनस्पती विकासाच्या टप्प्यातील बदलांचा अभ्यास समाविष्ट आहे (17-19). तथापि, आतापर्यंत, कोणत्याही सजीवाच्या चयापचय विविधतेच्या जागतिक सर्वसमावेशक विश्लेषणासाठी कार्यप्रवाह आणि सांख्यिकीय चौकटीच्या अभावामुळे, दोन सिद्धांतांमधील मुख्य फरकाचा अंदाज (म्हणजेच, चयापचय बदलांची दिशा) तपासला जाणे बाकी आहे. येथे, आम्ही असेच एक विश्लेषण सादर करत आहोत.
वनस्पती-विशिष्ट चयापचयांचे एक सर्वात महत्त्वाचे वैशिष्ट्य म्हणजे एकल वनस्पती, लोकसंख्या ते समान प्रजातींपर्यंत सर्व स्तरांवर त्यांची अत्यंत संरचनात्मक विविधता (20). लोकसंख्येच्या पातळीवर विशेष चयापचयांमध्ये अनेक परिमाणात्मक बदल पाहिले जाऊ शकतात, तर प्रजाती स्तरावर सहसा तीव्र गुणात्मक फरक टिकून राहतात (20). म्हणून, वनस्पतींची चयापचय विविधता हा कार्यात्मक विविधतेचा मुख्य पैलू आहे, जो वेगवेगळ्या अधिवासांशी जुळवून घेण्याची क्षमता दर्शवतो, विशेषतः अशा अधिवासांमध्ये जिथे विशिष्ट कीटक आणि सामान्य शाकाहारी प्राण्यांद्वारे आक्रमणाची शक्यता वेगवेगळी असते (21). वनस्पती-विशिष्ट चयापचयांच्या अस्तित्वाच्या कारणांवरील फ्रेंकेलच्या (22) महत्त्वपूर्ण लेखानंतर, विविध कीटकांसोबतच्या आंतरक्रिया महत्त्वाचे निवडक दबाव मानले गेले आहेत, आणि असे मानले जाते की या आंतरक्रियांनी उत्क्रांतीदरम्यान वनस्पतींना आकार दिला आहे. चयापचय मार्ग (23). विशेष चयापचयांच्या विविधतेमधील आंतरप्रजातीय फरक हे शाकाहारी प्राण्यांच्या विरोधात वनस्पतींच्या घटक आणि प्रेरित संरक्षणाशी संबंधित शारीरिक संतुलन देखील दर्शवू शकतात, कारण दोन प्रजाती अनेकदा एकमेकांशी नकारात्मकपणे सहसंबंधित असतात (24). जरी सर्वकाळ चांगली संरक्षण यंत्रणा राखणे फायदेशीर असले तरी, संरक्षणाशी संबंधित वेळेवर होणारे चयापचयात्मक बदल वनस्पतींना मौल्यवान संसाधने इतर शारीरिक गुंतवणुकीसाठी वापरण्यास (19, 24) आणि सहजीवनाची गरज टाळण्यास स्पष्ट फायदे देतात. अनुषंगिक नुकसान (25). याव्यतिरिक्त, कीटकभक्षकांमुळे होणारी विशेष चयापचयांची ही पुनर्रचना लोकसंख्येमध्ये विनाशकारी वितरणास कारणीभूत ठरू शकते (26), आणि जॅस्मोनिक ॲसिड (JA) सिग्नलमधील महत्त्वपूर्ण नैसर्गिक बदलांचे थेट प्रतिबिंब असू शकते, जे लोकसंख्येमध्ये टिकून राहू शकते. उच्च आणि कमी JA सिग्नल हे शाकाहारी प्राण्यांविरुद्ध संरक्षण आणि विशिष्ट प्रजातींशी स्पर्धा यामधील तडजोड आहेत (27). याव्यतिरिक्त, उत्क्रांतीदरम्यान विशेष चयापचय जैवसंश्लेषण मार्गांमध्ये वेगाने घट आणि रूपांतरण होईल, ज्यामुळे जवळच्या संबंधित प्रजातींमध्ये चयापचयाचे विखुरलेले वितरण होईल (28). शाकाहारी प्राण्यांच्या बदलत्या पद्धतींच्या प्रतिसादात हे बहुरूपता वेगाने स्थापित होऊ शकतात (29), याचा अर्थ असा की शाकाहारी समुदायांमधील चढउतार हा चयापचयात्मक विषमतेला चालना देणारा एक महत्त्वाचा घटक आहे.
येथे, आम्ही विशेषतः खालील समस्या सोडवल्या. (I) शाकाहारी कीटक वनस्पतीच्या मेटाबोलॉमची पुनर्रचना कशी करतो? (II) दीर्घकालीन संरक्षण सिद्धांताच्या अंदाजांची चाचणी घेण्यासाठी, चयापचय लवचिकतेचे कोणते मुख्य माहिती घटक मोजता येतात? (III) आक्रमणकर्त्यासाठी अद्वितीय अशा पद्धतीने वनस्पतीच्या मेटाबोलॉमची पुनर्रचना करायची की नाही, आणि तसे असल्यास, विशिष्ट चयापचय प्रतिसाद तयार करण्यात वनस्पती संप्रेरकाची काय भूमिका असते, आणि कोणते मेटाबोलाइट्स संरक्षणाच्या प्रजाती-विशिष्टतेमध्ये योगदान देतात? (IV) अनेक संरक्षण सिद्धांतांनी केलेले अंदाज जैविक ऊतींच्या सर्व स्तरांवर लागू करता येत असल्याने, आम्ही विचारले की अंतर्गत तुलनेपासून ते आंतर-प्रजातीय तुलनेपर्यंत होणारा चयापचय प्रतिसाद किती सुसंगत असतो? यासाठी, आम्ही तंबाखूच्या पानांमधील निकोटीनच्या मेटाबोलॉमचा पद्धतशीरपणे अभ्यास केला आहे. तंबाखू ही एक पर्यावरणीय मॉडेल वनस्पती असून तिच्यात विशेष चयापचय क्रिया भरपूर आहे आणि ती दोन स्थानिक शाकाहारी कीटकांच्या अळ्यांविरुद्ध प्रभावी आहे: लेपिडोप्टेरा डाटुरा (Ms) (अत्यंत आक्रमक, मुख्यत्वे सोलानेसी कुळातील वनस्पतींवर खाल्ली जाते) आणि स्पोडोप्टेरा लिटोरॅलिस (Sl), जे कापसाच्या पानांवरील अळ्यांचे एक प्रकारचे "वंश" आहेत. सोलानेसी कुळातील वनस्पती या अळ्यांच्या यजमान वनस्पती असून, इतर वंश आणि कुळांतील वनस्पतींचे खाद्यही आहे. आम्ही MS/MS मेटाबोलॉमिक्स स्पेक्ट्रमचे विश्लेषण केले आणि OD व MT सिद्धांतांची तुलना करण्यासाठी माहिती सिद्धांत सांख्यिकीय वर्णक काढले. मुख्य मेटाबोलाइट्सची ओळख उघड करण्यासाठी विशिष्टता नकाशे तयार केले. वनस्पती संप्रेरक सिग्नलिंग आणि OD प्रेरणेमधील सहसंबंधाचे अधिक विश्लेषण करण्यासाठी, हे विश्लेषण N. nasi च्या स्थानिक लोकसंख्येवर आणि तिच्याशी जवळून संबंधित तंबाखू प्रजातींवर विस्तारित केले गेले.
शाकाहारी तंबाखूच्या पानांमधील मेटाबोलॉमच्या लवचिकतेबद्दल आणि संरचनेबद्दल एक समग्र नकाशा मिळवण्यासाठी, आम्ही वनस्पती अर्कांमधून उच्च-रिझोल्यूशन डेटा स्वतंत्र MS/MS स्पेक्ट्रा (9) सर्वसमावेशकपणे गोळा करण्यासाठी आणि त्याचे डीकन्व्होल्यूशन करण्यासाठी पूर्वी विकसित केलेल्या विश्लेषण आणि गणना कार्यप्रवाहाचा वापर केला. ही अविभेदित पद्धत (MS/MS म्हणतात) नॉन-रिडंडंट कंपाऊंड स्पेक्ट्रा तयार करू शकते, जे नंतर येथे वर्णन केलेल्या सर्व कंपाऊंड-स्तरीय विश्लेषणांसाठी वापरले जाऊ शकते. हे डीकन्व्होल्यूटेड वनस्पती मेटाबोलाइट्स विविध प्रकारचे आहेत, ज्यात शेकडो ते हजारो मेटाबोलाइट्स (येथे सुमारे 500-1000-s/MS/MS) असतात. येथे, आम्ही माहिती सिद्धांताच्या चौकटीत मेटाबोलिक लवचिकतेचा विचार करतो आणि मेटाबोलिक फ्रिक्वेन्सी वितरणाच्या शॅनन एन्ट्रॉपीवर आधारित मेटाबोलॉमची विविधता आणि व्यावसायिकता मोजतो. पूर्वी लागू केलेल्या सूत्र (8) चा वापर करून, आम्ही निर्देशकांचा एक संच मोजला जो मेटाबोलॉम विविधता (Hj निर्देशक), मेटाबोलिक प्रोफाइल विशेषीकरण (δj निर्देशक) आणि एकाच मेटाबोलाइटची मेटाबोलिक विशिष्टता (Si निर्देशक) मोजण्यासाठी वापरला जाऊ शकतो. याव्यतिरिक्त, आम्ही शाकाहारी प्राण्यांच्या मेटाबोलॉम प्रेरणक्षमतेचे प्रमाण निश्चित करण्यासाठी रिलेटिव्ह डिस्टन्स प्लास्टिसिटी इंडेक्स (RDPI) वापरला (आकृती 1A) (30). या सांख्यिकीय चौकटीत, आम्ही MS/MS स्पेक्ट्रमला मूलभूत माहिती एकक मानतो, आणि MS/MS च्या सापेक्ष विपुलतेवर प्रक्रिया करून वारंवारता वितरण नकाशा तयार करतो, आणि नंतर त्यातून मेटाबोलॉम विविधतेचा अंदाज घेण्यासाठी शॅनन एन्ट्रॉपीचा वापर करतो. मेटाबोलॉम विशेषीकरण हे एकाच MS/MS स्पेक्ट्रमच्या सरासरी विशिष्टतेद्वारे मोजले जाते. म्हणून, शाकाहारी प्राण्यांच्या प्रेरणेनंतर काही MS/MS वर्गांच्या विपुलतेतील वाढ ही स्पेक्ट्रल प्रेरणक्षमता, RDPI आणि विशेषीकरणामध्ये रूपांतरित होते, म्हणजेच δj निर्देशांकात वाढ होते, कारण अधिक विशेषीकृत मेटाबोलाइट्स तयार होतात आणि उच्च Si निर्देशांक निर्माण होतो. Hj विविधता निर्देशांकातील घट हे दर्शवते की एकतर तयार झालेल्या MS/MS ची संख्या कमी झाली आहे, किंवा प्रोफाइल वारंवारता वितरण कमी एकसमान दिशेने बदलते, ज्यामुळे त्याची एकूण अनिश्चितता कमी होते. Si निर्देशांकाच्या गणनेद्वारे, विशिष्ट शाकाहारी प्राण्यांमुळे कोणते MS/MS प्रेरित होतात आणि याउलट, कोणते MS/MS या प्रेरणेला प्रतिसाद देत नाहीत, हे अधोरेखित करणे शक्य होते, जे MT आणि OD अंदाजांमध्ये फरक करण्यासाठी एक प्रमुख सूचक आहे.
(अ) शाकाहारी (H1 ते Hx) MS/MS डेटा-प्रेरणक्षमता (RDPI), विविधता (Hj निर्देशांक), विशेषीकरण (δj निर्देशांक) आणि मेटाबोलाइट विशिष्टता (Si निर्देशांक) यासाठी वापरलेले सांख्यिकीय वर्णक. विशेषीकरणाच्या पातळीत (δj) वाढ होणे हे दर्शवते की, सरासरी, अधिक शाकाहारी-विशिष्ट मेटाबोलाइट्स तयार होतील, तर विविधतेत (Hj) घट होणे हे मेटाबोलाइट्सच्या उत्पादनात घट किंवा वितरण नकाशात मेटाबोलाइट्सचे असमान वितरण दर्शवते. Si मूल्य हे मूल्यांकन करते की मेटाबोलाइट दिलेल्या परिस्थितीसाठी (येथे, शाकाहारी) विशिष्ट आहे की उलटपक्षी तो त्याच पातळीवर राखला जातो. (ब) माहिती सिद्धांत अक्षाचा वापर करून संरक्षण सिद्धांताच्या भाकिताची संकल्पनात्मक आकृती. OD सिद्धांत भाकीत करतो की शाकाहारी प्राण्यांच्या हल्ल्यामुळे संरक्षण मेटाबोलाइट्स वाढतील, ज्यामुळे δj वाढेल. त्याच वेळी, Hj कमी होतो कारण चयापचय माहितीची अनिश्चितता कमी करण्याच्या दिशेने प्रोफाइलची पुनर्रचना केली जाते. एमटी सिद्धांतानुसार, शाकाहारी प्राण्यांच्या हल्ल्यामुळे मेटाबोलॉममध्ये दिशाहीन बदल घडतील, ज्यामुळे चयापचयविषयक माहितीच्या अनिश्चिततेत वाढ झाल्याचे सूचक म्हणून Hj वाढेल आणि Si चे यादृच्छिक वितरण होईल. आम्ही एक मिश्र मॉडेल, म्हणजेच सर्वोत्तम एमटी, देखील प्रस्तावित केले आहे, ज्यामध्ये उच्च संरक्षण मूल्य असलेले काही मेटाबोलाइट्स विशेषतः वाढतील (उच्च Si मूल्य), तर इतर यादृच्छिक प्रतिसाद दर्शवतील (कमी Si मूल्य).
माहिती सिद्धांत वर्णकांचा वापर करून, आम्ही OD सिद्धांताचा अर्थ लावतो आणि असा अंदाज वर्तवतो की, अप्ररित घटक अवस्थेत शाकाहारी प्राण्यांमुळे होणारे विशेष मेटाबोलाइट बदल खालील गोष्टींना कारणीभूत ठरतील: (i) मेटाबोलिक विशिष्टतेमध्ये (Si निर्देशांक) वाढ, जी मेटाबोनॉमिक विशिष्टतेला (δj निर्देशांक) चालना देते; आणि (ii) मेटाबोलिक वारंवारता वितरणात बदल होऊन लेप्टिन बॉडीचे वितरण अधिक झाल्यामुळे मेटाबोलॉम विविधतेमध्ये (Hj निर्देशांक) घट. एकाच मेटाबोलाइटच्या पातळीवर, एका क्रमबद्ध Si वितरणाची अपेक्षा आहे, जिथे मेटाबोलाइट त्याच्या संरक्षण मूल्यानुसार Si मूल्य वाढवेल (आकृती 1B). याच धर्तीवर, आम्ही MT सिद्धांताचे स्पष्टीकरण देतो आणि असा अंदाज वर्तवतो की, उत्तेजनामुळे (i) मेटाबोलाइट्समध्ये दिशाहीन बदल होतील, ज्यामुळे δj निर्देशांकात घट होईल, आणि (ii) मेटाबोलिक अनिश्चिततेत किंवा यादृच्छिकतेत वाढ झाल्यामुळे Hj निर्देशांकात वाढ होईल, ज्याचे मापन शॅनन एन्ट्रॉपीद्वारे सामान्यीकृत विविधतेच्या स्वरूपात केले जाऊ शकते. मेटाबोलिक रचनेबद्दल बोलायचे झाल्यास, MT सिद्धांत Si च्या यादृच्छिक वितरणाचा अंदाज वर्तवेल. काही मेटाबोलाइट्स विशिष्ट परिस्थितीत विशिष्ट परिस्थितीत असतात आणि इतर परिस्थितीत नसतात आणि त्यांचे संरक्षण मूल्य पर्यावरणावर अवलंबून असते हे लक्षात घेऊन, आम्ही एक मिश्र संरक्षण मॉडेल देखील प्रस्तावित केले, ज्यामध्ये δj आणि Hj हे सर्व दिशांमध्ये Si वाढीच्या दिशेने दोन भागांमध्ये वितरित केले जातात, फक्त काही विशिष्ट मेटाबोलाइट गट, ज्यांचे संरक्षण मूल्य जास्त आहे, ते विशेषतः Si वाढवतील, तर इतरांचे वितरण यादृच्छिक असेल (आकृती 1B).
माहिती सिद्धांत वर्णकाच्या अक्षावर पुनर्परिभाषित संरक्षण सिद्धांताच्या भाकिताची चाचणी घेण्यासाठी, आम्ही नेपेंथेस पॅलेन्सच्या पानांवर तज्ञ (Ms) किंवा सामान्य (Sl) शाकाहारी अळ्या वाढवल्या (आकृती 2A). MS/MS विश्लेषणाचा वापर करून, आम्ही अळ्यांच्या खाण्यानंतर गोळा केलेल्या पानांच्या ऊतींच्या मिथेनॉल अर्कांमधून 599 नॉन-रिडंडंट MS/MS स्पेक्ट्रा (डेटा फाइल S1) मिळवले. MS/MS कॉन्फिगरेशन फाइल्समधील माहिती सामग्रीच्या पुनर्रचनेचे दृश्यीकरण करण्यासाठी RDPI, Hj, आणि δj निर्देशांकांचा वापर केल्यावर मनोरंजक नमुने दिसून येतात (आकृती 2B). एकूण कल असा आहे की, माहिती वर्णकाने वर्णन केल्याप्रमाणे, अळ्या जसजशा पाने खात राहतात, तसतशी सर्व चयापचय पुनर्रचनेची पातळी कालांतराने वाढते: शाकाहारी अळीने खाल्ल्यानंतर 72 तासांनी, RDPI मध्ये लक्षणीय वाढ होते. नुकसान न झालेल्या नियंत्रणाच्या तुलनेत, Hj लक्षणीयरीत्या कमी झाला होता, जो चयापचय प्रोफाइलच्या विशेषीकरणाच्या वाढलेल्या पातळीमुळे होता, ज्याचे प्रमाण δj निर्देशांकाद्वारे मोजले गेले. हा स्पष्ट कल OD सिद्धांताच्या अंदाजांशी सुसंगत आहे, परंतु MT सिद्धांताच्या मुख्य अंदाजांशी विसंगत आहे, ज्यानुसार मेटाबोलाइट पातळीतील यादृच्छिक (अदिश) बदलांचा उपयोग बचावात्मक छद्मावरण म्हणून केला जातो (आकृती 1B). जरी या दोन शाकाहारी प्राण्यांच्या तोंडी स्रावातील (OS) उद्दीपकांचे प्रमाण आणि खाद्य वर्तन भिन्न असले तरी, त्यांच्या थेट खाण्यामुळे 24-तास आणि 72-तासांच्या कापणी कालावधीत Hj आणि δj च्या दिशांमध्ये समान बदल दिसून आले. RDPI च्या 72 व्या तासाला फक्त फरक दिसून आला. Ms खाण्यामुळे होणाऱ्या परिणामांच्या तुलनेत, Sl खाण्यामुळे प्रेरित झालेला एकूण चयापचय जास्त होता.
(अ) प्रायोगिक रचना: सामान्य डुक्कर (S1) किंवा तज्ञ (Ms) शाकाहारी प्राण्यांना घटपर्णीची क्षारविरहित पाने खाऊ घातली जातात, तर अनुकरित शाकाहारासाठी, Ms च्या OS (W + OSMs) चा वापर पानांच्या प्रमाणित जागी जखम करण्यासाठी केला जातो. S1 (W + OSSl) अळ्या किंवा पाणी (W + W). नियंत्रण (C) हे एक अखंड पान आहे. (ब) विशेष मेटाबोलाइट नकाशासाठी (599 MS/MS; डेटा फाइल S1) मोजलेले प्रेरणक्षमता (नियंत्रण चार्टच्या तुलनेत RDPI), विविधता (Hj निर्देशांक) आणि विशेषीकरण (δj निर्देशांक). तारकाचिन्हे थेट शाकाहारी आहार आणि नियंत्रण गट यांच्यातील महत्त्वपूर्ण फरक दर्शवतात (जोडलेल्या टी-चाचणीसह स्टुडंटची टी-चाचणी, *P<0.05 आणि ***P<0.001). ns, महत्त्वाचे नाही. (C) अनुकरित शाकाहार उपचारानंतर मुख्य (निळा बॉक्स, अमिनो आम्ल, सेंद्रिय आम्ल आणि साखर; डेटा फाइल S2) आणि विशेष मेटाबोलाइट स्पेक्ट्रमचा (लाल बॉक्स 443 MS/MS; डेटा फाइल S1) वेळ रिझोल्यूशन इंडेक्स. रंगीत पट्टी 95% विश्वासार्हता अंतराल दर्शवते. तारकाचिन्ह उपचार आणि नियंत्रण यांच्यातील लक्षणीय फरक दर्शवते [क्वाड्रॅटिक ॲनालिसिस ऑफ व्हेरिएन्स (ANOVA), त्यानंतर पोस्ट हॉक मल्टिपल कंपॅरिझन्ससाठी ट्युकीज ऑनेस्टली सिग्निफिकंट डिफरन्स (HSD), *P<0.05, **P<0.01 आणि *** P <0.001]. (D) स्कॅटर प्लॉट आणि विशेष मेटाबोलाइट प्रोफाइलचे विशेषीकरण (वेगवेगळ्या उपचारांसह पुनरावृत्त नमुने).
शाकाहारी प्राण्यांमुळे मेटाबोलॉम स्तरावर होणारे पुनर्रचना वैयक्तिक मेटाबोलाइट्सच्या पातळीतील बदलांमध्ये प्रतिबिंबित होते की नाही हे तपासण्यासाठी, आम्ही प्रथम नेपेंथेस पॅलेन्सच्या पानांमध्ये पूर्वी अभ्यासलेल्या मेटाबोलाइट्सवर लक्ष केंद्रित केले, ज्यामध्ये शाकाहारी प्राण्यांना प्रतिकार करण्याची क्षमता सिद्ध झाली आहे. फेनोलिक अमाइड्स हे हायड्रॉक्सिसिनॅमामाइड-पॉलिअमाइन संयुगे आहेत जे कीटकांच्या शाकाहार प्रक्रियेदरम्यान जमा होतात आणि कीटकांची कार्यक्षमता कमी करण्यासाठी ओळखले जातात (32). आम्ही संबंधित MS/MS च्या पूर्वसूचकांचा शोध घेतला आणि त्यांचे संचयी गतिज वक्र रेखाटले (आकृती S1). अपेक्षेप्रमाणेच, क्लोरोजेनिक ॲसिड (CGA) आणि रुटिन सारखे, शाकाहारी प्राण्यांविरुद्धच्या संरक्षणात थेट सहभागी नसलेले फिनॉल डेरिव्हेटिव्हज शाकाहारानंतर कमी होतात. याउलट, शाकाहारी प्राणी फिनॉल अमाइड्सना अत्यंत प्रभावी बनवू शकतात. दोन्ही शाकाहारी प्राण्यांच्या सततच्या आहारामुळे फिनॉलअमाइड्सचा उत्तेजन स्पेक्ट्रम जवळजवळ सारखाच आढळला आणि हा नमुना विशेषतः फिनॉलअमाइड्सच्या नवसंश्लेषणासाठी स्पष्ट होता. 17-हायड्रॉक्सीजेरॅनिल नॉनॅनेडिओल डायटरपीन ग्लायकोसाइड्स (17-HGL-DTGs) मार्गाचा शोध घेताना देखील तीच घटना दिसून येईल, जी प्रभावी शाकाहारी-विरोधी कार्ये असलेले मोठ्या संख्येने अचक्रीय डायटरपीन तयार करते (33), ज्यापैकी एम्स फीडिंग विथ एसएलने समान अभिव्यक्ती प्रोफाइल ट्रिगर केले (आकृती एस1)).
थेट शाकाहारी खाद्य प्रयोगांचा संभाव्य तोटा म्हणजे शाकाहारी प्राण्यांच्या पान खाण्याच्या दरातील आणि खाण्याच्या वेळेतील फरक, ज्यामुळे जखमा आणि शाकाहारी प्राण्यांमुळे होणारे शाकाहारी-विशिष्ट परिणाम दूर करणे कठीण होते. प्रेरित पानांच्या चयापचय प्रतिसादाची शाकाहारी प्रजाती-विशिष्टता अधिक चांगल्या प्रकारे सोडवण्यासाठी, आम्ही Ms आणि Sl अळ्यांच्या खाण्याचे अनुकरण केले. यासाठी आम्ही ताजे गोळा केलेले OS (OSM आणि OSS1) पानांच्या समान स्थानांवरील प्रमाणित छिद्र W वर त्वरित लावले. या प्रक्रियेला W + OS उपचार म्हणतात, आणि ऊतींच्या नुकसानीच्या दरातील किंवा प्रमाणातील फरकांचे गोंधळात टाकणारे परिणाम न होता, शाकाहारी प्राण्याद्वारे मिळणाऱ्या प्रतिसादाच्या प्रारंभाची वेळ अचूकपणे ठरवून ती प्रेरणेचे मानकीकरण करते (आकृती 2A) (34). MS/MS विश्लेषण आणि गणना पाइपलाइन वापरून, आम्ही 443 MS/MS स्पेक्ट्रा (डेटा फाइल S1) मिळवले, जे थेट खाद्य प्रयोगांमधून पूर्वी संकलित केलेल्या स्पेक्ट्राशी जुळणारे होते. या MS/MS डेटा सेटच्या माहिती सिद्धांत विश्लेषणातून असे दिसून आले की, शाकाहारी प्राण्यांचे अनुकरण करून पानांसाठी विशेष असलेल्या मेटाबोलॉम्सच्या पुनर्रचनेमुळे OS-विशिष्ट प्रेरणा दिसून आली (आकृती 2C). विशेषतः, OSS1 उपचाराच्या तुलनेत, OSM मुळे 4 तासांत मेटाबोलॉम विशेषीकरणात वाढ झाली. हे लक्षात घेण्यासारखे आहे की, थेट शाकाहारी खाद्य प्रयोगाच्या डेटा सेटच्या तुलनेत, Hj आणि δj यांना निर्देशक म्हणून वापरून द्विमितीय अवकाशात दृश्यमान केलेली चयापचय गतिकी आणि अनुकरित शाकाहारी प्राण्यांच्या उपचाराला प्रतिसाद म्हणून कालांतराने मेटाबोलॉम विशेषीकरणाची दिशा सुसंगतपणे वाढली (आकृती 2D). त्याच वेळी, मेटाबोलॉम विशेषीकरणातील ही लक्ष्यित वाढ अनुकरित शाकाहारी प्राण्यांना प्रतिसाद म्हणून केंद्रीय कार्बन चयापचयाच्या पुनर्रचनेमुळे आहे की नाही हे तपासण्यासाठी आम्ही अमिनो आम्ल, सेंद्रिय आम्ल आणि शर्करा यांचे प्रमाण मोजले (डेटा फाइल S2) (आकृती S2). हा नमुना अधिक चांगल्या प्रकारे स्पष्ट करण्यासाठी, आम्ही पूर्वी चर्चा केलेल्या फिनोलॅमाइड आणि 17-HGL-DTG मार्गांच्या चयापचय संचय गतिकीचे पुढे निरीक्षण केले. शाकाहारी प्राण्यांमधील ओएस-विशिष्ट प्रेरणेचे रूपांतर फिनोलॅमाइड चयापचयातील एका भिन्न पुनर्रचना नमुन्यात होते (आकृती S3). कौमारिन आणि कॅफेऑइल अंश असलेले फिनोलिक अमाइड्स OSS1 द्वारे प्राधान्याने प्रेरित होतात, तर OSMs फेरुलिल संयुगांची विशिष्ट प्रेरणा देतात. 17-HGL-DTG मार्गासाठी, डाउनस्ट्रीम मॅलोनिलेशन आणि डायमॅलोनिलेशन उत्पादनांद्वारे भिन्न ओएस प्रेरणा आढळून आली (आकृती S3).
पुढे, आम्ही टाइम-कोर्स मायक्रोअरे डेटा सेट वापरून OS-प्रेरित ट्रान्सक्रिप्टोम प्लास्टिसिटीचा अभ्यास केला, जो शाकाहारी प्राण्यांमधील रोझेट वनस्पतीच्या पानांवर OSMs चा वापर करून प्रक्रिया करण्याचे अनुकरण करतो. सॅम्पलिंग कायनेटिक्स मूलतः या मेटाबोलॉमिक्स अभ्यासात वापरलेल्या कायनेटिक्सशी जुळते (35). मेटाबोलॉम पुनर्रचनेच्या तुलनेत, ज्यामध्ये मेटाबोलिक प्लास्टिसिटी कालांतराने विशेषतः वाढते, आम्हाला Ms द्वारे प्रेरित पानांमध्ये क्षणिक ट्रान्सक्रिप्शन स्फोट दिसतात, जिथे ट्रान्सक्रिप्टोम प्रेरणक्षमता (RDPI) आणि विशेषीकरण (δj) 1 तासांवर आहेत, आणि या वेळी विविधता (Hj) मध्ये लक्षणीय वाढ झाली, BMP1 ची अभिव्यक्ती लक्षणीयरीत्या कमी झाली, त्यानंतर ट्रान्सक्रिप्टोम विशेषीकरणात शिथिलता आली (आकृती S4). मेटाबोलिक जीन कुटुंबे (जसे की P450, ग्लायकोसिलट्रान्सफरेज आणि BAHD एसिलट्रान्सफरेज) वर नमूद केलेल्या सुरुवातीच्या उच्च-विशेषीकरण मॉडेलनुसार, प्राथमिक चयापचयातून मिळवलेल्या संरचनात्मक घटकांपासून विशेष मेटाबोलाइट्स एकत्र करण्याच्या प्रक्रियेत भाग घेतात. एक केस स्टडी म्हणून, फेनिलॅलानिन मार्गाचे विश्लेषण केले गेले. विश्लेषणाने पुष्टी केली की, अप्रभावित वनस्पतींच्या तुलनेत शाकाहारी प्राण्यांमध्ये फिनॉलअमाइड चयापचयातील मुख्य जनुके OS-प्रेरित असतात आणि त्यांच्या अभिव्यक्ती पद्धतींमध्ये जवळून जुळतात. या मार्गाच्या वरच्या बाजूस असलेले ट्रान्सक्रिप्शन फॅक्टर MYB8 आणि संरचनात्मक जनुके PAL1, PAL2, C4H आणि 4CL यांनी ट्रान्सक्रिप्शनची लवकर सुरुवात दर्शविली. फिनॉलअमाइडच्या अंतिम जुळणीमध्ये भूमिका बजावणारे एसिलट्रान्सफरेज, जसे की AT1, DH29 आणि CV86, दीर्घकाळ टिकणारी अपरेग्युलेशन पद्धत दर्शवतात (आकृती S4). वरील निरीक्षणे सूचित करतात की ट्रान्सक्रिप्टोम विशेषीकरणाची लवकर सुरुवात आणि नंतर मेटाबोलॉमिक्स विशेषीकरणाची वाढ ही एक जोडलेली पद्धत आहे, जी एका शक्तिशाली संरक्षण प्रतिसादाला सुरुवात करणाऱ्या समकालिक नियामक प्रणालीमुळे असू शकते.
वनस्पती संप्रेरक संकेतनातील पुनर्रचना ही एक नियामक स्तर म्हणून कार्य करते, जी वनस्पतींच्या शरीरक्रियाविज्ञानाचे पुनर्प्रोग्रामिंग करण्यासाठी शाकाहारी प्राण्यांची माहिती एकत्रित करते. शाकाहारी प्राण्यांच्या सिम्युलेशननंतर, आम्ही प्रमुख वनस्पती संप्रेरक श्रेणींच्या संचयी गतिशीलतेचे मोजमाप केले आणि त्यांच्यातील कालिक सह-अभिव्यक्तीचे दृश्यांकन केले [पिअरसन सहसंबंध गुणांक (PCC)> 0.4] (आकृती 3A). अपेक्षेप्रमाणे, जैवसंश्लेषणाशी संबंधित वनस्पती संप्रेरके, वनस्पती संप्रेरक सह-अभिव्यक्ती नेटवर्कमध्ये जोडलेली आहेत. याव्यतिरिक्त, वेगवेगळ्या उपचारांमुळे प्रेरित होणारी वनस्पती संप्रेरके अधोरेखित करण्यासाठी, चयापचय विशिष्टता (Si निर्देशांक) या नेटवर्कवर मॅप केली आहे. शाकाहारी प्राण्यांच्या विशिष्ट प्रतिसादाची दोन मुख्य क्षेत्रे रेखाटली आहेत: एक JA क्लस्टरमध्ये आहे, जिथे JA (त्याचे जैविक दृष्ट्या सक्रिय स्वरूप JA-Ile) आणि इतर JA डेरिव्हेटिव्ह्ज सर्वाधिक Si स्कोअर दर्शवतात; दुसरे एथिलीन (ET) आहे. जिबरेलिनने शाकाहारी प्राण्यांच्या विशिष्टतेमध्ये केवळ मध्यम वाढ दर्शविली, तर सायटोकिनिन, ऑक्सिन आणि ॲब्सिसिक ॲसिड यांसारख्या इतर वनस्पती संप्रेरकांमध्ये शाकाहारी प्राण्यांसाठी कमी प्रेरण विशिष्टता होती. केवळ W + W वापरण्याच्या तुलनेत, OS अनुप्रयोगाद्वारे (W + OS) JA डेरिव्हेटिव्हच्या शिखर मूल्याचे प्रवर्धन मूलतः JAs च्या एका मजबूत विशिष्ट निर्देशकात रूपांतरित केले जाऊ शकते. अनपेक्षितपणे, भिन्न एलिसिटर सामग्री असलेले OSM आणि OSS1 हे JA आणि JA-Ile चा समान संचय घडवून आणतात असे ज्ञात आहे. OSS1 च्या विपरीत, OSM हे OSMs द्वारे विशेषतः आणि तीव्रतेने प्रेरित होते, तर OSS1 मूळ जखमांच्या प्रतिसादाचे प्रवर्धन करत नाही (आकृती 3B).
(अ) शाकाहारी प्राण्यांमुळे प्रेरित वनस्पती संप्रेरक संचय गतीशास्त्र सिम्युलेशनच्या पीसीसी गणनेवर आधारित सह-अभिव्यक्ती नेटवर्क विश्लेषण. नोड एका वनस्पती संप्रेरकाचे प्रतिनिधित्व करतो आणि नोडचा आकार उपचारांमधील वनस्पती संप्रेरकासाठी विशिष्ट एसआय निर्देशांकाचे प्रतिनिधित्व करतो. (ब) वेगवेगळ्या उपचारांमुळे पानांमध्ये होणारे जेए, जेए-आयएलई आणि ईटीचे संचयन वेगवेगळ्या रंगांनी दर्शविले आहे: जर्द, डब्ल्यू + ओएसएम; निळा, डब्ल्यू + ओएसएसएल; काळा, डब्ल्यू + डब्ल्यू; राखाडी, सी (नियंत्रण). तारकाचिन्हे उपचार आणि नियंत्रणामधील लक्षणीय फरक दर्शवतात (टू-वे ॲनोव्हा आणि त्यानंतर ट्युकी एचएसडी पोस्ट हॉक मल्टिपल कम्पेरिझन, *** पी <०.००१). (क) जेए जैवसंश्लेषण आणि बाधित संवेदन स्पेक्ट्रम (आयआरएओसी आणि आयआरसीओआय१) मधील ६९७ एमएस/एमएस (डेटा फाइल एस१) आणि (ड) बाधित ईटी सिग्नलसह ईटीआर१ मधील ५८५ एमएस/एमएस (डेटा फाइल एस१) यांचे माहिती सिद्धांत विश्लेषण. दोन सिम्युलेटेड शाकाहारी उपचारांनी प्रेरित वनस्पती रेषा आणि रिक्त वाहक (ईव्ही) नियंत्रण वनस्पती. तारकाचिन्हे W+OS उपचार आणि अबाधित नियंत्रण यांच्यातील लक्षणीय फरक दर्शवतात (टू-वे ॲनोव्हा आणि त्यानंतर ट्युकी एचएसडी पोस्ट हॉक मल्टिपल कम्पेरिझन, *P<0.05, **P<0.01 आणि ***P<0.001). (इ) विशेषीकरणाला होणाऱ्या विखुरलेल्या विरोधाचे विखुरलेले आलेख. रंग विविध जनुकीय सुधारित स्ट्रेन दर्शवतात; चिन्हे विविध उपचार पद्धती दर्शवतात: त्रिकोण, W + OSS1; आयत, W + OSM; वर्तुळ C
पुढे, आम्ही शाकाहारी प्राण्यांवरील या दोन वनस्पती संप्रेरकांच्या चयापचयाचे विश्लेषण करण्यासाठी क्षीण झालेल्या नेपेंथेसच्या (irCOI1 आणि sETR1) जनुकीय सुधारित प्रजातीचा वापर करतो, ज्यात पुनर्प्रोग्रामिंगचे सापेक्ष योगदान आहे. हे विश्लेषण JA आणि ET च्या जैवसंश्लेषणाच्या (irAOC आणि irACO) आणि संवेदनेच्या (irCOI1 आणि sETR1) महत्त्वाच्या टप्प्यांवर केले जाते. मागील प्रयोगांशी सुसंगत, आम्ही रिक्त वाहक (EV) वनस्पतींमध्ये शाकाहारी-OS चे प्रवर्तन (आकृती ३, C ते D) आणि OSM मुळे Hj निर्देशांकात झालेली एकूण घट, तर δj निर्देशांकात झालेली वाढ याची पुष्टी केली. हा प्रतिसाद OSS1 मुळे निर्माण झालेल्या प्रतिसादापेक्षा अधिक स्पष्ट आहे. Hj आणि δj यांना निर्देशक मानून काढलेला दोन-रेषांचा आलेख विशिष्ट अनियंत्रण दर्शवतो (आकृती ३E). सर्वात स्पष्ट कल हा आहे की, ज्या प्रजातींमध्ये JA संकेत नसतो, त्यांमध्ये शाकाहारी प्राण्यांमुळे होणारी चयापचय विविधता आणि विशेषीकरणातील बदल जवळजवळ पूर्णपणे नाहीसे होतात (आकृती ३C). याउलट, sETR1 वनस्पतींमधील मूक ET संवेदनेमुळे, जरी शाकाहारी चयापचयातील बदलांवरील एकूण परिणाम JA सिग्नलिंगपेक्षा खूपच कमी असला तरी, OSM आणि OSS1 उत्तेजनांमधील Hj आणि δj निर्देशांकांमधील फरक कमी होतो (आकृती 3D आणि आकृती S5). हे सूचित करते की JA सिग्नल ट्रान्सडक्शनच्या मुख्य कार्याव्यतिरिक्त, ET सिग्नल ट्रान्सडक्शन शाकाहारी प्राण्यांच्या प्रजाती-विशिष्ट चयापचय प्रतिसादाचे सूक्ष्म-समायोजन म्हणून देखील कार्य करते. या सूक्ष्म-समायोजन कार्याशी सुसंगतपणे, sETR1 वनस्पतींमध्ये एकूण मेटाबोलॉम प्रेरणेमध्ये कोणताही बदल झाला नाही. दुसरीकडे, sETR1 वनस्पतींच्या तुलनेत, irACO वनस्पतींनी शाकाहारी प्राण्यांमुळे होणाऱ्या चयापचय बदलांची समान एकूण तीव्रता प्रेरित केली, परंतु OSM आणि OSS1 आव्हानांदरम्यान लक्षणीयरीत्या भिन्न Hj आणि δj स्कोअर दर्शविले (आकृती S5).
शाकाहारी प्राण्यांच्या प्रजाती-विशिष्ट प्रतिसादात महत्त्वपूर्ण योगदान देणारे विशेष मेटाबोलाइट्स ओळखण्यासाठी आणि ET सिग्नलद्वारे त्यांचे उत्पादन अधिक अचूक करण्यासाठी, आम्ही पूर्वी विकसित केलेली स्ट्रक्चरल MS/MS पद्धत वापरली. ही पद्धत MS/MS फ्रॅगमेंट्स [नॉर्मलाइज्ड डॉट प्रॉडक्ट (NDP)] आणि न्यूट्रल लॉस (NL) वर आधारित साम्य गुणांकावरून मेटाबोलिक फॅमिलीचा पुन्हा अंदाज घेण्यासाठी बाय-क्लस्टरिंग पद्धतीवर अवलंबून असते. ET ट्रान्सजेनिक लाइन्सच्या विश्लेषणातून तयार केलेल्या MS/MS डेटा सेटमध्ये 585 MS/MS (डेटा फाइल S1) होते, ज्यांचे सात मुख्य MS/MS मॉड्यूल्समध्ये (M) क्लस्टरिंग करून निराकरण करण्यात आले (आकृती 4A). यापैकी काही मॉड्यूल्स पूर्वी वैशिष्ट्यीकृत केलेल्या विशेष मेटाबोलाइट्सने दाटपणे भरलेले आहेत: उदाहरणार्थ, M1, M2, M3, M4 आणि M7 हे विविध फिनॉल डेरिव्हेटिव्ह्ज (M1), फ्लेव्होनॉइड ग्लायकोसाइड्स (M2), एसिल शुगर्स (M3 आणि M4), आणि 17-HGL-DTG (M7) मध्ये समृद्ध आहेत. याव्यतिरिक्त, प्रत्येक मॉड्यूलमधील एकाच मेटाबोलाइटची चयापचय-विशिष्ट माहिती (Si निर्देशांक) मोजली जाते आणि त्याचे Si वितरण सहजपणे पाहिले जाऊ शकते. थोडक्यात, उच्च शाकाहार आणि जनुकीय प्रकार-विशिष्टता दर्शविणाऱ्या MS/MS स्पेक्ट्रामध्ये उच्च Si मूल्ये असतात आणि कर्टोसिस सांख्यिकी उजव्या शेपटीच्या कोपऱ्यावरील केसांचे वितरण दर्शवते. असेच एक विरळ कोलाइड वितरण M1 मध्ये आढळले, ज्यामध्ये फिनॉल अमाइडने सर्वाधिक Si अंश दर्शविला (आकृती 4B). M7 मधील पूर्वी नमूद केलेल्या शाकाहारी-प्रेरित 17-HGL-DTG ने मध्यम Si स्कोअर दर्शविला, जो दोन OS प्रकारांमधील भिन्न नियमनाची मध्यम पातळी दर्शवतो. याउलट, बहुतेक नैसर्गिकरित्या तयार होणारे विशेष मेटाबोलाइट्स, जसे की रुटीन, CGA आणि एसिल शर्करा, सर्वात कमी Si स्कोअर असलेल्यांमध्ये आहेत. विशेष मेटाबोलाइट्समधील संरचनात्मक गुंतागुंत आणि Si वितरण अधिक चांगल्या प्रकारे शोधण्यासाठी, प्रत्येक मॉड्यूलसाठी एक आण्विक नेटवर्क तयार केले गेले (आकृती 4B). ओडी सिद्धांताचा एक महत्त्वाचा अंदाज (आकृती 1B मध्ये सारांशित) असा आहे की, तृणभक्षणानंतर विशेष मेटाबोलाइट्सच्या पुनर्रचनेमुळे उच्च संरक्षण मूल्य असलेल्या मेटाबोलाइट्समध्ये एकमार्गी बदल झाले पाहिजेत, विशेषतः त्यांची विशिष्टता वाढवून (यादृच्छिक वितरणाच्या विरुद्ध). एमटी सिद्धांतानुसार संरक्षणात्मक मेटाबोलाइट्सचा अंदाज वर्तवला जातो. M1 मध्ये जमा झालेले बहुतेक फिनॉल डेरिव्हेटिव्ह्ज कीटकांच्या कार्यक्षमतेतील घसरणीशी कार्यात्मकदृष्ट्या संबंधित आहेत (32). 24 तासांनी प्रेरित पाने आणि EV नियंत्रण वनस्पतींच्या घटक पानांमधील M1 मेटाबोलाइट्समधील Si मूल्यांची तुलना केल्यावर, आमच्या लक्षात आले की तृणभक्षण करणाऱ्या कीटकांनंतर अनेक मेटाबोलाइट्सच्या चयापचय विशिष्टतेमध्ये लक्षणीय वाढीचा कल दिसून येतो (आकृती 4C). Si मूल्यामध्ये विशिष्ट वाढ केवळ संरक्षणात्मक फिनॉलमाइड्समध्ये आढळली, परंतु या मॉड्यूलमध्ये सह-अस्तित्वात असलेल्या इतर फिनॉल्स आणि अज्ञात मेटाबोलाइट्समध्ये Si मूल्यात कोणतीही वाढ आढळली नाही. हे एक विशेष मॉडेल आहे, जे ओडी सिद्धांताशी संबंधित आहे. तृणभक्षकांमुळे होणाऱ्या चयापचय बदलांचे मुख्य अंदाज सुसंगत आहेत. फेनामाइड स्पेक्ट्रमचे हे वैशिष्ट्य OS-विशिष्ट ET द्वारे प्रेरित होते की नाही हे तपासण्यासाठी, आम्ही मेटाबोलाइट Si इंडेक्स प्लॉट केला आणि EV व sETR1 जीनोटाइपमध्ये OSM आणि OSS1 दरम्यान भिन्न अभिव्यक्ती मूल्य निर्माण केले (आकृती 4D). sETR1 मध्ये, फेनामाइड-प्रेरित OSM आणि OSS1 मधील फरक मोठ्या प्रमाणात कमी झाला. JA-नियमित चयापचय विशेषीकरणाशी संबंधित मुख्य MS/MS मॉड्यूल्सचा अंदाज घेण्यासाठी अपुरा JA असलेल्या स्ट्रेन्समधून गोळा केलेल्या MS/MS डेटावर बाय-क्लस्टरिंग पद्धत देखील लागू करण्यात आली (आकृती S6).
(अ) सामायिक फ्रॅगमेंट (NDP साम्य) आणि सामायिक न्यूट्रल लॉस (NL साम्य) वर आधारित ५८५ MS/MS च्या क्लस्टरिंग परिणामांनुसार, मॉड्यूल (M) हे ज्ञात संयुग कुटुंबाशी सुसंगत आहे, किंवा अज्ञात किंवा कमी चयापचय होणाऱ्या मेटाबोलाइट रचनेशी जुळते. प्रत्येक मॉड्यूलच्या पुढे, मेटाबोलाइट (MS/MS) विशिष्ट (Si) वितरण दर्शविले आहे. (ब) मॉड्यूलर आण्विक नेटवर्क: नोड्स MS/MS दर्शवतात आणि कडा, NDP (लाल) आणि NL (निळा) MS/MS स्कोअर (कट-ऑफ, > ०.६) दर्शवतात. मॉड्यूलनुसार रंगीत केलेला श्रेणीबद्ध मेटाबोलाइट विशिष्टता निर्देशांक (Si) (डावीकडे) आणि आण्विक नेटवर्कवर मॅप केलेला (उजवीकडे). (क) २४ तासांनंतर EV वनस्पतीच्या घटक (नियंत्रण) आणि प्रेरित अवस्थेतील (सिम्युलेटेड शाकाहारी) मॉड्यूल M1: आण्विक नेटवर्क आकृती (Si मूल्य हे नोडचा आकार आहे, संरक्षक फिनोलामाइड निळ्या रंगात हायलाइट केले आहे). (डी) EV आणि ET संवेदनात बिघाड असलेल्या sETR1 स्पेक्ट्रम रेषेचा M1 आण्विक नेटवर्क आकृती: हिरव्या वर्तुळाच्या नोडने दर्शविलेले फिनोलिक संयुग, आणि नोडचा आकार म्हणून W + OSM आणि W + OSS1 उपचारांमधील लक्षणीय फरक (P मूल्य). CP, N-कॅफेऑइल-टायरोसिन; CS, N-कॅफेऑइल-स्पर्मिडिन; FP, N-फेरुलिक ॲसिड एस्टर-युरिक ॲसिड; FS, N-फेरुलिल-स्पर्मिडिन; CoP, N', N “-क्युमारोलिल-टायरोसिन; DCS, N', N”-डायकॅफेऑइल-स्पर्मिडिन; CFS, N', N”-कॅफेऑइल, फेरुलॉयल-स्पर्मिडिन; Lycium barbarum in wolfberry Son; Nick. O-AS, O-ॲसिल शुगर.
आम्ही एकाच क्षीण झालेल्या नेपेंथेस जीनोटाइपपासून नैसर्गिक लोकसंख्येपर्यंत विश्लेषणाचा विस्तार केला, जिथे नैसर्गिक लोकसंख्येमध्ये शाकाहारी JA पातळी आणि विशिष्ट मेटाबोलाइट पातळीमध्ये तीव्र आंतर-प्रजातीय बदलांचे वर्णन पूर्वी केले गेले आहे (26). 43 जर्मप्लाझमचा समावेश करण्यासाठी हा डेटा सेट वापरा. ​​या जर्मप्लाझममध्ये एन. पॅलेन्सच्या 123 वनस्पती प्रजातींचा समावेश आहे. या वनस्पती युटा, नेवाडा, ऍरिझोना आणि कॅलिफोर्नियामधील वेगवेगळ्या मूळ अधिवासांमधून गोळा केलेल्या बियांपासून घेतल्या गेल्या होत्या (आकृती S7), आम्ही मेटाबोलॉम विविधता (येथे लोकसंख्या पातळी म्हटले आहे) (β विविधता) आणि OSM मुळे होणारे विशेषीकरण मोजले. पूर्वीच्या अभ्यासांशी सुसंगत, आम्ही Hj आणि δj अक्षांवर चयापचय बदलांची विस्तृत श्रेणी पाहिली, जे दर्शवते की जर्मप्लाझममध्ये शाकाहारी प्राण्यांना दिलेल्या त्यांच्या चयापचय प्रतिसादांच्या लवचिकतेमध्ये लक्षणीय फरक आहेत (आकृती S7). ही रचना शाकाहारी प्राण्यांमुळे होणाऱ्या JAs बदलांच्या गतिशील श्रेणीबद्दलच्या पूर्वीच्या निरीक्षणांची आठवण करून देते आणि एकाच लोकसंख्येमध्ये खूप उच्च मूल्य राखले आहे (26, 36). Hj आणि δj यांच्यातील एकूण स्तरावरील सहसंबंध तपासण्यासाठी JA आणि JA-Ile वापरून, आम्हाला आढळले की JA आणि मेटाबोलॉम β विविधता व विशेषीकरण निर्देशांक यांच्यात एक महत्त्वपूर्ण सकारात्मक सहसंबंध आहे (आकृती S7). यावरून असे सूचित होते की, लोकसंख्या स्तरावर आढळलेली शाकाहारी प्राण्यांमुळे प्रेरित JAs प्रेरणेतील विषमता ही कीटक शाकाहारी प्राण्यांकडून होणाऱ्या निवडीमुळे निर्माण झालेल्या प्रमुख चयापचय बहुरूपतेमुळे असू शकते.
मागील अभ्यासातून असे दिसून आले आहे की तंबाखूचे प्रकार प्रेरित आणि घटक चयापचय संरक्षणाच्या प्रकारात आणि सापेक्ष अवलंबित्वानुसार मोठ्या प्रमाणात भिन्न असतात. असे मानले जाते की शाकाहारी प्राण्यांविरुद्ध सिग्नल ट्रान्सडक्शन आणि संरक्षण क्षमतांमधील हे बदल, कीटकांच्या लोकसंख्येचा दबाव, वनस्पतीचे जीवनचक्र आणि ज्या विशिष्ट प्रजाती वाढतात त्या परिसरातील संरक्षण उत्पादन खर्चाद्वारे नियंत्रित केले जातात. आम्ही उत्तर अमेरिका आणि दक्षिण अमेरिकेतील मूळच्या सहा निकोटियाना प्रजातींच्या शाकाहारी प्राण्यांद्वारे प्रेरित पानांच्या मेटाबोलॉम पुनर्रचनेच्या सुसंगततेचा अभ्यास केला. या प्रजाती नेपेंथेस नॉर्थ अमेरिकाशी जवळून संबंधित आहेत, म्हणजेच निकोलस बोसिफ्लो. ला, एन. निकोटिनिस, निकोटियाना एन. अटिन्युएटेड ग्रास, निकोटियाना टॅबॅकम, लिनियर टोबॅको, टोबॅको (निकोटियाना स्पेगाझिनी) आणि टोबॅको लीफ टोबॅको (निकोटियाना ऑब्टुसिफोलिया) (आकृती 5A) (37). यापैकी सहा प्रजाती, ज्यात सु-वर्णित प्रजाती एन. प्लीजचा समावेश आहे, पेटुनिया क्लेडमधील वार्षिक वनस्पती आहेत, आणि ऑब्टुसिफोलिया एन. या भगिनी क्लेड ट्रायगोनोफिलेमधील बहुवार्षिक वनस्पती आहेत (38). त्यानंतर, कीटकांच्या आहाराच्या प्रजाती-स्तरीय चयापचय पुनर्रचनेचा अभ्यास करण्यासाठी या सात प्रजातींवर W + W, W + OSM आणि W + OSS1 प्रेरण प्रयोग करण्यात आले.
(अ) कमाल संभाव्यतेवर आधारित एक बूटस्ट्रॅप फायलोजेनेटिक वृक्ष [न्यूक्लियर ग्लुटामाइन संश्लेषणासाठी (38)] आणि सात जवळच्या संबंधित निकोटियाना प्रजातींचे भौगोलिक वितरण (वेगवेगळे रंग) (37). (ब) सात निकोटियाना प्रजातींच्या चयापचय प्रोफाइलसाठी विशेष विविधतेचा एक स्कॅटर प्लॉट (939 MS/MS; डेटा फाइल S1). प्रजाती स्तरावर, मेटाबोलॉम विविधता विशेषीकरणाच्या प्रमाणाशी व्यस्त प्रमाणात सहसंबंधित आहे. चयापचय विविधता आणि विशेषीकरण आणि JA संचय यांच्यातील प्रजाती-स्तरीय सहसंबंधाचे विश्लेषण आकृती 2 मध्ये दर्शविले आहे. S9. रंग, वेगवेगळे प्रकार; त्रिकोण, W + OSS1; आयत, W + OSM; (क) निकोटियाना JA आणि JA-Ile डायनॅमिक्सची OS उत्तेजन अॅम्प्लिट्यूडनुसार क्रमवारी लावली आहे (टू-वे ANOVA आणि टुकी HSD पोस्ट-मल्टिपल कंपॅरिझन, * P <0.05, ** P <0.01 आणि ** W + OS आणि W + W च्या तुलनेसाठी, P <0.001). शाकाहारी आणि मिथाइल जेए (MeJA) चे अनुकरण केल्यानंतर प्रत्येक प्रजातीच्या (D) विविधतेचा आणि (E) विशेषीकरणाचा बॉक्स प्लॉट. तारकाचिन्ह W + OS आणि W + W किंवा लॅनोलिन अधिक W (Lan + W) किंवा Lan अधिक MeJA (Lan + MeJa) आणि Lan नियंत्रण यांच्यातील लक्षणीय फरक दर्शवते (द्वि-मार्गी विचलन विश्लेषण, त्यानंतर ट्युकीची HSD पोस्ट हॉक बहुविध तुलना, *P<0.05, **P<0.01 आणि ***P<0.001).
दुहेरी क्लस्टर पद्धतीचा वापर करून, आम्ही ९३९ MS/MS चे ९ मॉड्यूल ओळखले (डेटा फाइल S1). वेगवेगळ्या उपचारांद्वारे पुनर्रचित केलेल्या MS/MS ची रचना प्रजातींनुसार वेगवेगळ्या मॉड्यूलमध्ये मोठ्या प्रमाणात बदलते (आकृती S8). Hj (येथे प्रजाती-स्तरीय γ-विविधता म्हणून संदर्भित) आणि δj चे दृश्यांकन केल्यावर असे दिसून येते की, वेगवेगळ्या प्रजाती चयापचय अवकाशात (metabolic space) अत्यंत भिन्न गटांमध्ये एकत्रित होतात, जिथे प्रजाती-स्तरीय विभाजन सहसा उत्तेजनापेक्षा अधिक ठळक असते. N. linear आणि N. obliquus वगळता, त्या प्रेरण प्रभावांची (induction effects) एक विस्तृत गतिशील श्रेणी दर्शवतात (आकृती 5B). याउलट, N. purpurea आणि N. obtusifolia सारख्या प्रजातींचा उपचारांना चयापचय प्रतिसाद कमी स्पष्ट असतो, परंतु त्यांचे मेटाबोलॉम (metabolome) अधिक वैविध्यपूर्ण असते. प्रेरित चयापचय प्रतिसादाच्या प्रजाती-विशिष्ट वितरणामुळे विशेषीकरण आणि गॅमा विविधतेमध्ये एक महत्त्वपूर्ण नकारात्मक सहसंबंध दिसून आला (PCC = -0.46, P = 4.9×10-8). ओएस-प्रेरित जेए पातळीतील बदल हे मेटाबोलॉम विशेषीकरणाशी सकारात्मकपणे संबंधित आहेत आणि प्रत्येक प्रजातीने दर्शविलेल्या मेटाबोलिक गॅमा विविधतेशी नकारात्मकपणे संबंधित आहेत (आकृती 5B आणि आकृती S9). हे लक्षात घेण्यासारखे आहे की आकृती 5C मध्ये सामान्य भाषेत "सिग्नल रिस्पॉन्स" प्रजाती म्हणून ओळखल्या जाणाऱ्या प्रजाती, जसे की नेपेंथेस नेमाटोड्स, नेपेंथेस नेपेंथेस, नेपेंथेस अॅक्युट आणि नेपेंथेस अॅटेन्युएटेड, यांनी 30 मिनिटांनी लक्षणीय चिन्हे दर्शविली. अलीकडील ओएस-विशिष्ट जेए आणि जेए-आयएलई प्रादुर्भाव दिसून आले, तर नेपेंथेस मिल्स, नेपेंथेस पावडरी आणि एन. ऑब्टुसिफोलिया यांसारखे "सिग्नल अनरिस्पॉन्सिव्ह" म्हटले जाणारे इतर जीवाणू कोणत्याही ओएस विशिष्टतेशिवाय केवळ जेए-आयएलई एज प्रेरण दर्शवतात (आकृती 5C). मेटाबोलिक पातळीवर, वर नमूद केल्याप्रमाणे, अॅटेन्युएटेड नेपेंथेससाठी, सिग्नल-रिस्पॉन्सिव्ह पदार्थांनी ओएस विशिष्टता दर्शविली आणि δj मध्ये लक्षणीय वाढ केली, तर Hj कमी केला. सिग्नलला प्रतिसाद न देणाऱ्या प्रजातींमध्ये हा OS-विशिष्ट प्राइमिंग प्रभाव आढळला नाही (आकृती ५, D आणि E). OS-विशिष्ट मेटाबोलाइट्स सिग्नलला प्रतिसाद देणाऱ्या प्रजातींमध्ये अधिक वेळा सामायिक केले जातात आणि हे सिग्नल क्लस्टर्स कमी सिग्नल प्रतिसाद असलेल्या प्रजातींसोबत एकत्र येतात, तर कमी सिग्नल प्रतिसाद असलेल्या प्रजातींमध्ये कमी परस्परावलंबन दिसून येते (आकृती S8). या परिणामावरून असे सूचित होते की JAs चे OS-विशिष्ट प्रेरण आणि डाउनस्ट्रीम मेटाबोलॉमची OS-विशिष्ट पुनर्रचना प्रजाती स्तरावर एकमेकांशी जोडलेली आहे.
पुढे, वनस्पतींच्या सायटोप्लाझममध्ये असलेल्या बाह्य JA च्या उपलब्धतेमुळे या जोडणी पद्धती मर्यादित होतात की नाही हे तपासण्यासाठी, आम्ही वनस्पतींवर मिथाइल JA (MeJA) असलेली लॅनोलिन पेस्ट वापरली. जलद डीएस्टरीफिकेशन हे JA आहे. JA च्या सतत पुरवठ्यामुळे सिग्नल-प्रतिसाद देणाऱ्या प्रजातींपासून सिग्नल-प्रतिसाद न देणाऱ्या प्रजातींमध्ये होणाऱ्या हळूहळू बदलाचा तोच कल आम्हाला आढळला (आकृती ५, D आणि E). थोडक्यात, MeJA उपचाराने रेखीय सूत्रकृमी, N. obliquus, N. aquaticus, N. pallens, आणि N. mikimotoi यांच्या मेटाबोलॉम्सचे जोरदारपणे पुनर्रचना केली, ज्यामुळे δj मध्ये लक्षणीय वाढ आणि Hj मध्ये घट झाली. N. purpurea मध्ये फक्त δj मध्ये वाढ दिसून आली, परंतु Hj मध्ये नाही. N. obtusifolia, जिच्यामध्ये पूर्वी अत्यंत कमी प्रमाणात JAs जमा होत असल्याचे दिसून आले आहे, ती देखील मेटाबोलॉम पुनर्रचनेच्या बाबतीत MeJA उपचाराला कमी प्रतिसाद देते. हे परिणाम सूचित करतात की सिग्नलला प्रतिसाद न देणाऱ्या प्रजातींमध्ये JA उत्पादन किंवा सिग्नल ट्रान्सडक्शन शारीरिकदृष्ट्या मर्यादित असते. ही गृहीतक तपासण्यासाठी, आम्ही W + W, W + OSMs आणि W + OSS1 ट्रान्सक्रिप्टोम (39) द्वारे प्रेरित चार प्रजातींचा (N. pallens, N. mills, N. pink आणि N. microphylla) अभ्यास केला. मेटाबोलॉम रिमॉडेलिंगच्या पद्धतीनुसार, या प्रजाती ट्रान्सक्रिप्टोम स्पेसमध्ये चांगल्या प्रकारे वेगळ्या झाल्या आहेत, ज्यामध्ये N. attenuated ने सर्वाधिक OS-प्रेरित RDPI दर्शविला, तर N. gracilis मध्ये तो सर्वात कमी होता (आकृती 6A). तथापि, असे आढळून आले की N. oblonga द्वारे प्रेरित ट्रान्सक्रिप्टोम विविधता चार प्रजातींमध्ये सर्वात कमी होती, जी पूर्वी सात प्रजातींमध्ये दर्शविलेल्या N. oblonga च्या सर्वोच्च मेटाबोनॉमिक विविधतेच्या विरुद्ध आहे. मागील अभ्यासांनी दाखवले आहे की JA सिग्नलसह, प्रारंभिक संरक्षण सिग्नलशी संबंधित जनुकांचा एक संच, निकोटियाना प्रजातींमध्ये शाकाहारी-संबंधित एलिसिटर्सद्वारे प्रेरित प्रारंभिक संरक्षण प्रतिसादांची विशिष्टता स्पष्ट करतो (39). या चार प्रजातींमधील JA सिग्नलिंग मार्गांची तुलना केल्यावर एक मनोरंजक नमुना समोर आला (आकृती 6B). या मार्गातील AOC, OPR3, ACX आणि COI1 सारख्या बहुतेक जनुकांनी या चार प्रजातींमध्ये तुलनेने उच्च पातळीचे प्रेरण दर्शवले. तथापि, JAR4 नावाचे एक महत्त्वाचे जनुक, जे JA चे त्याच्या जैविक दृष्ट्या सक्रिय स्वरूप JA-Ile च्या संचित ट्रान्सक्रिप्टमध्ये रूपांतर करते, त्याची ट्रान्सक्रिप्शन पातळी खूप कमी आहे, विशेषतः N. mills, Nepenthes pieris आणि N. microphylla मध्ये. याव्यतिरिक्त, N. bifidum मध्ये फक्त AOS या दुसऱ्या जनुकाचे ट्रान्सक्रिप्ट आढळले नाही. जनुकांच्या अभिव्यक्तीमधील हे बदल, सिग्नल ॲनर्जिक प्रजातींमध्ये कमी JA उत्पादनामुळे आणि N. gracilis च्या प्रेरणेमुळे निर्माण होणाऱ्या अत्यंत भिन्न फिनोटाइपसाठी जबाबदार असू शकतात.
(अ) तृणभक्षण प्रेरणेनंतर ३० मिनिटांनी नमुना घेतलेल्या, एकमेकांशी जवळून संबंधित असलेल्या तंबाखूच्या चार प्रजातींच्या सुरुवातीच्या ट्रान्सक्रिप्शनल प्रतिसादांच्या पुनर्प्रोग्रामिंगचे माहिती सिद्धांत विश्लेषण. तृणभक्षक OS द्वारे प्रेरित पानांची जखम नियंत्रणाशी तुलना करून RDPI ची गणना केली जाते. रंग वेगवेगळ्या प्रजाती दर्शवतात आणि चिन्हे वेगवेगळ्या उपचार पद्धती दर्शवतात. (ब) चार प्रजातींमधील JA सिग्नलिंग मार्गांमधील जनुकीय अभिव्यक्तीचे विश्लेषण. सरलीकृत JA मार्ग बॉक्स प्लॉटच्या पुढे दर्शविला आहे. वेगवेगळे रंग वेगवेगळ्या प्रक्रिया पद्धती दर्शवतात. तारकाचिन्ह (ॲस्टरिस्क) दर्शवते की W + OS उपचार आणि W + W नियंत्रणामध्ये लक्षणीय फरक आहे (जोडीतील फरकांसाठी स्टुडंटच्या टी-चाचणीनुसार, *P<0.05, **P<0.01 आणि ***P<0.001). OPDA, १२-ऑक्सोफायटोडायनोइक ॲसिड; OPC-8: ०,३-ऑक्सो-२(२′(Z)-पेंटेनिल)-सायक्लोपेंटेन-१-ऑक्टानोइक ॲसिड.
मागील भागात, आपण अभ्यास केला की कीटक प्रजाती-विशिष्ट पद्धतीने वेगवेगळ्या वनस्पती प्रजातींच्या मेटाबोलॉमचे पुनर्रचना शाकाहारी प्राण्यांना कसा प्रतिकार करू शकते. मागील संशोधनात निकोटियाना प्रजातीवर भर देण्यात आला होता. त्यांची कीटक आणि अळ्यांविरुद्धची प्रतिकारशक्ती खूप भिन्न आहे (40). येथे, आम्ही या मॉडेल आणि त्यांच्या चयापचय लवचिकतेमधील संबंधाचा अभ्यास केला. वरील चार तंबाखू प्रजातींचा वापर करून, आणि शाकाहारी प्राण्यांमुळे होणारी मेटाबोलॉमची विविधता आणि विशेषीकरण आणि वनस्पतींची कीटक आणि अळ्यांविरुद्धची प्रतिकारशक्ती यांच्यातील सहसंबंध तपासल्यावर, आम्हाला आढळले की सामान्यवादी कीटकांविरुद्धची प्रतिकारशक्ती, विविधता आणि विशेषीकरण हे सर्व सकारात्मक सहसंबंधित आहेत, तर तज्ञ कीटकांविरुद्धची प्रतिकारशक्ती आणि विशेषीकरण यांच्यातील सहसंबंध कमकुवत आहे, आणि विविधतेसोबतचा सहसंबंध लक्षणीय नाही (आकृती S10). S1 प्रतिकारशक्तीच्या संदर्भात, क्षीण झालेल्या N. chinensis आणि N. gracilis या दोन्ही प्रजाती, ज्यांमध्ये पूर्वी JA सिग्नल ट्रान्सडक्शन पातळी आणि मेटाबोलॉम लवचिकता दोन्ही दिसून आल्या होत्या, त्यांनी शाकाहारी प्राण्यांच्या प्रेरणेला खूप भिन्न प्रतिसाद दिला आणि त्यांनी समान उच्च प्रतिकारशक्ती देखील दर्शविली.
गेल्या साठ वर्षांमध्ये, वनस्पती संरक्षण सिद्धांताने एक सैद्धांतिक चौकट प्रदान केली आहे, ज्याच्या आधारावर संशोधकांनी वनस्पतींच्या विशेष चयापचय घटकांच्या उत्क्रांती आणि कार्यांबद्दल मोठ्या संख्येने भाकिते केली आहेत. यापैकी बहुतेक सिद्धांत ठोस अनुमानांच्या सामान्य प्रक्रियेचे पालन करत नाहीत (41). ते विश्लेषणाच्या एकाच स्तरावर मुख्य भाकिते (3) मांडतात. जेव्हा मुख्य भाकितांची चाचणी विशिष्ट सिद्धांतांचे विश्लेषण करण्यास अनुमती देते, तेव्हा हे क्षेत्र पुढे जात आहे. काहींना समर्थन दिले जाते, परंतु इतरांना नाकारले जाते (42). त्याऐवजी, नवीन सिद्धांत विश्लेषणाच्या वेगवेगळ्या स्तरांवर भाकिते करतो आणि वर्णनात्मक विचारांचा एक नवीन स्तर जोडतो (42). तथापि, कार्यात्मक स्तरावर मांडलेले दोन सिद्धांत, MT आणि OD, शाकाहारी प्राण्यांमुळे होणाऱ्या विशेष चयापचय बदलांची महत्त्वाची भाकिते म्हणून सहजपणे स्पष्ट केले जाऊ शकतात: OD सिद्धांत मानतो की विशेष चयापचय "जागेतील" बदल अत्यंत दिशात्मक असतात. MT सिद्धांत मानतो की हे बदल दिशाहीन आणि चयापचय जागेत यादृच्छिकपणे स्थित असतील आणि उच्च संरक्षण मूल्याचे चयापचय घटक असण्याची प्रवृत्ती असेल. OD आणि MT अंदाजांची पूर्वीची तपासणी काही निवडक "संरक्षण" संयुगांच्या मर्यादित संचाचा वापर करून केली गेली आहे. या मेटाबोलाइट-केंद्रित चाचण्या शाकाहारादरम्यान मेटाबोलॉम पुनर्रचनेची व्याप्ती आणि मार्ग यांचे विश्लेषण करण्याच्या क्षमतेस प्रतिबंध करतात, आणि वनस्पती मेटाबोलॉममधील बदलांचे परिमाणीकरण करण्यासाठी, एकत्रितपणे विचारात घेता येतील अशा मुख्य अंदाजांची आवश्यकता असलेल्या सुसंगत सांख्यिकीय चौकटीत चाचणी करण्यास परवानगी देत ​​नाहीत. येथे, आम्ही कम्प्युटेशनल MS वर आधारित मेटाबोलॉमिक्समधील नाविन्यपूर्ण तंत्रज्ञानाचा वापर केला आणि जागतिक मेटाबोलॉमिक्स स्तरावर प्रस्तावित केलेल्या दोनमधील फरक तपासण्यासाठी माहिती सिद्धांत वर्णकांच्या सामान्य चलनात डीकन्व्होल्यूशन MS विश्लेषण केले. या सिद्धांताचा मुख्य अंदाज. माहिती सिद्धांत अनेक क्षेत्रांमध्ये लागू केला गेला आहे, विशेषतः जैवविविधता आणि पोषक प्रवाह संशोधनाच्या संदर्भात (43). तथापि, आमच्या माहितीनुसार, वनस्पतींच्या चयापचय माहिती जागेचे वर्णन करण्यासाठी आणि पर्यावरणीय संकेतांना प्रतिसाद म्हणून तात्पुरत्या चयापचय बदलांशी संबंधित पर्यावरणीय समस्या सोडवण्यासाठी वापरलेला हा पहिलाच अनुप्रयोग आहे. विशेषतः, या पद्धतीचे वैशिष्ट्य म्हणजे वनस्पती प्रजातींमधील आणि प्रजातींअंतर्गत नमुन्यांची तुलना करून, शाकाहारी प्राणी वेगवेगळ्या प्रजातींपासून उत्क्रांतीच्या विविध स्तरांवर आंतर-प्रजातीय महाउत्क्रांतीच्या नमुन्यांपर्यंत कसे विकसित झाले आहेत हे तपासणे. चयापचय.
प्रिन्सिपल कंपोनेंट ॲनालिसिस (PCA) एका बहुचर डेटा सेटला डायमेन्शनॅलिटी रिडक्शन स्पेसमध्ये रूपांतरित करते, जेणेकरून डेटाचा मुख्य ट्रेंड स्पष्ट करता येतो. त्यामुळे, डेटा सेटचे विश्लेषण करण्यासाठी, जसे की डीकन्व्होल्यूशन मेटाबोलॉम, हे एक अन्वेषणात्मक तंत्र म्हणून सामान्यतः वापरले जाते. तथापि, डायमेन्शनॅलिटी रिडक्शनमुळे डेटा सेटमधील माहितीचा काही भाग नष्ट होतो आणि PCA पर्यावरणीय सिद्धांताशी विशेषतः संबंधित असलेल्या वैशिष्ट्यांबद्दल परिमाणात्मक माहिती देऊ शकत नाही, जसे की: शाकाहारी प्राणी विशिष्ट क्षेत्रांमध्ये (उदाहरणार्थ, समृद्धी, वितरण आणि विपुलता) मेटाबोलाइट्समधील विविधतेची पुनर्रचना कशी करतात? कोणते मेटाबोलाइट्स दिलेल्या शाकाहारी प्राण्याच्या प्रेरित स्थितीचे सूचक आहेत? विशिष्टता, विविधता आणि प्रेरणक्षमता यांच्या दृष्टिकोनातून, पानांमधील विशिष्ट मेटाबोलाइट प्रोफाइलमधील माहितीचे विश्लेषण केले असता, असे आढळून आले की शाकाहारी प्राण्यांच्या खाण्यामुळे विशिष्ट चयापचय क्रिया सक्रिय होऊ शकते. अनपेक्षितपणे, आमच्या असे लक्षात आले की, लागू केलेल्या माहिती सिद्धांत निर्देशकांमध्ये वर्णन केल्याप्रमाणे, दोन शाकाहारी प्राण्यांच्या (रात्री खाणारा सर्वभक्षी Sl) आणि सोलानेसी तज्ज्ञ Ms) हल्ल्यानंतर परिणामी चयापचय स्थितीत मोठा ताळमेळ आहे. जरी त्यांचे खाण्याचे वर्तन आणि सांद्रता लक्षणीयरीत्या भिन्न असली तरी. OS मध्ये फॅटी ऍसिड-अमीनो ऍसिड संयुग (FAC) आरंभक (31). शाकाहारी प्राण्यांच्या OS चा वापर करून प्रमाणित टोचलेल्या जखमांवर उपचार केल्यावर, अनुकरित शाकाहारी उपचारांनी देखील असाच कल दर्शविला. शाकाहारी प्राण्यांच्या हल्ल्यांना वनस्पतींच्या प्रतिसादाचे अनुकरण करण्याची ही प्रमाणित प्रक्रिया शाकाहारी प्राण्यांच्या खाण्याच्या वर्तनातील बदलांमुळे होणारे गोंधळ निर्माण करणारे घटक दूर करते, ज्यामुळे वेगवेगळ्या वेळी वेगवेगळ्या प्रमाणात नुकसान होते (34). FAC, जे OSM चे मुख्य कारण म्हणून ओळखले जाते, ते OSS1 मध्ये JAS आणि इतर वनस्पती संप्रेरक प्रतिसाद कमी करते, तर OSS1 शेकडो पटीने कमी करते (31). तथापि, OSS1 मुळे OSM च्या तुलनेत JA संचयनाची पातळी समान राहिली. पूर्वी असे दाखवून दिले गेले आहे की क्षीण झालेल्या नेपेंथेसमध्ये JA प्रतिसाद OSM ला खूप संवेदनशील असतो, जिथे FAC पाण्यासोबत १:१००० प्रमाणात पातळ केले तरीही आपली क्रियाशीलता टिकवून ठेवू शकते (४४). म्हणून, OSM च्या तुलनेत, OSS1 मध्ये FAC खूप कमी असले तरी, ते पुरेसा JA प्रादुर्भाव प्रेरित करण्यासाठी पुरेसे आहे. मागील अभ्यासातून असे दिसून आले आहे की पोरिन-सारखी प्रथिने (४५) आणि ओलिगोसॅकराइड्स (४६) यांचा उपयोग OSS1 मध्ये वनस्पती संरक्षण प्रतिसाद सुरू करण्यासाठी आण्विक संकेत म्हणून केला जाऊ शकतो. तथापि, सध्याच्या अभ्यासात दिसून आलेल्या JA च्या संचयासाठी OSS1 मधील हे एलिसिटर्स जबाबदार आहेत की नाही, हे अद्याप अस्पष्ट आहे.
जरी वेगवेगळ्या शाकाहारी प्राण्यांच्या वापरामुळे किंवा बाह्य JA किंवा SA (सॅलिसिलिक ऍसिड) च्या वापरामुळे होणाऱ्या भिन्न चयापचय फिंगरप्रिंट्सचे वर्णन करणारे काही अभ्यास असले तरी (47), वनस्पती-गवत नेटवर्कमधील शाकाहारी प्रजाती-विशिष्ट बदलांचा आणि चयापचयाच्या विशिष्ट एकूण परिणामावरील त्याच्या प्रभावाचा कोणीही पद्धतशीरपणे अभ्यास केलेला नाही. या विश्लेषणाने पुढे पुष्टी केली की JAs व्यतिरिक्त इतर वनस्पती संप्रेरकांसह अंतर्गत संप्रेरक नेटवर्क कनेक्शन शाकाहारी प्राण्यांमुळे होणाऱ्या चयापचय पुनर्रचनेची विशिष्टता आकार देते. विशेषतः, आम्ही शोधून काढले की OSM मुळे होणारे ET हे OSS1 मुळे होणाऱ्या ET पेक्षा लक्षणीयरीत्या जास्त होते. हे OSM मधील अधिक FAC सामग्रीशी सुसंगत आहे, जी ET स्फोट सुरू करण्यासाठी आवश्यक आणि पुरेशी अट आहे (48). वनस्पती आणि शाकाहारी प्राण्यांमधील परस्परसंवादाच्या संदर्भात, वनस्पती-विशिष्ट चयापचय गतिशीलतेवर ET चे सिग्नलिंग कार्य अजूनही तुरळक आहे आणि ते केवळ एकाच संयुग गटाला लक्ष्य करते. याव्यतिरिक्त, बहुतेक अभ्यासांमध्ये ET च्या नियमनाचा अभ्यास करण्यासाठी ET किंवा त्याचे पूर्वगामी किंवा विविध प्रतिबंधकांचा बाह्य वापर केला गेला आहे, ज्यापैकी या बाह्य रासायनिक वापरामुळे अनेक गैर-विशिष्ट दुष्परिणाम होतात. आमच्या माहितीनुसार, वनस्पतींच्या मेटाबोलॉम गतिशीलतेचे समन्वय साधण्यासाठी सदोष ट्रान्सजेनिक वनस्पती तयार करण्यासाठी आणि ओळखण्यासाठी ET च्या भूमिकेची ही पहिली मोठ्या प्रमाणावरील पद्धतशीर तपासणी आहे. शाकाहारी-विशिष्ट ET प्रेरण अंतिमतः मेटाबोलॉम प्रतिसादाला नियंत्रित करू शकते. सर्वात महत्त्वाचे म्हणजे ET जैवसंश्लेषण (ACO) आणि ग्रहण (ETR1) जनुकांचे ट्रान्सजेनिक हाताळणी, ज्यामुळे फिनोलमाइड्सचे शाकाहारी-विशिष्ट डी नोव्हो संचय दिसून आले. पूर्वी असे दाखवले गेले आहे की ET पुट्रेसिन एन-मिथाइलट्रान्सफरेजचे नियमन करून JA-प्रेरित निकोटीन संचयाला सूक्ष्मपणे नियंत्रित करू शकते (49). तथापि, यांत्रिक दृष्टिकोनातून, ET फिनमाइडच्या प्रेरणेला कसे सूक्ष्मपणे नियंत्रित करते हे स्पष्ट नाही. ET च्या सिग्नल ट्रान्सडक्शन कार्याव्यतिरिक्त, पॉलीअमिनोफेनॉल अमाइड्समधील गुंतवणुकीचे नियमन करण्यासाठी मेटाबोलिक फ्लक्स एस-अ‍ॅडेनोसिल-१-मेथिओनिनकडे वळवला जाऊ शकतो. एस-अ‍ॅडेनोसिल-१-मेथिओनिन हे पॉलीअमाइन बायोसिंथेटिक मार्गातील ET आणि एक सामान्य इंटरमीडिएट आहे. ET सिग्नलद्वारे फेनोलामाइडची पातळी कशी नियंत्रित केली जाते, या यंत्रणेचा अधिक अभ्यास करणे आवश्यक आहे.
बऱ्याच काळापासून, अज्ञात संरचनेच्या विशेष मेटाबोलाइट्सच्या मोठ्या संख्येमुळे, विशिष्ट चयापचय श्रेणींवर तीव्र लक्ष केंद्रित करूनही जैविक आंतरक्रियांनंतर होणाऱ्या चयापचय विविधतेतील तात्कालिक बदलांचे काटेकोरपणे मूल्यांकन करणे शक्य झाले नाही. सध्या, माहिती सिद्धांत विश्लेषणावर आधारित, निष्पक्ष मेटाबोलाइट्सवर आधारित MS/MS स्पेक्ट्रम संपादनाचा मुख्य निष्कर्ष असा आहे की, शाकाहारी प्राण्यांना खाणारे किंवा त्यांचे अनुकरण करणारे प्राणी पानांच्या मेटाबोलॉमची एकूण चयापचय विविधता कमी करत राहतात आणि त्याच वेळी त्याच्या विशेषीकरणाची पातळी वाढवतात. शाकाहारी प्राण्यांमुळे होणारी मेटाबोलॉम विशिष्टतेमधील ही तात्पुरती वाढ ट्रान्सक्रिप्टोम विशिष्टतेमधील सहक्रियात्मक वाढीशी संबंधित आहे. या मोठ्या मेटाबोलॉम विशेषीकरणात सर्वाधिक योगदान देणारे वैशिष्ट्य (ज्याचे Si मूल्य जास्त आहे) म्हणजे पूर्वी वैशिष्ट्यीकृत शाकाहारी कार्य असलेला विशेष मेटाबोलाइट होय. हे मॉडेल OD सिद्धांताच्या अंदाजाशी सुसंगत आहे, परंतु मेटाबोलॉम पुनर्प्रोग्रामिंगच्या यादृच्छिकतेशी संबंधित MT चा अंदाज सुसंगत नाही. तथापि, हा डेटा मिश्र मॉडेलच्या अंदाजाशी (सर्वोत्तम MT; आकृती 1B) सुसंगत आहे, कारण अज्ञात संरक्षण कार्ये असलेले इतर वैशिष्ट्यहीन मेटाबोलाइट्स अजूनही यादृच्छिक Si वितरणाचे अनुसरण करू शकतात.
या संशोधनातून पुढे समोर आलेला एक उल्लेखनीय नमुना असा आहे की, सूक्ष्म-उत्क्रांती स्तरापासून (एकल वनस्पती आणि तंबाखूची लोकसंख्या) ते मोठ्या उत्क्रांती स्तरापर्यंत (निकटवर्ती संबंधित तंबाखूच्या प्रजाती), उत्क्रांती संघटनेचे विविध स्तर "सर्वोत्तम संरक्षणात" असतात आणि शाकाहारी प्राण्यांच्या क्षमतांमध्ये लक्षणीय फरक आढळतात. मूर एट अल. (20) आणि केसलर आणि काल्स्के (1) यांनी स्वतंत्रपणे व्हिटाकर (50) यांनी मूळतः ओळखलेल्या जैवविविधतेच्या तीन कार्यात्मक स्तरांना रासायनिक विविधतेच्या घटक आणि प्रेरित तात्कालिक बदलांमध्ये रूपांतरित करण्याचा प्रस्ताव दिला; या लेखकांनी मोठ्या प्रमाणावर मेटाबोलॉम डेटा संकलनाच्या प्रक्रियांचा सारांश दिलेला नाही आणि या डेटामधून चयापचय विविधता कशी मोजावी हे देखील स्पष्ट केलेले नाही. या अभ्यासात, व्हिटाकरच्या कार्यात्मक वर्गीकरणात किरकोळ बदल करून, α-चयापचय विविधता ही दिलेल्या वनस्पतीमधील MS/MS स्पेक्ट्राची विविधता म्हणून, आणि β-चयापचय विविधता ही लोकसंख्येच्या गटातील मूलभूत आंतरप्रजातीय चयापचय म्हणून विचारात घेतली जाईल, आणि γ-चयापचय विविधता ही समान प्रजातींच्या विश्लेषणाचा विस्तार असेल.
शाकाहारी प्राण्यांच्या विविध चयापचय प्रतिसादांसाठी जेए (JA) सिग्नल आवश्यक आहे. तथापि, चयापचय विविधतेमध्ये जेए जैवसंश्लेषणाच्या आंतरजातीय नियमनाच्या योगदानाची कठोर संख्यात्मक चाचणी उपलब्ध नाही, आणि उच्च महाउत्क्रांती स्तरावर तणाव-प्रेरित चयापचय विविधतेसाठी जेए सिग्नल हे एक सामान्य स्थान आहे की नाही, हे अजूनही अस्पष्ट आहे. आम्ही असे निरीक्षण केले की नेपेंथेस शाकाहारी प्राण्याचा शाकाहारी स्वभाव चयापचय विशेषीकरणास प्रवृत्त करतो आणि निकोटियाना प्रजातींच्या लोकसंख्येमध्ये व जवळच्या संबंधित निकोटियाना प्रजातींमध्ये चयापचय विशेषीकरणातील भिन्नता ही जेए सिग्नलिंगशी पद्धतशीरपणे सकारात्मक सहसंबंधित आहे. याव्यतिरिक्त, जेव्हा जेए सिग्नलमध्ये बिघाड होतो, तेव्हा एकाच जनुकीय प्रकाराच्या शाकाहारी प्राण्यामुळे प्रेरित झालेली चयापचय विशिष्टता रद्द होते (आकृती ३, सी आणि ई). नैसर्गिकरित्या क्षीण झालेल्या नेपेंथेस लोकसंख्येतील चयापचय स्पेक्ट्रममधील बदल बहुतेक संख्यात्मक असल्याने, या विश्लेषणातील चयापचय β विविधता आणि विशिष्टतेमधील बदल हे मोठ्या प्रमाणात चयापचय-समृद्ध संयुग श्रेणींच्या तीव्र उत्तेजनामुळे झालेले असू शकतात. हे संयुग वर्ग मेटाबोलॉम प्रोफाइलच्या काही भागावर वर्चस्व गाजवतात आणि JA सिग्नलसह सकारात्मक सहसंबंध दर्शवतात.
त्याच्याशी जवळून संबंधित असलेल्या तंबाखूच्या प्रजातींच्या जैवरासायनिक यंत्रणा खूप भिन्न असल्यामुळे, मेटाबोलाइट्सची ओळख विशेषतः गुणात्मक पैलूमध्ये केली जाते, त्यामुळे ते अधिक विश्लेषणात्मक ठरते. मिळवलेल्या मेटाबोलिक प्रोफाइलवर माहिती सिद्धांताद्वारे केलेल्या प्रक्रियेतून असे दिसून येते की, शाकाहारी प्राण्यांमुळे होणारी प्रेरणा मेटाबोलिक गॅमा विविधता आणि विशेषीकरण यांच्यातील तडजोड अधिक तीव्र करते. या तडजोडीमध्ये जेए (JA) सिग्नल मध्यवर्ती भूमिका बजावतो. मेटाबोलॉम विशेषीकरणातील वाढ ही मुख्य ओडी (OD) अंदाजाशी सुसंगत आहे आणि जेए सिग्नलशी तिचा सकारात्मक सहसंबंध आहे, तर जेए सिग्नलचा मेटाबोलिक गॅमा विविधतेशी नकारात्मक सहसंबंध आहे. ही मॉडेल्स सूचित करतात की, वनस्पतींची ओडी क्षमता मुख्यत्वे जेएच्या लवचिकतेद्वारे निश्चित केली जाते, मग ती सूक्ष्म उत्क्रांतीच्या स्तरावर असो किंवा मोठ्या उत्क्रांतीच्या स्तरावर. जेए जैवसंश्लेषणातील दोष टाळणारे बाह्य जेए वापराचे प्रयोग पुढे हे उघड करतात की, शाकाहारी प्राण्यांमुळे प्रेरित होणाऱ्या त्यांच्या जेए आणि मेटाबोलॉम लवचिकतेच्या पद्धतीप्रमाणेच, जवळच्या संबंधित तंबाखूच्या प्रजातींना सिग्नल-प्रतिसाद देणाऱ्या आणि सिग्नल-प्रतिसाद न देणाऱ्या प्रजातींमध्ये विभागले जाऊ शकते. संकेताला प्रतिसाद न देणाऱ्या प्रजाती त्यांच्या अंतर्जात JA तयार करण्याच्या असमर्थतेमुळे प्रतिसाद देऊ शकत नाहीत आणि त्यामुळे त्या शारीरिक मर्यादांच्या अधीन असतात. हे JA सिग्नलिंग मार्गातील काही प्रमुख जनुकांमधील (N. crescens मधील AOS आणि JAR4) उत्परिवर्तनांमुळे होऊ शकते. हा परिणाम अधोरेखित करतो की हे आंतरप्रजातीय महाउत्क्रांतीचे नमुने मुख्यत्वे अंतर्गत संप्रेरक संवेदन आणि प्रतिसादातील बदलांमुळे प्रेरित असू शकतात.
वनस्पती आणि शाकाहारी प्राण्यांमधील आंतरक्रियेव्यतिरिक्त, चयापचय विविधतेचा अभ्यास हा पर्यावरणाशी जैविक अनुकूलन आणि जटिल बाह्यलक्षणी गुणधर्मांच्या उत्क्रांतीच्या संशोधनातील सर्व महत्त्वाच्या सैद्धांतिक प्रगतीशी संबंधित आहे. आधुनिक एमएस उपकरणांद्वारे मिळवलेल्या डेटाच्या प्रमाणात वाढ झाल्यामुळे, चयापचय विविधतेवरील गृहितक चाचणी आता वैयक्तिक/श्रेणीनुसार चयापचय घटकांमधील फरकांच्या पलीकडे जाऊन अनपेक्षित नमुने उघड करण्यासाठी जागतिक विश्लेषण करू शकते. मोठ्या प्रमाणावरील विश्लेषणाच्या प्रक्रियेत, डेटाचे अन्वेषण करण्यासाठी वापरता येतील असे अर्थपूर्ण नकाशे तयार करण्याची कल्पना हे एक महत्त्वाचे रूपक आहे. त्यामुळे, निष्पक्ष एमएस/एमएस मेटाबोलॉमिक्स आणि माहिती सिद्धांताच्या सध्याच्या संयोजनाचा एक महत्त्वाचा परिणाम म्हणजे, ते एक सोपे मापक प्रदान करते, ज्याचा उपयोग वेगवेगळ्या वर्गीकरण स्तरांवर चयापचय विविधतेचा आढावा घेण्यासाठी नकाशे तयार करण्याकरिता केला जाऊ शकतो. ही या पद्धतीची मूलभूत आवश्यकता आहे. सूक्ष्म/स्थूल उत्क्रांती आणि समुदाय पारिस्थितिकीचा अभ्यास.
स्थूल-उत्क्रांतीच्या पातळीवर, एर्लिच आणि रेव्हन (51) यांच्या वनस्पती-कीटक सह-उत्क्रांती सिद्धांताचा गाभा हा आहे की आंतर-प्रजातीय चयापचय विविधतेतील भिन्नता ही वनस्पती वंशांच्या विविधतेचे कारण आहे. तथापि, या महत्त्वपूर्ण कार्याचे प्रकाशन झाल्यापासून पन्नास वर्षांत, या गृहीतकाची क्वचितच चाचणी केली गेली आहे (52). हे मुख्यत्वे दूरच्या वनस्पती वंशांमध्ये तुलनात्मक चयापचय वैशिष्ट्यांच्या फायलोजेनेटिक वैशिष्ट्यांमुळे आहे. या दुर्मिळतेचा उपयोग लक्ष्य विश्लेषण पद्धतींना आधार देण्यासाठी केला जाऊ शकतो. माहिती सिद्धांताद्वारे प्रक्रिया केलेला सध्याचा MS/MS वर्कफ्लो अज्ञात मेटाबोलाइट्सच्या MS/MS संरचनात्मक समानतेचे (आधी मेटाबोलाइट निवड न करता) परिमाण करतो आणि या MS/MSs ला MS/MS च्या संचामध्ये रूपांतरित करतो, अशा प्रकारे व्यावसायिक चयापचयमध्ये या स्थूल-उत्क्रांती मॉडेल्सची वर्गीकरण स्तरावर तुलना केली जाते. साधे सांख्यिकीय निर्देशक. ही प्रक्रिया फायलोजेनेटिक विश्लेषणासारखीच आहे, जी पूर्व भाकिताशिवाय विविधतेचा किंवा वैशिष्ट्य उत्क्रांतीचा दर मोजण्यासाठी अनुक्रम संरेखनाचा वापर करू शकते.
जैवरासायनिक पातळीवर, फिर्न आणि जोन्स (53) यांचा स्क्रीनिंग गृहीतक दर्शवितो की, पूर्वी असंबंधित किंवा प्रतिस्थापित मेटाबोलाइट्सच्या जैविक क्रियाकलापांना चालना देण्यासाठी कच्चा माल पुरवण्यासाठी चयापचय विविधता वेगवेगळ्या स्तरांवर राखली जाते. माहिती सिद्धांत पद्धती एक अशी चौकट प्रदान करतात ज्यामध्ये मेटाबोलाइट विशेषीकरणादरम्यान होणारे हे मेटाबोलाइट-विशिष्ट उत्क्रांती संक्रमण, प्रस्तावित उत्क्रांती स्क्रीनिंग प्रक्रियेचा भाग म्हणून परिमाणित केले जाऊ शकतात: दिलेल्या पर्यावरणातील कमी विशिष्टतेपासून उच्च विशिष्टतेपर्यंतचे जैविक दृष्ट्या सक्रिय अनुकूलन आणि अवरोधित मेटाबोलाइट्स.
एकंदरीत, आण्विक जीवशास्त्राच्या सुरुवातीच्या काळात, वनस्पतींच्या संरक्षणाचे महत्त्वाचे सिद्धांत विकसित केले गेले आणि निगमनात्मक गृहितक-आधारित पद्धती हेच वैज्ञानिक प्रगतीचे एकमेव साधन मानले जाते. याचे मुख्य कारण म्हणजे संपूर्ण मेटाबोलॉम मोजण्याच्या तांत्रिक मर्यादा. जरी गृहितक-आधारित पद्धती इतर कारणात्मक यंत्रणा निवडण्यासाठी विशेषतः उपयुक्त असल्या तरी, जैवरासायनिक नेटवर्कबद्दलची आपली समज वाढवण्याची त्यांची क्षमता, समकालीन डेटा-केंद्रित विज्ञानात सध्या उपलब्ध असलेल्या संगणकीय पद्धतींपेक्षा अधिक मर्यादित आहे. त्यामुळे, ज्या सिद्धांतांचा अंदाज लावता येत नाही ते उपलब्ध डेटाच्या कक्षेबाहेरचे आहेत, म्हणून संशोधन क्षेत्रातील प्रगतीचे काल्पनिक सूत्र/चाचणी चक्र रद्द केले जाऊ शकत नाही (4). आम्हाला असे वाटते की येथे सादर केलेला मेटाबोलॉमिक्सचा संगणकीय कार्यप्रवाह चयापचय विविधतेच्या अलीकडील (कसे) आणि अंतिम (का) समस्यांमध्ये पुन्हा रुची निर्माण करू शकतो आणि सैद्धांतिकदृष्ट्या मार्गदर्शित डेटा सायन्सच्या नवीन युगात योगदान देऊ शकतो. या युगाने मागील पिढ्यांना प्रेरणा देणाऱ्या महत्त्वाच्या सिद्धांतांचे पुनरावलोकन केले.
थेट शाकाहारी भक्षण प्रयोग, एका फुललेल्या गुलाबाच्या रोपाच्या फिकट रंगाच्या घटपर्णीच्या एका पानावर दुसऱ्या अवस्थेतील अळी किंवा Sl अळी वाढवून केला जातो, ज्यामध्ये प्रत्येक रोपाचे १० नमुने घेण्यात आले. कीटकांच्या अळ्यांना क्लॅम्पने पकडण्यात आले आणि संसर्गानंतर २४ व ७२ तासांनी पानाचा उर्वरित भाग गोळा करून त्वरित गोठवण्यात आला, आणि त्यातून चयापचय घटक काढण्यात आले.
अत्यंत समकालिक पद्धतीने शाकाहारी उपचारांचे अनुकरण करा. पद्धत अशी आहे की, फॅब्रिक गार्लंडच्या वाढीच्या टप्प्यात, वनस्पतीच्या तीन पूर्णपणे विस्तारलेल्या पानांच्या मध्यशिरेच्या प्रत्येक बाजूला असलेल्या काट्यांच्या तीन ओळींना फॅब्रिक पॅटर्न व्हील्सने टोचावे आणि त्वरित १:५ प्रमाणात विरल केलेले एमएस लावावे. किंवा हातमोजे घातलेल्या बोटांनी टोचलेल्या जखमेत एस१ ओएस घालावे. वर वर्णन केल्याप्रमाणे एक पान काढा आणि त्यावर प्रक्रिया करा. प्राथमिक मेटाबोलाइट्स आणि वनस्पती संप्रेरके (५४) काढण्यासाठी पूर्वी वर्णन केलेली पद्धत वापरा.
बाह्य JA वापरासाठी, प्रत्येक प्रजातीच्या सहा गुलाब फुलणाऱ्या वनस्पतींपैकी प्रत्येकाच्या तीन देठाच्या पानांवर १५०μg MeJA (Lan + MeJA) असलेली २०μl लॅनोलिन पेस्ट, आणि २०μl लॅनोलिन अधिक जखमेवरील उपचार (Lan + W) लावले जातात, किंवा नियंत्रक म्हणून २०μl शुद्ध लॅनोलिन वापरले जाते. उपचारानंतर ७२ तासांनी पाने काढण्यात आली, द्रव नायट्रोजनमध्ये त्वरित गोठवण्यात आली आणि वापरापर्यंत -८०°C तापमानावर साठवण्यात आली.
आमच्या संशोधन गटाने चार JA आणि ET ट्रान्सजेनिक लाईन्स, म्हणजेच irAOC (36), irCOI1 (55), irACO आणि sETR1 (48) ओळखल्या आहेत. irAOC ने JA आणि JA-Ile च्या पातळीत तीव्र घट दर्शविली, तर irCOI1 ही JAs साठी संवेदनशील नव्हती. EV च्या तुलनेत, JA-Ile चा संचय वाढला. त्याचप्रमाणे, irACO ET चे उत्पादन कमी करेल, आणि EV च्या तुलनेत, ET साठी असंवेदनशील असलेली sETR1, ET चे उत्पादन वाढवेल.
फोटोअकॉस्टिक लेझर स्पेक्ट्रोमीटर (सेन्सर सेन्स ETD-300 रिअल-टाइम ET सेन्सर) चा वापर विना-आक्रमक पद्धतीने ET मापन करण्यासाठी केला जातो. प्रक्रियेनंतर लगेचच, अर्धी पाने कापून ४-मिलीच्या सीलबंद काचेच्या कुपीमध्ये हस्तांतरित केली गेली आणि ५ तासांच्या आत त्यातील मोकळी जागा (हेडस्पेस) जमा होऊ दिली गेली. मापनादरम्यान, प्रत्येक कुपीला ८ मिनिटांसाठी २ लिटर/तास या वेगाने शुद्ध हवेच्या प्रवाहाने स्वच्छ धुऊन काढले गेले; ही हवा CO2 आणि पाणी काढून टाकण्यासाठी सेन्सर सेन्सने पुरवलेल्या उत्प्रेरकामधून (कॅटॅलिस्ट) आधीच प्रवाहित केलेली होती.
मायक्रोअरे डेटा मूळतः (35) मध्ये प्रकाशित झाला होता आणि नॅशनल सेंटर फॉर बायोटेक्नॉलॉजी इन्फॉर्मेशन (NCBI) जीन एक्सप्रेशन कॉम्प्रिहेन्सिव्ह डेटाबेसमध्ये (अ‍ॅक्सेशन क्रमांक GSE30287) जतन केला होता. या अभ्यासासाठी W + OSMs उपचाराने प्रभावित झालेल्या पानांचा आणि नुकसान न झालेल्या नियंत्रणाचा डेटा काढण्यात आला. कच्ची तीव्रता log2 आहे. सांख्यिकीय विश्लेषणापूर्वी, R सॉफ्टवेअर पॅकेजचा वापर करून बेसलाइनला रूपांतरित करून तिच्या 75 व्या पर्सेंटाइलमध्ये सामान्यीकृत करण्यात आले.
निकोटियाना प्रजातींचा मूळ आरएनए सिक्वेन्सिंग (RNA-seq) डेटा एनसीबीआय शॉर्ट रीडिंग आर्काइव्हज (SRA) मधून मिळवण्यात आला, ज्याचा प्रकल्प क्रमांक PRJNA301787 आहे, जो झोऊ एट अल. (39) यांनी नोंदवला होता आणि (56) मध्ये वर्णन केल्याप्रमाणे त्यावर प्रक्रिया करण्यात आली. या अभ्यासात विश्लेषणासाठी निकोटियाना प्रजातींशी संबंधित W + W, W + OSM आणि W + OSS1 द्वारे प्रक्रिया केलेला कच्चा डेटा निवडण्यात आला आणि त्यावर खालीलप्रमाणे प्रक्रिया करण्यात आली: प्रथम, कच्ची आरएनए-सीक रीडिंग्ज FASTQ फॉरमॅटमध्ये रूपांतरित करण्यात आली. HISAT2 हे FASTQ ला SAM मध्ये रूपांतरित करते आणि SAMtools हे SAM फाइल्सना सॉर्टेड BAM फाइल्समध्ये रूपांतरित करते. जीन एक्सप्रेशनची गणना करण्यासाठी StringTie चा वापर केला जातो आणि त्याची एक्सप्रेशन पद्धत अशी आहे की प्रति दशलक्ष सिक्वेन्स्ड ट्रान्सक्रिप्शन फ्रॅगमेंट्समध्ये प्रति हजार बेस फ्रॅगमेंट्स असतात.
विश्लेषणासाठी वापरलेला ॲक्लेम क्रोमॅटोग्राफिक कॉलम (१५० मिमी x २.१ मिमी; कणांचा आकार २.२μm) आणि ४ मिमी x ४ मिमी गार्ड कॉलम हे एकाच पदार्थाचे बनलेले आहेत. डायोनेक्स अल्टिमेट ३००० अल्ट्रा हाय परफॉर्मन्स लिक्विड क्रोमॅटोग्राफी (UHPLC) प्रणालीमध्ये खालील बायनरी ग्रेडियंट वापरला जातो: ० ते ०.५ मिनिटे, आयसोक्रॅटिक ९०% A [डीआयनाइज्ड पाणी, ०.१% (v/v) ॲसिटोनायट्राइल आणि ०.०५% फॉर्मिक ॲसिड], १०% B (ॲसिटोनायट्राइल आणि ०.०५% फॉर्मिक ॲसिड); ०.५ ते २३.५ मिनिटे, ग्रेडियंट फेज अनुक्रमे १०% A आणि ९०% B आहे; २३.५ ते २५ मिनिटे, आयसोक्रॅटिक १०% A आणि ९०% B. प्रवाहाचा दर ४००μl/मिनिट आहे. सर्व MS विश्लेषणांसाठी, पॉझिटिव्ह आयनीकरण मोडमध्ये कार्यरत असलेल्या इलेक्ट्रोस्प्रे स्त्रोताने सुसज्ज असलेल्या क्वाड्रोपोल आणि टाइम-ऑफ-फ्लाइट (qTOF) विश्लेषकामध्ये कॉलम इल्युएंट इंजेक्ट करा (केशिका व्होल्टेज, 4500 V; केशिका आउटलेट 130 V; ड्रायिंग तापमान 200°C; ड्रायिंग एअरफ्लो 10 लिटर/मिनिट).
एकूण शोधण्यायोग्य मेटाबोलिक प्रोफाइलबद्दल संरचनात्मक माहिती मिळवण्यासाठी, डेटापासून असंबद्ध किंवा वेगळे न करता येण्याजोग्या MS/MS फ्रॅगमेंटचे विश्लेषण (यापुढे MS/MS म्हणून संदर्भित) करा. अविभेदक MS/MS पद्धतीची संकल्पना या वस्तुस्थितीवर अवलंबून आहे की क्वाड्रपोलमध्ये एक खूप मोठी मास आयसोलेशन विंडो असते [म्हणून, सर्व मास-टू-चार्ज रेशो (m/z) सिग्नल्सना फ्रॅगमेंट्स म्हणून विचारात घ्या]. याच कारणामुळे, इम्पॅक्ट II इन्स्ट्रुमेंट CE टिल्ट तयार करण्यास असमर्थ असल्याने, वाढीव कोलिजन-इंड्युस्ड डिसोसिएशन कोलिजन एनर्जी (CE) मूल्यांचा वापर करून अनेक स्वतंत्र विश्लेषणे करण्यात आली. थोडक्यात, प्रथम UHPLC-इलेक्ट्रोस्प्रे आयनीकरण/qTOF-MS वापरून सिंगल मास स्पेक्ट्रोमेट्री मोडमध्ये (इन-सोर्स फ्रॅगमेंटेशनद्वारे निर्माण केलेल्या कमी फ्रॅगमेंटेशन परिस्थितीत) नमुन्याचे विश्लेषण करा, m/z ५० ते १५०० पर्यंत ५ Hz च्या पुनरावृत्ती वारंवारतेने स्कॅन करा. MS/MS विश्लेषणासाठी नायट्रोजनचा कोलिजन गॅस म्हणून वापर करा आणि खालील चार वेगवेगळ्या कोलिजन-इंड्युस्ड डिसोसिएशन व्होल्टेजवर स्वतंत्र मापन करा: २०, ३०, ४०, आणि ५० eV. संपूर्ण मापन प्रक्रियेदरम्यान, क्वाड्रपोलमध्ये m/z ५० ते १५०० पर्यंत सर्वात मोठी मास आयसोलेशन विंडो असते. जेव्हा फ्रंट बॉडी m/z आणि आयसोलेशन विड्थ एक्सपेरिमेंट २०० आणि ० Da वर सेट केले जाते, तेव्हा इन्स्ट्रुमेंटच्या ऑपरेटिंग सॉफ्टवेअरद्वारे मास रेंज आपोआप सक्रिय होते. सिंगल मास मोडप्रमाणे मास फ्रॅगमेंट्ससाठी स्कॅन करा. मास कॅलिब्रेशनसाठी सोडियम फॉर्मेट (५० मिली आयसोप्रोपेनॉल, २०० μl फॉर्मिक ॲसिड आणि १ मिली १M NaOH जलीय द्रावण) वापरा. ​​ब्रुकरच्या उच्च-सुस्पष्टता कॅलिब्रेशन अल्गोरिदमचा वापर करून, दिलेल्या कालावधीत सरासरी स्पेक्ट्रम चालवल्यानंतर डेटा फाइल कॅलिब्रेट केली जाते. रॉ डेटा फाइल्स NetCDF फॉरमॅटमध्ये रूपांतरित करण्यासाठी डेटा ॲनालिसिस v4.0 सॉफ्टवेअरचे (ब्रुक डाल्टन, ब्रेमेन, जर्मनी) एक्सपोर्ट फंक्शन वापरा. MS/MS डेटा सेट MTBLS1471 या अॅक्सेशन क्रमांकासह मेटाबोलाइट्स (www.ebi.ac.uk) या खुल्या मेटाबोलॉमिक्स डेटाबेसमध्ये जतन करण्यात आला आहे.
कमी आणि उच्च टक्कर ऊर्जेसाठी MS1 आणि MS/MS गुणवत्ता सिग्नलमधील सहसंबंध विश्लेषण आणि नव्याने लागू केलेल्या नियमांद्वारे MS/MS असेंब्ली साकारली जाऊ शकते. प्रीकर्सरपासून प्रॉडक्टच्या वितरणाचे सहसंबंध विश्लेषण साकारण्यासाठी R स्क्रिप्टचा वापर केला जातो आणि नियम लागू करण्यासाठी C# स्क्रिप्टचा (https://github.com/MPI-DL/indiscriminant-MS-MS-assembly-pipeline) वापर केला जातो.
पार्श्वभूमीतील गोंगाटामुळे होणाऱ्या खोट्या सकारात्मक त्रुटी आणि केवळ काही नमुन्यांमध्ये विशिष्ट m/z वैशिष्ट्ये शोधल्यामुळे होणारा खोटा सहसंबंध कमी करण्यासाठी, आम्ही "NA" (न सापडलेले शिखर) तीव्रतेच्या जागी पार्श्वभूमीतील गोंगाट सुधारण्यासाठी R पॅकेज XCMS मधील "फिल्ड पीक" फंक्शन वापरतो. जेव्हा फिल्ड पीक फंक्शन वापरले जाते, तेव्हा डेटा सेटमध्ये अजूनही अनेक "0" तीव्रतेची मूल्ये असतात, जी सहसंबंधाच्या गणनेवर परिणाम करतात. मग, आम्ही फिल्ड पीक फंक्शन वापरून आणि न वापरता मिळालेल्या डेटा प्रक्रियेच्या परिणामांची तुलना करतो, आणि सरासरी सुधारित अंदाजित मूल्याच्या आधारावर पार्श्वभूमीतील गोंगाटाचे मूल्य मोजतो, आणि नंतर या 0 तीव्रतेच्या मूल्यांच्या जागी मोजलेले पार्श्वभूमी मूल्य ठेवतो. आम्ही केवळ त्या वैशिष्ट्यांचा विचार केला ज्यांची तीव्रता पार्श्वभूमी मूल्याच्या तिप्पटीपेक्षा जास्त होती आणि त्यांना "खरे शिखर" मानले. PCC गणनेसाठी, केवळ नमुना पूर्वसूचक (MS1) आणि फ्रॅगमेंट डेटा सेटमधील m/z सिग्नल विचारात घेतले जातात, ज्यात किमान आठ खरे शिखर आहेत.
जर संपूर्ण नमुन्यातील पूर्वसूचक गुणवत्ता वैशिष्ट्याची तीव्रता, कमी किंवा उच्च टक्कर ऊर्जेच्या अधीन असलेल्या त्याच गुणवत्ता वैशिष्ट्याच्या कमी झालेल्या तीव्रतेशी लक्षणीयरीत्या सहसंबंधित असेल, आणि त्या वैशिष्ट्याला CAMERA द्वारे आयसोटोप पीक म्हणून लेबल केलेले नसेल, तर त्याला पुढे परिभाषित केले जाऊ शकते. त्यानंतर, ३ सेकंदांच्या आत (पीक रिटेंशनसाठी अंदाजित रिटेंशन टाइम विंडो) सर्व संभाव्य पूर्वसूचक-उत्पादन जोड्यांची गणना करून, सहसंबंध विश्लेषण केले जाते. केवळ जेव्हा m/z मूल्य पूर्वसूचक मूल्यापेक्षा कमी असते आणि MS/MS फ्रॅगमेंटेशन डेटा सेटमधील त्याच नमुना स्थानावर होते जिथे ते ज्या पूर्वसूचकापासून प्राप्त झाले आहे, तेव्हाच त्याला फ्रॅगमेंट मानले जाते.
या दोन सोप्या नियमांच्या आधारे, आम्ही ओळखलेल्या प्रीकर्सरच्या m/z पेक्षा जास्त m/z मूल्य असलेले निर्दिष्ट फ्रॅगमेंट्स वगळतो, आणि हे प्रीकर्सर व निर्दिष्ट फ्रॅगमेंट ज्या सॅम्पल पोझिशनवर दिसतात त्यावर आधारित असते. MS1 मोडमध्ये तयार झालेल्या अनेक इन-सोर्स फ्रॅगमेंट्सद्वारे निर्माण झालेली गुणवत्ता वैशिष्ट्ये उमेदवार प्रीकर्सर म्हणून निवडणे देखील शक्य आहे, ज्यामुळे अनावश्यक MS/MS संयुगे तयार होतात. ही डेटाची अनावश्यकता कमी करण्यासाठी, जर स्पेक्ट्राची NDP समानता 0.6 पेक्षा जास्त असेल आणि ते CAMERA द्वारे एनोटेट केलेल्या “pcgroup” क्रोमॅटोग्रामचे असतील, तर आम्ही त्यांना विलीन करू. शेवटी, वेगवेगळ्या कोलिजन एनर्जीवर समान m/z मूल्य असलेल्या सर्व उमेदवार पीक्समधून सर्वाधिक तीव्रतेचे पीक निवडून, आम्ही प्रीकर्सर आणि फ्रॅगमेंट्सशी संबंधित सर्व चार CE परिणाम अंतिम डीकन्व्होल्यूटेड कंपोझिट स्पेक्ट्रममध्ये विलीन करतो. त्यानंतरच्या प्रक्रियेच्या पायऱ्या कंपोझिट स्पेक्ट्रमच्या संकल्पनेवर आधारित आहेत आणि फ्रॅगमेंटेशनची शक्यता वाढवण्यासाठी आवश्यक असलेल्या वेगवेगळ्या CE परिस्थितींचा विचार करतात, कारण काही फ्रॅगमेंट्स केवळ एका विशिष्ट कोलिजन एनर्जीखालीच शोधले जाऊ शकतात.
मेटाबोलिक प्रोफाइलच्या प्रेरणक्षमतेची गणना करण्यासाठी RDPI (30) चा वापर केला गेला. मेटाबोलिक स्पेक्ट्रम विविधता (Hj इंडेक्स) ही मार्टिनेझ एट अल. (8) यांनी वर्णन केलेल्या खालील समीकरणाचा वापर करून MS/MS फ्रिक्वेन्सी वितरणाच्या शॅनन एन्ट्रॉपीचा वापर करून MS/MS प्रीकर्सर्सच्या विपुलतेवरून मिळवली जाते. Hj = −∑i = 1mPijlog2(Pij) जिथे Pij हे j-व्या नमुन्यातील i-व्या MS/MS च्या सापेक्ष फ्रिक्वेन्सीशी संबंधित आहे (j = 1, 2,…, m) (i = 1, 2, …, m) t).
चयापचय विशिष्टता (Si निर्देशांक) ही विचारात घेतलेल्या नमुन्यांमधील वारंवारतेच्या संबंधात दिलेल्या MS/MS ची अभिव्यक्ती ओळख म्हणून परिभाषित केली जाते. MS/MS विशिष्टतेची गणना Si = 1t (∑j = 1tPijPilog2PijPi) या सूत्राने केली जाते.
प्रत्येक j नमुन्याचा मेटाबोलॉम-विशिष्ट δj निर्देशांक आणि MS/MS विशिष्टतेची सरासरी मोजण्यासाठी खालील सूत्र वापरा: δj = ∑i = 1mPijSi
MS/MS स्पेक्ट्रा जोड्यांमध्ये संरेखित केले जातात आणि दोन स्कोअरच्या आधारावर समानता मोजली जाते. प्रथम, मानक NDP (ज्याला कोसाइन कोरिलेशन पद्धत असेही म्हणतात) वापरून, स्पेक्ट्रामधील सेगमेंट समानतेचा स्कोअर करण्यासाठी खालील समीकरण वापरा: NDP = (∑iS1 & S2WS1, iWS2, i) 2∑iWS1, i2∑iWS2, i2, जिथे S1 आणि S2 अनुक्रमे स्पेक्ट्रम 1 आणि स्पेक्ट्रम 2, तसेच WS1, i आणि WS2, i साठी आहेत. हे वजन त्या पीक तीव्रतेवर आधारित आहे, जिथे दोन स्पेक्ट्रामधील i-व्या सामायिक पीकचा फरक 0.01 Da पेक्षा कमी असतो. हे वजन खालीलप्रमाणे मोजले जाते: W = [पीक तीव्रता] m [गुणवत्ता] n, m = 0.5, n = 2, जसे की मासबँकने सुचवले आहे.
दुसरी गुणांकन पद्धत लागू करण्यात आली, ज्यामध्ये MS/MS मधील सामायिक NL चे विश्लेषण करणे समाविष्ट होते. यासाठी, आम्ही MS फ्रॅगमेंटेशन प्रक्रियेदरम्यान वारंवार आढळणाऱ्या ५२ NL सूची आणि कमजोर झालेल्या नेपेंथेस प्रजातींच्या दुय्यम मेटाबोलाइट्सच्या MS/MS स्पेक्ट्रमसाठी पूर्वी एनोटेट केलेले अधिक विशिष्ट NL (डेटा फाइल S1) (9, 26) वापरले. प्रत्येक MS/MS साठी १ आणि ० चा एक बायनरी वेक्टर तयार करा, जो अनुक्रमे काही NL च्या वर्तमान आणि गैर-अस्तित्वाशी संबंधित आहे. युक्लिडियन अंतराच्या समानतेवर आधारित, बायनरी NL वेक्टर्सच्या प्रत्येक जोडीसाठी NL समानता स्कोअरची गणना केली जाते.
ड्युअल क्लस्टरिंग करण्यासाठी, आम्ही DiffCoEx नावाचे R पॅकेज वापरले, जे Weighted Gene Co-expression Analysis (WGCNA) च्या विस्तारावर आधारित आहे. MS/MS स्पेक्ट्राच्या NDP आणि NL स्कोअरिंग मॅट्रिक्सचा वापर करून, आम्ही तुलनात्मक सहसंबंध मॅट्रिक्सची गणना करण्यासाठी DiffCoEx वापरले. “cutreeDynamic” पॅरामीटर method = “hybrid”, cutHeight = 0.9999, deepSplit = T, आणि minClusterSize = 10 असे सेट करून बायनरी क्लस्टरिंग केले जाते. DiffCoEx चा R सोर्स कोड टेसन एट अल. (57) यांच्या अतिरिक्त फाइल 1 मधून डाउनलोड केला होता; आवश्यक असलेले R WGCNA सॉफ्टवेअर पॅकेज https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA येथे मिळू शकते.
MS/MS आण्विक नेटवर्क विश्लेषण करण्यासाठी, आम्ही NDP आणि NL समानता प्रकारांवर आधारित जोडलेल्या स्पेक्ट्रल कनेक्टिव्हिटीची गणना केली आणि CyFilescape yFiles लेआउट अल्गोरिदम एक्सटेंशन ऍप्लिकेशनमध्ये ऑरगॅनिक लेआउट वापरून नेटवर्क टोपोलॉजी व्हिज्युअलाइझ करण्यासाठी Cytoscape सॉफ्टवेअर वापरले.
डेटावर सांख्यिकीय विश्लेषण करण्यासाठी आर (R) आवृत्ती ३.०.१ वापरा. ​​सांख्यिकीय महत्त्व द्विमार्गी विचलन विश्लेषण (ANOVA) वापरून तपासले गेले, त्यानंतर ट्युकीची प्रामाणिकपणे महत्त्वपूर्ण भिन्नता (HSD) पोस्ट-हॉक चाचणी घेण्यात आली. शाकाहारी उपचार आणि नियंत्रण यांच्यातील फरकाचे विश्लेषण करण्यासाठी, समान विचलन असलेल्या नमुन्यांच्या दोन गटांच्या द्वि-पुच्छ वितरणाचे विश्लेषण स्टुडंटच्या टी चाचणीचा वापर करून केले गेले.
या लेखासाठीच्या पूरक सामग्रीकरिता, कृपया http://advances.sciencemag.org/cgi/content/full/6/24/eaaz0381/DC1 येथे पहा.
हा एक मुक्त प्रवेश लेख आहे जो क्रिएटिव्ह कॉमन्स ॲट्रिब्युशन-नॉन-कमर्शियल लायसन्सच्या अटींनुसार वितरित केला जातो, जो कोणत्याही माध्यमात वापर, वितरण आणि पुनरुत्पादनास परवानगी देतो, जोपर्यंत अंतिम वापर व्यावसायिक फायद्यासाठी नाही आणि मूळ काम अचूक आहे हे गृहीत धरले जाते. संदर्भ.
टीप: आम्ही तुम्हाला तुमचा ईमेल पत्ता देण्यास फक्त यासाठी सांगतो, जेणेकरून तुम्ही ज्या व्यक्तीची या पेजवर शिफारस कराल, त्या व्यक्तीला हे कळावे की तुम्ही त्यांना हा ईमेल दाखवू इच्छिता आणि तो स्पॅम नाही. आम्ही कोणताही ईमेल पत्ता नोंदवून घेणार नाही.
तुम्ही अभ्यागत आहात की नाही हे तपासण्यासाठी आणि स्वयंचलित स्पॅम सबमिशन रोखण्यासाठी या प्रश्नाचा वापर केला जातो.
माहिती सिद्धांत विशेष मेटाबोलॉम्सच्या तुलनेसाठी आणि चाचणी संरक्षण सिद्धांतांच्या भाकितासाठी एक सार्वत्रिक मापदंड प्रदान करतो.
माहिती सिद्धांत विशेष मेटाबोलॉम्सच्या तुलनेसाठी आणि चाचणी संरक्षण सिद्धांतांच्या भाकितासाठी एक सार्वत्रिक मापदंड प्रदान करतो.
©2021 अमेरिकन असोसिएशन फॉर द ॲडव्हान्समेंट ऑफ सायन्स. सर्व हक्क राखीव. AAAS HINARI, AGORA, OARE, CHORUS, CLOCKSS, CrossRef आणि COUNTER चे भागीदार आहे. ScienceAdvances ISSN 2375-2548.