Современные молекулярно-биологические исследования характеризуются применением совокупности методологических платформ, позволяющих изучать организмы как на геномном и протеомном уровнях, так и на уровне метаболомов. Однако для обоснования возможности применения метаболомного анализа в селекции необходимо проведение исследований на широком спектре видов и сортов растений. В данной работе с использованием метода газовой хроматографии, сопряженной с масс-спектрометрией, проведена оценка содержания низкомолекулярных метаболитов в семенах разных сортов рапса, которые относились к одной репродукции.В каждом метаболическом профиле было аннотировано по 168 соединений, из которых 52 идентифицировано. Идентифицированные соединения включали аминокислоты, органические и жирные кислоты, токоферолы, фитостеролы. Обработка полученных данных осуществлялась методами мультивариантной статистики: методом главных компонент (МГК), методом дискриминантного анализа проекций на латентные структуры (ПЛС-ДА) и методом множественного регрессионного анализа проекций на латентные структуры. Созданные МГК и ПЛС-ДА модели демонстрировали достоверные различия между метаболомами исследованных сортов рапса. Наиболее значимый вклад в формирование моделей вносили аминокислоты и органические кислоты. Суммарный процент объясненной информации для МГК и ПЛС-ДА моделей составил в среднем 65 %. Достоверность ПЛС-ДА модели, согласно перекрестной проверке по методу «венецианские жалюзи», составила 91,67 %. Таким образом, показано, что метаболомный подход может служить эффективным инструментом для идентификации сортовой принадлежности семян. Необходимым условием при этом является создание постоянно обновляемой базы метаболомных профилей, характерных для конкретных сортов. Применение дискриминантного анализа проекций на латентные структуры позволит сравнивать метаболомы неизвестных образцов семян с имеющимися в базе данных метаболомными профилями и на этой основе классифицировать новые образцы семян.
Recent biomolecular studies tend to involve combinations of different methods and approaches that allow analyzing organisms on the genomic and proteomic levels, as well as on the level of metabolomics. However, in order to justify the use of the metabolomics techniques in plant breeding, it is important to perform comprehensive analysis of a broad range of species and varieties. In this study, we evaluated the contents of low-molecular-weight substances in seeds of different rapeseed cultivars by the gas chromatography–mass spectrometry (GC-MS) technique. For every metabolomic profile, we estimated 168 target substances, and 52 of them were unambiguously identified. These compounds included amino acids, organic and fatty acids, tocopherols, and phytosterols. In order to keep the data assay within the context of multivariate statistics, we used principal component analysis (PCA), partial least square discriminant analysis (PLS-DA), and partial least square regression (PLS-R). Subsequent analysis revealed a significant difference between the metabolomic profiles of the investigated rapeseed cultivars, with the primary role of the amino acids and organic acids. Noticeably, the PLS-DA model showed 65% of the explained variance and, according to the Venetian blinds cross- validation test, 91.67 % of the accuracy. Thus, we demonstrate the effectiveness of the metabolomics approach to the varietal identification of seeds. This strategy can be further improved with a continuously updated database of the metabolomic profiles of different species and cultivars. Application of the PLS-DA method will allow comparison of the metabolites of unknown samples with the existing profiles and, subsequently, identification of new seed samples.
The authors declare that there are no conflicts of interest present.