植物图象分析系统

植物甾醇是常见的植物活性成分，同时也是人类饮食中的主要脂类成分组成部分。其结构与胆固醇类似，均具有环戊烷多氢菲母核，图1中的β-谷甾醇、菜油甾醇、和豆甾醇为较为常见的植物甾醇。由于植物甾醇与胆固醇具有相似的结构，二者均需溶于胶束后才能被人体吸收，植物甾醇能与膳食来源的胆固醇竞争进入混合胶束从而减少肠道对于胆固醇的吸收，因此有助于控制血液中的总胆固醇、低密度脂蛋白和甘油三酯水平，从而减少心血管疾病的风险（图2）[1]。近年来，随着人们对健康饮食的日益重视，越来越多的科研人员开始关注到含植物甾醇的食品及植物的分析技术的开发与运用，本文将重点介绍基于气相色谱-氢火焰离子化检测器联用技术及液相色谱-大气压化学电离质谱联用技术的植物甾醇分析方法。图1. 常见的三种植物甾醇结构图2. 植物甾醇降低血清胆固醇的示意图[1]1. 植物甾醇的分析技术食物与植物中的甾醇类成分经过前处理并富集后，可采用不同的分析技术与手段开展分析与鉴定。目前最常用于植物甾醇定量分析的技术为气相色谱法（Gas Chromatography，GC）。液相色谱法（Liquid chromatography，LC）、薄层扫描法（Thin Layer Chromatography Scanning，TLCS）等也可以进行植物甾醇组分的分离与定量分析。1.1 气相色谱-氢火焰离子化检测器联用技术（GC-FID）技术原理：氢火焰离子化检测器（Flame Ionization Detector，FID）的工作原理是基于有机化合物能够在火焰中发生自由基反应而被电离从而对待测物进行分析[2]。如图3所示，FID离子室中火焰分为A层预热层；B层点燃火焰；C层温度最高，为热裂解区，有机化合物CnHm在此发生裂解而产生含碳自由基CH：CnHm→CH含碳自由基进入反应层D层，与外面扩散进来的激发态原子或分子氧发生反应，生成CHO+及e-：CH+O→CHO++e-形成的CHO+与火焰中大量水蒸气碰撞发生分子-离子反应，产生H3O+离子：CHO++H2O→H3O++CO化学电离产生的正离子（CHO+，H3O+）和电子（e-）在外加直流电场作用下向两极移动而产生微电流，收集极与基流补偿电路间的电流作为微电流放大器的输入，微电流放大器输出的电流信号（或电压信号）经A/D转换器，将模拟信号转换成数字信号，由计算机记录下来并进行数据处理从而获得色谱峰。图3. 氢火焰离子化检测器（FID）的示意图技术特点：火焰离子化检测器（FID）是气相色谱常用的检测器，它对几乎所有有机物均有响应，特别是对于烃类化合物灵敏度高且其响应与碳原子数成正比。与此同时，它对于气体流速、压力、温度变化的细微差异相对不敏感，不易受到外界环境改变影响。通过该法对植物甾醇进行分析时，需要对样品进行衍生化处理，将游离的植物甾醇转化为适合GC分析的疏水性衍生物，如生成三甲基硅醚（TMS）衍生物。目前广泛使用于植物甾醇分析的衍生化试剂包括有：含N-甲基-N-三甲基硅烷基三氟乙酰胺（N-methyl-N-trimethylsilylfluoroacetamide，MSTFA）无水吡啶溶液、含1%的三甲基氯硅烷（Trimethylchlorosilane，TMCS）的双三甲基硅基三氟乙酰胺（Bis-trimethylsilyltrifluoroacetamide，BSTFA）等。通过GC-FID对植物甾醇进行定量时，常使用的内标包括有白桦脂醇（Betuline）、5α-胆甾烷醇和5α-胆甾烷-3β-醇等。分析仪器：1957年，澳(大利亚)新(西兰)帝国化学工业公司（Imperial Chemical Industries of Australia and New Zealand，ICIANZ）中央研究实验室的McWilliam和Dewar开发了第一台FID。目前FID检测器已经成为应用最广泛的气相色谱检测器之一，其获取、操作成本、维护要求均相对较低。市面上的气相色谱仪基本上均可配置FID检测器，包括安捷伦9000、8890、8860和7890气相色谱系列，赛默飞 TRACE 1300、1100系列，岛津Nexis GC-2030，珀金埃尔默 2400等进口气相色谱系统以及福立 GC9790、GC 9720，常州磐诺GC1949，上海仪电分析GC 128、北分瑞利 GC3500系列等国产气相色谱仪。1.2 液相色谱-大气压化学电离质谱联用技术（LC-APCI-MS）技术原理：大气压化学电离化（Atmospheric Pressure Chemical Ionization，APCI）原理与化学离子化相同，但离子化在大气压下进行。流动相在热及氮气流的作用下雾化成气态，经由带有几千伏高压的放电电极时离子化，产生的试剂气离子与待测化合物分子发生离子-分子反应，形成单电荷离子，正离子通常是(M+H)+，负离子则是(M-H)-。大气压化学离子化能在流速高达2 ml/min下进行，常用于分析分子质量小于1500道尔顿的小分子或弱极性化合物，主要产生的是(M+H)+或(M-H)-离子，很少有碎片离子，是液相色谱-质谱联用的重要接口之一。图4. 大气压化学电离源（APCI）的示意图技术特点：植物甾醇的发色团数量少，因此不适合通过紫外检测器检测；同时植物甾醇质子亲和力较小、酸性较弱、不宜在溶液中形成质子化的离子或去质子化生成阴离子，因此通过电喷雾电离（Electron Spray Ionization，ESI）的电离效率相对较差。由于植物甾醇亲脂性较强，分子量一般小于1000 Da，采用APCI离子源可以提供更高的植物甾醇检测灵敏度，且无需对样品进行衍生化，极大地缩短了分析所需的时间。研究人员还发现植物甾醇分析过程中，采用正离子模式能够提供了比负离子模式更高的灵敏度，且易于生成准分子离子峰[M+H]+、[M+H-H2O]+ [4]。分析仪器：目前国内外均有大量厂商生产搭配有APCI离子源的液相色谱质谱联用系统，已运用于药物研究、食品安全检测、生命科学和分子生物学等多个领域。Agilent 6470、6490系列三重四极杆液质联用系统，Bruker EVOQ LC-TQ液相色谱质谱联用系统，PerkinElmer QSight 400系列三重四极杆质谱仪，SHIMADZU LCMS-2020、LCMS-2050液相色谱质谱联用系统以及国产的江苏天瑞LC-MS 2000液质联用系统，杭州谱育科技EXPEC 5310LC-MS/MS、EXPEC 5250 气相/液相色谱-三重四极杆质谱联用仪、EXPEC5510LC-MS/MS、禾信仪器LC-TQ5100等均配置有APCI离子源。国产的江苏天瑞LC-MS 2000液质联用系统，杭州谱育科技EXPEC 5310系列质谱仪等均配置有APCI离子源。2. 应用实例2.1 基于GC-FID快速分析橄榄油中的植物甾醇在对特级初榨橄榄油样本进行皂化处理后，国际橄榄理事会（International Olive Council，IOC）方法采用乙醚对皂化样本多次液液萃取以提取植物甾醇；研究人员优化后前处理方法采用反相聚合物基质固相萃取柱对皂化样品中的植物甾醇进行提取。同时研究人员基于GC-FID建立了同时快速定量17种脂质（含内标胆甾烷醇）的分析方法，其中包括16种植物甾醇，这17种脂质的GC-FID色谱图如图4所示[5]。通过分析比对不同前处理方法结果，研究人员发现优化后前处理方法简单、省时，并减少了溶剂的使用量，但是与IOC官方方法获得的结果较为一致。通过GC-FID快速定量17种脂质的分析方法也有助于评估高价值且容易掺假的特级初榨橄榄油的真实性。图5. 特级初榨橄榄油样品采用IOC方法（A）及优化前处理方法（B）处理后，分别经由GC-FID分析得到色谱图。（1）胆固醇；（2）菜籽甾醇；（3）24-亚甲基胆固醇；（4）菜油甾醇；（5）菜油烷甾醇；（6）豆甾醇；（7）Δ7-菜油甾醇；（8）赪桐甾醇； (9）β-谷甾醇；（10）谷甾烷醇；（11）Δ5-燕麦甾醇；（12）Δ5,24-豆甾二烯醇；（13）Δ7-豆甾醇；（14）Δ7-燕麦甾醇；（15）高根二醇；（16）熊果醇；（IS）胆甾烷醇。2.2 基于LC-APCI-MS/MS快速分析饲料中的植物甾醇相较于GC-FID或GC-MS，LC-APCI-MS/MS无需进行样品衍生化即可完成植物甾醇的定量分析，极大地缩短了样品前处理时间。研究人员建立了基于LC-APCI-MS/MS的植物甾醇分析方法，并可在8分钟内快速定量6种目标植物甾醇[6]，图6为胆固醇与6种植物甾醇混合标准溶液（500 ng/mL）的MRM提取离子流色谱图。该方法提供了一种适用于大豆、向日葵、草料、犊牛成品饲料和上述饲料混合物在内的不同类型饲料中的植物甾醇定量的方法。同时将实验结果与其他相关研究结果进行比较，显示出良好的一致性。该方法简单、快速，可以将其应用于其他饲料和食品中的植物甾醇分析。图6. 不同研究化合物混合标准溶液的MRM提取离子流色谱图。①麦角甾醇；②胆固醇；③岩藻甾醇；④Δ5-燕麦甾醇；⑤菜油甾醇；⑥豆甾醇；⑦β-谷甾醇3.小结与展望植物甾醇是植物中的生物活性化合物，同时因其在降低血液胆固醇水平方面有着重要意义，植物甾醇可作为保健食品中的功效成分用于调节人体机能。在这种情况下，有必要建立适合于保健食品中植物甾醇类化合物的分析方法，以评估保健食品质量。同时随着分析技术的发展和相关研究的不断深入，更多快捷、灵敏的分析技术也将成为植物甾醇分析的有力工具，并为更多不同的植物甾醇类化合物在降低血脂、预防心血管疾病等健康领域的运用提供支持与保障。参考文献：[1] Zhang R, Han Y, McClements D J, et al. Production, characterization, delivery, and cholesterol-lowering mechanism of phytosterols: A review[J]. Journal of Agricultural and Food Chemistry, 2022, 70(8): 2483-2494.[2] 胡坪, 王氢. 仪器分析（第五版）[M]. 北京：高等教育出版社，2019.[3] 国家药典委员会. 中华人民共和国药典（2020版）：四部[M]. 北京：中国医药科技出版社，2020.[4] Mo S, Dong L, Hurst W J, et al. Quantitative analysis of phytosterols in edible oils using APCI liquid chromatography–tandem mass spectrometry[J]. Lipids, 2013, 48: 949-956.[5] Gorassini A, Verardo G, Bortolomeazzi R. Polymeric reversed phase and small particle size silica gel solid phase extractions for rapid analysis of sterols and triterpene dialcohols in olive oils by GC-FID[J]. Food chemistry, 2019, 283: 177-182.[6] Simonetti G, Di Filippo P, Pomata D, et al. Characterization of seven sterols in five different types of cattle feedstuffs[J]. Food Chemistry, 2021, 340: 127926.

土壤是重要的自然资源，地球上95%的食物来源于土壤，土壤保存了至少四分之一的全球生物多样性，不仅是粮食安全、水安全和更广泛的生态系统安全的基础，更是为人类提供多种服务、帮助抵御和适应气候变化的重要因素。由土壤组成造成的胁迫，例如盐、重金属和养分亏缺是作物减产的主要原因。作物土壤耐逆性是一种复杂性状，涉及植物形态、代谢和基因调控网络等多种遗传和非遗传因素的调控。传统的作物表型研究通常在田间进行，费事费力、劳动密集、低通量、且受研究人员无法控制的自然环境因素的影响。在此情形下，难以获得高精度的表型数据以满足表型组学的研究需求。在过去几十年，已经开发了几种HTP（高通量表型）平台在现场或可控条件下使用，但其运维成本极高。此外，作物表型相关研究通常只关注植物地上部分，而对根系形态数据的获取有限。然而，根系是植物吸收水分和养分的主要途径，也是碳水化合物的储存器官和土壤胁迫的直接感知器官。因此，根系表型是土壤胁迫条件下植物表型研究的重要组成部分。就通量、环境可控性和根系表型获取而言，现有的植物表型平台无法完全满足植物对土壤胁迫响应的表型组学研究的特定需求。基于此，在本文中，来自山东大学生命科学学院和潍坊农科院的一组研究团队描述了其最近开发的高通量植物栽培和表型系统—WinRoots平台。以大豆植物为研究对象，将其暴露在盐胁迫中，证明了土壤盐胁迫条件的一致性和可控性以及WinRoots系统的高通量。他们开发了优化的盐胁迫条件，以及适用于大豆耐盐性的高通量表型指数。此外，高通量多表型分析表明，子叶特征可作为大豆全苗耐盐性的非破坏性指标。在本研究中，Canon EOS 700D数码相机和Resonon Pika L高光谱成像仪分别用于获取RGB和高光谱图像。相机位于植物材料上方1.5 m的可滑动水平导轨上。每天收集大豆冠层和整株幼苗的图像。栽培第九天，获取离体叶片图像，每个品种重复3次。WinRoots系统：高通量根系和整株植物表型平台。系统使用示意图。【结果】盐胁迫相关性状之间的相关分析。（A）盐胁迫相关性状之间的相关矩阵。（B）预测值和观测值之间的回归曲线。大豆盐胁迫相关性状的合成聚类。（A）大豆盐胁迫相关性状的合成聚类剖面图。（B）聚类1和聚类2代表性栽培品种表型。（C）聚类1和聚类2指标比较。【结论】WinRoots系统为幼苗生长提供了均一可控的土壤胁迫条件，可用于土壤胁迫下高通量栽培和表型分析，有助于提供准确多样的土壤胁迫相关的表型数据。因此，WinRoots提供了一种分析诸如土壤胁迫之类的复杂性状的改进方法。HPPA(Hyperimager Plant Phenomics Analysis)高光谱植物表型成像系统由北京依锐思遥感技术有限公司与美国RESONON公司联合研制生产，整合了高光谱成像测量分析、RGB真彩色图像、无线自动化控制系统、线性均匀光源系统等多项先进技术；最优化方式实现大量植物样品的数据采集工作，可用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、遗传组学与表型组学、遗传育种、生态毒理学研究、性状识别及植物生理生态分析研究等。请点击以下链接，阅读原文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650311205&idx=3&sn=ffe393bdf01d664cab05b92572691916&chksm=bee1a6da89962fccef8eae610681ac22d2239e59d016db96cd911d103186c3459c4061ca30bf&token=1489736406&lang=zh_CN#rd

近期，北京林业大学材料学院许凤教授团队在植物细胞壁拉曼光谱大数据处理技术上取得新突破。该技术成果构建了基于主成分分析的植物细胞壁拉曼光谱聚类分析方法，相关研究成果“Method for Automatically Identifying Spectra of Different Wood Cell Wall Layers in Raman Imaging Data Set”发表在《Analytical Chemistry》上。该期刊为美国化学会旗下国际分析化学领域顶级期刊，最新影响因子5.636，五年影响因子5.966。　　拉曼光谱成像技术具有信息丰富、制样简单、对样品无损伤等特点，近年来已成为研究植物细胞壁局部化学的重要工具。然而，拉曼光谱分类技术落后，严重制约了光谱数据的深入挖掘及科学运用。传统的分类技术通过导出实验数据进行手动分析，不但费时费力，人为因素干扰严重，更会造成数据浪费，甚至丢失重要信息。针对这一问题，许凤教授团队经过探索创新，基于细胞壁超微结构特点，率先采用数学统计学结合自主研发的计算机程序分析处理植物细胞壁拉曼光谱数据，建立了快速分辨细胞壁不同形态学区域拉曼光谱的新方法。该方法能够根据植物拉曼光谱的自身特点，对所获海量拉曼光谱数据进行自动、准确、快速分类，将为植物细胞壁化学组分拉曼光谱定量研究提供理论依据。论文投稿期间，审稿人一致评价该方法创新性突出，对生物质相关领域的研究具有重要意义。　　发表在《Analytical Chemistry》上的论文第一作者为北京林业大学材料学院林产化学加工工程学科2014级博士研究生张逊，论文发表获得国家杰出青年科学基金的资助。目前，在许凤教授的指导下，张逊正开展基于该技术的相关研究，希望在植物细胞壁拉曼光谱的定量分析上能有新的突破。