Metabolômica como ferramenta em taxonomia: O modelo em Arnica. Metabolomics in plant taxonomy: The Arnica model

• Main Author: Ernst, Madeleine
• Other Authors: Lopes, Norberto Peporine
• Format: Others
• Language: pt
• Published: Biblioteca Digitais de Teses e Dissertações da USP 2013
• Subjects: análise multivariada; MALDI-MS; metabolic fingerprinting; multivariate data analysis; plant taxonomy; taxonomia; vegetal
• Online Access: http://www.teses.usp.br/teses/disponiveis/60/60138/tde-23102013-100232/

Taxonomia vegetal é a ciência que trata da descrição, identificação, nomenclatura e classificação de plantas. O desenvolvimento de novas técnicas que podem ser aplicadas nesta área de conhecimento é essencial para dar suporte às decisões relacionadas a conservação de hotspots de biodiversidade. Nesta dissertação de mestrado foi desenvolvido um protocolo de metabolic fingerprinting utilizando MALDI-MS (matrix-assisted laser desorption/ionisation mass spectrometry) e subsequente análise multivariada utilizando scripts desenvolvidos para o pacote estatístico R. Foram classificadas, com base nos seus metabólitos detectados, 24 plantas de diferentes famílias vegetais, sendo todas elas coletadas em áreas da Savana Brasileira (Cerrado), que foi considerada um hotspot de biodiversidade. Metabolic fingerprinting compreende uma parte da Metabolômica, i.e., a ciência que objetiva analisar todos os metabólitos de um dado sistema (celula, tecído ou organismo) em uma dada condição. Comparada com outros métodos de estudo do metaboloma MALDI-MS apresenta a vantagem do rápido tempo de análise. A complexidade e importância da correta classificação taxonômica é ilustrada no exemplo do gênero Lychnophora, o qual teve diversas espécies incluídas neste estudo. No Brasil espécies deste gênero são popularmente conhecidas como \"arnica da serra\" ou \"falsa arnica\". Os resultados obtidos apontam similaridades entre a classificação proposta e a classificação taxonômica atual. No entanto ainda existe um longo caminho para que a técnica de metabolic fingerprinting possa ser utilizada como um procedimento padrão em taxonomia. Foram estudados e discutidos diversos fatores que afetaram os resultados como o preparo da amostra, as condições de análise por MALDI-MS e a análise de dados, os quais podem guiar futuros estudos nesta área de pesquisa. === Plant taxonomy is the science of description, identification, nomenclature and classification of plants. The development of new techniques that can be applied in this field of research are essential in order to assist informed and efficient decision-making about conservation of biodiversity hotspots. In this master\'s thesis a protocol for metabolic fingerprinting by matrix-assisted laser desorption/ionisation mass spectrometry (MALDI-MS) with subsequent multivariate data analysis by in-house algorithms in the R environment for the classification of 24 plant species from closely as well as from distantly related families and tribes was developed. Metabolic fingerprinting forms part of metabolomics, a research field, which aims to analyse all metabolites, i.e., the metabolome in a given system (cell, tissue, or organism) under a given set of conditions. Compared to other metabolomics techniques MALDI-MS shows potential advantages, mainly due to its rapid data acquisition. All analysed species were collected in areas of the Brazilian Savanna (Cerrado), which was classified as \"hotspot for conservation priority\". The complexity and importance of correct taxonomic classification is illustrated on the example of the genus Lychnophora, of which several species also have been included into analysis. In Brazil species of this genus are popularly known as \"arnica da serra\" or \"falsa arnica\". Similarities to taxonomic classification could be obtained by the proposed protocol and data analysis. However there is still a long way to go in making metabolic fingerprinting by MALDI-MS a standard procedure in taxonomic research. Several difficulties that are inherent to sample preparation, analysis of plant\'s metabolomes by MALDI-MS as well as data analysis are highlighted in this study and might serve as a basis for further research.