વિવિધ છોડ સંરક્ષણ સિદ્ધાંતો છોડના વિશિષ્ટ ચયાપચયના દાખલાઓ સમજાવવા માટે મહત્વપૂર્ણ સૈદ્ધાંતિક માર્ગદર્શન પૂરું પાડે છે, પરંતુ તેમની મુખ્ય આગાહીઓનું પરીક્ષણ કરવાનું બાકી છે. અહીં, અમે વ્યક્તિગત છોડથી વસ્તી અને નજીકથી સંબંધિત પ્રજાતિઓ સુધી તમાકુના એટેન્યુએટેડ સ્ટ્રેનના ચયાપચયનું વ્યવસ્થિત રીતે અન્વેષણ કરવા માટે નિષ્પક્ષ ટેન્ડમ માસ સ્પેક્ટ્રોમેટ્રી (MS/MS) વિશ્લેષણનો ઉપયોગ કર્યો, અને માહિતીમાં સંયોજન સ્પેક્ટ્રાના આધારે મોટી સંખ્યામાં માસ સ્પેક્ટ્રોમેટ્રિક લક્ષણ સિદ્ધાંતોની પ્રક્રિયા કરી. શ્રેષ્ઠ સંરક્ષણ (OD) અને મૂવિંગ ટાર્ગેટ (MT) સિદ્ધાંતોની મુખ્ય આગાહીઓનું પરીક્ષણ કરવા માટેનું માળખું. છોડ ચયાપચયનો માહિતી ઘટક OD સિદ્ધાંત સાથે સુસંગત છે, પરંતુ શાકાહારીઓ દ્વારા થતા મેટાબોલોમિક્સ ગતિશીલતા પર MT સિદ્ધાંતની મુખ્ય આગાહીનો વિરોધાભાસ કરે છે. સૂક્ષ્મથી મેક્રો ઉત્ક્રાંતિ સ્કેલ સુધી, જેસ્મોનેટ સિગ્નલને OD ના મુખ્ય નિર્ણાયક તરીકે ઓળખવામાં આવ્યું હતું, જ્યારે ઇથિલિન સિગ્નલ MS/MS મોલેક્યુલર નેટવર્ક દ્વારા એનોટેટ કરાયેલ શાકાહારી-વિશિષ્ટ પ્રતિભાવનું ફાઇન-ટ્યુનિંગ પૂરું પાડે છે.
પર્યાવરણમાં છોડના અનુકૂલનમાં, ખાસ કરીને દુશ્મનોના સંરક્ષણમાં, વિવિધ રચનાઓ ધરાવતા ખાસ ચયાપચય મુખ્ય સહભાગીઓ છે (1). છોડમાં જોવા મળતા ખાસ ચયાપચયના અદ્ભુત વૈવિધ્યકરણે તેના ઇકોલોજીકલ કાર્યોના ઘણા પાસાઓ પર દાયકાઓ સુધી ઊંડાણપૂર્વક સંશોધનને ઉત્તેજીત કર્યું છે, અને છોડ સંરક્ષણ સિદ્ધાંતોની લાંબી સૂચિ બનાવી છે, જે છોડ-જંતુ ક્રિયાપ્રતિક્રિયાઓના ઉત્ક્રાંતિ અને ઇકોલોજીકલ વિકાસ છે. પ્રયોગમૂલક સંશોધન મહત્વપૂર્ણ માર્ગદર્શન પૂરું પાડે છે (2). જો કે, આ છોડ સંરક્ષણ સિદ્ધાંતો કાલ્પનિક અનુમાનિત તર્કના માનક માર્ગને અનુસરતા નહોતા, જેમાં મુખ્ય આગાહીઓ વિશ્લેષણના સમાન સ્તરે હતી (3) અને સૈદ્ધાંતિક વિકાસના આગામી ચક્રને આગળ વધારવા માટે પ્રાયોગિક રીતે પરીક્ષણ કરવામાં આવ્યું હતું (4). તકનીકી મર્યાદાઓ ડેટા સંગ્રહને ચોક્કસ મેટાબોલિક શ્રેણીઓ સુધી મર્યાદિત કરે છે અને વિશિષ્ટ ચયાપચયના વ્યાપક વિશ્લેષણને બાકાત રાખે છે, આમ સૈદ્ધાંતિક વિકાસ માટે જરૂરી આંતર-શ્રેણી તુલનાઓને અટકાવે છે (5). વ્યાપક ચયાપચય ડેટાનો અભાવ અને વિવિધ છોડ જૂથો વચ્ચે મેટાબોલિક જગ્યાના પ્રક્રિયા કાર્યપ્રવાહની તુલના કરવા માટે એક સામાન્ય ચલણ ક્ષેત્રની વૈજ્ઞાનિક પરિપક્વતાને અવરોધે છે.
ટેન્ડમ માસ સ્પેક્ટ્રોમેટ્રી (MS/MS) મેટાબોલોમિક્સ ક્ષેત્રે નવીનતમ વિકાસ આપેલ સિસ્ટમ ક્લેડની પ્રજાતિઓની અંદર અને વચ્ચે મેટાબોલિક ફેરફારોને વ્યાપકપણે લાક્ષણિકતા આપી શકે છે, અને આ જટિલ મિશ્રણો વચ્ચે માળખાકીય સમાનતાની ગણતરી કરવા માટે ગણતરીત્મક પદ્ધતિઓ સાથે જોડી શકાય છે. રસાયણશાસ્ત્રનું અગાઉનું જ્ઞાન (5). વિશ્લેષણ અને કમ્પ્યુટિંગમાં અદ્યતન તકનીકોનું સંયોજન મેટાબોલિક વિવિધતાના ઇકોલોજીકલ અને ઉત્ક્રાંતિ સિદ્ધાંતો દ્વારા કરવામાં આવેલી ઘણી આગાહીઓના લાંબા ગાળાના પરીક્ષણ માટે જરૂરી માળખું પૂરું પાડે છે. શેનોન (6) એ 1948 માં તેમના મુખ્ય લેખમાં પ્રથમ વખત માહિતી સિદ્ધાંત રજૂ કર્યો, માહિતીના ગાણિતિક વિશ્લેષણ માટે પાયો નાખ્યો, જેનો ઉપયોગ તેના મૂળ ઉપયોગ સિવાયના ઘણા ક્ષેત્રોમાં કરવામાં આવ્યો છે. જીનોમિક્સમાં, માહિતી સિદ્ધાંતને ક્રમ રૂઢિચુસ્ત માહિતીનું પ્રમાણ નક્કી કરવા માટે સફળતાપૂર્વક લાગુ કરવામાં આવ્યો છે (7). ટ્રાન્સક્રિપ્ટોમિક્સ સંશોધનમાં, માહિતી સિદ્ધાંત ટ્રાન્સક્રિપ્ટોમ (8) માં એકંદર ફેરફારોનું વિશ્લેષણ કરે છે. અગાઉના સંશોધનમાં, અમે છોડમાં પેશી સ્તરની મેટાબોલિક કુશળતાનું વર્ણન કરવા માટે માહિતી સિદ્ધાંતના આંકડાકીય માળખાને મેટાબોલોમિક્સ પર લાગુ કર્યું હતું (9). અહીં, આપણે શાકાહારીઓ દ્વારા પ્રેરિત ચયાપચયના છોડ સંરક્ષણ સિદ્ધાંતના મુખ્ય અનુમાનોની તુલના કરવા માટે, સામાન્ય ચલણમાં ચયાપચય વિવિધતા દ્વારા વર્ગીકૃત થયેલ માહિતી સિદ્ધાંતના આંકડાકીય માળખા સાથે MS/MS-આધારિત કાર્યપ્રવાહને જોડીએ છીએ.
છોડ સંરક્ષણના સૈદ્ધાંતિક માળખા સામાન્ય રીતે પરસ્પર સમાવિષ્ટ હોય છે અને તેને બે શ્રેણીઓમાં વિભાજિત કરી શકાય છે: જે સંરક્ષણ કાર્યોના આધારે છોડ-વિશિષ્ટ ચયાપચયના વિતરણને સમજાવવાનો પ્રયાસ કરે છે, જેમ કે શ્રેષ્ઠ સંરક્ષણ (OD) (10), ગતિશીલ લક્ષ્ય (MT) (11) ) અને દેખાવ (12) સિદ્ધાંત, જ્યારે અન્ય લોકો સંસાધન ઉપલબ્ધતામાં ફેરફાર છોડના વિકાસ અને કાર્બન જેવા વિશિષ્ટ ચયાપચયના સંચયને કેવી રીતે અસર કરે છે તેના યાંત્રિક સ્પષ્ટતા શોધે છે: પોષક સંતુલન પૂર્વધારણા (13), વૃદ્ધિ દર પૂર્વધારણા (14), અને વૃદ્ધિ અને ભિન્નતા સંતુલન પૂર્વધારણા (15). સિદ્ધાંતોના બે સમૂહ વિશ્લેષણના વિવિધ સ્તરે છે (4). જો કે, કાર્યાત્મક સ્તરે રક્ષણાત્મક કાર્યો સાથે સંકળાયેલા બે સિદ્ધાંતો છોડના રચનાત્મક અને પ્રેરક સંરક્ષણ વિશેની વાતચીત પર પ્રભુત્વ ધરાવે છે: OD સિદ્ધાંત, જે ધારે છે કે છોડ તેમના ખર્ચાળ રાસાયણિક સંરક્ષણમાં ફક્ત ત્યારે જ રોકાણ કરે છે જ્યારે જરૂર પડે, ઉદાહરણ તરીકે, જ્યારે તેઓ ગળી જાય છે જ્યારે ઘાસનું પ્રાણી હુમલો કરે છે, તેથી, ભવિષ્યના હુમલાની શક્યતા અનુસાર, રક્ષણાત્મક કાર્ય સાથેનું સંયોજન સોંપવામાં આવે છે (10); MT પૂર્વધારણા સૂચવે છે કે દિશાત્મક મેટાબોલાઇટ પરિવર્તનનો કોઈ અક્ષ નથી, પરંતુ મેટાબોલાઇટ રેન્ડમ રીતે બદલાય છે, આમ શાકાહારીઓ પર હુમલો કરવાના મેટાબોલિક "ગતિ લક્ષ્ય" ને અવરોધવાની શક્યતા ઊભી કરે છે. બીજા શબ્દોમાં કહીએ તો, આ બે સિદ્ધાંતો શાકાહારીઓના હુમલા પછી થતા મેટાબોલિક રિમોડેલિંગ વિશે વિરુદ્ધ આગાહીઓ કરે છે: રક્ષણાત્મક કાર્ય (OD) અને બિન-નિર્દેશિત મેટાબોલિક ફેરફારો (MT) સાથે મેટાબોલિટ્સના એકદિશ સંચય વચ્ચેનો સંબંધ (11).
OD અને MT પૂર્વધારણાઓમાં માત્ર ચયાપચયમાં પ્રેરિત ફેરફારો જ નહીં, પણ આ ચયાપચયના સંચયના ઇકોલોજીકલ અને ઉત્ક્રાંતિ પરિણામોનો પણ સમાવેશ થાય છે, જેમ કે ચોક્કસ ઇકોલોજીકલ વાતાવરણમાં આ ચયાપચય ફેરફારોના અનુકૂલનશીલ ખર્ચ અને ફાયદા (16). જોકે બંને પૂર્વધારણાઓ વિશિષ્ટ ચયાપચયના રક્ષણાત્મક કાર્યને ઓળખે છે, જે ખર્ચાળ હોઈ શકે છે અથવા ન પણ હોઈ શકે, OD અને MT પૂર્વધારણાઓને અલગ પાડતી મુખ્ય આગાહી પ્રેરિત ચયાપચય ફેરફારોની દિશાત્મકતામાં રહેલી છે. OD સિદ્ધાંતની આગાહીને અત્યાર સુધી સૌથી વધુ પ્રાયોગિક ધ્યાન મળ્યું છે. આ પરીક્ષણોમાં ગ્રીનહાઉસ અને કુદરતી પરિસ્થિતિઓમાં ચોક્કસ સંયોજનોના વિવિધ પેશીઓના પ્રત્યક્ષ અથવા પરોક્ષ સંરક્ષણ કાર્યોનો અભ્યાસ, તેમજ છોડના વિકાસના તબક્કામાં ફેરફારોનો સમાવેશ થાય છે (17-19). જો કે, અત્યાર સુધી, કોઈપણ જીવતંત્રની ચયાપચય વિવિધતાના વૈશ્વિક વ્યાપક વિશ્લેષણ માટે કાર્યપ્રવાહ અને આંકડાકીય માળખાના અભાવને કારણે, બે સિદ્ધાંતો (એટલે ​​કે, ચયાપચય ફેરફારોની દિશા) વચ્ચે મુખ્ય તફાવત આગાહીનું પરીક્ષણ કરવાનું બાકી છે. અહીં, અમે આવા વિશ્લેષણ પ્રદાન કરીએ છીએ.
વનસ્પતિ-વિશિષ્ટ ચયાપચયની સૌથી નોંધપાત્ર લાક્ષણિકતાઓમાંની એક એ છે કે એક છોડ, વસ્તીથી લઈને સમાન પ્રજાતિઓ સુધીના તમામ સ્તરે તેમની અત્યંત માળખાકીય વિવિધતા (20). વસ્તીના સ્તરે વિશિષ્ટ ચયાપચયમાં ઘણા માત્રાત્મક ફેરફારો જોવા મળે છે, જ્યારે મજબૂત ગુણાત્મક તફાવતો સામાન્ય રીતે પ્રજાતિ સ્તરે જાળવવામાં આવે છે (20). તેથી, વનસ્પતિ ચયાપચય વિવિધતા એ કાર્યાત્મક વિવિધતાનું મુખ્ય પાસું છે, જે વિવિધ માળખાઓ, ખાસ કરીને ખાસ જંતુઓ અને સામાન્ય શાકાહારીઓ દ્વારા વિવિધ આક્રમણ શક્યતાઓ ધરાવતા માળખાઓ (21) ને અનુકૂલનક્ષમતા પ્રતિબિંબિત કરે છે. વનસ્પતિ-વિશિષ્ટ ચયાપચયના અસ્તિત્વના કારણો પર ફ્રેન્કેલના (22) ગ્રાઉન્ડબ્રેકિંગ લેખથી, વિવિધ જંતુઓ સાથેની ક્રિયાપ્રતિક્રિયાઓને મહત્વપૂર્ણ પસંદગી દબાણ તરીકે ગણવામાં આવે છે, અને આ ક્રિયાપ્રતિક્રિયાઓ ઉત્ક્રાંતિ દરમિયાન છોડને આકાર આપે છે તેવું માનવામાં આવે છે. મેટાબોલિક માર્ગ (23). વિશિષ્ટ ચયાપચયની વિવિધતામાં આંતરજાતિ તફાવતો શાકાહારી વ્યૂહરચના સામે રચનાત્મક અને પ્રેરિત છોડ સંરક્ષણ સાથે સંકળાયેલ શારીરિક સંતુલનને પણ પ્રતિબિંબિત કરી શકે છે, કારણ કે બે પ્રજાતિઓ ઘણીવાર એકબીજા સાથે નકારાત્મક રીતે સંકળાયેલી હોય છે (24). જોકે દરેક સમયે સારો બચાવ જાળવી રાખવો ફાયદાકારક હોઈ શકે છે, પરંતુ બચાવ સાથે સંકળાયેલા સમયસર મેટાબોલિક ફેરફારો છોડને અન્ય શારીરિક રોકાણો (19, 24) માટે મૂલ્યવાન સંસાધનો ફાળવવા અને સહજીવનની જરૂરિયાતને ટાળવા માટે સ્પષ્ટ લાભો પૂરા પાડે છે. કોલેટરલ નુકસાન (25). વધુમાં, જંતુ શાકાહારીઓ દ્વારા થતા વિશિષ્ટ ચયાપચયના આ પુનર્ગઠન વસ્તીમાં વિનાશક વિતરણ તરફ દોરી શકે છે (26), અને જેસ્મોનિક એસિડ (JA) સિગ્નલમાં નોંધપાત્ર કુદરતી ફેરફારોના સીધા વાંચનને પ્રતિબિંબિત કરી શકે છે, જે વસ્તીમાં જાળવી શકાય છે. ઉચ્ચ અને નીચા JA સિગ્નલો શાકાહારીઓ સામે સંરક્ષણ અને ચોક્કસ પ્રજાતિઓ સાથે સ્પર્ધા વચ્ચે વેપાર-બંધ છે (27). વધુમાં, ઉત્ક્રાંતિ દરમિયાન વિશિષ્ટ મેટાબોલિટ બાયોસિન્થેટિક માર્ગો ઝડપી નુકસાન અને પરિવર્તનમાંથી પસાર થશે, જેના પરિણામે નજીકથી સંબંધિત પ્રજાતિઓ (28) વચ્ચે પેચ મેટાબોલિક વિતરણ થશે. બદલાતા શાકાહારી પેટર્ન (29) ના પ્રતિભાવમાં આ બહુરૂપતા ઝડપથી સ્થાપિત થઈ શકે છે, જેનો અર્થ છે કે શાકાહારી સમુદાયોની વધઘટ મેટાબોલિક વિજાતીયતાને ચલાવતું મુખ્ય પરિબળ છે.
અહીં, અમે ખાસ કરીને નીચેની સમસ્યાઓનું નિરાકરણ કર્યું છે. (I) શાકાહારી જંતુ છોડના ચયાપચયને કેવી રીતે ફરીથી ગોઠવે છે? (Ii) લાંબા ગાળાના સંરક્ષણ સિદ્ધાંતની આગાહીઓનું પરીક્ષણ કરવા માટે મેટાબોલિક પ્લાસ્ટિસિટીના મુખ્ય માહિતી ઘટકો કયા છે જેનું પ્રમાણ નક્કી કરી શકાય છે? (Iii) શું હુમલાખોર માટે અનન્ય રીતે છોડના ચયાપચયને ફરીથી પ્રોગ્રામ કરવો, જો એમ હોય તો, ચોક્કસ ચયાપચય પ્રતિભાવને અનુરૂપ બનાવવામાં છોડ હોર્મોન શું ભૂમિકા ભજવે છે, અને કયા ચયાપચય સંરક્ષણની પ્રજાતિની વિશિષ્ટતામાં ફાળો આપે છે? (Iv) ઘણા સંરક્ષણ સિદ્ધાંતો દ્વારા કરવામાં આવેલી આગાહીઓ જૈવિક પેશીઓના તમામ સ્તરોમાં વિસ્તૃત કરી શકાય છે, તેથી અમે પૂછ્યું કે આંતરજાતિ સરખામણીથી થતી મેટાબોલિક પ્રતિક્રિયા કેટલી સુસંગત છે? આ માટે, અમે તમાકુ નિકોટિનના પાંદડાના ચયાપચયનો વ્યવસ્થિત અભ્યાસ કર્યો છે, જે સમૃદ્ધ વિશિષ્ટ ચયાપચય સાથે એક ઇકોલોજીકલ મોડેલ છોડ છે, અને બે મૂળ શાકાહારીઓ, લેપિડોપ્ટેરા ડાટુરા (એમએસ) (ખૂબ જ આક્રમક, મુખ્યત્વે ખાવામાં આવે છે) ના લાર્વા સામે અસરકારક છે. સોલાનેસી અને સ્પોડોપ્ટેરા લિટોરાલિસ (એસએલ) પર, કપાસના પાંદડાના કીડા એક પ્રકારની "જીનસ" છે, જેમાં સોલાનેસીના યજમાન છોડ અને અન્ય જાતિઓ અને પરિવારોના અન્ય યજમાન છોડનો ખોરાક છે. અમે MS/MS મેટાબોલોમિક્સ સ્પેક્ટ્રમનું વિશ્લેષણ કર્યું અને OD અને MT સિદ્ધાંતોની તુલના કરવા માટે માહિતી સિદ્ધાંત આંકડાકીય વર્ણનકારો કાઢ્યા. મુખ્ય ચયાપચયની ઓળખ જાહેર કરવા માટે વિશિષ્ટતા નકશા બનાવો. વનસ્પતિ હોર્મોન સિગ્નલિંગ અને OD ઇન્ડક્શન વચ્ચેના સહવિચલનનું વધુ વિશ્લેષણ કરવા માટે વિશ્લેષણ N. nasi અને નજીકથી સંબંધિત તમાકુ પ્રજાતિઓની મૂળ વસ્તી સુધી વિસ્તૃત કરવામાં આવ્યું હતું.
શાકાહારી તમાકુના પાંદડાના ચયાપચયની પ્લાસ્ટિસિટી અને રચના વિશે એકંદર નકશો મેળવવા માટે, અમે છોડના અર્કમાંથી ઉચ્ચ-રિઝોલ્યુશન ડેટા સ્વતંત્ર MS/MS સ્પેક્ટ્રાને વ્યાપક રીતે એકત્રિત અને ડિકન્વોલ્યુટ કરવા માટે અગાઉ વિકસિત વિશ્લેષણ અને ગણતરી વર્કફ્લોનો ઉપયોગ કર્યો (9). આ અવિભાજ્ય પદ્ધતિ (જેને MS/MS કહેવાય છે) નોન-રિડન્ડન્ટ સંયોજન સ્પેક્ટ્રા બનાવી શકે છે, જેનો ઉપયોગ પછી અહીં વર્ણવેલ તમામ સંયોજન-સ્તરના વિશ્લેષણ માટે થઈ શકે છે. આ ડિકન્વોલ્યુટેડ પ્લાન્ટ મેટાબોલાઇટ્સ વિવિધ પ્રકારના હોય છે, જેમાં સેંકડોથી હજારો મેટાબોલાઇટ્સ (લગભગ 500-1000-s/MS/MS અહીં) હોય છે. અહીં, અમે માહિતી સિદ્ધાંતના માળખામાં મેટાબોલિક પ્લાસ્ટિસિટીને ધ્યાનમાં લઈએ છીએ, અને મેટાબોલિક ફ્રીક્વન્સી વિતરણના શેનોન એન્ટ્રોપીના આધારે મેટાબોલમની વિવિધતા અને વ્યાવસાયિકતાને માપીએ છીએ. અગાઉ અમલમાં મૂકાયેલા સૂત્ર (8) નો ઉપયોગ કરીને, અમે સૂચકોના સમૂહની ગણતરી કરી જેનો ઉપયોગ મેટાબોલોમ વિવિધતા (Hj સૂચક), મેટાબોલિક પ્રોફાઇલ વિશેષતા (δj સૂચક) અને એક જ મેટાબોલિટ (Si સૂચક) ની મેટાબોલિક વિશિષ્ટતાને માપવા માટે થઈ શકે છે. વધુમાં, અમે શાકાહારીઓની મેટાબોલોમ ઇન્ડ્યુસિબિલિટીનું માપન કરવા માટે રિલેટિવ ડિસ્ટન્સ પ્લાસ્ટિસિટી ઇન્ડેક્સ (RDPI) લાગુ કર્યો (આકૃતિ 1A) (30). આ આંકડાકીય માળખામાં, અમે MS/MS સ્પેક્ટ્રમને મૂળભૂત માહિતી એકમ તરીકે ગણીએ છીએ, અને MS/MS ની સંબંધિત વિપુલતાને ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન મેપમાં પ્રક્રિયા કરીએ છીએ, અને પછી તેમાંથી મેટાબોલોમ વિવિધતાનો અંદાજ કાઢવા માટે શેનોન એન્ટ્રોપીનો ઉપયોગ કરીએ છીએ. મેટાબોલોમ સ્પેશિયલાઇઝેશન એક MS/MS સ્પેક્ટ્રમની સરેરાશ વિશિષ્ટતા દ્વારા માપવામાં આવે છે. તેથી, શાકાહારીઓના ઇન્ડક્શન પછી કેટલાક MS/MS વર્ગોની વિપુલતામાં વધારો સ્પેક્ટ્રલ ઇન્ડ્યુસિબિલિટી, RDPI અને સ્પેશિયલાઇઝેશનમાં રૂપાંતરિત થાય છે, એટલે કે, δj ઇન્ડેક્સમાં વધારો, કારણ કે વધુ વિશિષ્ટ મેટાબોલાઇટ્સ ઉત્પન્ન થાય છે અને ઉચ્ચ Si ઇન્ડેક્સ ઉત્પન્ન થાય છે. Hj ડાયવર્સિટી ઇન્ડેક્સમાં ઘટાડો પ્રતિબિંબિત કરે છે કે કાં તો જનરેટ થયેલ MS/MS ની સંખ્યા ઓછી થાય છે, અથવા પ્રોફાઇલ ફ્રીક્વન્સી વિતરણ ઓછી સમાન દિશામાં બદલાય છે, જ્યારે તેની એકંદર અનિશ્ચિતતા ઘટાડે છે. Si ઇન્ડેક્સ ગણતરી દ્વારા, એ પ્રકાશિત કરવું શક્ય છે કે કયા MS/MS ચોક્કસ શાકાહારીઓ દ્વારા પ્રેરિત થાય છે, તેનાથી વિપરીત, કયા MS/MS ઇન્ડક્શનનો પ્રતિસાદ આપતા નથી, જે MT અને OD આગાહીને અલગ પાડવા માટે એક મુખ્ય સૂચક છે.
(A) શાકાહારી (H1 થી Hx) MS/MS ડેટા-ઇન્ડ્યુસિબિલિટી (RDPI), વિવિધતા (Hj ઇન્ડેક્સ), વિશેષતા (δj ઇન્ડેક્સ) અને મેટાબોલિટ વિશિષ્ટતા (Si ઇન્ડેક્સ) માટે વપરાતા આંકડાકીય વર્ણનકર્તાઓ. વિશેષતા (δj) ની ડિગ્રીમાં વધારો સૂચવે છે કે, સરેરાશ, વધુ શાકાહારી વિશિષ્ટ ચયાપચય ઉત્પન્ન થશે, જ્યારે વિવિધતા (Hj) માં ઘટાડો મેટાબોલિટ્સના ઉત્પાદનમાં ઘટાડો અથવા વિતરણ નકશામાં ચયાપચયના અસમાન વિતરણ સૂચવે છે. Si મૂલ્ય મૂલ્યાંકન કરે છે કે મેટાબોલિટ આપેલ સ્થિતિ (અહીં, શાકાહારી) માટે વિશિષ્ટ છે કે તેનાથી વિપરીત સમાન સ્તરે જાળવવામાં આવે છે. (B) માહિતી સિદ્ધાંત અક્ષનો ઉપયોગ કરીને સંરક્ષણ સિદ્ધાંત આગાહીનો ખ્યાલાત્મક આકૃતિ. OD સિદ્ધાંત આગાહી કરે છે કે શાકાહારી હુમલો સંરક્ષણ ચયાપચયમાં વધારો કરશે, જેનાથી δj વધશે. તે જ સમયે, Hj ઘટે છે કારણ કે પ્રોફાઇલ મેટાબોલિક માહિતીની ઘટેલી અનિશ્ચિતતા તરફ ફરીથી ગોઠવાયેલી છે. MT સિદ્ધાંત આગાહી કરે છે કે શાકાહારીઓના હુમલાથી ચયાપચયમાં દિશાહીન ફેરફારો થશે, જેનાથી Hj વધે છે જે મેટાબોલિક માહિતીની અનિશ્ચિતતામાં વધારો કરે છે અને Si ના રેન્ડમ વિતરણનું કારણ બને છે. અમે એક મિશ્ર મોડેલ, શ્રેષ્ઠ MT પણ પ્રસ્તાવિત કર્યું છે, જેમાં ઉચ્ચ રક્ષણાત્મક મૂલ્યો ધરાવતા કેટલાક ચયાપચય ખાસ કરીને વધશે (ઉચ્ચ Si મૂલ્ય), જ્યારે અન્ય રેન્ડમ પ્રતિભાવો (નીચા Si મૂલ્ય) દર્શાવે છે.
માહિતી સિદ્ધાંત વર્ણનકર્તાઓનો ઉપયોગ કરીને, અમે OD સિદ્ધાંતનું અર્થઘટન કરીને આગાહી કરીએ છીએ કે શાકાહારી પ્રાણીઓ દ્વારા પ્રેરિત ખાસ મેટાબોલાઇટ ફેરફારો એક બિન-પ્રેરિત રચનાત્મક સ્થિતિમાં (i) મેટાબોલિક વિશિષ્ટતામાં વધારો (Si ઇન્ડેક્સ) ડ્રાઇવિંગ મેટાબોનોમિક વિશિષ્ટતા (δj ઇન્ડેક્સ) તરફ દોરી જશે. ઉચ્ચ સંરક્ષણ મૂલ્ય સાથે ચોક્કસ ખાસ મેટાબોલાઇટ જૂથોમાં વધારો, અને (ii) મેટાબોલિક ફ્રીક્વન્સી વિતરણને વધુ લેપ્ટિન બોડી વિતરણમાં ફેરફારને કારણે મેટાબોલોમ વિવિધતા (Hj ઇન્ડેક્સ) માં ઘટાડો. એક જ મેટાબોલાઇટના સ્તરે, ક્રમબદ્ધ Si વિતરણ અપેક્ષિત છે, જ્યાં મેટાબોલાઇટ તેના સંરક્ષણ મૂલ્ય (આકૃતિ 1B) અનુસાર Si મૂલ્યમાં વધારો કરશે. આ રેખા સાથે, અમે MT સિદ્ધાંતને સમજાવીએ છીએ જેથી આગાહી કરી શકાય કે ઉત્તેજના (i) મેટાબોલિટ્સમાં દિશાહીન ફેરફારો તરફ દોરી જશે જેના પરિણામે δj ઇન્ડેક્સમાં ઘટાડો થશે, અને (ii) મેટાબોલિક અનિશ્ચિતતામાં વધારો થવાને કારણે Hj ઇન્ડેક્સમાં વધારો થશે. અથવા રેન્ડમનેસ, જે શેનોન એન્ટ્રોપી દ્વારા સામાન્યકૃત વિવિધતાના સ્વરૂપમાં માપી શકાય છે. મેટાબોલિક રચના માટે, MT સિદ્ધાંત Si ના રેન્ડમ વિતરણની આગાહી કરશે. ચોક્કસ ચયાપચય ચોક્કસ પરિસ્થિતિઓ હેઠળ ચોક્કસ પરિસ્થિતિઓ હેઠળ હોય છે, અને અન્ય પરિસ્થિતિઓ ચોક્કસ પરિસ્થિતિઓ હેઠળ નથી, અને તેમનું સંરક્ષણ મૂલ્ય પર્યાવરણ પર આધાર રાખે છે તે ધ્યાનમાં લેતા, અમે એક મિશ્ર સંરક્ષણ મોડેલ પણ પ્રસ્તાવિત કર્યું, જેમાં δj અને Hj ને Si સાથે બે ભાગમાં વહેંચવામાં આવે છે. બધી દિશામાં વધારો, ફક્ત ચોક્કસ ચયાપચય જૂથો, જેમના સંરક્ષણ મૂલ્યો વધુ હોય છે, તે ખાસ કરીને Si વધારશે, જ્યારે અન્યમાં રેન્ડમ વિતરણ હશે (આકૃતિ 1B).
માહિતી સિદ્ધાંત વર્ણનકર્તાના અક્ષ પર પુનઃવ્યાખ્યાયિત સંરક્ષણ સિદ્ધાંત આગાહીનું પરીક્ષણ કરવા માટે, અમે નેપેન્થેસ પેલેન્સ (આકૃતિ 2A) ના પાંદડા પર નિષ્ણાત (Ms) અથવા સામાન્યવાદી (Sl) શાકાહારી લાર્વા ઉભા કર્યા. MS/MS વિશ્લેષણનો ઉપયોગ કરીને, અમે ઇયળો ખવડાવ્યા પછી એકત્રિત કરાયેલા પાંદડાના પેશીઓના મિથેનોલ અર્કમાંથી 599 બિન-રિડન્ડન્ટ MS/MS સ્પેક્ટ્રા (ડેટા ફાઇલ S1) મેળવ્યા. MS/MS રૂપરેખાંકન ફાઇલોમાં માહિતી સામગ્રીના પુનઃરૂપરેખાંકનને કલ્પના કરવા માટે RDPI, Hj, અને δj અનુક્રમણિકાઓનો ઉપયોગ રસપ્રદ પેટર્ન દર્શાવે છે (આકૃતિ 2B). એકંદર વલણ એ છે કે, માહિતી વર્ણનકર્તા દ્વારા વર્ણવ્યા મુજબ, જેમ જેમ ઇયળો પાંદડા ખાવાનું ચાલુ રાખે છે, તેમ તેમ સમય જતાં તમામ મેટાબોલિક પુનર્ગઠનની ડિગ્રી વધે છે: શાકાહારી પ્રાણી ખાધાના 72 કલાક પછી, RDPI નોંધપાત્ર રીતે વધે છે. નુકસાન વિનાના નિયંત્રણની તુલનામાં, Hj નોંધપાત્ર રીતે ઘટાડવામાં આવ્યું હતું, જે મેટાબોલિક પ્રોફાઇલની વિશેષતાની વધેલી ડિગ્રીને કારણે હતું, જે δj અનુક્રમણિકા દ્વારા માપવામાં આવ્યું હતું. આ સ્પષ્ટ વલણ OD સિદ્ધાંતની આગાહીઓ સાથે સુસંગત છે, પરંતુ MT સિદ્ધાંતની મુખ્ય આગાહીઓ સાથે અસંગત છે, જે માને છે કે મેટાબોલાઇટ સ્તરોમાં રેન્ડમ (બિન-દિશાકીય) ફેરફારોનો ઉપયોગ રક્ષણાત્મક છદ્માવરણ તરીકે થાય છે (આકૃતિ 1B). જોકે આ બે શાકાહારીઓના મૌખિક સ્ત્રાવ (OS) એલિસિટર સામગ્રી અને ખોરાક આપવાની વર્તણૂક અલગ છે, તેમના સીધા ખોરાકને કારણે 24-કલાક અને 72-કલાકના લણણીના સમયગાળા દરમિયાન Hj અને δj ની દિશામાં સમાન ફેરફારો થયા. RDPI ના 72 કલાકમાં એકમાત્ર તફાવત જોવા મળ્યો. Ms ખોરાક દ્વારા થતા ફેરફારોની તુલનામાં, Sl ખોરાક દ્વારા પ્રેરિત એકંદર ચયાપચય વધુ હતો.
(A) પ્રાયોગિક ડિઝાઇન: સામાન્ય ડુક્કર (S1) અથવા નિષ્ણાત (Ms) શાકાહારીઓ માટે, પીચર છોડના ડિસેલિનેટેડ પાંદડા ખવડાવવામાં આવે છે, જ્યારે સિમ્યુલેટેડ શાકાહારીઓ માટે, Ms (W + OSMs) ના OS નો ઉપયોગ પ્રમાણિત પાંદડાની સ્થિતિના ઘાના પંચરને હેન્ડલ કરવા માટે થાય છે. S1 (W + OSSl) લાર્વા અથવા પાણી (W + W). નિયંત્રણ (C) એક અક્ષત પાન છે. (B) ઇન્ડ્યુસિબિલિટી (નિયંત્રણ ચાર્ટની તુલનામાં RDPI), વિવિધતા (Hj ઇન્ડેક્સ) અને સ્પેશિયલાઇઝેશન (δj ઇન્ડેક્સ) ઇન્ડેક્સ ખાસ મેટાબોલાઇટ નકશા (599 MS/MS; ડેટા ફાઇલ S1) માટે ગણતરી કરવામાં આવે છે. ફૂદડી સીધા શાકાહારીઓના ખોરાક અને નિયંત્રણ જૂથ (જોડી ટી-ટેસ્ટ સાથે વિદ્યાર્થીનો ટી-ટેસ્ટ, *P<0.05 અને ***P<0.001) વચ્ચે નોંધપાત્ર તફાવત દર્શાવે છે. ns, મહત્વપૂર્ણ નથી. (C) સિમ્યુલેટેડ હર્બીવોરી ટ્રીટમેન્ટ પછી મુખ્ય (વાદળી બોક્સ, એમિનો એસિડ, ઓર્ગેનિક એસિડ અને ખાંડ; ડેટા ફાઇલ S2) અને ખાસ મેટાબોલિટ સ્પેક્ટ્રમ (લાલ બોક્સ 443 MS/MS; ડેટા ફાઇલ S1) નો સમય રીઝોલ્યુશન ઇન્ડેક્સ. રંગ પટ્ટી 95% વિશ્વાસ અંતરાલનો ઉલ્લેખ કરે છે. ફૂદડી સારવાર અને નિયંત્રણ વચ્ચે નોંધપાત્ર તફાવત દર્શાવે છે [ભિન્નતાનું ચતુર્ભુજ વિશ્લેષણ (ANOVA), ત્યારબાદ ટુકીનો પ્રામાણિકપણે નોંધપાત્ર તફાવત (HSD) પોસ્ટ હોક બહુવિધ સરખામણીઓ માટે, *P<0.05, **P<0.01 અને *** P <0.001]. (D) સ્કેટર પ્લોટ અને ખાસ મેટાબોલિટ પ્રોફાઇલ્સનું વિશેષીકરણ (વિવિધ સારવાર સાથે પુનરાવર્તિત નમૂનાઓ).
મેટાબોલોમ સ્તરે શાકાહારી પ્રાણીઓ દ્વારા પ્રેરિત રિમોડેલિંગ વ્યક્તિગત ચયાપચયના સ્તરમાં થતા ફેરફારોમાં પ્રતિબિંબિત થાય છે કે કેમ તે શોધવા માટે, અમે સૌપ્રથમ નેપેન્થેસ પેલેન્સના પાંદડાઓમાં અગાઉ અભ્યાસ કરાયેલા ચયાપચય પર ધ્યાન કેન્દ્રિત કર્યું જેમાં સાબિત શાકાહારી પ્રાણીઓનો પ્રતિકાર છે. ફેનોલિક એમાઇડ્સ હાઇડ્રોક્સીસિનામામાઇડ-પોલિમાઇન કન્જુગેટ્સ છે જે જંતુઓની શાકાહારી પ્રક્રિયા દરમિયાન એકઠા થાય છે અને જંતુઓની કામગીરી ઘટાડવા માટે જાણીતા છે (32). અમે અનુરૂપ MS/MS ના પુરોગામીઓની શોધ કરી અને તેમના સંચિત ગતિ વળાંકો (આકૃતિ S1) બનાવ્યા. આશ્ચર્યજનક રીતે, ફિનોલ ડેરિવેટિવ્ઝ જે શાકાહારી પ્રાણીઓ સામે સંરક્ષણમાં સીધા સામેલ નથી, જેમ કે ક્લોરોજેનિક એસિડ (CGA) અને રુટિન, શાકાહારી પ્રાણીઓ પછી ડાઉન-રેગ્યુલેટેડ થાય છે. તેનાથી વિપરીત, શાકાહારી પ્રાણીઓ ફિનોલ એમાઇડ્સને ખૂબ શક્તિશાળી બનાવી શકે છે. બે શાકાહારી પ્રાણીઓના સતત ખોરાકને કારણે ફેનોલામાઇડ્સનો લગભગ સમાન ઉત્તેજના સ્પેક્ટ્રમ થયો, અને આ પેટર્ન ખાસ કરીને ફેનોલામાઇડ્સના ડી નોવો સંશ્લેષણ માટે સ્પષ્ટ હતી. 17-હાઇડ્રોક્સિજેરેનાઇલ નોનેડિઓલ ડાયટરપીન ગ્લાયકોસાઇડ્સ (17-HGL-DTGs) માર્ગનું અન્વેષણ કરતી વખતે સમાન ઘટના જોવા મળશે, જે અસરકારક એન્ટિ-હર્બાઇવોર કાર્યો (33) સાથે મોટી સંખ્યામાં એસાયક્લિક ડાયટરપીન્સ ઉત્પન્ન કરે છે, જેમાંથી Ms Feeding with Sl એ સમાન અભિવ્યક્તિ પ્રોફાઇલ (આકૃતિ S1) ને ટ્રિગર કરી.
સીધા શાકાહારી ખોરાક પ્રયોગોનો સંભવિત ગેરલાભ એ છે કે પાંદડાના વપરાશ દર અને શાકાહારી પ્રાણીઓના ખોરાકના સમયમાં તફાવત હોય છે, જે ઘા અને શાકાહારી પ્રાણીઓને કારણે થતી શાકાહારી-વિશિષ્ટ અસરોને દૂર કરવાનું મુશ્કેલ બનાવે છે. પ્રેરિત પાંદડાના ચયાપચય પ્રતિભાવની શાકાહારી પ્રજાતિઓની વિશિષ્ટતાને વધુ સારી રીતે ઉકેલવા માટે, અમે તાજી એકત્રિત OS (OSM અને OSS1) ને સુસંગત પાંદડાની સ્થિતિના પ્રમાણભૂત પંચર W પર તાત્કાલિક લાગુ કરીને Ms અને Sl લાર્વાના ખોરાકનું અનુકરણ કર્યું. આ પ્રક્રિયાને W + OS સારવાર કહેવામાં આવે છે, અને તે પેશીઓના નુકસાનના દર અથવા જથ્થામાં તફાવતની ગૂંચવણભરી અસરો પેદા કર્યા વિના શાકાહારી પ્રાણી દ્વારા ઉત્તેજિત પ્રતિભાવની શરૂઆતના ચોક્કસ સમય દ્વારા ઇન્ડક્શનને પ્રમાણિત કરે છે (આકૃતિ 2A) (34). MS/MS વિશ્લેષણ અને ગણતરી પાઇપલાઇનનો ઉપયોગ કરીને, અમે 443 MS/MS સ્પેક્ટ્રા (ડેટા ફાઇલ S1) મેળવ્યું, જે સીધા ફીડ પ્રયોગોમાંથી અગાઉ એસેમ્બલ કરેલા સ્પેક્ટ્રા સાથે ઓવરલેપ થયું હતું. આ MS/MS ડેટા સેટના માહિતી સિદ્ધાંત વિશ્લેષણમાં દર્શાવવામાં આવ્યું છે કે શાકાહારીઓનું અનુકરણ કરીને પાંદડા-વિશિષ્ટ ચયાપચયના પુનઃપ્રોગ્રામિંગથી OS-વિશિષ્ટ પ્રેરણાઓ જોવા મળી (આકૃતિ 2C). ખાસ કરીને, OSS1 સારવારની તુલનામાં, OSM એ 4 કલાકમાં મેટાબોલોમ વિશેષતામાં વધારો કર્યો. એ નોંધવું યોગ્ય છે કે ડાયરેક્ટ શાકાહારીઓના ખોરાક પ્રાયોગિક ડેટા સેટની તુલનામાં, Hj અને δj નો ઉપયોગ કરીને દ્વિ-પરિમાણીય અવકાશમાં વિઝ્યુઅલાઈઝ્ડ મેટાબોલિક ગતિશાસ્ત્ર અને સમય જતાં સિમ્યુલેટેડ શાકાહારીઓની સારવારના પ્રતિભાવમાં મેટાબોલોમ વિશેષતાની દિશાત્મકતા સુસંગત વધે છે (આકૃતિ 2D). તે જ સમયે, અમે એમિનો એસિડ, કાર્બનિક એસિડ અને શર્કરા (ડેટા ફાઇલ S2) ની સામગ્રીનું પ્રમાણ નક્કી કર્યું જેથી તપાસ કરી શકાય કે મેટાબોલોમ કુશળતામાં આ લક્ષિત વધારો સિમ્યુલેટેડ શાકાહારીઓના પ્રતિભાવમાં કેન્દ્રીય કાર્બન ચયાપચયના પુનઃરૂપરેખાંકનને કારણે છે કે કેમ (આકૃતિ S2). આ પેટર્નને વધુ સારી રીતે સમજાવવા માટે, અમે અગાઉ ચર્ચા કરાયેલ ફેનોલામાઇડ અને 17-HGL-DTG માર્ગોના મેટાબોલિક સંચય ગતિશાસ્ત્રનું વધુ નિરીક્ષણ કર્યું. શાકાહારીઓના OS-વિશિષ્ટ ઇન્ડક્શનને ફિનોલામાઇડ ચયાપચય (આકૃતિ S3) માં વિભેદક પુનઃ ગોઠવણી પેટર્નમાં રૂપાંતરિત કરવામાં આવે છે. કુમરિન અને કેફીઓઇલ મોએટીઝ ધરાવતા ફેનોલિક એમાઇડ્સ પ્રાધાન્યમાં OSS1 દ્વારા પ્રેરિત થાય છે, જ્યારે OSM ફેરુલિલ કન્જુગેટ્સના ચોક્કસ ઇન્ડક્શનને ટ્રિગર કરે છે. 17-HGL-DTG પાથવે માટે, ડાઉનસ્ટ્રીમ મેલોનિલેશન અને ડાયમેલોનિલેશન ઉત્પાદનો દ્વારા વિભેદક OS ઇન્ડક્શન શોધી કાઢવામાં આવ્યું હતું (આકૃતિ S3).
આગળ, અમે ટાઇમ-કોર્સ માઇક્રોએરે ડેટા સેટનો ઉપયોગ કરીને OS-પ્રેરિત ટ્રાન્સક્રિપ્ટોમ પ્લાસ્ટિસિટીનો અભ્યાસ કર્યો, જે શાકાહારીઓમાં રોઝેટ છોડના પાંદડાઓના પાંદડાઓની સારવાર માટે OSMs ના ઉપયોગનું અનુકરણ કરે છે. નમૂના ગતિશાસ્ત્ર મૂળભૂત રીતે આ મેટાબોલોમિક્સ અભ્યાસમાં ઉપયોગમાં લેવાતા ગતિશાસ્ત્ર સાથે ઓવરલેપ થાય છે (35). મેટાબોલોમ પુનઃરૂપરેખાંકનની તુલનામાં જેમાં સમય જતાં મેટાબોલિક પ્લાસ્ટિસિટી ખાસ કરીને વધે છે, અમે Ms દ્વારા પ્રેરિત પાંદડાઓમાં ક્ષણિક ટ્રાન્સક્રિપ્શન વિસ્ફોટોનું અવલોકન કરીએ છીએ, જ્યાં ટ્રાન્સક્રિપ્ટોમ ઇન્ડ્યુસિબિલિટી (RDPI) અને સ્પેશિયલાઇઝેશન (δj) 1 પર છે. કલાકોમાં નોંધપાત્ર વધારો થયો હતો, અને આ સમયે વિવિધતા (Hj) માં, BMP1 ની અભિવ્યક્તિ નોંધપાત્ર રીતે ઓછી થઈ હતી, ત્યારબાદ ટ્રાન્સક્રિપ્ટોમ સ્પેશિયલાઇઝેશન (આકૃતિ S4) માં છૂટછાટ આવી હતી. મેટાબોલિક જનીન પરિવારો (જેમ કે P450, ગ્લાયકોસિલટ્રાન્સફેરેઝ અને BAHD એસિલટ્રાન્સફેરેઝ) ઉપરોક્ત પ્રારંભિક ઉચ્ચ-વિશેષીકરણ મોડેલને અનુસરીને, પ્રાથમિક ચયાપચયમાંથી મેળવેલા માળખાકીય એકમોમાંથી વિશેષ ચયાપચય ભેગા કરવાની પ્રક્રિયામાં ભાગ લે છે. કેસ સ્ટડી તરીકે, ફેનીલાલાનાઇન માર્ગનું વિશ્લેષણ કરવામાં આવ્યું હતું. વિશ્લેષણથી પુષ્ટિ મળી કે ફેનોલામાઇડ ચયાપચયમાં મુખ્ય જનીનો, અપ્રાકર્ષિત છોડની તુલનામાં શાકાહારીઓમાં ખૂબ જ OS-પ્રેરિત હોય છે, અને તેમના અભિવ્યક્તિ પેટર્નમાં નજીકથી ગોઠવાયેલા હોય છે. આ માર્ગના ઉપરના ભાગમાં ટ્રાન્સક્રિપ્શન પરિબળ MYB8 અને માળખાકીય જનીનો PAL1, PAL2, C4H અને 4CL એ ટ્રાન્સક્રિપ્શનની પ્રારંભિક શરૂઆત દર્શાવી હતી. AT1, DH29 અને CV86 જેવા ફેનોલામાઇડના અંતિમ એસેમ્બલીમાં ભૂમિકા ભજવતા એસીલટ્રાન્સફેરેસિસ લાંબા સમય સુધી અપરેગ્યુલેશન પેટર્ન દર્શાવે છે (આકૃતિ S4). ઉપરોક્ત અવલોકનો સૂચવે છે કે ટ્રાન્સક્રિપ્ટોમ સ્પેશિયલાઇઝેશનની પ્રારંભિક શરૂઆત અને મેટાબોલોમિક્સ સ્પેશિયલાઇઝેશનની પાછળથી વૃદ્ધિ એક સંયુક્ત સ્થિતિ છે, જે સિંક્રનસ નિયમનકારી પ્રણાલીને કારણે હોઈ શકે છે જે શક્તિશાળી સંરક્ષણ પ્રતિભાવ શરૂ કરે છે.
વનસ્પતિ હોર્મોન સિગ્નલિંગમાં પુનઃરૂપરેખાંકન એક નિયમનકારી સ્તર તરીકે કાર્ય કરે છે જે વનસ્પતિઓના શરીરવિજ્ઞાનને ફરીથી પ્રોગ્રામ કરવા માટે શાકાહારી માહિતીને એકીકૃત કરે છે. શાકાહારી સિમ્યુલેશન પછી, અમે મુખ્ય વનસ્પતિ હોર્મોન શ્રેણીઓની સંચિત ગતિશીલતા માપી અને તેમની વચ્ચેના ટેમ્પોરલ સહ-અભિવ્યક્તિનું વિઝ્યુઅલાઈઝેશન કર્યું [પિયર્સન સહસંબંધ ગુણાંક (PCC)> 0.4] (આકૃતિ 3A). અપેક્ષા મુજબ, જૈવસંશ્લેષણ સાથે સંબંધિત વનસ્પતિ હોર્મોન્સ છોડ હોર્મોન સહ-અભિવ્યક્તિ નેટવર્કમાં જોડાયેલા છે. વધુમાં, વિવિધ સારવારો દ્વારા પ્રેરિત વનસ્પતિ હોર્મોન્સને પ્રકાશિત કરવા માટે આ નેટવર્ક સાથે મેટાબોલિક વિશિષ્ટતા (Si ઇન્ડેક્સ) મેપ કરવામાં આવે છે. શાકાહારી વિશિષ્ટ પ્રતિભાવના બે મુખ્ય ક્ષેત્રો દોરવામાં આવ્યા છે: એક JA ક્લસ્ટરમાં છે, જ્યાં JA (તેનું જૈવિક રીતે સક્રિય સ્વરૂપ JA-Ile) અને અન્ય JA ડેરિવેટિવ્ઝ સૌથી વધુ Si સ્કોર દર્શાવે છે; બીજું ઇથિલિન (ET) છે. ગિબેરેલિને શાકાહારી વિશિષ્ટતામાં માત્ર મધ્યમ વધારો દર્શાવ્યો હતો, જ્યારે અન્ય વનસ્પતિ હોર્મોન્સ, જેમ કે સાયટોકિનિન, ઓક્સિન અને એબ્સિસિક એસિડ, શાકાહારી પ્રાણીઓ માટે ઓછી ઇન્ડક્શન વિશિષ્ટતા ધરાવતા હતા. ફક્ત W + W નો ઉપયોગ કરવાની તુલનામાં, OS એપ્લિકેશન (W + OS) દ્વારા JA ડેરિવેટિવ્ઝના ટોચના મૂલ્યનું એમ્પ્લીફિકેશન મૂળભૂત રીતે JA ના મજબૂત ચોક્કસ સૂચકમાં રૂપાંતરિત થઈ શકે છે. અણધારી રીતે, વિવિધ એલિસિટર સામગ્રી સાથે OSM અને OSS1 JA અને JA-Ile ના સમાન સંચયનું કારણ બને છે. OSS1 થી વિપરીત, OSM ખાસ કરીને અને મજબૂત રીતે OSM દ્વારા પ્રેરિત થાય છે, જ્યારે OSS1 મૂળભૂત ઘાના પ્રતિભાવને એમ્પ્લીફાય કરતું નથી (આકૃતિ 3B).
(A) શાકાહારી-પ્રેરિત છોડ હોર્મોન સંચય ગતિશાસ્ત્ર સિમ્યુલેશનની PCC ગણતરી પર આધારિત સહ-અભિવ્યક્તિ નેટવર્ક વિશ્લેષણ. નોડ એક જ છોડ હોર્મોનનું પ્રતિનિધિત્વ કરે છે, અને નોડનું કદ સારવાર વચ્ચે છોડ હોર્મોન માટે વિશિષ્ટ Si ઇન્ડેક્સનું પ્રતિનિધિત્વ કરે છે. (B) વિવિધ રંગો દ્વારા સૂચવવામાં આવેલી વિવિધ સારવારોને કારણે પાંદડાઓમાં JA, JA-Ile અને ET નું સંચય: જરદાળુ, W + OSM; વાદળી, W + OSSl; કાળો, W + W; રાખોડી, C (નિયંત્રણ). ફૂદડી સારવાર અને નિયંત્રણ વચ્ચે નોંધપાત્ર તફાવત સૂચવે છે (ટુ-વે ANOVA ત્યારબાદ ટુકી HSD પોસ્ટ હોક બહુવિધ સરખામણી, *** P <0.001). JA બાયોસિન્થેસિસ અને ક્ષતિગ્રસ્ત દ્રષ્ટિ સ્પેક્ટ્રમ (irAOC અને irCOI1) માં (C)697 MS/MS (ડેટા ફાઇલ S1) અને (D) ક્ષતિગ્રસ્ત ET સિગ્નલ સાથે ETR1 માં 585 MS/MS (ડેટા ફાઇલ S1) નું માહિતી સિદ્ધાંત વિશ્લેષણ બે સિમ્યુલેટેડ શાકાહારી સારવારથી છોડની રેખાઓ અને ખાલી વાહન (EV) નિયંત્રણ છોડને ઉત્તેજિત કરવામાં આવ્યા. ફૂદડી W+OS સારવાર અને નુકસાન વિનાના નિયંત્રણ વચ્ચે નોંધપાત્ર તફાવત દર્શાવે છે (ટુ-વે ANOVA ત્યારબાદ ટુકી HSD પોસ્ટ હોક બહુવિધ સરખામણી, *P<0.05, **P<0.01 અને ***P<0.001). (E) વિશેષતાના છૂટાછવાયા વિરોધના છૂટાછવાયા ગ્રાફ. રંગો વિવિધ આનુવંશિક રીતે સુધારેલા તાણનું પ્રતિનિધિત્વ કરે છે; પ્રતીકો વિવિધ સારવાર પદ્ધતિઓનું પ્રતિનિધિત્વ કરે છે: ત્રિકોણ, W + OSS1; લંબચોરસ, W + OSM; વર્તુળ C
આગળ, આપણે શાકાહારીઓ પર આ બે છોડના હોર્મોન્સના ચયાપચયનું વિશ્લેષણ કરવા માટે JA અને ET બાયોસિન્થેસિસ (irAOC અને irACO) અને પર્સેપ્શન (irCOI1 અને sETR1) ના મુખ્ય પગલાઓમાં એટેન્યુએટેડ નેપેન્થેસ (irCOI1 અને sETR1) ના આનુવંશિક રીતે સંશોધિત સ્ટ્રેનનો ઉપયોગ કરીએ છીએ. પુનઃપ્રોગ્રામિંગનું સંબંધિત યોગદાન. અગાઉના પ્રયોગો સાથે સુસંગત, અમે ખાલી વાહક (EV) છોડમાં શાકાહારી-OS ના ઇન્ડક્શન (આકૃતિ 3, C થી D) અને OSM ને કારણે Hj ઇન્ડેક્સમાં એકંદર ઘટાડો થવાની પુષ્ટિ કરી, જ્યારે δj ઇન્ડેક્સ વધ્યો. OSS1 દ્વારા ટ્રિગર થયેલા પ્રતિભાવ કરતાં પ્રતિભાવ વધુ સ્પષ્ટ છે. Hj અને δj નો કોઓર્ડિનેટ્સ તરીકે ઉપયોગ કરતો બે-લાઇન ગ્રાફ ચોક્કસ ડિરેગ્યુલેશન (આકૃતિ 3E) દર્શાવે છે. સૌથી સ્પષ્ટ વલણ એ છે કે JA સિગ્નલનો અભાવ ધરાવતા સ્ટ્રેનમાં, શાકાહારીઓ દ્વારા થતા મેટાબોલોમ વિવિધતા અને વિશેષતા ફેરફારો લગભગ સંપૂર્ણપણે દૂર થઈ ગયા છે (આકૃતિ 3C). તેનાથી વિપરીત, sETR1 છોડમાં શાંત ET દ્રષ્ટિ, જોકે શાકાહારી ચયાપચયમાં ફેરફારો પર એકંદર અસર JA સિગ્નલિંગ કરતા ઘણી ઓછી છે, OSM અને OSS1 ઉત્તેજના (આકૃતિ 3D અને આકૃતિ S5) વચ્ચે Hj અને δj સૂચકાંકોમાં તફાવતને ઓછો કરે છે. . આ સૂચવે છે કે JA સિગ્નલ ટ્રાન્સડક્શનના મુખ્ય કાર્ય ઉપરાંત, ET સિગ્નલ ટ્રાન્સડક્શન શાકાહારીઓના પ્રજાતિ-વિશિષ્ટ મેટાબોલિક પ્રતિભાવના ફાઇન-ટ્યુનિંગ તરીકે પણ કામ કરે છે. આ ફાઇન-ટ્યુનિંગ કાર્ય સાથે સુસંગત, sETR1 છોડમાં એકંદર મેટાબોલોમ ઇન્ડ્યુસિબિલિટીમાં કોઈ ફેરફાર થયો ન હતો. બીજી બાજુ, sETR1 છોડની તુલનામાં, irACO છોડ શાકાહારીઓ દ્વારા થતા મેટાબોલિક ફેરફારોના સમાન એકંદર કંપનવિસ્તારને પ્રેરિત કરે છે, પરંતુ OSM અને OSS1 પડકારો (આકૃતિ S5) વચ્ચે નોંધપાત્ર રીતે અલગ Hj અને δj સ્કોર્સ દર્શાવે છે.
શાકાહારીઓના પ્રજાતિ-વિશિષ્ટ પ્રતિભાવમાં મહત્વપૂર્ણ યોગદાન આપતા વિશિષ્ટ ચયાપચયને ઓળખવા અને ET સંકેતો દ્વારા તેમના ઉત્પાદનને સુવ્યવસ્થિત કરવા માટે, અમે અગાઉ વિકસિત માળખાકીય MS/MS પદ્ધતિનો ઉપયોગ કર્યો. આ પદ્ધતિ MS/MS ટુકડાઓ [નોર્મલાઇઝ્ડ ડોટ પ્રોડક્ટ (NDP)] અને તટસ્થ નુકસાન (NL) પર આધારિત સમાનતા સ્કોરમાંથી મેટાબોલિક પરિવારનું ફરીથી અનુમાન કરવા માટે બાય-ક્લસ્ટરિંગ પદ્ધતિ પર આધાર રાખે છે. ET ટ્રાન્સજેનિક રેખાઓના વિશ્લેષણ દ્વારા બનાવવામાં આવેલ MS/MS ડેટા સેટે 585 MS/MS (ડેટા ફાઇલ S1) ઉત્પન્ન કર્યું, જે તેમને સાત મુખ્ય MS/MS મોડ્યુલો (M) (આકૃતિ 4A) માં ક્લસ્ટર કરીને ઉકેલવામાં આવ્યું. આમાંના કેટલાક મોડ્યુલો અગાઉ લાક્ષણિકતાવાળા ખાસ ચયાપચયથી ભરેલા છે: ઉદાહરણ તરીકે, M1, M2, M3, M4 અને M7 વિવિધ ફિનોલ ડેરિવેટિવ્ઝ (M1), ફ્લેવોનોઇડ ગ્લાયકોસાઇડ્સ (M2), એસિલ શર્કરા (M3 અને M4), અને 17-HGL-DTG (M7) થી સમૃદ્ધ છે. વધુમાં, દરેક મોડ્યુલમાં એક જ મેટાબોલાઇટની મેટાબોલિક વિશિષ્ટ માહિતી (Si ઇન્ડેક્સ) ની ગણતરી કરવામાં આવે છે, અને તેનું Si વિતરણ સાહજિક રીતે જોઈ શકાય છે. ટૂંકમાં, ઉચ્ચ શાકાહારી વનસ્પતિ અને જીનોટાઇપ વિશિષ્ટતા દર્શાવતા MS/MS સ્પેક્ટ્રા ઉચ્ચ Si મૂલ્યો દ્વારા વર્ગીકૃત થયેલ છે, અને કુર્ટોસિસ આંકડા જમણી પૂંછડીના ખૂણા પર ફરનું વિતરણ સૂચવે છે. M1 માં આવું એક લીન કોલોઇડ વિતરણ શોધી કાઢવામાં આવ્યું હતું, જેમાં ફિનોલ એમાઇડે સૌથી વધુ Si અપૂર્ણાંક દર્શાવ્યો હતો (આકૃતિ 4B). M7 માં અગાઉ ઉલ્લેખિત શાકાહારી ઇન્ડ્યુસિબલ 17-HGL-DTG એ મધ્યમ Si સ્કોર દર્શાવ્યો હતો, જે બે OS પ્રકારો વચ્ચે મધ્યમ ડિગ્રીના વિભેદક નિયમન સૂચવે છે. તેનાથી વિપરીત, મોટાભાગના રચનાત્મક રીતે ઉત્પાદિત વિશિષ્ટ મેટાબોલાઇટ્સ, જેમ કે રુટિન, CGA અને એસિલ શર્કરા, સૌથી ઓછા Si સ્કોર્સમાંના છે. ખાસ મેટાબોલાઇટ્સ વચ્ચે માળખાકીય જટિલતા અને Si વિતરણને વધુ સારી રીતે અન્વેષણ કરવા માટે, દરેક મોડ્યુલ માટે એક મોલેક્યુલર નેટવર્ક બનાવવામાં આવ્યું હતું (આકૃતિ 4B). OD સિદ્ધાંત (આકૃતિ 1B માં સારાંશ) ની એક મહત્વપૂર્ણ આગાહી એ છે કે શાકાહારી પછી ખાસ ચયાપચયનું પુનર્ગઠન ઉચ્ચ સંરક્ષણ મૂલ્યવાળા ચયાપચયમાં એકતરફી ફેરફારો તરફ દોરી જશે, ખાસ કરીને તેમની વિશિષ્ટતા વધારીને (રેન્ડમ વિતરણની વિરુદ્ધ) મોડ) MT સિદ્ધાંત દ્વારા આગાહી કરાયેલ રક્ષણાત્મક ચયાપચય. M1 માં સંચિત મોટાભાગના ફિનોલ ડેરિવેટિવ્ઝ કાર્યાત્મક રીતે જંતુઓની કામગીરીમાં ઘટાડો (32) સાથે સંબંધિત છે. 24 કલાકે EV નિયંત્રણ છોડના પ્રેરિત પાંદડા અને ઘટક પાંદડા વચ્ચે M1 ચયાપચયમાં Si મૂલ્યોની તુલના કરતી વખતે, અમે અવલોકન કર્યું કે શાકાહારી જંતુઓ પછી ઘણા ચયાપચયની વિશિષ્ટતામાં નોંધપાત્ર વધારો થવાનું વલણ છે (આકૃતિ 4C). Si મૂલ્યમાં ચોક્કસ વધારો ફક્ત રક્ષણાત્મક ફિનોલામાઇડ્સમાં જ જોવા મળ્યો હતો, પરંતુ આ મોડ્યુલમાં સહઅસ્તિત્વ ધરાવતા અન્ય ફિનોલ્સ અને અજાણ્યા ચયાપચયમાં Si મૂલ્યમાં કોઈ વધારો જોવા મળ્યો ન હતો. આ એક વિશિષ્ટ મોડેલ છે, જે OD સિદ્ધાંત સાથે સંબંધિત છે. શાકાહારી પ્રાણીઓ દ્વારા થતા ચયાપચય ફેરફારોની મુખ્ય આગાહીઓ સુસંગત છે. ફેનોલામાઇડ સ્પેક્ટ્રમની આ વિશિષ્ટતા OS-વિશિષ્ટ ET દ્વારા પ્રેરિત હતી કે કેમ તે ચકાસવા માટે, અમે મેટાબોલાઇટ Si ઇન્ડેક્સનું પ્લોટિંગ કર્યું અને EV અને sETR1 જીનોટાઇપ્સમાં OSM અને OSS1 વચ્ચે વિભેદક અભિવ્યક્તિ મૂલ્યનું કારણ બન્યું (આકૃતિ 4D). sETR1 માં, OSM અને OSS1 વચ્ચે ફેનામાઇડ-પ્રેરિત તફાવત ઘણો ઓછો થયો હતો. JA-નિયંત્રિત મેટાબોલિક સ્પેશિયલાઇઝેશન (આકૃતિ S6) સંબંધિત મુખ્ય MS/MS મોડ્યુલોનું અનુમાન કરવા માટે અપૂરતા JA સાથે સ્ટ્રેનમાં એકત્રિત કરવામાં આવેલા MS/MS ડેટા પર પણ બાય-ક્લસ્ટરિંગ પદ્ધતિ લાગુ કરવામાં આવી હતી.
(A) શેર્ડ ફ્રેગમેન્ટ (NDP સમાનતા) અને શેર્ડ ન્યુટ્રલ લોસ (NL સમાનતા) પર આધારિત 585 MS/MS ના ક્લસ્ટરિંગ પરિણામો મોડ્યુલ (M) ને જાણીતા સંયોજન પરિવાર સાથે સુસંગત બનાવે છે, અથવા અજાણ્યા અથવા નબળી રીતે મેટાબોલાઇઝ્ડ મેટાબોલાઇઝ્ડ મેટાબોલાઇઝ્ડ રચના દ્વારા. દરેક મોડ્યુલની બાજુમાં, મેટાબોલિટ (MS/MS) વિશિષ્ટ (Si) વિતરણ બતાવવામાં આવે છે. (B) મોડ્યુલર મોલેક્યુલર નેટવર્ક: નોડ્સ MS/MS અને ધાર, NDP (લાલ) અને NL (વાદળી) MS/MS સ્કોર્સ (કટ-ઓફ,> 0.6) દર્શાવે છે. ગ્રેડેડ મેટાબોલિટ સ્પેસિફિકિટી ઇન્ડેક્સ (Si) મોડ્યુલ (ડાબે) પર આધારિત રંગીન અને મોલેક્યુલર નેટવર્ક (જમણે) સાથે મેપ કરેલ. (C) EV પ્લાન્ટનું મોડ્યુલ M1 24 કલાકે રચનાત્મક (નિયંત્રણ) અને પ્રેરિત સ્થિતિમાં (સિમ્યુલેટેડ શાકાહારી): મોલેક્યુલર નેટવર્ક ડાયાગ્રામ (Si મૂલ્ય નોડ કદ છે, રક્ષણાત્મક ફેનોલામાઇડ વાદળી રંગમાં પ્રકાશિત થયેલ છે). (D) ક્ષતિગ્રસ્ત EV અને ET ધારણા સાથે સ્પેક્ટ્રમ લાઇન sETR1 નો M1 મોલેક્યુલર નેટવર્ક ડાયાગ્રામ: લીલા વર્તુળ નોડ દ્વારા રજૂ કરાયેલ ફિનોલિક સંયોજન, અને નોડ કદ તરીકે W + OSM અને W + OSS1 સારવાર વચ્ચેનો નોંધપાત્ર તફાવત (P મૂલ્ય). CP, N-caffeoyl-tyrosine; CS, N-caffeoyl-spermidine; FP, N-ferulic acid ester-uric acid; FS, N-ferulyl-spermidine; CoP, N', N “-Coumarolyl-tyrosine; DCS, N', N”-dicaffeoyl-spermidine; CFS, N', N”-caffeoyl, feruloyl-spermidine; વુલ્ફબેરી સોનમાં Lycium barbarum; Nick. O-AS, O-acyl ખાંડ.
અમે એક જ એટેન્યુએટેડ નેપેન્થેસ જીનોટાઇપથી વિશ્લેષણને કુદરતી વસ્તી સુધી આગળ વધાર્યું, જ્યાં શાકાહારી JA સ્તરો અને ચોક્કસ મેટાબોલાઇટ સ્તરોમાં મજબૂત આંતરવિશિષ્ટ ફેરફારોનું વર્ણન કુદરતી વસ્તીમાં અગાઉ કરવામાં આવ્યું છે (26). 43 જર્મપ્લાઝમને આવરી લેવા માટે આ ડેટા સેટનો ઉપયોગ કરો. આ જર્મપ્લાઝમમાં N. પેલેન્સના છોડની 123 પ્રજાતિઓ શામેલ છે. આ છોડ ઉટાહ, નેવાડા, એરિઝોના અને કેલિફોર્નિયામાં વિવિધ મૂળ નિવાસસ્થાનોમાં એકત્રિત બીજમાંથી લેવામાં આવ્યા હતા (આકૃતિ S7), અમે મેટાબોલોમ વિવિધતા (અહીં વસ્તી સ્તર કહેવાય છે) β વિવિધતા) અને OSM દ્વારા થતી વિશેષતાની ગણતરી કરી. અગાઉના અભ્યાસો સાથે સુસંગત, અમે Hj અને δj અક્ષો સાથે મેટાબોલિક ફેરફારોની વિશાળ શ્રેણીનું અવલોકન કર્યું, જે દર્શાવે છે કે જર્મપ્લાઝમમાં શાકાહારી પ્રાણીઓ પ્રત્યેના તેમના મેટાબોલિક પ્રતિભાવોની પ્લાસ્ટિસિટીમાં નોંધપાત્ર તફાવત છે (આકૃતિ S7). આ સંગઠન શાકાહારી પ્રાણીઓ દ્વારા થતા JA ફેરફારોની ગતિશીલ શ્રેણી વિશેના અગાઉના અવલોકનોની યાદ અપાવે છે, અને એક જ વસ્તીમાં ખૂબ જ ઉચ્ચ મૂલ્ય જાળવી રાખ્યું છે (26, 36). Hj અને δj વચ્ચેના એકંદર સ્તરના સહસંબંધનું પરીક્ષણ કરવા માટે JA અને JA-Ile નો ઉપયોગ કરીને, અમે જોયું કે JA અને મેટાબોલોમ β વિવિધતા અને વિશેષતા સૂચકાંક (આકૃતિ S7) વચ્ચે નોંધપાત્ર હકારાત્મક સહસંબંધ છે. આ સૂચવે છે કે વસ્તી સ્તરે શોધાયેલ JA ઇન્ડક્શનમાં શાકાહારી-પ્રેરિત વિજાતીયતા જંતુ શાકાહારીઓમાંથી પસંદગીને કારણે મુખ્ય મેટાબોલિક પોલીમોર્ફિઝમને કારણે હોઈ શકે છે.
અગાઉના અભ્યાસોએ દર્શાવ્યું છે કે તમાકુના પ્રકારો પ્રકાર અને પ્રેરિત અને રચનાત્મક મેટાબોલિક સંરક્ષણ પર સંબંધિત અવલંબનમાં ખૂબ જ અલગ છે. એવું માનવામાં આવે છે કે એન્ટિ-હર્બાઇવોર સિગ્નલ ટ્રાન્સડક્શન અને સંરક્ષણ ક્ષમતાઓમાં આ ફેરફારો જંતુઓની વસ્તી દબાણ, છોડના જીવન ચક્ર અને આપેલ પ્રજાતિ જ્યાં ઉગે છે ત્યાં સંરક્ષણ ઉત્પાદન ખર્ચ દ્વારા નિયંત્રિત થાય છે. અમે ઉત્તર અમેરિકા અને દક્ષિણ અમેરિકામાં રહેતી છ નિકોટિઆના પ્રજાતિઓના શાકાહારીઓ દ્વારા પ્રેરિત પાંદડાના ચયાપચયના પુનઃનિર્માણની સુસંગતતાનો અભ્યાસ કર્યો. આ પ્રજાતિઓ નેપેન્થેસ ઉત્તર અમેરિકા, એટલે કે નિકોલસ બોસિફ્લો સાથે ગાઢ રીતે સંબંધિત છે. લા, એન. નિકોટિનિસ, નિકોટિઆના એન. એટેન્યુએટેડ ગ્રાસ, નિકોટિઆના ટેબેકમ, રેખીય તમાકુ, તમાકુ (નિકોટિઆના સ્પેગાઝિની) અને તમાકુના પાંદડાના તમાકુ (નિકોટિઆના ઓબ્ટુસિફોલિયા) (આકૃતિ 5A) (37). આમાંથી છ પ્રજાતિઓ, જેમાં સારી રીતે લાક્ષણિકતા ધરાવતી પ્રજાતિઓ એન. પ્લીઝનો સમાવેશ થાય છે, પેટુનિયા ક્લેડના વાર્ષિક છોડ છે, અને ઓબ્ટુસિફોલિયા એન. સિસ્ટર ક્લેડ ટ્રિગોનોફિલી (38) ના બારમાસી છે. ત્યારબાદ, જંતુઓના ખોરાકના પ્રજાતિ-સ્તરના ચયાપચય પુનઃ ગોઠવણીનો અભ્યાસ કરવા માટે આ સાત પ્રજાતિઓ પર W + W, W + OSM અને W + OSS1 ઇન્ડક્શન કરવામાં આવ્યું.
(A) મહત્તમ સંભાવના [પરમાણુ ગ્લુટામાઇન સંશ્લેષણ માટે (38)] અને સાત નજીકથી સંબંધિત નિકોટિઆના પ્રજાતિઓ (વિવિધ રંગો) ના ભૌગોલિક વિતરણ પર આધારિત બુટસ્ટ્રેપ ફાયલોજેનેટિક વૃક્ષ (37). (B) સાત નિકોટિઆના પ્રજાતિઓ (939 MS/MS; ડેટા ફાઇલ S1) ના મેટાબોલિક પ્રોફાઇલ્સ માટે વિશિષ્ટ વિવિધતાનો સ્કેટર પ્લોટ. પ્રજાતિ સ્તરે, મેટાબોલિક વિવિધતા વિશેષતાની ડિગ્રી સાથે નકારાત્મક રીતે સંકળાયેલી છે. મેટાબોલિક વિવિધતા અને વિશેષતા અને JA સંચય વચ્ચે પ્રજાતિ-સ્તરના સહસંબંધનું વિશ્લેષણ આકૃતિ 2 માં બતાવવામાં આવ્યું છે. S9. રંગ, વિવિધ પ્રકારો; ત્રિકોણ, W + OSS1; લંબચોરસ, W + OSM; (C) નિકોટિઆના JA અને JA-Ile ગતિશીલતાને OS ઉત્તેજના કંપનવિસ્તાર અનુસાર ક્રમાંકિત કરવામાં આવે છે (બે-માર્ગી ANOVA અને ટુકી HSD પોસ્ટ-મલ્ટીપલ સરખામણી, * P <0.05, ** P <0.01 અને * ** W + OS અને W + W, P <0.001 ની સરખામણી માટે). શાકાહારી અને મિથાઈલ JA (MeJA) નું અનુકરણ કર્યા પછી દરેક પ્રજાતિના (D) વિવિધતા અને (E) વિશેષતાનો બોક્સ પ્લોટ. ફૂદડી W + OS અને W + W અથવા લેનોલિન વત્તા W (Lan + W) અથવા Lan વત્તા MeJA (Lan + MeJa) અને Lan નિયંત્રણ (વિચલનનું દ્વિ-માર્ગી વિશ્લેષણ, ત્યારબાદ ટુકીની HSD પોસ્ટ હોક બહુવિધ સરખામણી, *P<0.05, **P<0.01 અને ***P<0.001) વચ્ચે નોંધપાત્ર તફાવત દર્શાવે છે.
ડ્યુઅલ ક્લસ્ટર પદ્ધતિનો ઉપયોગ કરીને, અમે 939 MS/MS (ડેટા ફાઇલ S1) ના 9 મોડ્યુલો ઓળખ્યા. વિવિધ સારવારો દ્વારા પુનઃરૂપરેખાંકિત MS/MS ની રચના પ્રજાતિઓ વચ્ચેના વિવિધ મોડ્યુલોમાં ખૂબ જ બદલાય છે (આકૃતિ S8). Hj (અહીં પ્રજાતિ-સ્તર γ-વિવિધતા તરીકે ઓળખાય છે) અને δj ને વિઝ્યુલાઇઝ કરવાથી જાણવા મળે છે કે વિવિધ પ્રજાતિઓ મેટાબોલિક અવકાશમાં ખૂબ જ અલગ જૂથોમાં એકીકૃત થાય છે, જ્યાં પ્રજાતિ-સ્તરનું વિભાજન સામાન્ય રીતે ઉત્તેજના કરતાં વધુ અગ્રણી હોય છે. N. રેખીય અને N. ઓબ્લિકસના અપવાદ સિવાય, તેઓ ઇન્ડક્શન અસરોની વિશાળ ગતિશીલ શ્રેણી દર્શાવે છે (આકૃતિ 5B). તેનાથી વિપરીત, N. purpurea અને N. obtusifolia જેવી પ્રજાતિઓ સારવાર માટે ઓછી સ્પષ્ટ મેટાબોલિક પ્રતિભાવ ધરાવે છે, પરંતુ મેટાબોલોમ વધુ વૈવિધ્યસભર છે. પ્રેરિત મેટાબોલિક પ્રતિભાવના પ્રજાતિ-વિશિષ્ટ વિતરણના પરિણામે વિશેષતા અને ગામા વિવિધતા વચ્ચે નોંધપાત્ર નકારાત્મક સહસંબંધ થયો (PCC = -0.46, P = 4.9×10-8). JA સ્તરોમાં OS-પ્રેરિત ફેરફારો મેટાબોલોમ સ્પેશિયલાઇઝેશન સાથે હકારાત્મક રીતે સંકળાયેલા છે, અને દરેક પ્રજાતિ દ્વારા પ્રદર્શિત મેટાબોલિક ગામા વિવિધતા સાથે નકારાત્મક રીતે સંકળાયેલા છે (આકૃતિ 5B અને આકૃતિ S9). એ નોંધવું યોગ્ય છે કે આકૃતિ 5C માં બોલચાલની ભાષામાં "સિગ્નલ રિસ્પોન્સ" પ્રજાતિઓ તરીકે ઓળખાતી પ્રજાતિઓ, જેમ કે નેપેન્થેસ નેમાટોડ્સ, નેપેન્થેસ નેપેન્થેસ, નેપેન્થેસ એક્યુટ, અને નેપેન્થેસ એટેન્યુએટેડ, 30 મિનિટમાં નોંધપાત્ર સંકેતો પેદા કરે છે. તાજેતરના OS-વિશિષ્ટ JA અને JA-Ile ફાટી નીકળ્યા, જ્યારે અન્ય બેક્ટેરિયા જેને "સિગ્નલ અનરેસ્પોન્સિવ" કહેવાય છે, જેમ કે નેપેન્થેસ મિલ્સ, નેપેન્થેસ પાવડરી અને N. ઓબ્ટ્યુસિફોલિયા કોઈપણ OS વિશિષ્ટતા વિના ફક્ત JA-Ile એજ ઇન્ડક્શન દર્શાવે છે (આકૃતિ 5C). મેટાબોલિક સ્તરે, ઉપર જણાવ્યા મુજબ, એટેન્યુએટેડ નેપેન્થેસ માટે, સિગ્નલ-પ્રતિભાવશીલ પદાર્થોએ OS વિશિષ્ટતા દર્શાવી અને Hj ઘટાડીને δj માં નોંધપાત્ર વધારો કર્યો. સિગ્નલ બિન-પ્રતિક્રિયાશીલ પ્રજાતિઓ (આકૃતિ 5, D અને E) તરીકે વર્ગીકૃત થયેલ પ્રજાતિઓમાં આ OS-વિશિષ્ટ પ્રાઇમિંગ અસર જોવા મળી ન હતી. સિગ્નલ-પ્રતિભાવશીલ પ્રજાતિઓ વચ્ચે OS-વિશિષ્ટ મેટાબોલાઇટ્સ વધુ વારંવાર વહેંચાયેલા હોય છે, અને આ સિગ્નલ ક્લસ્ટરો નબળા સિગ્નલ પ્રતિભાવો ધરાવતી પ્રજાતિઓ સાથે ક્લસ્ટર થાય છે, જ્યારે નબળા સિગ્નલ પ્રતિભાવો ધરાવતી પ્રજાતિઓ ઓછી પરસ્પર નિર્ભરતા દર્શાવે છે (આકૃતિ S8). આ પરિણામ સૂચવે છે કે JAs નું OS-વિશિષ્ટ ઇન્ડક્શન અને ડાઉનસ્ટ્રીમ મેટાબોલોમનું OS-વિશિષ્ટ પુનઃરૂપરેખાંકન પ્રજાતિ સ્તરે જોડાયેલું છે.
આગળ, અમે છોડની સારવાર માટે મિથાઈલ JA (MeJA) ધરાવતી લેનોલિન પેસ્ટનો ઉપયોગ કર્યો જેથી તપાસ કરી શકાય કે શું આ કપ્લિંગ મોડ્સ બાહ્ય JA દ્વારા લાગુ JA ની ઉપલબ્ધતા દ્વારા પ્રતિબંધિત છે, જે છોડના સાયટોપ્લાઝમમાં હશે. ઝડપી ડિએસ્ટરિફિકેશન JA છે. અમને JA ના સતત પુરવઠાને કારણે સિગ્નલ-રિસ્પોન્સિવ પ્રજાતિઓથી સિગ્નલ-નોન-રિસ્પોન્સિવ પ્રજાતિઓમાં ધીમે ધીમે પરિવર્તનનો સમાન વલણ જોવા મળ્યો (આકૃતિ 5, D અને E). ટૂંકમાં, MeJA સારવારે રેખીય નેમાટોડ્સ, N. obliquus, N. aquaticus, N. pallens અને N. mikimotoi ના ચયાપચયને મજબૂત રીતે ફરીથી પ્રોગ્રામ કર્યા, જેના પરિણામે δj માં નોંધપાત્ર વધારો થયો અને Hj માં ઘટાડો થયો. N. purpurea એ ફક્ત δj માં વધારો દર્શાવ્યો, પરંતુ Hj માં નહીં. N. obtusifolia, જે અગાઉ JA ના અત્યંત નીચા સ્તરને એકઠા કરવા માટે દર્શાવવામાં આવ્યું છે, તે મેટાબોલોમ પુનઃરૂપરેખાંકનના સંદર્ભમાં MeJA સારવારને પણ નબળી પ્રતિક્રિયા આપે છે. આ પરિણામો દર્શાવે છે કે સિગ્નલ-અપ્રતિભાવશીલ પ્રજાતિઓમાં JA ઉત્પાદન અથવા સિગ્નલ ટ્રાન્સડક્શન શારીરિક રીતે પ્રતિબંધિત છે. આ પૂર્વધારણાને ચકાસવા માટે, અમે W + W, W + OSMs અને W + OSS1 ટ્રાન્સક્રિપ્ટોમ (39) દ્વારા પ્રેરિત ચાર પ્રજાતિઓ (N. પેલેન્સ, N. મિલ્સ, N. પિંક અને N. માઇક્રોફિલા) નો અભ્યાસ કર્યો. મેટાબોલોમ રિમોડેલિંગની પેટર્ન સાથે સુસંગત, પ્રજાતિઓ ટ્રાન્સક્રિપ્ટોમ જગ્યામાં સારી રીતે અલગ પડે છે, જેમાંથી N. એટેન્યુએટેડ સૌથી વધુ OS-પ્રેરિત RDPI દર્શાવે છે, જ્યારે N. ગ્રેસિલિસ સૌથી ઓછું ધરાવે છે (આકૃતિ 6A). જો કે, એવું જાણવા મળ્યું કે N. ઓબ્લોન્ગા દ્વારા પ્રેરિત ટ્રાન્સક્રિપ્ટોમ વિવિધતા ચાર પ્રજાતિઓમાં સૌથી ઓછી હતી, જે અગાઉ સાત પ્રજાતિઓમાં દર્શાવવામાં આવેલી N. ઓબ્લોન્ગાની સૌથી વધુ મેટાબોનોમિક વિવિધતાથી વિપરીત હતી. અગાઉના અભ્યાસોએ દર્શાવ્યું છે કે JA સિગ્નલો સહિત પ્રારંભિક સંરક્ષણ સંકેતો સાથે સંબંધિત જનીનોનો સમૂહ, નિકોટિઆના પ્રજાતિઓમાં શાકાહારી-સંબંધિત એલિસિટર દ્વારા પ્રેરિત પ્રારંભિક સંરક્ષણ પ્રતિભાવોની વિશિષ્ટતા સમજાવે છે (39). આ ચાર પ્રજાતિઓ વચ્ચે JA સિગ્નલિંગ માર્ગોની સરખામણી કરવાથી એક રસપ્રદ પેટર્ન બહાર આવી (આકૃતિ 6B). આ માર્ગમાં મોટાભાગના જનીનો, જેમ કે AOC, OPR3, ACX અને COI1, આ ચાર પ્રજાતિઓમાં પ્રમાણમાં ઊંચા સ્તરના ઇન્ડક્શન દર્શાવે છે. જો કે, એક મુખ્ય જનીન, JAR4, JA ને તેના જૈવિક રીતે સક્રિય સ્વરૂપમાં JA-Ile સંચિત ટ્રાન્સક્રિપ્ટમાં રૂપાંતરિત કરે છે, અને તેનું ટ્રાન્સક્રિપ્શન સ્તર ખૂબ ઓછું છે, ખાસ કરીને N. મિલ્સ, Nepenthes pieris અને N. microphylla માં. વધુમાં, N. bifidum માં ફક્ત બીજા જનીન AOS નું ટ્રાન્સક્રિપ્ટ શોધી શકાયું ન હતું. જનીન અભિવ્યક્તિમાં આ ફેરફારો સિગ્નલ એનર્જિક પ્રજાતિઓમાં ઓછા JA ઉત્પાદન અને N. gracilis ના ઇન્ડક્શન દ્વારા પ્રેરિત આત્યંતિક ફેનોટાઇપ્સ માટે જવાબદાર હોઈ શકે છે.
(A) શાકાહારી ઇન્ડક્શન પછી 30 મિનિટ પછી નમૂના લેવામાં આવેલી ચાર નજીકથી સંબંધિત તમાકુ પ્રજાતિઓના પ્રારંભિક ટ્રાન્સક્રિપ્શનલ પ્રતિભાવોના રિપ્રોગ્રામિંગનું માહિતી સિદ્ધાંત વિશ્લેષણ. શાકાહારી OS દ્વારા પ્રેરિત પાંદડાઓની ઘા નિયંત્રણ સાથે સરખામણી કરીને RDPI ની ગણતરી કરવામાં આવે છે. રંગો વિવિધ પ્રજાતિઓ સૂચવે છે, અને પ્રતીકો વિવિધ સારવાર પદ્ધતિઓ સૂચવે છે. (B) ચાર પ્રજાતિઓમાં JA સિગ્નલિંગ માર્ગોમાં જનીન અભિવ્યક્તિનું વિશ્લેષણ. બોક્સ પ્લોટની બાજુમાં સરળ JA માર્ગ બતાવવામાં આવ્યો છે. વિવિધ રંગો વિવિધ પ્રક્રિયા પદ્ધતિઓ સૂચવે છે. ફૂદડી સૂચવે છે કે W + OS સારવાર અને W + W નિયંત્રણ વચ્ચે નોંધપાત્ર તફાવત છે (જોડીવાર તફાવતો માટે વિદ્યાર્થીના ટી-ટેસ્ટ માટે, *P<0.05, **P<0.01 અને ***P<0.001). OPDA, 12-ઓક્સોફાઇટોડિએનોઇક એસિડ; OPC-8: 0,3-oxo-2(2′(Z)-pentenyl)-cyclopentane-1-octanoic એસિડ.
છેલ્લા ભાગમાં, અમે અભ્યાસ કર્યો હતો કે વિવિધ વનસ્પતિ પ્રજાતિઓના ચયાપચયનું જંતુ પ્રજાતિ-વિશિષ્ટ પુનર્નિર્માણ શાકાહારીઓ માટે કેવી રીતે પ્રતિરોધક હોઈ શકે છે. અગાઉના સંશોધનમાં નિકોટિઆના જીનસ પર ભાર મૂકવામાં આવ્યો હતો. Ms અને લાર્વા પ્રત્યેનો તેમનો પ્રતિકાર ખૂબ જ અલગ છે (40). અહીં, અમે આ મોડેલ અને તેમની મેટાબોલિક પ્લાસ્ટિસિટી વચ્ચેના જોડાણનો અભ્યાસ કર્યો. ઉપરોક્ત ચાર તમાકુ પ્રજાતિઓનો ઉપયોગ કરીને, અને શાકાહારીઓ દ્વારા થતા ચયાપચયની વિવિધતા અને વિશેષતા અને Ms અને Sl પ્રત્યે છોડના પ્રતિકાર વચ્ચેના સહસંબંધનું પરીક્ષણ કરીને, અમને જાણવા મળ્યું કે સામાન્યવાદી Sl બધા પ્રત્યે પ્રતિકાર, વિવિધતા અને વિશેષતા હકારાત્મક રીતે સહસંબંધિત છે, જ્યારે નિષ્ણાત મહિલાઓ અને વિશેષતા પ્રત્યે પ્રતિકાર વચ્ચેનો સંબંધ નબળો છે, અને વિવિધતા સાથેનો સંબંધ નોંધપાત્ર નથી (આકૃતિ S10). S1 પ્રતિકારના સંદર્ભમાં, બંને એટેન્યુએટેડ N. chinensis અને N. gracilis, જે અગાઉ JA સિગ્નલ ટ્રાન્સડક્શન સ્તર અને મેટાબોલોમ પ્લાસ્ટિસિટી બંને પ્રદર્શિત કરવા માટે દર્શાવવામાં આવ્યા હતા, શાકાહારી ઇન્ડક્શન પ્રત્યે ખૂબ જ અલગ પ્રતિભાવો ધરાવતા હતા, અને તેઓએ સમાન ઉચ્ચ પ્રતિકાર પણ દર્શાવ્યો હતો. જાતિ.
છેલ્લા સાઠ વર્ષોમાં, વનસ્પતિ સંરક્ષણ સિદ્ધાંતે એક સૈદ્ધાંતિક માળખું પૂરું પાડ્યું છે, જેના આધારે સંશોધકોએ વનસ્પતિ વિશેષ ચયાપચયના ઉત્ક્રાંતિ અને કાર્યોની નોંધપાત્ર સંખ્યાની આગાહી કરી છે. આમાંના મોટાભાગના સિદ્ધાંતો મજબૂત અનુમાન (41) ની સામાન્ય પ્રક્રિયાને અનુસરતા નથી. તેઓ વિશ્લેષણના સમાન સ્તરે મુખ્ય આગાહીઓ (3) પ્રસ્તાવિત કરે છે. જ્યારે મુખ્ય આગાહીઓનું પરીક્ષણ ચોક્કસ સિદ્ધાંતોનું વિશ્લેષણ કરવાની મંજૂરી આપે છે, ત્યારે આ ક્ષેત્ર આગળ વધી રહ્યું છે. સમર્થન મેળવો, પરંતુ અન્યને નકારો (42). તેના બદલે, નવો સિદ્ધાંત વિશ્લેષણના વિવિધ સ્તરો પર આગાહીઓ કરે છે અને વર્ણનાત્મક વિચારણાઓનો એક નવો સ્તર ઉમેરે છે (42). જો કે, કાર્યાત્મક સ્તરે પ્રસ્તાવિત બે સિદ્ધાંતો, MT અને OD, શાકાહારીઓ દ્વારા થતા વિશિષ્ટ ચયાપચય ફેરફારોની મહત્વપૂર્ણ આગાહીઓ તરીકે સરળતાથી સમજાવી શકાય છે: OD સિદ્ધાંત માને છે કે વિશિષ્ટ ચયાપચય "અવકાશ" માં ફેરફારો ખૂબ દિશાત્મક છે. MT સિદ્ધાંત માને છે કે આ ફેરફારો દિશાહીન અને મેટાબોલિક અવકાશમાં રેન્ડમ રીતે સ્થિત હશે, અને ઉચ્ચ સંરક્ષણ મૂલ્ય ચયાપચય ધરાવશે. OD અને MT આગાહીઓની અગાઉની પરીક્ષાઓ પ્રાયોરી "સંરક્ષણ" સંયોજનોના સાંકડા સમૂહનો ઉપયોગ કરીને પરીક્ષણ કરવામાં આવી છે. આ મેટાબોલાઇટ-કેન્દ્રિત પરીક્ષણો શાકાહારી પ્રાણીઓ દરમિયાન મેટાબોલોમ પુનઃરૂપરેખાંકનની હદ અને ગતિનું વિશ્લેષણ કરવાની ક્ષમતાને બાકાત રાખે છે, અને સુસંગત આંકડાકીય માળખામાં પરીક્ષણને મંજૂરી આપતા નથી જેથી મુખ્ય આગાહીઓની જરૂર પડે જેને સંપૂર્ણ રીતે ગણવામાં આવે. છોડના ચયાપચયમાં ફેરફારોનું પ્રમાણ આપો. અહીં, અમે કોમ્પ્યુટેશનલ MS પર આધારિત મેટાબોલોમિક્સમાં નવીન ટેકનોલોજીનો ઉપયોગ કર્યો અને વૈશ્વિક ચયાપચય સ્તરે પ્રસ્તાવિત બે વચ્ચેના તફાવતને ચકાસવા માટે માહિતી સિદ્ધાંત વર્ણનકર્તાઓના સામાન્ય ચલણમાં ડીકોનવોલ્યુશન MS વિશ્લેષણ કર્યું. આ સિદ્ધાંતની મુખ્ય આગાહી. માહિતી સિદ્ધાંત ઘણા ક્ષેત્રોમાં લાગુ કરવામાં આવ્યો છે, ખાસ કરીને જૈવવિવિધતા અને પોષક પ્રવાહ સંશોધનના સંદર્ભમાં (43). જો કે, જ્યાં સુધી આપણે જાણીએ છીએ, આ પ્રથમ એપ્લિકેશન છે જેનો ઉપયોગ છોડના મેટાબોલિક માહિતી અવકાશનું વર્ણન કરવા અને પર્યાવરણીય સંકેતોના પ્રતિભાવમાં કામચલાઉ મેટાબોલિક ફેરફારોથી સંબંધિત ઇકોલોજીકલ સમસ્યાઓને ઉકેલવા માટે થાય છે. ખાસ કરીને, આ પદ્ધતિની ક્ષમતા વનસ્પતિ પ્રજાતિઓની અંદર અને વચ્ચેના પેટર્નની તુલના કરવાની ક્ષમતામાં રહેલી છે જેથી ઉત્ક્રાંતિના વિવિધ સ્તરો પર શાકાહારી પ્રાણીઓ વિવિધ પ્રજાતિઓથી આંતર-પ્રજાતિ મેક્રોઇવોલ્યુશનરી પેટર્નમાં કેવી રીતે વિકસિત થયા છે તેની તપાસ કરી શકાય. ચયાપચય.
મુખ્ય ઘટક વિશ્લેષણ (PCA) એક મલ્ટિવેરિયેટ ડેટા સેટને ડાયમેન્શનલિટી રિડક્શન સ્પેસમાં રૂપાંતરિત કરે છે જેથી ડેટાના મુખ્ય વલણને સમજાવી શકાય, તેથી તેનો ઉપયોગ સામાન્ય રીતે ડેટા સેટનું વિશ્લેષણ કરવા માટે એક સંશોધન તકનીક તરીકે થાય છે, જેમ કે ડીકોનવોલ્યુશન મેટાબોલોમ. જો કે, ડાયમેન્શનલિટી રિડક્શન ડેટા સેટમાં માહિતી સામગ્રીનો એક ભાગ ગુમાવશે, અને PCA એવી લાક્ષણિકતાઓ વિશે માત્રાત્મક માહિતી પ્રદાન કરી શકશે નહીં જે ખાસ કરીને ઇકોલોજીકલ સિદ્ધાંત સાથે સંબંધિત છે, જેમ કે: શાકાહારીઓ વિશિષ્ટ ક્ષેત્રોમાં વિવિધતાને કેવી રીતે ફરીથી ગોઠવે છે (ઉદાહરણ તરીકે, સમૃદ્ધિ, વિતરણ) અને વિપુલતા) ચયાપચય? કયા ચયાપચય આપેલ શાકાહારીની પ્રેરિત સ્થિતિના આગાહીકર્તા છે? વિશિષ્ટતા, વિવિધતા અને અદમ્યતાના દ્રષ્ટિકોણથી, પાંદડા-વિશિષ્ટ મેટાબોલાઇટ પ્રોફાઇલની માહિતી સામગ્રીનું વિઘટન થાય છે, અને એવું જાણવા મળ્યું છે કે શાકાહારીઓનું ખાવાથી ચોક્કસ ચયાપચય સક્રિય થઈ શકે છે. અણધારી રીતે, અમે જોયું કે, અમલમાં મુકાયેલા માહિતી સિદ્ધાંત સૂચકાંકોમાં વર્ણવ્યા મુજબ, બે શાકાહારીઓ (રાત્રે ખવડાવતા જનરલિસ્ટ Sl) અને Solanaceae નિષ્ણાત Ms ના હુમલા પછી પરિણામી મેટાબોલિક પરિસ્થિતિમાં મોટો ઓવરલેપ છે. જોકે તેમની ખોરાક આપવાની વર્તણૂક અને સાંદ્રતા નોંધપાત્ર રીતે અલગ છે. OS (31) માં ફેટી એસિડ-એમિનો એસિડ કન્જુગેટ (FAC) ઇનિશિયેટર. પ્રમાણિત પંચર ઘાની સારવાર માટે શાકાહારી OS નો ઉપયોગ કરીને, સિમ્યુલેટેડ શાકાહારી સારવારમાં પણ સમાન વલણ જોવા મળ્યું. શાકાહારી હુમલાઓ માટે છોડના પ્રતિભાવનું અનુકરણ કરવા માટેની આ પ્રમાણિત પ્રક્રિયા શાકાહારીઓના ખાવાના વર્તનમાં ફેરફારને કારણે થતા મૂંઝવણભર્યા પરિબળોને દૂર કરે છે, જે વિવિધ સમયે વિવિધ ડિગ્રી નુકસાન તરફ દોરી જાય છે (34). FAC, જે OSM નું મુખ્ય કારણ તરીકે જાણીતું છે, OSS1 માં JAS અને અન્ય છોડ હોર્મોન પ્રતિભાવો ઘટાડે છે, જ્યારે OSS1 સેંકડો વખત ઘટાડે છે (31). જો કે, OSS1 OSM ની તુલનામાં JA સંચયના સમાન સ્તરનું કારણ બને છે. અગાઉ એવું દર્શાવવામાં આવ્યું છે કે એટેન્યુએટેડ નેપેન્થેસમાં JA પ્રતિભાવ OSM પ્રત્યે ખૂબ જ સંવેદનશીલ છે, જ્યાં FAC 1:1000 પાણી સાથે ભેળવવામાં આવે તો પણ તેની પ્રવૃત્તિ જાળવી શકે છે (44). તેથી, OSM ની તુલનામાં, OSS1 માં FAC ખૂબ ઓછું હોવા છતાં, તે પૂરતું JA ફાટી નીકળવા માટે પૂરતું છે. અગાઉના અભ્યાસોએ દર્શાવ્યું છે કે OSS1 માં છોડ સંરક્ષણ પ્રતિભાવોને ટ્રિગર કરવા માટે પોરિન જેવા પ્રોટીન (45) અને ઓલિગોસેકરાઇડ્સ (46) નો ઉપયોગ પરમાણુ સંકેતો તરીકે થઈ શકે છે. જો કે, તે હજુ પણ સ્પષ્ટ નથી કે OSS1 માં આ એલિસિટર વર્તમાન અભ્યાસમાં જોવા મળેલા JA ના સંચય માટે જવાબદાર છે કે નહીં.
વિવિધ શાકાહારીઓ અથવા બાહ્ય JA અથવા SA (સેલિસિલિક એસિડ) (47) ના ઉપયોગથી થતા વિભેદક મેટાબોલિક ફિંગરપ્રિન્ટ્સનું વર્ણન કરતા થોડા અભ્યાસો છે, તેમ છતાં કોઈએ છોડના ઘાસના નેટવર્કમાં શાકાહારી પ્રજાતિ-વિશિષ્ટ ખલેલ અને ચોક્કસ પર તેની અસરોને ખલેલ પહોંચાડી નથી. ચયાપચયની એકંદર અસરનો વ્યવસ્થિત રીતે અભ્યાસ કરવામાં આવે છે. વ્યક્તિગત માહિતી. આ વિશ્લેષણએ વધુ પુષ્ટિ આપી છે કે JA સિવાયના અન્ય છોડના હોર્મોન્સ સાથે આંતરિક હોર્મોન નેટવર્ક જોડાણ શાકાહારીઓ દ્વારા થતા મેટાબોલિક પુનર્ગઠનની વિશિષ્ટતાને આકાર આપે છે. ખાસ કરીને, અમે શોધી કાઢ્યું છે કે OSM દ્વારા થતા ET OSS1 દ્વારા થતા ET કરતા નોંધપાત્ર રીતે વધારે હતું. આ મોડ OSM માં વધુ FAC સામગ્રી સાથે સુસંગત છે, જે ET વિસ્ફોટને ટ્રિગર કરવા માટે જરૂરી અને પૂરતી સ્થિતિ છે (48). છોડ અને શાકાહારી પ્રાણીઓ વચ્ચેની ક્રિયાપ્રતિક્રિયાના સંદર્ભમાં, છોડ-વિશિષ્ટ મેટાબોલિટ ગતિશીલતા પર ET નું સિગ્નલિંગ કાર્ય હજુ પણ છૂટાછવાયા છે અને ફક્ત એક જ સંયોજન જૂથને લક્ષ્ય બનાવે છે. વધુમાં, મોટાભાગના અભ્યાસોએ ET ના નિયમનનો અભ્યાસ કરવા માટે ET ના બાહ્ય ઉપયોગ અથવા તેના પૂર્વગામી અથવા વિવિધ અવરોધકોનો ઉપયોગ કર્યો છે, જેમાંથી આ બાહ્ય રાસાયણિક ઉપયોગો ઘણી બિન-વિશિષ્ટ આડઅસરો પેદા કરશે. અમારા જ્ઞાન મુજબ, આ અભ્યાસ છોડના ચયાપચય ગતિશીલતાને સંકલન કરવા માટે ક્ષતિગ્રસ્ત ટ્રાન્સજેનિક છોડ ઉત્પન્ન કરવા અને સમજવા માટે ET ના ઉપયોગમાં ET ની ભૂમિકાની પ્રથમ મોટા પાયે પદ્ધતિસરની તપાસ રજૂ કરે છે. શાકાહારી-વિશિષ્ટ ET ઇન્ડક્શન આખરે મેટાબોલોમ પ્રતિભાવને મોડ્યુલેટ કરી શકે છે. સૌથી મહત્વપૂર્ણ ET બાયોસિન્થેસિસ (ACO) અને પર્સેપ્શન (ETR1) જનીનોનું ટ્રાન્સજેનિક મેનિપ્યુલેશન છે જેણે ફિનોલામાઇડ્સના શાકાહારી-વિશિષ્ટ ડી નોવો સંચયને જાહેર કર્યું. અગાઉ એવું દર્શાવવામાં આવ્યું છે કે ET પુટ્રેસીન N-મિથાઈલટ્રાન્સફેરેઝ (49) ને નિયંત્રિત કરીને JA-પ્રેરિત નિકોટિન સંચયને ફાઇન-ટ્યુન કરી શકે છે. જો કે, યાંત્રિક દૃષ્ટિકોણથી, તે સ્પષ્ટ નથી કે ET ફેનામાઇડના ઇન્ડક્શનને કેવી રીતે ફાઇન-ટ્યુન કરે છે. ET ના સિગ્નલ ટ્રાન્સડક્શન ફંક્શન ઉપરાંત, મેટાબોલિક ફ્લક્સને S-એડેનોસિલ-1-મેથિઓનાઇનમાં પણ ફેરવી શકાય છે જેથી પોલિએમિનોફેનોલ એમાઇડ્સમાં રોકાણનું નિયમન થાય. S-એડેનોસિલ-1-મેથિઓનાઇન એ ET છે અને પોલિએમાઇન બાયોસિન્થેટિક પાથવેનું સામાન્ય મધ્યવર્તી છે. ET સિગ્નલ ફિનોલામાઇડના સ્તરને કેવી રીતે નિયંત્રિત કરે છે તે પદ્ધતિનો વધુ અભ્યાસ કરવાની જરૂર છે.
લાંબા સમયથી, અજાણ્યા બંધારણના ખાસ ચયાપચયની મોટી સંખ્યાને કારણે, ચોક્કસ ચયાપચય શ્રેણીઓ પર તીવ્ર ધ્યાન જૈવિક ક્રિયાપ્રતિક્રિયાઓ પછી મેટાબોલિક વિવિધતાના સમયાંતરે ફેરફારોનું કડક મૂલ્યાંકન કરવામાં અસમર્થ રહ્યું છે. હાલમાં, માહિતી સિદ્ધાંત વિશ્લેષણના આધારે, નિષ્પક્ષ ચયાપચય પર આધારિત MS/MS સ્પેક્ટ્રમ સંપાદનનું મુખ્ય પરિણામ એ છે કે શાકાહારીઓ જે શાકાહારીઓ ખાય છે અથવા તેનું અનુકરણ કરે છે તે પાંદડાના ચયાપચયની એકંદર ચયાપચયની વિવિધતાને ઘટાડે છે જ્યારે તેની વિશેષતાની ડિગ્રીમાં વધારો કરે છે. શાકાહારીઓ દ્વારા થતી ચયાપચયની વિશિષ્ટતામાં આ કામચલાઉ વધારો ટ્રાન્સક્રિપ્ટોમ વિશિષ્ટતામાં સહસંબંધી વધારા સાથે સંકળાયેલ છે. આ મોટા ચયાપચય વિશેષતા (જેનું Si મૂલ્ય વધારે છે) માં સૌથી વધુ ફાળો આપનાર લક્ષણ એ છે કે અગાઉ લાક્ષણિક શાકાહારી કાર્ય સાથે ખાસ ચયાપચય. આ મોડેલ OD સિદ્ધાંતની આગાહી સાથે સુસંગત છે, પરંતુ મેટાબોલોમ રિપ્રોગ્રામિંગની રેન્ડમનેસ સાથે સંબંધિત MT ની આગાહી સુસંગત નથી. જો કે, આ ડેટા મિશ્ર મોડેલ (શ્રેષ્ઠ MT; આકૃતિ 1B) ની આગાહી સાથે પણ સુસંગત છે, કારણ કે અજાણ્યા સંરક્ષણ કાર્યો સાથેના અન્ય અસ્પષ્ટ ચયાપચય હજુ પણ રેન્ડમ Si વિતરણને અનુસરી શકે છે.
આ સંશોધન દ્વારા વધુ એક નોંધપાત્ર પેટર્ન મેળવવામાં આવી છે તે એ છે કે સૂક્ષ્મ ઉત્ક્રાંતિ સ્તર (એક છોડ અને તમાકુની વસ્તી) થી લઈને મોટા ઉત્ક્રાંતિ સ્તર (નજીકથી સંબંધિત તમાકુ પ્રજાતિઓ) સુધી, ઉત્ક્રાંતિ સંગઠનના વિવિધ સ્તરો "શ્રેષ્ઠ સંરક્ષણ" માં છે. શાકાહારીઓની ક્ષમતાઓમાં નોંધપાત્ર તફાવત છે. મૂર એટ અલ. (20) અને કેસલર અને કાલ્સ્કે (1) એ સ્વતંત્ર રીતે વિટ્ટેકર (50) દ્વારા મૂળ રીતે ઓળખાતા જૈવવિવિધતાના ત્રણ કાર્યાત્મક સ્તરોને રાસાયણિક વિવિધતાના રચનાત્મક અને પ્રેરિત સમયાંતરે ફેરફારોમાં રૂપાંતરિત કરવાનો પ્રસ્તાવ મૂક્યો હતો; આ લેખકોએ સારાંશ આપ્યો ન હતો. મોટા પાયે મેટાબોલોમ ડેટા સંગ્રહ માટેની પ્રક્રિયાઓ પણ આ ડેટામાંથી મેટાબોલિક વિવિધતાની ગણતરી કેવી રીતે કરવી તે રૂપરેખા આપતી નથી. આ અભ્યાસમાં, વિટ્ટેકરના કાર્યાત્મક વર્ગીકરણમાં નાના ગોઠવણો α-મેટાબોલિક વિવિધતાને આપેલ છોડમાં MS/MS સ્પેક્ટ્રાની વિવિધતા તરીકે અને β-મેટાબોલિક વિવિધતાને વસ્તીના જૂથના મૂળભૂત આંતરવિશિષ્ટ ચયાપચય તરીકે ધ્યાનમાં લેશે. જગ્યા, અને γ-મેટાબોલિક વિવિધતા સમાન પ્રજાતિઓના વિશ્લેષણનું વિસ્તરણ હશે.
શાકાહારી પ્રાણીઓના મેટાબોલિક પ્રતિભાવોની વિશાળ શ્રેણી માટે JA સિગ્નલ આવશ્યક છે. જો કે, મેટાબોલોમ વિવિધતામાં JA બાયોસિન્થેસિસના ઇન્ટ્રાસ્પેસિફિક નિયમનના યોગદાનના સખત માત્રાત્મક પરીક્ષણનો અભાવ છે, અને શું JA સિગ્નલ ઉચ્ચ મેક્રોઇવોલ્યુશનરી સ્કેલ પર તણાવ-પ્રેરિત મેટાબોલિક વૈવિધ્યકરણ માટે એક સામાન્ય સ્થળ છે કે કેમ તે હજુ પણ અગમ્ય છે. અમે અવલોકન કર્યું છે કે નેપેન્થેસ શાકાહારી પ્રાણીઓની શાકાહારી પ્રકૃતિ મેટાબોલોમ વિશેષતાને પ્રેરિત કરે છે અને નિકોટિઆના પ્રજાતિઓની વસ્તીમાં અને નજીકથી સંબંધિત નિકોટિઆના પ્રજાતિઓમાં મેટાબોલોમ વિશેષતાની વિવિધતા વ્યવસ્થિત રીતે JA સિગ્નલિંગ સાથે હકારાત્મક રીતે સંકળાયેલી છે. વધુમાં, જ્યારે JA સિગ્નલ ક્ષતિગ્રસ્ત થાય છે, ત્યારે એક જ જીનોટાઇપ શાકાહારી પ્રાણીઓ દ્વારા પ્રેરિત મેટાબોલિક વિશિષ્ટતા રદ કરવામાં આવશે (આકૃતિ 3, C અને E). કુદરતી રીતે ક્ષતિગ્રસ્ત નેપેન્થેસ વસ્તીના મેટાબોલિક સ્પેક્ટ્રમ ફેરફારો મોટે ભાગે માત્રાત્મક હોવાથી, આ વિશ્લેષણમાં મેટાબોલિક β વિવિધતા અને વિશિષ્ટતામાં ફેરફારો મોટાભાગે મેટાબોલિટ-સમૃદ્ધ સંયોજન શ્રેણીઓના મજબૂત ઉત્તેજનાને કારણે થઈ શકે છે. આ સંયોજન વર્ગો મેટાબોલોમ પ્રોફાઇલના ભાગ પર પ્રભુત્વ ધરાવે છે અને JA સંકેતો સાથે સકારાત્મક સહસંબંધ તરફ દોરી જાય છે.
તમાકુ પ્રજાતિઓ જે તેની સાથે નજીકથી સંબંધિત છે તેના બાયોકેમિકલ મિકેનિઝમ્સ ખૂબ જ અલગ હોવાથી, મેટાબોલાઇટ્સને ગુણાત્મક પાસામાં ખાસ ઓળખવામાં આવે છે, તેથી તે વધુ વિશ્લેષણાત્મક છે. માહિતી સિદ્ધાંત દ્વારા કેપ્ચર કરાયેલ મેટાબોલિક પ્રોફાઇલની પ્રક્રિયા દર્શાવે છે કે શાકાહારી ઇન્ડક્શન મેટાબોલિક ગામા વિવિધતા અને વિશેષતા વચ્ચેના વેપારને વધારે છે. આ વેપારમાં JA સિગ્નલ કેન્દ્રિય ભૂમિકા ભજવે છે. મેટાબોલોમ વિશેષતામાં વધારો મુખ્ય OD આગાહી સાથે સુસંગત છે અને JA સિગ્નલ સાથે હકારાત્મક રીતે સંકળાયેલ છે, જ્યારે JA સિગ્નલ મેટાબોલિક ગામા વિવિધતા સાથે નકારાત્મક રીતે સંકળાયેલ છે. આ મોડેલો સૂચવે છે કે છોડની OD ક્ષમતા મુખ્યત્વે JA ની પ્લાસ્ટિસિટી દ્વારા નક્કી થાય છે, પછી ભલે તે સૂક્ષ્મ ઉત્ક્રાંતિ સ્કેલ પર હોય કે મોટા ઉત્ક્રાંતિ સ્કેલ પર. JA બાયોસિન્થેસિસ ખામીઓને દૂર કરતા બાહ્ય JA એપ્લિકેશન પ્રયોગો વધુ દર્શાવે છે કે નજીકથી સંબંધિત તમાકુ પ્રજાતિઓને સિગ્નલ-રિસ્પોન્સિવ અને સિગ્નલ-નોન-રિસ્પોન્સિવ પ્રજાતિઓમાં ઓળખી શકાય છે, જેમ કે શાકાહારીઓ દ્વારા પ્રેરિત JA ની પદ્ધતિ અને મેટાબોલોમ પ્લાસ્ટિસિટી. સિગ્નલ બિન-રિસ્પોન્સિવ પ્રજાતિઓ અંતર્જાત JA ઉત્પન્ન કરવામાં તેમની અસમર્થતાને કારણે પ્રતિક્રિયા આપી શકતી નથી અને તેથી શારીરિક મર્યાદાઓને આધીન છે. આ JA સિગ્નલિંગ પાથવે (N. crescens માં AOS અને JAR4) માં કેટલાક મુખ્ય જનીનોમાં પરિવર્તનને કારણે થઈ શકે છે. આ પરિણામ દર્શાવે છે કે આ આંતરજાતિ મેક્રોઇવોલ્યુશનરી પેટર્ન મુખ્યત્વે આંતરિક હોર્મોન દ્રષ્ટિ અને પ્રતિભાવશીલતામાં ફેરફાર દ્વારા પ્રેરિત થઈ શકે છે.
છોડ અને શાકાહારીઓ વચ્ચેની ક્રિયાપ્રતિક્રિયા ઉપરાંત, મેટાબોલિક વિવિધતાનું સંશોધન પર્યાવરણમાં જૈવિક અનુકૂલન અને જટિલ ફેનોટાઇપિક લક્ષણોના ઉત્ક્રાંતિના સંશોધનમાં તમામ મહત્વપૂર્ણ સૈદ્ધાંતિક પ્રગતિ સાથે સંબંધિત છે. આધુનિક MS સાધનો દ્વારા મેળવેલા ડેટાના જથ્થામાં વધારા સાથે, મેટાબોલિક વિવિધતા પર પૂર્વધારણા પરીક્ષણ હવે વ્યક્તિગત/શ્રેણી મેટાબોલાઇટ તફાવતોને પાર કરી શકે છે અને અણધાર્યા પેટર્ન જાહેર કરવા માટે વૈશ્વિક વિશ્લેષણ કરી શકે છે. મોટા પાયે વિશ્લેષણની પ્રક્રિયામાં, એક મહત્વપૂર્ણ રૂપક એ અર્થપૂર્ણ નકશાઓની કલ્પના કરવાનો વિચાર છે જેનો ઉપયોગ ડેટાનું અન્વેષણ કરવા માટે થઈ શકે છે. તેથી, નિષ્પક્ષ MS/MS ચયાપચય અને માહિતી સિદ્ધાંતના વર્તમાન સંયોજનનું એક મહત્વપૂર્ણ પરિણામ એ છે કે તે એક સરળ મેટ્રિક પ્રદાન કરે છે જેનો ઉપયોગ વિવિધ વર્ગીકરણ સ્કેલ પર મેટાબોલિક વિવિધતાને બ્રાઉઝ કરવા માટે નકશા બનાવવા માટે થઈ શકે છે. તે આ પદ્ધતિની મૂળભૂત આવશ્યકતા છે. સૂક્ષ્મ/મેક્રો ઉત્ક્રાંતિ અને સમુદાય ઇકોલોજીનો અભ્યાસ.
મેક્રો-ઉત્ક્રાંતિ સ્તરે, એહરલિચ અને રેવેન (51) ના છોડ-જંતુ સહ-ઉત્ક્રાંતિ સિદ્ધાંતનો મુખ્ય ઉદ્દેશ્ય એ આગાહી કરવાનો છે કે આંતરજાતિ ચયાપચય વિવિધતાનો ભિન્નતા છોડ વંશના વૈવિધ્યકરણનું કારણ છે. જો કે, આ મુખ્ય કાર્યના પ્રકાશન પછીના પચાસ વર્ષોમાં, આ પૂર્વધારણા ભાગ્યે જ પરીક્ષણ કરવામાં આવી છે (52). આ મોટે ભાગે લાંબા-અંતરના છોડ વંશમાં તુલનાત્મક ચયાપચય લાક્ષણિકતાઓની ફાયલોજેનેટિક લાક્ષણિકતાઓને કારણે છે. આ દુર્લભતાનો ઉપયોગ લક્ષ્ય વિશ્લેષણ પદ્ધતિઓને એન્કર કરવા માટે કરી શકાય છે. માહિતી સિદ્ધાંત દ્વારા પ્રક્રિયા કરાયેલ વર્તમાન MS/MS વર્કફ્લો અજાણ્યા ચયાપચય (અગાઉ મેટાબોલાઇટ પસંદગી વિના) ની MS/MS માળખાકીય સમાનતાનું પ્રમાણ નક્કી કરે છે અને આ MS/MS ને MS/MS ના સમૂહમાં રૂપાંતરિત કરે છે, આમ વ્યાવસાયિક ચયાપચયમાં આ મેક્રો-ઉત્ક્રાંતિ મોડેલોની તુલના વર્ગીકરણ સ્કેલમાં કરવામાં આવે છે. સરળ આંકડાકીય સૂચકાંકો. પ્રક્રિયા ફાયલોજેનેટિક વિશ્લેષણ જેવી જ છે, જે પૂર્વ આગાહી વિના વિવિધતા અથવા પાત્ર ઉત્ક્રાંતિના દરને માપવા માટે ક્રમ સંરેખણનો ઉપયોગ કરી શકે છે.
બાયોકેમિકલ સ્તરે, ફિર્ન અને જોન્સ (53) ની સ્ક્રીનીંગ પૂર્વધારણા દર્શાવે છે કે અગાઉ અસંબંધિત અથવા અવેજીકૃત ચયાપચયની જૈવિક પ્રવૃત્તિઓને લાગુ કરવા માટે કાચો માલ પૂરો પાડવા માટે વિવિધ સ્તરે મેટાબોલિક વિવિધતા જાળવવામાં આવે છે. માહિતી સિદ્ધાંત પદ્ધતિઓ એક માળખું પૂરું પાડે છે જેમાં મેટાબોલિટ વિશેષતા દરમિયાન થતા આ મેટાબોલિટ-વિશિષ્ટ ઉત્ક્રાંતિ સંક્રમણોને પ્રસ્તાવિત ઉત્ક્રાંતિ સ્ક્રીનીંગ પ્રક્રિયાના ભાગ રૂપે માપી શકાય છે: ઓછી વિશિષ્ટતાથી ઉચ્ચ વિશિષ્ટતા સુધી જૈવિક રીતે સક્રિય અનુકૂલન આપેલ પર્યાવરણના અવરોધિત ચયાપચય.
એકંદરે, પરમાણુ જીવવિજ્ઞાનના શરૂઆતના દિવસોમાં, મહત્વપૂર્ણ વનસ્પતિ સંરક્ષણ સિદ્ધાંતો વિકસાવવામાં આવ્યા હતા, અને અનુમાનિત પૂર્વધારણા-સંચાલિત પદ્ધતિઓને વ્યાપકપણે વૈજ્ઞાનિક પ્રગતિનું એકમાત્ર માધ્યમ માનવામાં આવે છે. આ મોટે ભાગે સમગ્ર ચયાપચયને માપવાની તકનીકી મર્યાદાઓને કારણે છે. જોકે પૂર્વધારણા-સંચાલિત પદ્ધતિઓ ખાસ કરીને અન્ય કારણભૂત પદ્ધતિઓ પસંદ કરવામાં ઉપયોગી છે, તેમ છતાં, બાયોકેમિકલ નેટવર્ક્સની આપણી સમજને આગળ વધારવાની તેમની ક્ષમતા સમકાલીન ડેટા-સઘન વિજ્ઞાનમાં હાલમાં ઉપલબ્ધ ગણતરી પદ્ધતિઓ કરતાં વધુ મર્યાદિત છે. તેથી, જે સિદ્ધાંતોની આગાહી કરી શકાતી નથી તે ઉપલબ્ધ ડેટાના અવકાશથી ઘણી દૂર છે, તેથી સંશોધન ક્ષેત્રમાં પ્રગતિના કાલ્પનિક સૂત્ર/પરીક્ષણ ચક્રને નાબૂદ કરી શકાતી નથી (4). અમે આગાહી કરીએ છીએ કે અહીં રજૂ કરાયેલા ચયાપચયના ગણતરીત્મક કાર્યપ્રવાહ મેટાબોલિક વિવિધતાના તાજેતરના (કેવી રીતે) અને અંતિમ (શા માટે) મુદ્દાઓમાં રસ ફરીથી જાગૃત કરી શકે છે, અને સૈદ્ધાંતિક રીતે માર્ગદર્શિત ડેટા વિજ્ઞાનના નવા યુગમાં ફાળો આપી શકે છે. યુગે પાછલી પેઢીઓને પ્રેરણા આપનારા મહત્વપૂર્ણ સિદ્ધાંતોની ફરીથી તપાસ કરી.
એક ગુલાબી છોડના એક પીળા રંગના પીચર છોડના પાંદડા પર બીજા ઇન્સ્ટાર લાર્વા અથવા Sl લાર્વા ઉછેર કરીને સીધા શાકાહારી ખોરાક આપવામાં આવે છે, જેમાં દરેક છોડ માટે 10 છોડની પ્રતિકૃતિઓ હોય છે. જંતુના લાર્વાને ક્લેમ્પ્સથી બંધ કરવામાં આવ્યા હતા, અને બાકીના પાંદડાના પેશીઓ ચેપના 24 અને 72 કલાક પછી એકત્રિત કરવામાં આવ્યા હતા અને ઝડપી-સ્થિર કરવામાં આવ્યા હતા, અને ચયાપચય કાઢવામાં આવ્યા હતા.
શાકાહારી સારવારને ખૂબ જ સુમેળભર્યા રીતે બનાવો. પદ્ધતિ એ છે કે ફેબ્રિક માળાના વિકાસના તબક્કા દરમિયાન છોડના ત્રણ સંપૂર્ણપણે વિસ્તરેલા પાંદડાઓની મધ્યશિરાની દરેક બાજુએ કાંટાની ત્રણ હરોળને કાપવા માટે ફેબ્રિક પેટર્ન વ્હીલ્સનો ઉપયોગ કરવો, અને તરત જ 1:5 પાતળું Ms. લાગુ કરવું. અથવા પંચર ઘામાં S1 OS દાખલ કરવા માટે હાથમોજાંવાળી આંગળીઓનો ઉપયોગ કરવો. ઉપર વર્ણવ્યા મુજબ પાંદડાની લણણી કરો અને પ્રક્રિયા કરો. પ્રાથમિક ચયાપચય અને છોડના હોર્મોન્સ કાઢવા માટે અગાઉ વર્ણવેલ પદ્ધતિનો ઉપયોગ કરો (54).
બાહ્ય JA એપ્લિકેશન માટે, દરેક જાતિના છ ગુલાબ ખીલેલા છોડમાંથી દરેકના ત્રણ પાંદડીના પાંદડાને 20μl લેનોલિન પેસ્ટ સાથે સારવાર આપવામાં આવે છે જેમાં 150μg MeJA (Lan + MeJA) હોય છે, અને 20μl લેનોલિન વત્તા ઘાની સારવાર (Lan + W) હોય છે, અથવા નિયંત્રણ તરીકે 20μl શુદ્ધ લેનોલિનનો ઉપયોગ કરવામાં આવે છે. સારવાર પછી 72 કલાક પછી પાંદડા કાપવામાં આવ્યા હતા, પ્રવાહી નાઇટ્રોજનમાં સ્નેપ-ફ્રોઝન કરવામાં આવ્યા હતા, અને ઉપયોગ થાય ત્યાં સુધી -80°C પર સંગ્રહિત કરવામાં આવ્યા હતા.
અમારા સંશોધન જૂથમાં ચાર JA અને ET ટ્રાન્સજેનિક રેખાઓ, જેમ કે irAOC (36), irCOI1 (55), irACO અને sETR1 (48), ઓળખવામાં આવી છે. irAOC એ JA અને JA-Ile સ્તરોમાં મજબૂત ઘટાડો દર્શાવ્યો હતો, જ્યારે irCOI1 JAs પ્રત્યે સંવેદનશીલ ન હતો. EV ની તુલનામાં, JA-Ile સંચય વધ્યો. તેવી જ રીતે, irACO ET નું ઉત્પાદન ઘટાડશે, અને EV ની તુલનામાં, sETR1, જે ET પ્રત્યે સંવેદનશીલ નથી, ET નું ઉત્પાદન વધારશે.
ફોટોએકોસ્ટિક લેસર સ્પેક્ટ્રોમીટર (સેન્સર સેન્સ ETD-300 રીઅલ-ટાઇમ ET સેન્સર) નો ઉપયોગ બિન-આક્રમક રીતે ET માપન કરવા માટે થાય છે. સારવાર પછી તરત જ, અડધા પાંદડા કાપીને 4-ml સીલબંધ કાચની શીશીમાં સ્થાનાંતરિત કરવામાં આવ્યા હતા, અને હેડસ્પેસને 5 કલાકની અંદર એકઠા થવા દેવામાં આવ્યું હતું. માપન દરમિયાન, દરેક શીશીને 8 મિનિટ માટે 2 લિટર/કલાક શુદ્ધ હવાના પ્રવાહથી ફ્લશ કરવામાં આવી હતી, જે અગાઉ CO2 અને પાણીને દૂર કરવા માટે સેન્સર સેન્સ દ્વારા પૂરા પાડવામાં આવેલા ઉત્પ્રેરકમાંથી પસાર થઈ હતી.
માઇક્રોએરે ડેટા મૂળરૂપે (35) માં પ્રકાશિત થયો હતો અને નેશનલ સેન્ટર ફોર બાયોટેકનોલોજી ઇન્ફર્મેશન (NCBI) જનીન એક્સપ્રેશન કોમ્પ્રીહેન્સિવ ડેટાબેઝ (એક્સેશન નંબર GSE30287) માં સાચવવામાં આવ્યો હતો. W + OSMs સારવાર અને નુકસાન વિનાના નિયંત્રણને કારણે થતા પાંદડાઓને અનુરૂપ ડેટા આ અભ્યાસ માટે કાઢવામાં આવ્યો હતો. કાચી તીવ્રતા log2 છે. આંકડાકીય વિશ્લેષણ પહેલાં, બેઝલાઇનને R સોફ્ટવેર પેકેજનો ઉપયોગ કરીને તેના 75મા પર્સેન્ટાઇલમાં રૂપાંતરિત અને સામાન્ય કરવામાં આવી હતી.
નિકોટિઆના પ્રજાતિઓનો મૂળ RNA સિક્વન્સિંગ (RNA-seq) ડેટા NCBI શોર્ટ રીડિંગ આર્કાઇવ્સ (SRA) માંથી મેળવવામાં આવ્યો હતો, પ્રોજેક્ટ નંબર PRJNA301787 છે, જેનો અહેવાલ ઝોઉ એટ અલ. (39) દ્વારા આપવામાં આવ્યો હતો અને (56) માં વર્ણવ્યા મુજબ આગળ વધો. નિકોટિઆના પ્રજાતિઓને અનુરૂપ W + W, W + OSM અને W + OSS1 દ્વારા પ્રક્રિયા કરાયેલ કાચો ડેટા આ અભ્યાસમાં વિશ્લેષણ માટે પસંદ કરવામાં આવ્યો હતો, અને નીચેની રીતે પ્રક્રિયા કરવામાં આવી હતી: પ્રથમ, કાચા RNA-seq રીડિંગ્સને FASTQ ફોર્મેટમાં રૂપાંતરિત કરવામાં આવ્યા હતા. HISAT2 FASTQ ને SAM માં રૂપાંતરિત કરે છે, અને SAMtools SAM ફાઇલોને સૉર્ટ કરેલી BAM ફાઇલોમાં રૂપાંતરિત કરે છે. StringTie નો ઉપયોગ જનીન અભિવ્યક્તિની ગણતરી કરવા માટે થાય છે, અને તેની અભિવ્યક્તિ પદ્ધતિ એ છે કે પ્રતિ મિલિયન સિક્વન્સ્ડ ટ્રાન્સક્રિપ્શન ટુકડાઓ દીઠ હજાર બેઝ ટુકડાઓ હોય છે.
વિશ્લેષણમાં વપરાયેલ એક્લેમ ક્રોમેટોગ્રાફિક કોલમ (150 mm x 2.1 mm; કણ કદ 2.2μm) અને 4 mm x 4 mm ગાર્ડ કોલમ સમાન સામગ્રીથી બનેલા છે. ડાયોનેક્સ અલ્ટીમેટ 3000 અલ્ટ્રા હાઇ પર્ફોર્મન્સ લિક્વિડ ક્રોમેટોગ્રાફી (UHPLC) સિસ્ટમમાં નીચેના બાયનરી ગ્રેડિયન્ટનો ઉપયોગ થાય છે: 0 થી 0.5 મિનિટ, આઇસોક્રેટિક 90% A [ડીયોનાઇઝ્ડ પાણી, 0.1% (v/v) એસિટોનિટ્રાઇલ અને 0.05% ફોર્મિક એસિડ], 10% B (એસિટોનિટ્રાઇલ અને 0.05% ફોર્મિક એસિડ); 0.5 થી 23.5 મિનિટ, ગ્રેડિયન્ટ ફેઝ અનુક્રમે 10% A અને 90% B છે; 23.5 થી 25 મિનિટ, આઇસોક્રેટિક 10% A અને 90% B. પ્રવાહ દર 400μl/મિનિટ છે. બધા MS વિશ્લેષણ માટે, કોલમ એલ્યુએન્ટને ક્વાડ્રુપોલ અને ટાઇમ-ઓફ-ફ્લાઇટ (qTOF) વિશ્લેષકમાં ઇન્જેક્ટ કરો જે ઇલેક્ટ્રોસ્પ્રે સ્રોતથી સજ્જ છે જે સકારાત્મક આયનીકરણ મોડમાં કાર્યરત છે (કેશિલરી વોલ્ટેજ, 4500 V; કેશિલરી આઉટલેટ 130 V; સૂકવણી તાપમાન 200°C; સૂકવણી હવા પ્રવાહ 10 લિટર/મિનિટ).
એકંદરે શોધી શકાય તેવા મેટાબોલિક પ્રોફાઇલ વિશે માળખાકીય માહિતી મેળવવા માટે ડેટાથી અપ્રસ્તુત અથવા અસ્પષ્ટ હોય તેવા MS/MS ફ્રેગમેન્ટ વિશ્લેષણ (ત્યારબાદ MS/MS તરીકે ઓળખાય છે) કરો. અવિવેકી MS/MS પદ્ધતિનો ખ્યાલ એ હકીકત પર આધાર રાખે છે કે ક્વાડ્રુપોલમાં ખૂબ મોટી માસ આઇસોલેશન વિન્ડો છે [તેથી, બધા માસ-ટુ-ચાર્જ રેશિયો (m/z) સિગ્નલોને ટુકડાઓ તરીકે ધ્યાનમાં લો]. આ કારણોસર, કારણ કે ઇમ્પેક્ટ II સાધન CE ટિલ્ટ બનાવવામાં અસમર્થ હતું, તેથી વધેલા અથડામણ-પ્રેરિત ડિસોસિએશન કોલિઝન એનર્જી (CE) મૂલ્યોનો ઉપયોગ કરીને ઘણા સ્વતંત્ર વિશ્લેષણ કરવામાં આવ્યા હતા. ટૂંકમાં, પ્રથમ સિંગલ માસ સ્પેક્ટ્રોમેટ્રી મોડ (ઇન-સોર્સ ફ્રેગમેન્ટેશન દ્વારા ઉત્પન્ન થતી ઓછી ફ્રેગમેન્ટેશન સ્થિતિઓ) નો ઉપયોગ કરીને UHPLC-ઇલેક્ટ્રોસ્પ્રે આયનાઇઝેશન/qTOF-MS દ્વારા નમૂનાનું વિશ્લેષણ કરો, 5 Hz ની પુનરાવર્તન આવર્તન પર m/z 50 થી 1500 સુધી સ્કેન કરો. MS/MS વિશ્લેષણ માટે નાઇટ્રોજનનો ઉપયોગ અથડામણ ગેસ તરીકે કરો, અને નીચેના ચાર અલગ અલગ અથડામણ-પ્રેરિત વિયોજન વોલ્ટેજ પર સ્વતંત્ર માપન કરો: 20, 30, 40, અને 50 eV. માપન પ્રક્રિયા દરમ્યાન, ક્વાડ્રુપોલમાં સૌથી મોટી માસ આઇસોલેશન વિન્ડો હોય છે, m/z 50 થી 1500 સુધી. જ્યારે ફ્રન્ટ બોડી m/z અને આઇસોલેશન પહોળાઈ પ્રયોગ 200 પર સેટ કરવામાં આવે છે, ત્યારે માસ રેન્જ આપમેળે સાધનના ઓપરેટિંગ સોફ્ટવેર અને 0 Da દ્વારા સક્રિય થાય છે. સિંગલ માસ મોડમાં માસ ટુકડાઓ માટે સ્કેન કરો. માસ કેલિબ્રેશન માટે સોડિયમ ફોર્મેટ (50 મિલી આઇસોપ્રોપેનોલ, 200 μl ફોર્મિક એસિડ અને 1 મિલી 1M NaOH જલીય દ્રાવણ) નો ઉપયોગ કરો. બ્રુકરના ઉચ્ચ-ચોકસાઇ કેલિબ્રેશન અલ્ગોરિધમનો ઉપયોગ કરીને, આપેલ સમયગાળામાં સરેરાશ સ્પેક્ટ્રમ ચલાવ્યા પછી ડેટા ફાઇલને માપાંકિત કરવામાં આવે છે. કાચા ડેટા ફાઇલોને NetCDF ફોર્મેટમાં રૂપાંતરિત કરવા માટે ડેટા વિશ્લેષણ v4.0 સોફ્ટવેર (બ્રુક ડાલ્ટન, બ્રેમેન, જર્મની) ના નિકાસ કાર્યનો ઉપયોગ કરો. MS/MS ડેટા સેટને ઓપન મેટાબોલોમિક્સ ડેટાબેઝ મેટાબોલાઇટ્સ (www.ebi.ac.uk) માં એક્સેસન નંબર સાથે સાચવવામાં આવ્યો છે. MTBLS1471.
MS/MS એસેમ્બલીને MS1 અને MS/MS ગુણવત્તા સંકેતો વચ્ચે ઓછી અને ઉચ્ચ અથડામણ ઊર્જા અને નવા અમલમાં મુકાયેલા નિયમો વચ્ચે સહસંબંધ વિશ્લેષણ દ્વારા સાકાર કરી શકાય છે. R સ્ક્રિપ્ટનો ઉપયોગ ઉત્પાદનના પુરોગામીના વિતરણના સહસંબંધ વિશ્લેષણને સાકાર કરવા માટે થાય છે, અને C# સ્ક્રિપ્ટ (https://github.com/MPI-DL/indiscriminant-MS-MS-assembly-pipeline) નો ઉપયોગ નિયમોને અમલમાં મૂકવા માટે થાય છે.
પૃષ્ઠભૂમિ અવાજને કારણે થતી ખોટી હકારાત્મક ભૂલો અને ફક્ત થોડા નમૂનાઓમાં ચોક્કસ m/z સુવિધાઓ શોધવાથી થતા ખોટા સહસંબંધને ઘટાડવા માટે, અમે R પેકેજ XCMS (પૃષ્ઠભૂમિ અવાજ સુધારણા માટે) ના "ભરેલા પીક" ફંક્શનનો ઉપયોગ કરીએ છીએ જેનો ઉપયોગ "NA" (અનડિટેક્ટેડ પીક) તીવ્રતાને બદલવા માટે થવો જોઈએ. જ્યારે ફિલ પીક ફંક્શનનો ઉપયોગ કરવામાં આવે છે, ત્યારે ડેટા સેટમાં હજુ પણ ઘણા "0" તીવ્રતા મૂલ્યો હોય છે જે સહસંબંધ ગણતરીને અસર કરશે. પછી, જ્યારે ભરેલા પીક ફંક્શનનો ઉપયોગ કરવામાં આવે છે અને જ્યારે ભરેલા પીક ફંક્શનનો ઉપયોગ કરવામાં આવતો નથી ત્યારે પ્રાપ્ત ડેટા પ્રોસેસિંગ પરિણામોની તુલના કરીએ છીએ, અને સરેરાશ સુધારેલા અંદાજિત મૂલ્યના આધારે પૃષ્ઠભૂમિ અવાજ મૂલ્યની ગણતરી કરીએ છીએ, અને પછી આ 0 તીવ્રતા મૂલ્યોને ગણતરી કરેલ પૃષ્ઠભૂમિ મૂલ્ય સાથે બદલીએ છીએ. અમે ફક્ત એવા લક્ષણો પણ ધ્યાનમાં લીધા છે જેમની તીવ્રતા પૃષ્ઠભૂમિ મૂલ્ય કરતાં ત્રણ ગણી વધી ગઈ છે અને તેમને "સાચા શિખરો" તરીકે ગણ્યા છે. PCC ગણતરીઓ માટે, નમૂના પૂર્વગામી (MS1) અને ઓછામાં ઓછા આઠ સાચા શિખરોવાળા ફ્રેગમેન્ટ ડેટા સેટના ફક્ત m/z સિગ્નલો ધ્યાનમાં લેવામાં આવે છે.
જો સમગ્ર નમૂનામાં પૂર્વગામી ગુણવત્તા લક્ષણની તીવ્રતા ઓછી અથવા ઊંચી અથડામણ ઊર્જાને આધિન સમાન ગુણવત્તા લક્ષણની ઘટેલી તીવ્રતા સાથે નોંધપાત્ર રીતે સહસંબંધિત હોય, અને CAMERA દ્વારા લક્ષણને આઇસોટોપ પીક તરીકે લેબલ કરવામાં ન આવે, તો તેને વધુ વ્યાખ્યાયિત કરી શકાય છે. પછી, 3 સેકન્ડ (પીક રીટેન્શન માટે અંદાજિત રીટેન્શન સમય વિન્ડો) ની અંદર તમામ શક્ય પૂર્વગામી-ઉત્પાદન જોડીઓની ગણતરી કરીને, સહસંબંધ વિશ્લેષણ કરવામાં આવે છે. જ્યારે m/z મૂલ્ય પૂર્વગામી મૂલ્ય કરતા ઓછું હોય અને MS/MS ફ્રેગમેન્ટેશન ડેટા સેટમાં પૂર્વગામી તરીકે સમાન નમૂના સ્થાન પર થાય છે જેમાંથી તે મેળવવામાં આવ્યું છે, ત્યારે તેને ટુકડો ગણવામાં આવે છે.
આ બે સરળ નિયમોના આધારે, અમે ઓળખાયેલ પુરોગામીના m/z કરતા વધારે m/z મૂલ્યો ધરાવતા ઉલ્લેખિત ટુકડાઓને બાકાત રાખીએ છીએ, અને પુરોગામી જ્યાં દેખાય છે તે નમૂના સ્થાન અને ઉલ્લેખિત ટુકડાના આધારે. MS1 મોડમાં જનરેટ થયેલા ઘણા ઇન-સોર્સ ટુકડાઓ દ્વારા જનરેટ કરાયેલ ગુણવત્તા સુવિધાઓને ઉમેદવાર પુરોગામી તરીકે પસંદ કરવાનું પણ શક્ય છે, જેનાથી રીડન્ડન્ટ MS/MS સંયોજનો ઉત્પન્ન થાય છે. આ ડેટા રીડન્ડન્સી ઘટાડવા માટે, જો સ્પેક્ટ્રાની NDP સમાનતા 0.6 કરતાં વધી જાય, અને તે CAMERA દ્વારા એનોટેટેડ ક્રોમેટોગ્રામ "pcgroup" સાથે સંબંધિત હોય, તો અમે તેમને મર્જ કરીશું. અંતે, અમે પુરોગામી અને ટુકડાઓ સાથે સંકળાયેલા ચારેય CE પરિણામોને વિવિધ અથડામણ ઊર્જા પર સમાન m/z મૂલ્ય ધરાવતા તમામ ઉમેદવાર શિખરોમાંથી સૌથી વધુ તીવ્રતા શિખર પસંદ કરીને અંતિમ ડિકન્વોલ્યુટેડ સંયુક્ત સ્પેક્ટ્રમમાં મર્જ કરીએ છીએ. અનુગામી પ્રક્રિયા પગલાં સંયુક્ત સ્પેક્ટ્રમની વિભાવના પર આધારિત છે અને વિભાજનની સંભાવનાને મહત્તમ કરવા માટે જરૂરી વિવિધ CE શરતોને ધ્યાનમાં લે છે, કારણ કે કેટલાક ટુકડાઓ ફક્ત ચોક્કસ અથડામણ ઊર્જા હેઠળ જ શોધી શકાય છે.
મેટાબોલિક પ્રોફાઇલની ઇન્ડ્યુસિબિલિટીની ગણતરી કરવા માટે RDPI (30) નો ઉપયોગ કરવામાં આવ્યો હતો. મેટાબોલિક સ્પેક્ટ્રમ ડાયવર્સિટી (Hj ઇન્ડેક્સ) માર્ટિનેઝ એટ અલ. (8) દ્વારા વર્ણવેલ નીચેના સમીકરણનો ઉપયોગ કરીને MS/MS ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશનના શેનોન એન્ટ્રોપીનો ઉપયોગ કરીને MS/MS પ્રિકર્સર્સની વિપુલતામાંથી મેળવવામાં આવે છે. Hj = −∑i = 1mPijlog2(Pij) જ્યાં Pij j-th નમૂનામાં i-th MS/MS ની સંબંધિત આવર્તનને અનુરૂપ છે (j = 1, 2,…, m) (i = 1, 2, …, m) t).
મેટાબોલિક વિશિષ્ટતા (Si ઇન્ડેક્સ) ને ધ્યાનમાં લેવામાં આવતા નમૂનાઓ વચ્ચેની આવર્તનના સંબંધમાં આપેલ MS/MS ની અભિવ્યક્તિ ઓળખ તરીકે વ્યાખ્યાયિત કરવામાં આવે છે. MS/MS વિશિષ્ટતાની ગણતરી Si = 1t (∑j = 1tPijPilog2PijPi) તરીકે કરવામાં આવે છે.
દરેક j નમૂનાના મેટાબોલોમ-વિશિષ્ટ δj સૂચકાંક અને MS/MS વિશિષ્ટતાની સરેરાશ δj = ∑i = 1mPijSi માપવા માટે નીચેના સૂત્રનો ઉપયોગ કરો.
MS/MS સ્પેક્ટ્રા જોડીમાં ગોઠવાયેલા હોય છે, અને સમાનતાની ગણતરી બે સ્કોર્સના આધારે કરવામાં આવે છે. પ્રથમ, પ્રમાણભૂત NDP (જેને કોસાઇન કોરિલેશન પદ્ધતિ તરીકે પણ ઓળખવામાં આવે છે) નો ઉપયોગ કરીને, સ્પેક્ટ્રા NDP = (∑iS1 & S2WS1, iWS2, i) 2∑iWS1, i2∑iWS2, i2 વચ્ચે સેગમેન્ટ સમાનતા સ્કોર કરવા માટે નીચેના સમીકરણનો ઉપયોગ કરો જ્યાં S1 અને S2 અનુરૂપ રીતે, સ્પેક્ટ્રમ 1 અને સ્પેક્ટ્રમ 2, તેમજ WS1, i અને WS2 માટે, i એ ટોચની તીવ્રતાના આધારે વજનનું પ્રતિનિધિત્વ કરે છે કે બે સ્પેક્ટ્રા વચ્ચે i-th સામાન્ય ટોચનો તફાવત 0.01 Da કરતા ઓછો છે. વજનની ગણતરી નીચે મુજબ કરવામાં આવે છે: W = [ટોચની તીવ્રતા] m [ગુણવત્તા] n, m = 0.5, n = 2, માસબેન્ક દ્વારા સૂચવ્યા મુજબ.
બીજી સ્કોરિંગ પદ્ધતિ લાગુ કરવામાં આવી હતી, જેમાં MS/MS વચ્ચે વહેંચાયેલ NL નું વિશ્લેષણ કરવામાં આવ્યું હતું. આ માટે, અમે MS ફ્રેગમેન્ટેશન પ્રક્રિયા દરમિયાન વારંવાર આવતી 52 NL યાદીઓનો ઉપયોગ કર્યો હતો, અને વધુ ચોક્કસ NL (ડેટા ફાઇલ S1) જે અગાઉ નબળા નેપેન્થેસ પ્રજાતિઓના ગૌણ ચયાપચયના MS/MS સ્પેક્ટ્રમ માટે ટીકા કરવામાં આવી હતી (9, 26). દરેક MS/MS માટે 1 અને 0 નો બાઈનરી વેક્ટર બનાવો, જે અનુક્રમે કેટલાક NL ના વર્તમાન અને અસ્તિત્વમાં નથી. યુક્લિડિયન અંતર સમાનતાના આધારે, બાઈનરી NL વેક્ટરની દરેક જોડી માટે NL સમાનતા સ્કોરની ગણતરી કરવામાં આવે છે.
ડ્યુઅલ ક્લસ્ટરિંગ કરવા માટે, અમે R પેકેજ DiffCoEx નો ઉપયોગ કર્યો, જે વેઇટેડ જીન કો-એક્સપ્રેશન એનાલિસિસ (WGCNA) ના એક્સટેન્શન પર આધારિત છે. MS/MS સ્પેક્ટ્રાના NDP અને NL સ્કોરિંગ મેટ્રિસિસનો ઉપયોગ કરીને, અમે તુલનાત્મક સહસંબંધ મેટ્રિક્સની ગણતરી કરવા માટે DiffCoEx નો ઉપયોગ કર્યો. બાઈનરી ક્લસ્ટરિંગ "cutreeDynamic" પેરામીટરને method = "hybrid", cutHeight = 0.9999, deepSplit = T, અને minClusterSize = 10 પર સેટ કરીને કરવામાં આવે છે. DiffCoEx નો R સોર્સ કોડ ટેસન એટ અલ દ્વારા વધારાની ફાઇલ 1 માંથી ડાઉનલોડ કરવામાં આવ્યો હતો. (57); જરૂરી R WGCNA સોફ્ટવેર પેકેજ https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA માં મળી શકે છે.
MS/MS મોલેક્યુલર નેટવર્ક વિશ્લેષણ કરવા માટે, અમે NDP અને NL સમાનતા પ્રકારોના આધારે જોડીવાળા સ્પેક્ટ્રલ કનેક્ટિવિટીની ગણતરી કરી, અને CyFilescape yFiles લેઆઉટ અલ્ગોરિધમ એક્સટેન્શન એપ્લિકેશનમાં ઓર્ગેનિક લેઆઉટનો ઉપયોગ કરીને નેટવર્ક ટોપોલોજીને વિઝ્યુઅલાઈઝ કરવા માટે Cytoscape સોફ્ટવેરનો ઉપયોગ કર્યો.
ડેટા પર આંકડાકીય વિશ્લેષણ કરવા માટે R સંસ્કરણ 3.0.1 નો ઉપયોગ કરો. આંકડાકીય મહત્વનું મૂલ્યાંકન બે-માર્ગી વિશ્લેષણ ઓફ વેરિઅન્સ (ANOVA) નો ઉપયોગ કરીને કરવામાં આવ્યું હતું, ત્યારબાદ ટુકીનો પ્રમાણિકપણે નોંધપાત્ર તફાવત (HSD) પોસ્ટ-હોક ટેસ્ટ કરવામાં આવ્યો હતો. શાકાહારી સારવાર અને નિયંત્રણ વચ્ચેના તફાવતનું વિશ્લેષણ કરવા માટે, સમાન ભિન્નતા ધરાવતા નમૂનાઓના બે જૂથોના બે-પૂંછડીવાળા વિતરણનું વિશ્લેષણ વિદ્યાર્થીના ટી પરીક્ષણનો ઉપયોગ કરીને કરવામાં આવ્યું હતું.
આ લેખ માટે પૂરક સામગ્રી માટે, કૃપા કરીને http://advances.sciencemag.org/cgi/content/full/6/24/eaaz0381/DC1 જુઓ.
આ એક ઓપન એક્સેસ લેખ છે જે ક્રિએટિવ કોમન્સ એટ્રિબ્યુશન-નોન-કોમર્શિયલ લાઇસન્સની શરતો હેઠળ વિતરિત કરવામાં આવે છે, જે કોઈપણ માધ્યમમાં ઉપયોગ, વિતરણ અને પુનઃઉત્પાદનની મંજૂરી આપે છે, જ્યાં સુધી અંતિમ ઉપયોગ વ્યાપારી લાભ માટે ન હોય અને આધાર એ હોય કે મૂળ કાર્ય સાચું છે. સંદર્ભ.
નોંધ: અમે તમને ફક્ત તમારું ઇમેઇલ સરનામું આપવાનું કહીએ છીએ જેથી તમે જે વ્યક્તિને પેજ પર ભલામણ કરો છો તે જાણે કે તમે ઇચ્છો છો કે તે ઇમેઇલ જુએ અને તે સ્પામ ન હોય. અમે કોઈપણ ઇમેઇલ સરનામાં કેપ્ચર કરીશું નહીં.
આ પ્રશ્નનો ઉપયોગ તમે મુલાકાતી છો કે નહીં તે ચકાસવા અને આપમેળે સ્પામ સબમિશન અટકાવવા માટે થાય છે.
માહિતી સિદ્ધાંત ખાસ ચયાપચયની સરખામણી અને પરીક્ષણ સંરક્ષણ સિદ્ધાંતોની આગાહી માટે એક સાર્વત્રિક ચલણ પૂરું પાડે છે.
માહિતી સિદ્ધાંત ખાસ ચયાપચયની સરખામણી અને પરીક્ષણ સંરક્ષણ સિદ્ધાંતોની આગાહી માટે એક સાર્વત્રિક ચલણ પૂરું પાડે છે.
©2021 અમેરિકન એસોસિયેશન ફોર ધ એડવાન્સમેન્ટ ઓફ સાયન્સ. તમામ અધિકારો સુરક્ષિત છે. AAAS એ HINARI, AGORA, OARE, CHORUS, CLOCKSS, CrossRef અને COUNTER ના ભાગીદાર છે. સાયન્સ એડવાન્સ ISSN 2375-2548.