《Journal of Plant Diseases and Protection》:Diagnostic volatile organic compounds for potato wart disease: a GC-MS based chemometric approach
编辑推荐:
挥发性有机化合物(volatile organic compounds, VOCs)可作为植物健康和病原感染的敏感指标。在本研究中,研究人员应用气相色谱-质谱联用(gas chromatography–mass spectrometry, GC-MS)结合多变
挥发性有机化合物(volatile organic compounds, VOCs)可作为植物健康和病原感染的敏感指标。在本研究中,研究人员应用气相色谱-质谱联用(gas chromatography–mass spectrometry, GC-MS)结合多变量化学计量学分析,以鉴定由病原菌内生集壶菌(Synchytrium endobioticum)引起的马铃薯癌肿病特有的VOC模式。在受控条件下分析了健康和人工感染的马铃薯块茎,并使用基于Python的工作流程处理所得色谱数据,该工作流程整合了数据合并、预处理、主成分分析(principal component analysis, PCA)和线性判别分析(linear discriminant analysis, LDA)。化学计量学模型成功区分了感染块茎与健康块茎。有七种化合物——1-甲氧基-3-甲基丁烷、3-甲基-1-丁醇、2-甲基-1-丁醇、2,3-丁二醇、异戊基乙醚、苯乙烯和茄碱酮(solavetivone)——被鉴定为感染指示物。此外,一项质量特异性评估表明,仅使用选定的离子碎片即可实现区分,这为简化的现场应用奠定了基础。本研究首次表征了内生集壶菌(S. endobioticum)感染的挥发性指纹,并建立了一种稳健、省时的工作流程,用于马铃薯作物中检疫性病原菌的非侵入性检测。
**论文解读文章**
**研究背景**
马铃薯癌肿病是由专性活体营养型壶菌内生集壶菌(*Synchytrium endobioticum*)引起的最具破坏性的马铃薯病害之一(Hinrichs-Berger 和 Zegermacher, 2022)。该真菌感染马铃薯几乎所有分生组织细胞,并产生高度抗性的休眠孢子,可在土壤中存活数十年,重新种植时再激活感染(Przetakiewicz, 2015)。目前已知超过40个生理小种,其毒力和克服栽培品种抗性的能力各异(Nguyen 等, 2024;Van De Vossenberg 等, 2022)。因此,内生集壶菌(*S. endobioticum*)被欧洲和地中海植物保护组织(European and Mediterranean Plant Protection Organization, EPPO)列为检疫性有害生物,任何侵染必须上报给植物检疫机构(Hinrichs-Berger 和 Zegermacher, 2022;Van De Vossenberg 等, 2022;Jeger 等, 2018)。尽管存在抗性品种,但新的强毒力小种不断出现,且化学或生物防治措施基本无效。因此,早期准确检测内生集壶菌(*S. endobioticum*)对于阻止其进一步传播和支持根除计划至关重要(Plich 等, 2018;Jeger 等, 2018;Van De Vossenberg 等, 2020)。
挥发性有机化合物(volatile organic compounds, VOCs)在植物与病原菌及害虫的相互作用中扮演重要角色,影响通讯、防御和胁迫响应(Brosset 和 Blande, 2022;Baldwin 和 Schultz, 1983;Binyameen 等, 2021;Bai 等, 2020;Killiny, 2022)。植物和微生物在相互作用中均能产生物种特异性的VOCs,可作为感染或生理胁迫的诊断指标(Schulz 和 Dickschat, 2007;Weisskopf 等, 2007;Brosset 和 Blande, 2022)。基于VOCs的检测方法在监测植物健康和病原菌活性方面日益受到关注(Martinelli 等, 2015;MacDougall 等, 2022)。气相色谱-质谱联用(gas chromatography–mass spectrometry, GC-MS)是植物VOCs分析的常用方法(Zhou 等, 2021;Chen 等, 2024),但识别病原菌特异性模式和标记物因VOC排放的复杂性和众多影响因素而耗时费力(Agustika 等, 2021;Makhlouf 等, 2024)。Vermeeren等(2025)开发并成功测试了一种多变量评估方法,简化并改进了GC-MS数据中病原菌特异性模式和标记物的分析。本研究旨在表征感染与健康马铃薯块茎的VOC图谱,鉴定指示感染的标记化合物,并评估质量特异性分类方法。研究人员假设:内生集壶菌(*S. endobioticum*)感染诱导出可重复的独特VOC指纹,从而能够准确区分健康和患病块茎。
**该论文发表在《Journal of Plant Diseases and Protection》。**
**主要关键技术方法(不超过250字)**
研究人员从德国Julius Kühn研究所(Kleinmachnow)获取马铃薯品种“Tomensa”的健康块茎和人工接种内生集壶菌(*S. endobioticum*)生理小种1的感染块茎。在恒温16–18°C的隔离室内,块茎用Nalophan
?箔包裹富集VOCs,并使用Tenax
? GR吸附管以90 mL/min流速采样60分钟。GC-MS分析采用Shimadzu GCMS-QP2020系统,配备热脱附和BP5MS毛细管柱,氦气为载气,电子轰击电离(electron impact, EI)模式(70 eV)记录质谱。数据处理使用定制Python 3.10.1脚本,包括Savitzky–Golay平滑、非对称最小二乘基线校正、总信号面积归一化,以及主成分分析(PCA)降维和线性判别分析(LDA)分类。质量特异性评估使用提取离子色谱(extracted ion current, EIC)进行相同工作流程。
**研究结果**
**色谱分离与光谱对比**
代表性总离子流色谱图(total ion current, TIC)和提取离子色谱图(EIC)显示,健康和感染块茎的整体峰模式存在显著差异。感染块茎在保留时间2.50、2.95、3.01、3.91、4.75和13.03分钟出现健康对照中缺失的额外峰;健康块茎在5.96、6.13、7.51和9.33分钟出现感染样品中不存在的较小峰。EIC相比TIC具有更低的背景噪声和更好的峰分离。
**化学计量学分类结果**
PCA降维保留3个主成分(PCs),TIC和EIC数据集分别解释总方差的63.5%和67.2%。训练数据的留一法交叉验证分类准确率TIC为85%、EIC为83%;独立测试数据中健康块茎准确率100%、感染块茎准确率88%。LDA图显示两类样品在化学计量学模型中清晰分离。
**标记化合物鉴定**
通过分析PCA载荷图,确定了12个对分类贡献最大的保留时间。基于NIST 17.2数据库和保留指数(retention index, RI)比对,初步鉴定出12种化合物:2-甲基-1-丙醇、1-甲氧基-3-甲基丁烷、3-甲基-1-丁醇、2-甲基-1-丁醇、2,3-丁二醇、异戊基乙醚、苯乙烯、苯甲醛、二丙烯甘醇甲醚、十二甲基五硅氧烷、4-乙基-1,2-二甲氧基苯和茄碱酮(solavetivone)。其中,1-甲氧基-3-甲基丁烷、2,3-丁二醇、3-甲基-1-丁醇、2-甲基-1-丁醇、异戊基乙醚、苯乙烯和茄碱酮仅存在于感染样品中,构成诊断性挥发性指纹。此外,3-甲基-1-丁醇、2-甲基-1-丁醇、异戊基乙醚和苯乙烯的信号强度显著高于其他化合物。
**质量特异性评估结果**
使用EIC进行质量特异性分类,其LDA分类表现与TIC相当,且EIC的载荷图在保留时间2.95、3.01、3.91和4.75分钟处正载荷更突出、负载荷减弱,表明保留时间漂移对基于EIC的数据评估影响更小,分类性能良好甚至更优。
**总结讨论与结论翻译**
**讨论部分总结**:
化学计量学评估揭示内生集壶菌(*S. endobioticum*)感染马铃薯块茎与健康对照存在独特的VOC模式。鉴定出的12种化合物中,7种与病原感染直接相关:1-甲氧基-3-甲基丁烷、2,3-丁二醇、3-甲基-1-丁醇、2-甲基-1-丁醇此前已在细菌性马铃薯病害中被报道;3-甲基-1-丁醇和2-甲基-1-丁醇通常与真菌感染相关;异戊基乙醚和苯乙烯尚未在马铃薯中报道,但与真菌代谢和抗真菌信号有关。这些化合物的共存构成可重复的指纹,尽管单一化合物对*S. endobioticum*并非完全特异,但它们的组合代表独特的诊断特征。质量特异性评估表明,使用选定离子碎片(EIC)可实现同样甚至更好的分类,且减少了保留时间漂移的影响,为简化现场应用提供了基础。二丙烯甘醇甲醚和十二甲基五硅氧烷被推断为污染物。
**结论部分翻译**:
本研究证明了GC-MS与化学计量学分析成功应用于鉴定马铃薯块茎中与内生集壶菌(*S. endobioticum*)感染相关的VOCs。通过整合数据合并、预处理和化学计量学分析,该方法为传统手动数据评估提供了一种稳健且省时的替代方案。七种化合物——1-甲氧基-3-甲基丁烷、3-甲基-1-丁醇、2-甲基-1-丁醇、2,3-丁二醇、异戊基乙醚、苯乙烯和茄碱酮——在感染样品中被稳定检测,共同构成诊断性挥发性指纹。除化合物鉴定外,补充的质量特异性评估证实,仅使用选定离子碎片也能实现分类,突显了该方法用于简化、田间部署应用的潜力。据研究人员所知,这是首次系统表征马铃薯癌肿病特异性VOC图谱。这些结果为开发基于VOC的检疫性病原菌非侵入性诊断工具奠定了基础,并有助于推进可持续的植物健康监测。未来的研究应将该方法扩展到其他马铃薯病害,以验证标记物特异性并优化其在实时检测系统中的实际适用性。