Chemometric Methods in Plant Metabolomics

Tämä tutkielma käsittelee kasviuutteista kerätyn mittausdatan analysointia kemometrisilla menetelmillä. Kemometrinen analyysi tarkoittaa tilastollisten ja matemaattisten menetelmien hyödyntämistä kemiallisen mittausdatan tutkimisessa. Kemometrisessä analyysissä pyritään esimerkiksi löytämään analysoiduista näytteistä uutta tietoa tai lajittelemaan näytteitä analyytikon määrittelemiin kategorioihin. Kemometrinen analyysi perustuu tietokoneen tekemään hahmontunnistukseen ja löytää sekä ennalta tunnettuja, että uusia yhteyksiä näytteiden välillä. Tutkielman kirjallisuusosiossa selitetään aiheeseen liittyvät tärkeät käsitteet ja neljän suositun kemometrisen menetelmän perusperiaatteet (mm. pääkomponenttianalyysi ja hierarkkinen klusterianalyysi). Tekstissä on pyritty siihen, että se olisi helposti ymmärrettävissä ilman esitietoja kemometriasta. Aiheeseen johdattelun jälkeen kirjallisuusosa katselmoi kasviuutteiden kemometrista tutkimusta viimeisen kymmenen vuoden ajalta. Kirjallisuudessa käytetään usein kemometriaa selvittämään, poikkeaako saman kasvilajin useamman eri lajikkeen metabolomit niin merkittävästi toisistaan, että niitä voitaisiin käyttää hyväksi tunnistamattomien lajikkeiden automaattisessa tunnistamisessa, verrattaessa niitä aiemmin analysoituihin tunnettuihin näytteisiin. Kemometrisissä tutkimuksissa pyritään usein myös selvittämään, mitkä tekijät lajikkeiden metabolomeissa mahdollistavat niiden erottamisen toisistaan. Kirjallisuuskatsauksen tarkoituksena on konkreettisesti osoittaa, kuinka kemometrialla päästään tällaisiin tuloksiin ja oppia kuinka mittausdataa on tapana muokata kemometriseen analyysiin paremmin sopivaksi, kun kyse on kasviuutteista. Tutkielman kokeellinen osa soveltaa kemometrisia menetelmiä risiinikasvin pavuista kerättyjen uutteiden tutkimiseen ja pyrkii selvittämään, voidaanko saman kasvilajikkeen sisäisten uutteiden havaita poikkeavan merkittävästi muiden lajikkeiden uutteista. Tällaisessa tapauksessa on mahdollista kehittää tietokoneen tekemään hahmontunnistukseen perustuva menetelmä, joka automaattisesti tunnistaa mitä lajiketta analysoitu papu edustaa. Kokeellinen työ koostui kuorittujen homogenoitujen papujen uuttamisesta laimealla hapolla, uutteiden analysoimisesta kolmella modernilla mittaustekniikalla (nestekromatografia ultraviolettivalo-detektorilla, nestekromatografia–massaspektrometria ja protonin ydinmagneettiseen resonanssiin perustuva spektroskopia) ja saadun mittausdatan kemometrisesta analyysistä. Kirjallisuuskatsauksesta selvisi, ettei kemometrisessa tutkimuksessa ole standardeja menettelytapoja, koska ei ole olemassa yhtä kaikkeen soveltuvaa näytteenkäsittelytapaa eikä mittaustapaa. Vaikka pääpiirteet ovat usein samoja, näytteenkäsittelyn ja mittausdatan esikäsittelyn yksityiskohdat vaihtelevat paljon ja niillä voi olla suuri vaikutus tutkimuksen lopputulokseen ja johtopäätöksiin. Tästä huolimatta, datan esikäsittely jätetään usein osittain tai kokonaan kuvailematta. Kokeellisessa työssä havaittiin, että risiinikasvin kuusi tutkittua lajiketta saadaan onnistuneesti erotettua omiksi ryhmikseen sekä pääkomponenttianalyysin, että hierarkkisen klusterianalyysin avulla, kun analyysi tehtiin kromatografiselle mittausdatalle, mutta spektroskopiselle datalle sama ei onnistunut. Tulokset kannustavat jatkamaan tutkimusta, mutta jatkossa suositellaan käytettävän enemmän aikaa datassa esiintyvien piikkien kohdistamiseen. Lisäksi spektroskopisen datan esikäsittelyä tulee kehittää, jotta siinä heikkona esiintyvä biologinen informaatio saadaan kunnolla näkyville. Analyysiin voidaan esimerkiksi valita muita lyhyitä pätkiä kokonaisspektristä, jotta datassa enimmäkseen esiintyvää epäoleellista ja mahdollisesti mielenkiintoisen informaation alleen peittävää informaatiota saadaan vähennettyä.