Pesquisadores do Centro RIKEN para Ciência de Recursos Sustentáveis ​​(CSRS) no Japão desenvolveram um novo sistema de espectrometria de massa computacional para identificar metabolomas - conjuntos inteiros de metabólitos para diferentes organismos vivos. Quando o novo método foi testado em tecidos selecionados de 12 espécies de plantas, foi capaz de notar mais de 1000 metabólitos. Entre eles estavam dezenas que nunca haviam sido encontrados antes, incluindo aqueles com potencial antibiótico e anticancerígeno.

A aspirina analgésica comum (ácido acetilsalicílico) foi produzida pela primeira vez no século 19, e é famoso por ser derivado do extrato de casca de salgueiro, um medicamento que foi descrito em tabletes de argila há milhares de anos. Depois que um novo método de síntese foi descoberto, e depois de ter sido usado em todo o mundo por quase 70 anos, os cientistas finalmente conseguiram entender como funciona. Este foi um longo processo histórico, e enquanto as plantas permanecem um recurso quase infinito para a descoberta de drogas e biotecnologia, milhares de anos não é mais um período de tempo aceitável.

Por que demora tanto tempo?

O maior problema é que existem milhões de espécies de plantas e cada uma tem seu próprio metaboloma - o conjunto de todos os produtos do metabolismo da planta. Atualmente, conhecemos apenas cerca de 5% de todos esses produtos naturais. Embora a espectrometria de massa possa identificar metabólitos vegetais, só funciona para determinar se uma amostra contém uma determinada molécula. A busca por metabólitos ainda desconhecidos é outra história.

A espectrometria de massa computacional é um campo de pesquisa crescente que se concentra em encontrar metabólitos até então desconhecidos e prever suas funções. O campo estabeleceu bancos de dados e repositórios de metaboloma, que facilitam a identificação global de humanos, plantar, e metabolomas da microbiota. Liderados por Hiroshi Tsugawa e Kazuki Saito, uma equipe do CSRS passou vários anos desenvolvendo um sistema que pode identificar rapidamente um grande número de metabólitos vegetais, incluindo aqueles que não foram identificados antes.

Como explica Tsugawa, "embora nenhum software possa identificar de forma abrangente todos os metabólitos em um organismo vivo, nosso programa incorpora novas técnicas em espectrometria de massa computacional e fornece 10 vezes a cobertura dos métodos anteriores. "Em testes, enquanto os métodos baseados em espectrometria de massa observaram apenas cerca de cem metabólitos, o novo sistema da equipe conseguiu localizar mais de mil.

A nova técnica computacional se baseia em vários novos algoritmos que comparam os resultados da espectrometria de massa de plantas marcadas com carbono-13 com as que não são. Os algoritmos podem prever a fórmula molecular dos metabólitos e classificá-los por tipo. Eles também podem prever a subestrutura de metabólitos desconhecidos, e com base em semelhanças na estrutura, ligue-os a metabólitos conhecidos, o que pode ajudar a prever suas funções.

Ser capaz de encontrar metabólitos desconhecidos é um ponto-chave de venda para o novo software. Em particular, o sistema foi capaz de caracterizar uma classe de antibióticos (benzoxazinoides) em arroz e milho, bem como uma classe com propriedades antiinflamatórias e antibacterianas (glicoalcalóides) na cebola comum, tomate, e batata. Ele também foi capaz de identificar duas classes de metabólitos anticâncer, um (saponinas triterpeno) em grãos de soja e alcaçuz, e o outro (alcalóide beta-carbolina) em uma planta da família do café.

Além de facilitar a triagem de metabolomas especializados em plantas, o novo processo vai acelerar a descoberta de produtos naturais que podem ser usados ​​em medicamentos, e também aumentar a compreensão da fisiologia vegetal em geral.

Como observa Tsugawa, o uso deste novo método não se limita às plantas. "Eu acredito que a decodificação computacional dos dados de espectrometria de massa metabolômica está ligada a uma compreensão mais profunda de todos os metabolismos. Nosso próximo objetivo é melhorar essa metodologia para facilitar a identificação global de metabolomas humanos e da microbiota também. Metabolitos recém-encontrados podem ser investigados via genômica , transcriptômica, e proteômica. "

O estudo foi publicado em março, 28 dentro Métodos da Natureza .