Des chercheurs du Centre RIKEN pour la science des ressources durables (CSRS) au Japon ont développé un nouveau système de spectrométrie de masse informatique pour identifier les métabolomes, des ensembles complets de métabolites pour différents organismes vivants. Lorsque la nouvelle méthode a été testée sur des tissus sélectionnés de 12 espèces végétales, il a pu noter plus de 1000 métabolites. Parmi eux se trouvaient des dizaines qui n'avaient jamais été retrouvés auparavant, y compris ceux ayant un potentiel antibiotique et anticancéreux.

L'analgésique commun aspirine (acide acétylsalicylique) a été produit pour la première fois au 19ème siècle, et est célèbre pour son extrait d'écorce de saule, un médicament qui a été décrit dans des comprimés d'argile il y a des milliers d'années. Après la découverte d'une nouvelle méthode de synthèse, et après avoir été utilisé dans le monde entier pendant près de 70 ans, les scientifiques ont enfin pu comprendre son fonctionnement. Ce fut un long processus historique, et tandis que les plantes restent une ressource presque infinie pour la découverte de médicaments et la biotechnologie, des milliers d'années n'est plus un délai acceptable.

Pourquoi est-ce si long ?

Le plus gros problème est qu'il existe des millions d'espèces végétales et que chacune a son propre métabolome, l'ensemble de tous les produits du métabolisme de la plante. Actuellement, nous ne connaissons qu'environ 5 pour cent de tous ces produits naturels. Bien que la spectrométrie de masse puisse identifier les métabolites végétaux, cela ne fonctionne que pour déterminer si un échantillon contient une molécule donnée. La recherche de métabolites encore inconnus est une autre histoire.

La spectrométrie de masse computationnelle est un domaine de recherche en pleine croissance qui se concentre sur la découverte de métabolites auparavant inconnus et la prédiction de leurs fonctions. Le domaine a établi des bases de données et des référentiels de métabolomes, qui facilitent l'identification globale des humains, plante, et les métabolomes du microbiote. Dirigé par Hiroshi Tsugawa et Kazuki Saito, une équipe du CSRS a mis plusieurs années à développer un système capable d'identifier rapidement un grand nombre de métabolites végétaux, y compris ceux qui n'ont pas été identifiés auparavant.

Comme l'explique Tsugawa, "Alors qu'aucun logiciel ne peut identifier de manière exhaustive tous les métabolites d'un organisme vivant, notre programme intègre de nouvelles techniques de spectrométrie de masse computationnelle et offre une couverture 10 fois supérieure aux méthodes précédentes. alors que les méthodes basées sur la spectrométrie de masse n'ont noté qu'une centaine de métabolites, le nouveau système de l'équipe a pu en trouver plus d'un millier.

La nouvelle technique de calcul repose sur plusieurs nouveaux algorithmes qui comparent les sorties de spectrométrie de masse des plantes marquées au carbone-13 avec celles qui ne le sont pas. Les algorithmes peuvent prédire la formule moléculaire des métabolites et les classer par type. Ils peuvent également prédire la sous-structure de métabolites inconnus, et sur la base de similitudes de structure, les lier à des métabolites connus, qui peut aider à prédire leurs fonctions.

Être capable de trouver des métabolites inconnus est un argument de vente clé pour le nouveau logiciel. En particulier, le système a pu caractériser une classe d'antibiotiques (benzoxazinoïdes) dans le riz et le maïs ainsi qu'une classe aux propriétés anti-inflammatoires et antibactériennes (glycoalcaloïdes) dans l'oignon commun, tomate, et pomme de terre. Il a également permis d'identifier deux classes de métabolites anticancéreux, un (saponines triterpéniques) dans les fèves de soja et la réglisse, et l'autre (alcaloïde bêta-carboline) dans une plante de la famille du café.

En plus de faciliter le criblage de métabolomes spécialisés dans les plantes, le nouveau procédé accélérera la découverte de produits naturels qui pourraient être utilisés dans les médicaments, et également accroître la compréhension de la physiologie des plantes en général.

Comme le note Tsugawa, l'utilisation de cette nouvelle méthode ne se limite pas aux plantes. "Je pense que le décodage informatique des données de spectrométrie de masse métabolomique est lié à une compréhension plus approfondie de tous les métabolismes. Notre prochain objectif est d'améliorer cette méthodologie pour faciliter également l'identification globale des métabolomes humains et du microbiote. Les métabolites nouvellement découverts peuvent ensuite être étudiés plus avant via la génomique. , transcriptomique, et la protéomique."

L'étude a été publiée en mars, 28 pouces Méthodes naturelles .