New plant breeding techniques and their regulatory implications: An opportunity to advance metabolomics approaches

Die Studie diskutiert die Bedeutung von modernen Metabolomics-Verfahren für die Bewertung von Pflanzen, die durch Genome-Editing-Verfahren verändert wurden. Metabolomics-Verfahren erlauben es, die Zusammensetzung und Veränderungen von Stoffwechselprodukten (=Metabolite) in Zellen zu analysieren.

Biologische Grundlagen der Zelle
Im Zellkern befindet sich die DNA von höheren Lebewesen und enthält damit die genetische Information für alle Proteine (auch Eiweiße genannt), die ein Organismus herstellen kann. Zur Bildung von Proteinen müssen zunächst Gene auf dem Erbgut abgelesen werden und die entsprechenden messenger RNAs (mRNAs) gebildet werden. Die mRNAs tragen die genetischen Informationen für den Aufbau der jeweiligen Proteine. Eine mRNA wird sozusagen in das betreffende Protein übersetzt. Proteine haben vielfältige Aufgaben in den Zellen und sind an der Herstellung von verschiedenen Stoffwechselprodukten beteiligt, die z.B. als Botenstoffe, als Bestandteile der Zellwand oder im Zellstoffwechsel benötigt werden.

Omics-Verfahren
Es gibt eine Reihe von Verfahren, die dazu verwendet werden können, um die verschiedenen molekularen Ebenen einer Zelle zu analysieren:

1. Analyseverfahren, mit denen man die gesamte DNA-Sequenz eines Organismus untersuchen kann, zum Beispiel mittels Genomsequenzierung, werden unter dem Begriff Genomics zusammengefasst.
2. Unter dem Oberbegriff Transcriptomics werden Analyseverfahren zusammengefasst, mit denen man die Zusammensetzung aller RNA-Moleküle einer Zelle zu einem bestimmten Zeitpunkt bestimmen kann.
3. Die Proteomics sind Analyseverfahren aller vorhandenen Proteine einer Zelle zu einem bestimmten Zeitpunkt. Proteomics schließen zum Beispiel Verfahren der Massenspektrometrie ein.
4. Zu den Metabolomics zählen Verfahren, mit denen man die Zusammensetzung der Stoffwechselprodukte einer Zelle (= das Metabolom) analysieren kann.

Die genannten Verfahren werden unter dem Oberbegriff Omics zusammengefasst. Diese Verfahren haben das Potenzial, die komplexen Interaktionsnetzwerke innerhalb einer Zelle aufzuklären. Zusätzlich werden oft auch Verfahren zur Analyse des Epigenoms, also der Gesamtheit aller epigenetischen Marker, die die Genaktivität steuern, sowie Verfahren, die die Zusammensetzung des Mikrobioms eines Organismus entschlüsseln, zu den Omics gezählt.

Fokus: Metabolomics
Der Fokus dieser Studie liegt auf Metabolomics-Verfahren. Stoffwechselprodukte wie Zucker, Fettsäuren, Aminosäure, Alkohole usw. sind vielfältig und kommen in verschiedenen Mengen innerhalb eines Organismus vor. Die Metabolomics-Verfahren müssen hohe analytische Herausforderungen erfüllen, um beispielsweise die Zusammensetzung und die Menge der Metaboliten zu untersuchen. Dafür werden vor allem Verfahren der Massenspektrometrie und die Kernresonanzspektroskopie (NMR) verwendet.

Metabolomics zur Analyse von genomeditierten Pflanzen
Die Analyse des Metaboloms von Pflanzen hat in den letzten Jahren an Bedeutung gewonnen, die Weiterentwicklung dieser Verfahren hat jedoch nicht in dem Ausmaß stattgefunden, wie es zum Beispiel bei den Genomics der Fall war. Das Metabolom stellt die Zusammensetzung der Inhaltsstoffe einer Pflanze dar und ist auch in Lebens- und Futtermitteln noch nachweisbar, wohingegen die Zusammensetzung der DNA und Proteine darin unvollständig sein kann. Metabolomics sind daher vielversprechende Verfahren, mit denen man vergleichende Studien von unveränderten und genomeditierten Pflanzen und deren Produkten durchführen kann. In einer vorherigen Studie wurde bereits vorgeschlagen, dass Metabolomics-Verfahren dazu verwendet werden könnten, um genomeditierte Pflanzen zu analysieren und gegebenenfalls nachzuweisen, auch wenn nur kleine Veränderungen im Erbgut durch SDN-1-Anwendungen bewirkt wurden (siehe Fraser et al., 2020).
Eine Metabolomics-Analyse ist umfangreich und kann die Zusammensetzung von Vorläufermolekülen, Zwischenprodukten, Endprodukten und deren Derivate in vielen verschiedenen Stoffwechselwegen aufschlüsseln. Je mehr Informationen über den veränderten Stoffwechselweg bekannt sind, desto einfacher und gezielter kann die Zusammensetzung der Metabolite analysiert werden und ggf. der Nachweis von bestimmten Stoffwechselprodukten erbracht werden. Wird beispielsweise in die Fettsäurebiosynthese eingegriffen und ein Enzym zur Bildung einer bestimmten Fettsäure ausgeschaltet, dann kann gezielt mit Hilfe von Lipidomics-Verfahren die Zusammensetzung aller zellulären Lipide untersucht werden. Ist nicht bekannt, welches Zielgen und damit in welchen Stoffwechselweg eingegriffen wurde, muss eine ungezielte Metabolomics-Untersuchung durchgeführt werden, die nicht auf eine bestimmte Metaboliten-Art ausgelegt ist. Die Analyse ist breiter angelegt, jedoch weniger umfangreich in den verschiedenen Metaboliten-Arten (z.B. Fette, Zucker, Aminosäuren etc.). Es wird in der Studie betont, dass die Weiterentwicklung der Metabolomics-Verfahren vorangetrieben werden muss, um sie für die Untersuchung von genomeditierten Pflanzen noch gezielter einsetzen zu können.
Die Autoren verweisen auf eine Studie von Zsogon et al, 2018, in der eine genomeditierte Tomate vorgestellt wurde, die durch CRISPR/Cas an mehreren verschiedenen Bereichen des Erbguts verändert wurde. Diese Anwendung der Genschere wird auch als Multiplexing bezeichnet. Als Ausgangspunkt wurde eine ursprüngliche Tomatensorte verwendet, die dann den modernen Züchtungserfolgen angepasst werden sollte. Das wird auch als De-novo-Domestizierung bezeichnet. Dadurch sollen positive Eigenschaften von wilden Arten, wie bestimmte Resistenzen, erhalten bleiben und den modernen Ansprüchen der Konsumenten angepasst werden. Die Autoren nennen diese genomeditierte Tomate als informatives Beispiel, das mit Metabolomics-Verfahren untersucht werden könnte, um die genomeditierte Pflanze mit ihrer ursprünglichen Wildform und anderen modernen Sorten zu vergleichen. Es werden aber in dieser Studie keine Ergebnisse aus Metabolomics-Analysen an genomeditierten Pflanzen vorgestellt.