Geniş hedefli metabolomik, çok sayıda küçük moleküllü metaboliti aynı deney içinde taramayı ve önceden tanımlanmış kütle spektrometrisi geçişleri üzerinden bunların göreli bolluklarını karşılaştırmayı sağlayan yüksek kapsamlı bir analitik yaklaşımdır. Bu çalışmada üç kahverengi ve üç sarı keten tohumu çeşidi, Lanzhou New Area ve Baiyin Jingtai olmak üzere iki farklı yetiştirme bölgesinde değerlendirilmiş; bütün tohumlardan hazırlanan ekstraktlar UPLC-ESI-MS/MS ve çoklu reaksiyon izleme (Multiple Reaction Monitoring, MRM) yöntemiyle analiz edilmiştir. Toplam 1456 metabolit tespit edilmiş ve sarı–kahverengi gruplar arasındaki en belirgin farklılıkların özellikle flavonoidler ile fenolik asitlerde yoğunlaştığı bulunmuştur.

Çalışma üç kahverengi çeşidi — Russian-3 (227), Longya 15 (141) ve Shuangya 15 (175) — üç sarı çeşitle — Baya 21 (YJ2435), zh554 (YJ2414) ve zh232 (YJ2408) — karşılaştırmıştır. Altı çeşit de 2024 yılında hem Lanzhou New Area'da hem Baiyin Jingtai'de yetiştirilmiştir. Böylece yalnız tek bir kahverengi ve sarı çeşidi karşılaştırmak yerine, iki farklı çevrede toplam altı genotip üzerinden renk grupları arasındaki metabolik örüntünün ne kadar tutarlı olduğu araştırılmıştır.

1456 metabolitin 223'ü flavonoid (%15,32), 217'si lipit (%14,90), 187'si amino asit ve türevleri (%12,84), 182'si alkaloid (%12,50), 120'si fenolik asit (%8,24), 119'u terpenoid (%8,17), 61'i nükleotit ve türevleri (%4,20), 58'i organik asit (%3,98), 45'i lignan (%3,09), 22'si kumarin (%1,51), 9'u kinon (%0,62), 2'si tanen (%0,14), 2'si steroid (%0,14) ve 209'u diğer bileşikler (%14,35) olarak sınıflandırılmıştır. Flavonoidler, fenolik asitler, lignanlar, kumarinler ve tanenler birlikte toplam metabolitlerin yaklaşık %28,3'ünü oluşturmuştur.

Her yetiştirme bölgesinde üç sarı–kahverengi çift karşılaştırılmıştır. Lanzhou grubunda sırasıyla 376, 401 ve 429; Jingtai grubunda ise 356, 417 ve 390 diferansiyel metabolit belirlenmiştir. Altı karşılaştırmada ortak olarak farklılaşan polifenolik bileşikler incelendiğinde 21 flavonoid ve 10 fenolik asitten oluşan 31 ortak diferansiyel metabolit belirlenmiştir.

Bu ortak yapı ve ek analizler sonucunda sekiz metabolit renk gruplarıyla özellikle güçlü ve tekrarlanabilir ilişkiler gösteren adaylar olarak öne çıkmıştır. Maesopsin 6-β-D-glucopyranoside, phloretin 3′,5′-di-C-glucoside, 3,5-di-galloyl sorbitol, (−)-epigallocatechin, leucocyanidin, (+)-gallocatechin ve gallate kahverengi grupta daha yüksek; lignan sınıfındaki demethoxypinoresinol ise sarı grupta daha yüksek bulunmuştur.

Karma etkili ANOVA, kabuk rengi etkisinin bu sekiz metabolitin tamamında FDR düzeltmesinden sonra anlamlı olduğunu göstermiştir. Bununla birlikte aynı analizde “renk grubu içinde genotip” etkisinin de sekiz metabolitin tamamında p < 0,05 olması, metabolit bolluğunun yalnız renk etiketiyle açıklanamayacağını gösteren önemli bir ayrıntıdır. Bu nedenle sekiz bileşik “rengi kesin belirleyen moleküller” değil, genetik olarak kontrollü popülasyonlarda ayrıca doğrulanması gereken aday renk-ilişkili metabolitlerdir.

KEGG yolak analizlerinde flavonoid biyosentezi, flavon/flavonol biyosentezi, kafeik asit türevlerinin biyosentezi ve ferulik asit türevlerinin biyosentezi karşılaştırmaların önemli bölümünde zenginleşmiştir. Yazarlar özellikle fenilpropanoid ve flavonoid metabolizmasının kahverengi ve sarı keten tohumu grupları arasındaki farklılaşmada merkezi rol oynayabileceğini tartışmaktadır. Ancak çalışma gen ekspresyonu veya enzim aktivitesini doğrudan ölçmediği için metabolik akışın hangi enzim üzerinden değiştiği kesin olarak gösterilmemiştir.

Korelasyon analizinde kahverengi grupta zenginleşen fenolik bileşiklerin önemli bölümü oleik asit ve bazı durumlarda protein içeriğiyle pozitif ilişkiler gösterirken, sarı grupta yüksek olan demethoxypinoresinol linolenik asitle pozitif ilişki göstermiştir. Bunlar istatistiksel ilişkilerdir; bir metabolitin yağ asidi veya protein düzeyini doğrudan artırdığını kanıtlamaz.

Temel yorum sınırı: Araştırma “kahverengi keten tohumu insan sağlığı açısından sarı keten tohumundan daha iyidir” sonucunu test etmemiştir. Çalışma bir beslenme veya klinik müdahale deneyi değil, tohum metabolitlerinin karşılaştırıldığı bitki metabolomiği çalışmasıdır. Ayrıca altı çeşidin genel genetik arka planları farklıdır, çalışma yalnız bir yetiştirme sezonunu kapsar ve kabuk rengi nicel kolorimetri yerine görsel kategoriyle sınıflandırılmıştır. Bu nedenle metabolit–renk ilişkileri güçlü olsa da renk oluşumunun nedensel mekanizması henüz kanıtlanmış değildir.

Araştırmanın çözmek istediği problem nedir?

Keten tohumu (Linum usitatissimum L.) yağ asitleri, protein, lif, lignanlar ve çok sayıda fenolik bileşik içeren bir tarım ürünüdür. Kahverengi ve sarı tohumlu çeşitler görünür renk bakımından kolaylıkla ayrılabilse de, bu fenotipik farkın bütün metabolom düzeyindeki karşılığı yeterince açıklanmamıştır.

Önceki araştırmalar keten tohumunda özellikle α-linolenik asit ve lignanlar gibi belirli bileşenlere yoğunlaşmıştır. Buna karşılık yüzlerce veya binlerce metaboliti aynı anda inceleyerek farklı renk gruplarının metabolik imzasını karşılaştıran çalışmalar daha sınırlıdır. Bu araştırmanın amacı, sarı ve kahverengi çeşitlerde hangi metabolit sınıflarının sistematik biçimde ayrıştığını ve bu ayrımın iki farklı yetiştirme ortamında korunup korunmadığını belirlemektir.

Geniş Hedefli Metabolomik Nedir?

Bu çalışmada kullanılan geniş hedefli metabolomik yaklaşımı, binlerce olası sinyal arasında yalnız genel bir tarama yapmak yerine geniş bir metabolit veritabanı ve tanımlı kütle spektrometrisi geçişlarından yararlanarak çok sayıda metaboliti aynı platformda izleyen bir yöntemdir; burada ölçüm UPLC ile kromatografik ayrım, ESI ile iyonlaştırma ve QTRAP 6500+ cihazında MRM tabanlı kütle spektrometrisiyle gerçekleştirilmiş, bolluk karşılaştırmaları esas olarak kromatografik pik alanları üzerinden yapılmıştır.

Bu nedenle makaledeki “metabolit konsantrasyonu daha yüksek” ifadeleri mutlak olarak mg/g gibi kalibre edilmiş kimyasal konsantrasyonlarla karıştırılmamalıdır. Yöntem bölümü metabolit bolluğunu esas olarak düzeltilmiş kromatografik pik alanları üzerinden karşılaştırmaktadır ve Şekil 5'in y ekseni de göreli içerik/pik alanı olarak tanımlanmıştır.

Çalışmada hangi keten tohumu çeşitleri kullanıldı?

İki yetiştirme bölgesinin rolü nedir?

Altı çeşidin tamamı iki bölgede yetiştirilmiştir:

• Lanzhou New Area: 103°57′ E, 36°16′ N.
• Baiyin Jingtai: 104°07′ E, 37°18′ N.

Kaynak, Lanzhou New Area için örnek adlarında QC, Jingtai için JT kodunu kullanmaktadır. Burada dikkat edilmesi gereken terminolojik bir karışıklık vardır: metabolomik kalite kontrol örnekleri de İngilizce “quality control” ifadesinden dolayı QC olarak adlandırılmaktadır. Örnek adındaki QC227 gibi “QC” konum kodunu, analitik kalite kontrol anlamındaki “QC sample” ile karıştırmamak gerekir.

Tarla koşulları yapay olarak kontrol edilmemiştir. Her bölgede sulama, gübreleme ve zararlı yönetimi standart agronomik uygulamalarla yürütülmüştür. Kaynak uzun dönem iklim kayıtlarına dayanarak Jingtai'nin yaklaşık 8,5 °C yıllık ortalama sıcaklık ve 185 mm yıllık yağışla, Lanzhou'nun yaklaşık 10,5 °C ve 320 mm değerlerine göre daha serin ve kurak olduğunu belirtmektedir. Bunlar çalışma yılına ait eksiksiz kamuya açık cihaz kayıtları değil, bölgelerin uzun dönem iklim karakterini açıklamak için verilen yaklaşık değerlerdir.

Araştırmacılar çevresel farklılığı ortadan kaldırmaya çalışmamış; aynı renk-ilişkili metabolitlerin iki zıt çevrede yeniden ortaya çıkıp çıkmadığını değerlendirmek için bu farklılığı çalışmanın bir parçası olarak kullanmıştır.

Neden bütün tohum analiz edildi?

Renk gözlemleri ve metabolomik analizler sağlam bütün tohum üzerinden yürütülmüştür. Kaynak bunun gerekçesini, görünür renk farkından esas olarak tohum kabuğunun sorumlu olması ve kabuğun endospermden metabolit profilini değiştirmeden kolayca ayrılamaması şeklinde açıklamaktadır.

Örnek hazırlama nasıl yapıldı?

Hasarlı tohumlar ve yabancı materyaller uzaklaştırıldıktan sonra numuneler kurutulmuş ve 63 saat liyofilize edilmiştir. Liyofilizasyon, suyun donmuş numuneden düşük basınç altında uzaklaştırılmasıyla metabolitlerin işleme sırasında değişmesini azaltmayı amaçlayan bir kurutma yöntemidir.

Kurutulan numuneler MM 400 öğütücüde 30 Hz, 1,5 dakika öğütülmüştür. Her metabolomik ekstraksiyonda 50 mg numune tozu kullanılmış ve buna önceden soğutulmuş 1200 µL %70 metanol–su karışımı eklenmiştir.

Ekstraksiyon çözeltisi ayrıca bir iç standart içermektedir. Kaynak, standart çözeltisinin 1 mg/mL hazırlanıp %70 metanolle 250 µg/mL'ye seyreltildiğini belirtir; ancak ana yöntem metninde iç standardın kimyasal kimliğini açıkça vermemektedir. Bu nedenle Verianla tarafından bir bileşik adı eklenmemiştir.

Karışım altı kez, her seferinde 30 saniye vortekslenmiş ve bu işlem her 30 dakikada bir tekrarlanmıştır. Daha sonra Eppendorf 5810 R cihazıyla santrifüj uygulanmış, üst faz alınmış ve 0,22 µm membran filtreden geçirilerek UPLC-MS/MS vialine aktarılmıştır.

Yeniden üretilebilirlik notu: Ana yöntem metni bu ekstraksiyon santrifüjünün devir/g kuvveti, süresi ve sıcaklığını açıkça raporlamamaktadır. Bu eksik parametre Verianla tarafından tamamlanmamıştır.

UPLC hangi işi yapmaktadır?

Ultra yüksek performanslı sıvı kromatografisi (UPLC), ekstrakt içindeki çok sayıdaki molekülü kolonla etkileşimlerine göre zaman içinde birbirinden ayırır. Bu çalışmada ExionLC AD sistemi ve Agilent SB-C18 kolon kullanılmıştır. Kolonun parçacık boyutu 1,8 µm, iç çapı 2,1 mm ve uzunluğu 100 mm'dir.

Mobil faz A, ultrapür su içinde %0,1 formik asit; mobil faz B ise %0,1 formik asit içeren asetonitrildir. Başlangıçta B oranı %5'tir. İlk 9 dakikada %95'e yükseltilmiş, 1 dakika %95'te tutulmuş, 10,00–11,10 dakika arasında yeniden %5'e indirilmiş ve 14. dakikaya kadar %5'te dengelenmiştir.

ESI-QTRAP-MS ve MRM ne yapmaktadır?

Kromatografiden çıkan moleküller elektrosprey iyonizasyonu (Electrospray Ionization, ESI) ile yüklü iyonlara dönüştürülür. Çalışmada iyon kaynağı sıcaklığı 500 °C, pozitif iyon modu püskürtme gerilimi +5500 V ve negatif iyon modu −4500 V olarak ayarlanmıştır.

İyon kaynağı gaz I, gaz II ve curtain gas değerleri sırasıyla 50, 60 ve 25 psi'dir. Çarpışma kaynaklı iyonizasyon yüksek ayarda kullanılmış ve çarpışma gazı azot olmuştur.

MRM, belirli bir öncül iyon ile ondan oluşturulan karakteristik ürün iyonunun birlikte izlenmesine dayanan hedefli kütle spektrometrisi tekniğidir. Q1 kuadrupolü seçilen öncül iyonu geçirir. Bu iyon çarpışma hücresinde parçalanır; Q3 ise seçilen ürün iyonunu geçirir. Böylece aynı anda çok sayıda bilinen veya veri tabanında tanımlanmış metabolit için seçici sinyal izlenebilir.

Rt, Q1, Q3 ve ana fragmanlar ne demektir?

Kaynak Table 1'de 31 ortak diferansiyel metabolit için aşağıdaki analitik kimlik bilgilerini vermektedir:

Kaynak, Table 1'de yıldız işareti taşıyan bazı bileşikleri MS/MS parçalanma örüntüleri ve referans karşılaştırmaları temelinde putatif olarak tanımlanmış şeklinde işaretlemektedir. Dolayısıyla bütün 31 giriş için aynı düzeyde yapısal tanımlama kesinliği varsayılmamalıdır.

Metabolitler nasıl nicelleştirilmiştir?

Q1, hedef öncül iyonları seçerek hedef dışı iyon girişimini azaltmış; öncül iyonlar çarpışmayla parçalanmış ve karakteristik ürün iyonları Q3 üzerinden izlenmiştir. Her metabolit için kromatografik pik alanı entegre edilmiş ve farklı numuneler arasındaki pik alanları düzeltilmiştir.

Bu yöntem çalışma içindeki göreli metabolit bolluklarını karşılaştırmak için kullanılmıştır. Makalede bütün 1456 metabolit için sertifikalı standartlara dayalı mutlak mg/g kalibrasyon eğrileri bildirilmemektedir.

Kahverengi Keten Tohumu Bu Çalışmaya Göre Daha Sağlıklı mı?

Hayır; bu çalışma sarı ve kahverengi keten tohumlarının insanlarda sağlık sonucu, hastalık riski veya beslenme üstünlüğünü karşılaştırmamıştır. Araştırma, farklı renk gruplarındaki metabolit bolluklarını incelemiştir; kahverengi grupta bazı fenolik bileşiklerin daha yüksek olması tek başına “daha sağlıklı” veya “daha besleyici” olduğu sonucunu oluşturmaz.

1456 metabolitin sınıfları

Her örnek grubunda kaç metabolit tespit edildi?

PCA neyi göstermektedir?

Temel Bileşen Analizi (Principal Component Analysis, PCA), grup etiketlerini sonuç oluşturmak için kullanmadan çok boyutlu metabolit verisindeki temel varyasyon yönlerini özetleyen gözetimsiz bir yöntemdir. Her metabolit ayrı bir boyut gibi düşünüldüğünde PCA, bu çok yüksek boyutlu yapıyı birkaç bileşene sıkıştırarak örnekler arasındaki genel benzerlik ve farklılıkların görülmesini kolaylaştırır.

Lanzhou örneklerinde PC1 toplam varyansın %24,48'ini, PC2 %14,27'sini; ikisi birlikte %38,75'ini açıklamıştır. Jingtai örneklerinde PC1 %24,10, PC2 %15,05 ve toplam %39,15 varyans açıklamıştır. Üç biyolojik tekrarın aynı çeşit içinde yakın kümelenmesi kaynak tarafından iyi tekrarlanabilirlikle ilişkilendirilmiştir.

HCA neyi göstermektedir?

Hiyerarşik Kümeleme Analizi (Hierarchical Clustering Analysis, HCA), metabolit profilleri birbirine benzeyen numuneleri adım adım kümeler. Kaynak 1456 metabolitin tamamına dayanan ısı haritasında altı çeşidin ayrıldığını ve kahverengi/sarı grupların belirgin bir sınıflanma gösterdiğini bildirmektedir.

Aynı renk grubundaki bazı çeşitlerin farklı lokasyonlarda da birlikte kümelenmesi, yazarlar tarafından genetik etkinin çevresel etkiden daha baskın olabileceğini düşündüren bir gözlem olarak yorumlanmıştır. Bununla birlikte çalışma yalnız bir sezon ve altı genotip içerdiğinden bu yorum bütün keten genetik çeşitliliğine genellenemez.

OPLS-DA neden PCA'dan farklıdır?

Ortogonal Kısmi En Küçük Kareler Ayırma Analizi (Orthogonal Partial Least Squares Discriminant Analysis, OPLS-DA), PCA'dan farklı olarak karşılaştırılan sınıf etiketlerini kullanır ve iki grup arasındaki ayrımı en iyi açıklayan metabolik değişkenleri belirlemeye çalışır. Bu nedenle gözetimli bir yöntemdir.

Kaynak altı ayrı sarı–kahverengi çift için OPLS-DA modeli oluşturmuştur:

R²X, metabolit veri matrisindeki X varyasyonunun model tarafından açıklanan kısmıyla; R²Y, sınıf yanıtının açıklanmasıyla; Q² ise modelin çapraz doğrulama temelli öngörü performansıyla ilişkilidir. Kaynak bütün modellerde R²Y ve Q² değerlerinin 0,9'un üzerinde olmasını güçlü model performansı olarak yorumlamış ve ek materyalde OPLS-DA permutation plotlarını sunmuştur.

Diferansiyel metabolit seçimi nasıl yapılmıştır?

Bu ifade makaledeki diferansiyel metabolit tarama kriterlerinin birlikte yazılmış biçimidir; kaynak bunu ayrı numaralı bir denklem olarak vermemektedir.

VIP (Variable Importance in Projection), OPLS-DA modelinde bir metabolitin grup ayrımına katkısının önem ölçüsüdür. Kaynak yalnız VIP ≥ 1 olan metabolitleri aday taramaya almıştır.

FC (fold change), iki grubun metabolit bollukları arasındaki oranı ifade eder. \(|\log_2(FC)| \geq 1\) koşulu matematiksel olarak bolluk oranının bir yönde en az 2 kat veya ters yönde en fazla yarıya karşılık gelen büyüklükte olması anlamına gelir. Artışın hangi gruba göre tanımlandığı karşılaştırmanın yönüne bağlıdır.

FDR (False Discovery Rate), yüzlerce veya binlerce metabolitin aynı anda sınandığı analizlerde çoklu karşılaştırmalar nedeniyle ortaya çıkabilecek yanlış pozitif sonuçları kontrol etmeyi amaçlar. Çalışma Benjamini–Hochberg yöntemini kullanmış ve düzeltilmiş p değeri için 0,05 eşiği uygulamıştır.

Altı karşılaştırmada kaç diferansiyel metabolit bulundu?

Bu sonuçların ortak özelliği, en belirgin farklılaşan sınıfların özellikle flavonoidler ve fenolik asitler olmasıdır. Bu nedenle sonraki ayrıntılı aday taraması polifenolik bileşikler üzerinde yoğunlaşmıştır.

Polifenolik metabolitlerdeki fold-change aralıkları

Sekiz Metabolit Keten Tohumu Renginin Kesin Belirleyicileri mi?

Hayır. Sekiz bileşik iki lokasyonda sarı ve kahverengi grupları güçlü biçimde ayıran ve karma etkili ANOVA'da renk etkisi anlamlı kalan aday metabolitlerdir; ancak çeşitlerin genetik arka planları farklı olduğu, renk nicel ölçülmediği ve fonksiyonel nedensellik deneyi yapılmadığı için bu bileşiklerin kabuk rengini doğrudan oluşturduğu henüz kanıtlanmamıştır.

Kahverengi grupta öne çıkan yedi metabolit

Kaynak, maesopsin 6-β-D-glucopyranoside, phloretin 3′,5′-di-C-glucoside ve 3,5-di-galloyl sorbitol için “yalnız kahverengi tohumlarda tespit edildi” ifadesini kullanırken aynı bölümde sarı gruba karşı sonlu fold-change aralıkları da raporlamaktadır. Verianla bu iki kaynak ifadesini kendi varsayımıyla uzlaştırmamış; kaynakta nasıl verildiyse yorum sınırını korumuştur.

Sarı grupta öne çıkan metabolit

Demethoxypinoresinol lignan sınıfında bir bileşiktir. Kaynak, kahverengi tohumu kontrol kabul ettiği karşılaştırmalarda bu metabolitin sarı grupta 13,87–28,95 kat daha yüksek olduğunu bildirmiştir. Yazarlar bunun sarı kabuk rengiyle ilişkili olabileceğini önermekte, ancak hipotezin deneysel olarak ayrıca doğrulanması gerektiğini açıkça belirtmektedir.

Sekiz aday metabolitin karma etkili ANOVA doğrulaması

Bu tablo üç farklı mesajı aynı anda taşır. Birincisi, renk etkisi sekiz metabolitin tamamında q < 0,05'tir. İkincisi, lokasyon ve renk × lokasyon etkileri çoğu metabolitte anlamlı değildir. Üçüncüsü ve kolayca gözden kaçabilecek nokta, genotipin renk grubu içindeki rastgele etkisinin sekiz metabolitte de p < 0,05 olmasıdır. Dolayısıyla renk grupları net biçimde ayrışsa da aynı renk içindeki çeşitler metabolik olarak tamamen özdeş değildir.

KEGG analizi neyi göstermektedir?

KEGG yolak zenginleştirme analizi, diferansiyel metabolitlerin hangi biyokimyasal yolaklarda beklenenden daha sık bulunduğunu değerlendirmek için kullanılmıştır. Bir yolakta zenginleşme görülmesi, o yolaktaki bütün enzimlerin aktivitesinin doğrudan ölçüldüğü anlamına gelmez; bu çalışma metabolit bolluklarından hareketle yolak düzeyinde ilişki kurmaktadır.

Flavonoid biyosentezi ve flavon/flavonol biyosentezi birçok karşılaştırmada tekrarlanmıştır. Kaynak flavonoid yolunu fenilpropanoid metabolizmasıyla ilişkilendirir; chalcone synthase (CHS), chalcone isomerase (CHI), flavanone 3-hydroxylase (F3H) ve flavonol synthase (FLS) gibi enzimleri biyokimyasal bağlam olarak tartışır.

Ancak bu çalışmada CHS, CHI, F3H veya FLS'nin gen ekspresyonu ya da enzim aktivitesi doğrudan ölçülmemiştir. Bu nedenle “kahverengi tohumda CHS aktivitesi arttı” gibi bir sonuç kaynak tarafından gösterilmemiştir.

Şekil 6'daki Rich Factor nasıl okunmalıdır?

Kaynak Şekil 6'nın gerçek grafik ekseninde x ekseni “Rich Factor” olarak görünmektedir ve balon büyüklüğü “Count” ile ölçeklenmektedir. Buna karşılık kaynak şekil açıklaması yatay ekseni “impact factor (bubble size)” şeklinde tarif etmektedir. Bu iki gösterim aynı olmadığından Verianla herhangi birini sessizce diğerine çevirmemiştir. KEGG sonuçlarının güvenli bilimsel özeti, kaynak metninde açıkça verilen zenginleşmiş yolak isimleri ve p < 0,05 sınırı üzerinden yapılmıştır.

Korelasyon analizi neyi gösterdi?

Çalışma sekiz aday metaboliti tohum kabuk rengi ile birlikte palmitik, stearik, oleik, linoleik ve linolenik asit; yağ içeriği; protein içeriği ve lignan içeriği gibi kalite özellikleriyle karşılaştırmıştır.

Kaynak kodlamasında demethoxypinoresinol kabuk rengiyle güçlü pozitif ve linolenik asitle anlamlı pozitif korelasyon göstermiştir. Diğer yedi metabolit kabuk rengiyle güçlü negatif korelasyon göstermiştir. Bu işaretlerin yorumunun kullanılan renk kodlamasına bağlı olduğu unutulmamalıdır; kaynak bu ilişkileri sarı/kahverengi metabolik farklılaşması bağlamında yorumlamaktadır.

(+)-Gallocatechin oleik asit ve protein içeriğiyle güçlü pozitif ilişkiler göstermiştir. (−)-Epigallocatechin ve leucocyanidin de oleik asit ve proteinle güçlü pozitif ilişkili bulunmuştur. Phloretin 3′,5′-di-C-glucoside, maesopsin 6-β-D-glucopyranoside, 3,5-di-galloyl sorbitol ve gallate ise oleik asitle çok güçlü pozitif korelasyonlar göstermiştir.

Metabolit–Renk Korelasyonu Nedensellik Anlamına Geliyor mu?

Hayır. Aynı metabolitin kahverengi veya sarı tohumlarda sürekli daha yüksek bulunması, o metabolitin kabuk rengini ürettiğini tek başına kanıtlamaz; çalışmanın kendisi genetik olarak kontrollü materyaller, genetik transformasyon veya in vitro pigment yeniden oluşturma gibi fonksiyonel deneylerin doğrudan nedenselliği göstermek için gerekli olduğunu belirtmektedir.

Polifenoller kahverengi rengi nasıl etkileyebilir?

Kaynak, mevcut bitki pigmentasyonu literatürüne dayanarak flavonoid ve fenolik bileşiklerin ortak pigmentasyon veya ko-pigmentasyon süreçlerine katkıda bulunabileceğini tartışmaktadır. Özellikle yedi kahverengi-ilişkili flavonoid/fenolik bileşiğin önemli ko-pigmentler olarak birlikte etki gösterebileceği yönünde bir hipotez ileri sürülmüştür.

Bu yorum çalışma tarafından doğrudan pigment yeniden oluşturma deneyiyle test edilmemiştir. Dolayısıyla “bu yedi metabolit kahverengi rengi oluşturur” yerine “bu yedi metabolit kahverengi renk ile güçlü biçimde ilişkilidir ve ko-pigmentasyon mekanizmasına katkıda bulunabilecek adaylardır” ifadesi kaynak sınırına daha uygundur.

Sarı tohumlarda lignan metabolizması ne anlama gelebilir?

Demethoxypinoresinol sarı grupta daha yüksek bulunmuştur. Yazarlar bunu lignan biyosentezine doğru olası metabolik yönelim ve flavonoid biyosenteziyle ortak öncüllerin paylaşılması bağlamında tartışmaktadır. Ancak karbon akışının gerçekten bu şekilde değiştiğini göstermek için transkriptomik, enzim aktivitesi veya izotop akış analizi yapılmamıştır.

Şekil 5'te Duncan, Table 2'de Tukey neden görünüyor?

Kaynak Şekil 5'in açıklaması, 31 fenolik metabolitin farklı cultivar–lokasyon gruplarındaki göreli içerik karşılaştırmasında Duncan testi kullanıldığını belirtmektedir. Buna karşılık yöntem bölümünün karma etkili aday doğrulama analizi, renk etkisi anlamlı bulunan metabolitlerde Tukey HSD post hoc testi tanımlamaktadır. Bunlar farklı istatistiksel analiz katmanlarıdır; ancak ana yöntem bölümünde Duncan testinin ayrıntılı protokolü ayrıca açıklanmamıştır.

Çalışmanın desteklediği sonuçlar

• Altı keten çeşidinde toplam 1456 metabolit tespit edilmiştir.
• Kahverengi ve sarı gruplar metabolomik profilleri bakımından ayrışmıştır.
• Flavonoidler ve fenolik asitler diferansiyel metabolitler arasında özellikle önemlidir.
• İki lokasyonda altı çift karşılaştırmada 31 ortak polifenolik diferansiyel metabolit belirlenmiştir.
• Sekiz metabolit renk grupları arasında tutarlı ve istatistiksel olarak doğrulanmış farklılıklar göstermiştir.
• Yedi aday kahverengi grupta, demethoxypinoresinol sarı grupta daha yüksek bulunmuştur.
• Kabuk rengi etkisi sekiz adayın tamamında FDR sonrasında anlamlıdır.
• Flavonoid, flavon/flavonol, kafeik asit türevleri ve ferulik asit türevleriyle ilişkili yolaklar önemli zenginleşmeler göstermiştir.
• Bazı metabolitler oleik asit, linolenik asit ve protein içeriği gibi kalite ölçütleriyle korelasyon göstermiştir.

Çalışmanın desteklemediği sonuçlar

• Kahverengi keten tohumunun insanlar için sarı keten tohumundan daha sağlıklı olduğu gösterilmemiştir.
• Sekiz metabolitin kabuk renginin doğrudan nedeni olduğu kanıtlanmamıştır.
• Metabolit–yağ asidi veya metabolit–protein korelasyonları nedensel etki kanıtı değildir.
• İki renk grubunun yalnız renk geni bakımından farklı olduğu söylenemez; genetik arka planları farklıdır.
• Çalışma çok yıllı çevresel kararlılığı doğrulamamıştır.
• Kabuk rengi CIE Lab gibi nicel renk ölçümüyle fenotiplenmemiştir.
• KEGG zenginleşmesi ilgili enzimlerin aktivitesinin doğrudan ölçüldüğü anlamına gelmez.
• Göreli pik alanı farkları bütün metabolitler için mutlak kimyasal konsantrasyon anlamına gelmez.
• Sekiz adayın bugün için doğrulanmış marker-assisted breeding belirteçleri olduğu söylenemez.

Çalışmanın Yöntemi ve Bulguları

1. Deneysel materyal ve yetiştirme düzeni

Altı genotip iki lokasyonda doğal tarla koşullarında yetiştirilmiş ve 2024 yılında olgunlukta hasat edilmiştir. Kaynak üç biyolojik tekrar ve üç teknik tekrar kullandığını belirtir. Ana metin tarla parsel boyutu, blok düzeni ve biyolojik tekrarların kesin tarla yerleşimi gibi ayrıntıları raporlamamaktadır.

2. Analitik kalite kontrol

UPLC-MS/MS verilerinde quality-control örneklerinin total ion chromatogram (TIC) ve extracted ion chromatogram (XIC) örtüşmeleri Supplementary Figure S1'de değerlendirilmiştir. TIC, analiz boyunca toplam iyon sinyalinin tutarlılığını; XIC ise belirli iyonların kromatografik davranışını izlemek için kullanılır.

Üç biyolojik tekrar arasında Lanzhou gruplarında R² = 0,965–0,995, Jingtai gruplarında R² = 0,890–0,994 korelasyon katsayıları bildirilmiştir. Kaynak bu sonuçları örnek homojenliği ve analitik tekrarlanabilirliğin yüksek olmasıyla ilişkilendirmiştir.

3. Metabolit tanımlama

Metabolitler Metware Biotechnology'nin kendi MWDB veri tabanı ve halka açık metabolit veri tabanlarıyla tanımlanmıştır. İzotop sinyalleri ile K⁺, Na⁺ ve NH₄⁺ gibi adduct sinyalleri, aynı bileşiğin birden fazla metabolitmiş gibi sayılmasını azaltmak amacıyla analiz sırasında ayrıştırılmıştır.

4. Diferansiyel metabolit taramasının üçlü kapısı

Bir metabolitin diferansiyel kabul edilmesi için tek bir kriter yeterli değildir. Kaynak aynı anda üç koşul istemektedir: OPLS-DA'da VIP ≥ 1, mutlak log₂ fold-change ≥ 1 ve Benjamini–Hochberg FDR düzeltmesinden sonra p < 0,05.

Böylece yalnız büyük görünen fakat istatistiksel olarak güvenilir olmayan farklar ile istatistiksel açıdan anlamlı ancak biyolojik büyüklüğü küçük farkların bir bölümünün elenmesi amaçlanmıştır.

5. PCA sonuçları

Lanzhou'da ilk iki ana bileşen toplam varyansın %38,75'ini, Jingtai'de %39,15'ini açıklamıştır. Altı çeşidin kümeleri ayrılmış ve her çeşidin üç biyolojik tekrarı yakın kümelenmiştir.

6. HCA sonuçları

1456 metabolitin tümüne dayalı ısı haritası, çeşitler arasında metabolik farklılık bulunduğunu ve kahverengi ile sarı grupların genel olarak ayrıldığını göstermiştir. Kaynak, aynı renk grubundaki farklı lokasyon numunelerinin birbirine yakınlığını genetik etkinin önemli olduğuna ilişkin destek olarak yorumlamaktadır.

7. OPLS-DA sonuçları

Altı ikili OPLS-DA karşılaştırmasının tamamında kahverengi ve sarı gruplar skor grafiklerinde birbirinden ayrılmıştır. R²Y değerleri 0,997–1,000, Q² değerleri 0,936–0,965 aralığındadır. Kaynak bu sonuçları yüksek model kararlılığı ve öngörü gücüyle birlikte yorumlamıştır.

8. Ortak polifenolik farklılık

Altı karşılaştırma birlikte değerlendirildiğinde 31 ortak diferansiyel polifenolik metabolit belirlenmiştir. Bunların 21'i flavonoid, 10'u fenolik asittir. Kaynak Table 1 bu bileşiklerin kromatografik tutulma sürelerini, Q1/Q3 iyonlarını, önemli fragmanlarını, moleküler ağırlıklarını, iyonlaşma biçimlerini, molekül formüllerini ve alt sınıflarını verir.

9. Sekiz aday metabolitin seçimi

Yedi bileşik kahverengi tohumlarda bütün karşılaştırma gruplarında daha yüksek yönelim göstermiş; demethoxypinoresinol sarı tohumlarda belirgin biçimde yükselmiştir. Bu sekiz bileşik daha sonra kabuk rengi ve diğer kalite özellikleriyle korelasyon analizine alınmış ve karma etkili ANOVA ile yeniden doğrulanmıştır.

10. Karma etkili ANOVA neden önemlidir?

Sarı ve kahverengi çeşitlerin farklı genotiplerden oluşması, basit bir iki-grup testiyle “renk etkisini” genotip farklılığından tamamen ayırmayı zorlaştırır. Bu nedenle çalışma kabuk rengini ve lokasyonu sabit etki, renk × lokasyon etkileşimini sabit etki ve genotipi renk içinde yuvalanmış rastgele etki olarak modele dahil etmiştir.

Metabolit bollukları analiz öncesinde log₂ dönüşümüne tabi tutulmuş; normal dağılım Shapiro–Wilk, varyans homojenliği Levene testiyle kontrol edilmiştir. Renk etkisi anlamlı metabolitlerde Tukey HSD karşılaştırması kullanılmış ve çoklu testler Benjamini–Hochberg FDR ile düzeltilmiştir. Anlamlılık düzeyi α = 0,05, FDR için q < 0,05'tir.

11. Karma modelin gösterdiği ince ayrıntı

Renk etkisinin bütün sekiz adayda anlamlı olması önemli olmakla birlikte, Table 2'de genotip(renk) p değerleri 0,028–0,047 aralığındadır ve tamamı 0,05'in altındadır. Bu durum aynı renk grubundaki üç çeşidin de birbirinin metabolik kopyası olmadığını gösterir.

Buna karşılık lokasyon ana etkisinin p değerleri 0,056–0,234, renk × lokasyon etkileşiminin p değerleri 0,067–0,213 aralığındadır. Bu sonuçlar sekiz adayın renk yönünün iki lokasyonda görece tutarlı olduğunu desteklemektedir; ancak yalnız iki alan ve tek yıl nedeniyle uzun dönem çevresel kararlılık henüz doğrulanmış değildir.

12. Korelasyon sonuçlarının doğru sınırı

Korelasyon grafiğinde kırmızı pozitif, mavi negatif ilişkiyi; elipsin uzaması ilişkinin büyüklüğünü; yıldızlar istatistiksel anlamlılığı göstermektedir. Kaynağa göre * işareti 0,01 < p < 0,05, ** işareti 0,001 < p < 0,01, *** ise p < 0,001 düzeyindedir.

Bu analiz sekiz metabolit ile renk ve kalite özelliklerinin birlikte değişme yönünü gösterir. Bir metabolitin oleik asitle pozitif korelasyonu, söz konusu metabolitin oleik asit sentezini artırdığını kanıtlamaz.

13. Çalışmanın güçlü yönleri

• Tek çeşit yerine üç sarı ve üç kahverengi genotip kullanılmıştır.
• Aynı genotipler iki farklı yetiştirme ortamında incelenmiştir.
• 1456 metaboliti kapsayan geniş bir metabolom taraması yapılmıştır.
• Diferansiyel metabolit seçiminde etki büyüklüğü, model önemi ve FDR birlikte kullanılmıştır.
• Aday sekiz metabolit yalnız ikili karşılaştırmalara değil karma etkili modele de tabi tutulmuştur.
• Renk ile diğer kalite özellikleri arasındaki ilişkiler ayrıca korelasyon düzeyinde incelenmiştir.

14. Çalışmanın başlıca sınırlılıkları

• Çalışma yalnız 2024 yetiştirme sezonunu kapsamaktadır.
• Yalnız iki yetiştirme lokasyonu bulunmaktadır.
• Altı çeşidin genel genetik arka planları birbirinden farklıdır.
• Yakın izogenik hat veya yalnız kabuk rengi bakımından ayrılan mutant çift kullanılmamıştır.
• Kabuk rengi nicel CIE Lab ölçümü yerine kategorik görsel değerlendirmeyle sınıflandırılmıştır.
• Numuneler metabolomik ekstraksiyonda tamamen kullanıldığı için sonradan nicel renk ölçümü yapılamamıştır.
• Çalışma yılının eksiksiz kamuya açık meteorolojik cihaz kayıtları bulunmamaktadır.
• Ekstraksiyon santrifüjünün g kuvveti, süre ve sıcaklık değerleri ana yöntem metninde verilmemiştir.
• İç standardın kimyasal kimliği ana metinde açıkça belirtilmemiştir.
• MRM pik alanları büyük ölçüde göreli bolluk verir; bütün metabolitler için mutlak mg/g nicelleştirme raporlanmamıştır.
• Korelasyon analizleri doğrudan biyokimyasal nedensellik kanıtı değildir.
• KEGG sonuçları gen ekspresyonu veya enzim aktivitesi ölçümü değildir.
• Aday metabolitler genetik olarak kontrollü popülasyonlarda henüz fonksiyonel olarak doğrulanmamıştır.

Kaynak ve Yöntem Notu

Özgün çalışma: Widely Targeted Metabolomics Reveals Metabolic Differences Between Yellow and Brown Flaxseed Cultivars (Linum usitatissimum L.)

Yazarlar: Wenjuan Li; Jing Sun; Yang Yang; Wei Zhao; Zhao Dang; Yaping Xie; Yanni Qi; Xingrong Wang; Yanjun Zhang; Gang Wang; Nan Lu; Yaming Niu; Zuyu Hu; Limin Wang; Jianping Zhang.

Yazar sırası: Kaynak PDF'deki sıra aynen korunmuştur.

Eş katkı: Kaynak PDF'de eş birinci yazarlık/eş katkı bildirimi görülmemektedir.

Sorumlu yazarlar: Limin Wang ve Jianping Zhang.

Afiliasyon 1: Institute of Crop Research, Gansu Academy of Agricultural Sciences, Lanzhou 730070, China.

Afiliasyon 2: Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences, Key Laboratory of Agro-Products Processing, Ministry of Agriculture and Rural Affairs, Beijing 100193, China.

Afiliasyon 3: Institute of Western Agriculture, Chinese Academy of Agricultural Sciences, Changji 831100, China.

Afiliasyon 4: Key Laboratory of Crop Gene Resources and Germplasm Innovation in Northwest Cold and Arid Regions, Ministry of Agriculture and Rural Affairs, Lanzhou 730070, China.

Dergi: Foods.

Yayınevi: MDPI.

Cilt / sayı / makale numarası: 15 / 15 / 2690.

DOI: 10.3390/foods15152690.

Resmî yayın kaydı: Foods 2026, 15(15), 2690; DOI kaydı üzerinden erişilebilir.

Gönderim: 17 Haziran 2026.

Revizyon: 25 Temmuz 2026.

Kabul: 28 Temmuz 2026.

Yayın: 30 Temmuz 2026.

Kaynak türü: Tarla materyaline dayalı deneysel bitki metabolomiği ve analitik kimya araştırması.

Hakemlik durumu: Hakemli bilimsel dergide yayımlanmış version of record.

Preprint durumu: Yüklenen kaynak yayımlanmış dergi sürümüdür; PDF ayrı bir preprint kimliği bildirmemektedir.

Lisans: Creative Commons Attribution (CC BY).

Akademik editör: Mehdi Rahimmalek.

Finansman: National Natural Science Foundation of China (32560491, 32460541, 32360502); Gansu Provincial Science and Technology Programs (24YFNA003, 26CXNA017, 26CXNA016); China Agriculture Research System (CARS-14-1-05); Gansu Provincial Oil Crops Industrial Technology System (GSARS09); Lanzhou Municipal Science and Technology Program (2024-8-48); Research Program of Gansu Academy of Agricultural Sciences (2025GAAS25).

Etik kurul: Uygulanabilir değil; insan veya hayvan deneyi yapılmamıştır.

Bilgilendirilmiş onam: Uygulanabilir değil.

Veri erişilebilirliği: Kaynak, özgün katkıların makale ve Supplementary Material içinde bulunduğunu ve ek soruların sorumlu yazarlara yöneltilebileceğini bildirmektedir.

Çıkar çatışması: Yazarlar çıkar çatışması bulunmadığını beyan etmiştir.

Teşekkür: Institute of Crop Research, Gansu Academy of Agricultural Sciences personeline tarla yönetimi ve numune toplama desteği için; Metware Biotechnology Co., Ltd.'ye metabolomik teknik desteği için teşekkür edilmiştir.

Yazar katkıları: Wenjuan Li: araştırma, veri düzenleme, ilk taslak; Limin Wang: araştırma, biçimsel analiz, finansman edinimi; Jing Sun: kavramsallaştırma, biçimsel analiz; Yang Yang: kavramsallaştırma, danışmanlık; Wei Zhao: doğrulama; Zhao Dang: biçimsel analiz; Yaping Xie: kavramsallaştırma, biçimsel analiz; Yanni Qi: biçimsel analiz; Xingrong Wang: finansman edinimi ve kaynaklar; Yanjun Zhang: kavramsallaştırma ve danışmanlık; Gang Wang: biçimsel analiz; Nan Lu, Yaming Niu ve Zuyu Hu: araştırma; Jianping Zhang: kavramsallaştırma, danışmanlık ve finansman edinimi.

Ek materyaller: Supplementary Figure S1, kalite kontrol TIC/XIC grafiklerini; Figure S2, örnek korelasyonlarını; Figure S3, PCA'yı; Figure S4, OPLS-DA permutation plotlarını; Figure S5, diferansiyel metabolit sınıf sayılarını; Figure S6, ortak ve özgül metabolitlerin Venn diyagramını içermektedir. Supplementary Tables S1–S4 sırasıyla metabolit bilgileri, diferansiyel metabolitler, diferansiyel polifenoller ve kahverengi–sarı yönlü metabolit farklarını içermektedir.

Kaynak içi terminoloji notu: “QC” kısaltması örnek adlarında Lanzhou New Area lokasyon kodu olarak kullanılırken analitik bağlamda “quality control” örneğini de ifade etmektedir. Anlam cümle bağlamından ayrılmalıdır.

Kaynak içi Şekil 5 istatistik notu: Şekil 5 açıklaması Duncan testini belirtmektedir. Ana yöntem bölümündeki karma etkili aday metabolit doğrulaması ise Tukey HSD kullanmaktadır. Duncan testinin ayrıntılı yöntem protokolü ana yöntem bölümünde ayrıca açıklanmamıştır.

Kaynak içi Şekil 6 gösterim notu: Şekil 6'nın grafiklerinde yatay eksen “Rich Factor” olarak etiketlenirken açıklama metni “impact factor” ifadesini kullanmaktadır ve balon büyüklüğü görsel lejantta “Count” olarak gösterilmektedir. Verianla bu kaynak içi gösterim farkını sessizce düzeltmemiştir.

Tanımlama kesinliği notu: Table 1'de yıldız işareti taşıyan bazı metabolitler kaynak tarafından putatif tanımlama olarak işaretlenmektedir. Bütün metabolit isimleri için eşit yapısal doğrulama düzeyi varsayılmamalıdır.

Renk ölçümü notu: Kabuk rengi kategorik görsel sınıflandırmayla belirlenmiştir; CIE Lab veya başka bir nicel kolorimetri kullanılmamıştır.

Genetik sınır: Sarı ve kahverengi çeşitler yakın izogenik hatlar değildir. Karma etkili model renk etkisini genotipten istatistiksel olarak ayırmaya çalışsa da renk ile metabolit arasındaki doğrudan nedenselliğin kesin doğrulaması için renk bakımından ayrışan genetik kontrollü popülasyonlar gerekir.

Çevresel sınır: Çalışma iki lokasyonda fakat yalnız tek yetiştirme sezonunda yürütülmüştür. Çok yıllı ve daha çok lokasyonlu doğrulama yapılmamıştır.

Nedensellik sınırı: Metabolit–renk ve metabolit–kalite korelasyonları ilişki gösterir; metabolitlerin pigmentasyonu veya besin bileşimini doğrudan oluşturduğunu kanıtlamaz. Kaynak da genetik transformasyon veya in vitro pigment yeniden oluşturma gibi fonksiyonel deneylerin doğrudan nedensellik için gerekli olduğunu belirtmektedir.

Sağlık yorumu sınırı: Çalışma insan beslenmesi, klinik sonuç, antioksidan kapasitenin insan vücudundaki etkisi veya kahverengi/sarı keten tohumunun sağlık üstünlüğünü doğrudan test etmemiştir.