БИОНОВОСТИ МИРОВОЙ НАУКИ

17.01.2023

Рамановская спектроскопия

Удовлетворение потребности растущего населения в продовольствии и энергии потребует увеличения урожайности сельскохозяйственных культур более чем на 50 % к 2050 году. Грандиозная задача увеличения сельскохозяйственного производства усложняется абиотическими и биотическими стрессами, которые снижают рост и урожайность сельскохозяйственных культур, увеличивая потери урожая во всем мире. Ожидается, что изменение климата повысит как частоту, так и интенсивность стрессовых ситуаций. Для решения этой проблемы потребуется точное управление ограниченными водными ресурсами, эффективная доставка питательных веществ и пестицидов. Этого можно достичь путем разработки технологий, которые отслеживают здоровье растений в режиме реального времени. 

Наносенсоры обеспечивают коммуникации растений с электронными устройствами для оптимизации роста и урожайности сельскохозяйственных культур в ответ на стрессы в связи с нехваткой ресурсов1. Они переводят химические сигналы растений в цифровую информацию для осуществления мониторинга в режиме реального времени состояния растений с помощью сельскохозяйственных приборов и устройств для и фенотипического тестирования 2. Этот подход также может обеспечить высокопроизводительный скрининг химических фенотипов для выявления более устойчивых к стрессу сортов3. Теперь, как сообщается в  Nature Nanotechnology, усилиями  Son et al. разработаны наносенсоры для оптического мониторинга нескольких растительных биомолекул in vivo, которые позволяют определять начало стресса у растений и его тип в режиме реального времени.

Наносенсоры состоят из серебряных нанооболочек, покрытых полимером, который притягивает специфические растительные биомолекулы на поверхность наноматериала (рис. 1).

Рис. 1 | Нанотехнологии для ранней диагностики стресса растений с помощью устройств визуализации. Наносенсоры переводят химические сигналы реакции растений на стресс в оптические сигналы SERS, которые регистрируются рамановским спектрометром. Мультиплексное обнаружение и визуализация биомолекул растений, таких как салициловая кислота, ауксин и фолиевая кислота, позволяют осуществлять раннюю диагностику стресса у растений. Изображения адаптированы из ref. 4 и созданы с помощью BioRender.com

Оптические сигналы комбинационного рассеяния света в ближней инфракрасной области (NIR) аналитов усиливаются в «горячих» точках на поверхности наносенсора. Спектроскопия комбинационного рассеяния света до сих пор применялась для ранней диагностики абиотического стресса у растений in vivo5, но наносенсоры c увеличенной поверхностью рамановской спектроскопии (SERS), разработанные Son et al., позволяют одновременно, неразрушающим образом обнаруживать несколько растительных биомолекул, включая салициловую кислоту, ауксин и фолиевую кислоту, с высоким отношением сигнал/шум. Эти биомолекулы являются ключевыми регуляторами роста и развития растений и действуют как ранние индикаторы стресса растений. Например, салициловая кислота контролирует системный иммунный ответ, защищающий органы растений от инфекций. Обнаружение эндогенных сигнальных молекул растений затруднено из-за их низких концентраций в сложных живых средах, содержащих много других органических соединений. Однако предпочтительное связывание растительных биомолекул с поверхностью наносенсора SERS посредством нековалентной связи и электростатических взаимодействий приводит к сильному рамановскому сигналу, который преодолевает фоновые помехи со стороны растений. Кроме того, датчик работает в оптическом окне ближней инфракрасной спектроскопии, в котором живые ткани  в основном прозрачны для света NIR. Высокое отношение сигнал/шум, быстрое и мультиплексное получение сигналов SERS от наносенсоров позволяет на ранней стадии идентифицировать как абиотические, так и биотические типы стресса у живых растений. Для одновременного различения нескольких аналитов была применена модель связывания, позволяющая отделить различные спектральные компоненты комбинационного рассеяния и уточнить оценку концентрации аналита. 

Этот инновационный подход к обнаружению молекул растений in vivo и в режиме реального времени с возможностью мультиплексирования без меток сочетает в себе: богатую химическую информацию из спектров комбинационного рассеяния с пространственной локализацией и усилением сигнала с помощью наночастиц.

Хотя SERS предоставляет ценную химическую информацию с пространственным распределением, рамановское точечное картирование и получение временных рамок ограничивают возможность улавливать быструю динамику короткоживущих сигнальных молекул в растениях, таких как H2O2 и NO. Временное разрешение SERS может быть дополнительно улучшено за счет использования инструментов усиления оптического сигнала из нелинейной рамановской спектроскопии или путем модификации свойств поверхности наносенсора6. Как сообщалось ранее, ортогонально, наносенсоры, основанные на флуоресцентном NIR излучении однослойных углеродных нанотрубок, способны улавливать быстрые изменения в этих сигнальных молекулах растений с высоким временным разрешением2,7,8, однако не in vivo с субклеточным разрешением. Регистрация сигналов SERS на фоне флуоресценции растений требует для обнаружения высокочувствительного лабораторного микроскопического оборудования. Теперь же спектроскопию комбинационного рассеяния света можно проводить в полевых условиях и на предприятиях с использованием изготовленных по индивидуальному заказу портативных систем5, что открывает двери  широкому практическому применению нанозондирования SERS для фенотипирования растений. При этом химическую информацию о молекулярном составе живого организма, полученную с помощью  комбинационного рассеяния, трудно интерпретировать из-за примесей и неоднородностей в сложных живых системах. В этом помогают усовершенствованные инструменты деконволюции и искусственного интеллекта6.

Подходы, основанные на нанотехнологиях, являются видонезависимыми инструментами, что делает их легко переносимыми на растения дикого типа без необходимости генетической модификации. Мультиплексное обнаружение растительных биомолекул на основе нанотехнологий позволяет проводить раннюю диагностику возникновения и типа стресса. Это было достигнуто за счет носимых датчиков, обеспечивающих идентификацию паттерна летучих веществ растений9, а сегодня, благодаря Son et al., через наносенсоры SERS – для эндогенных растительных биомолекул. Удобный для пользователя мониторинг здоровья растений и химическое фенотипирование становится доступным  с использованием наносенсорной технологии SERS, портативных рамановских спектрометров и инструментов мультиспектральной визуализации с библиотекой спектров и алгоритмов для автоматической идентификации стресса растений. Дальнейшее совершенствование технологии мониторинга здоровья растений может идти по пути комбинирования нескольких наносенсоров, что будет дополнять информацию о различных подмножествах растительных биомолекул данными о химической специфичности сигналов комбинационного рассеяния.

Cite this article

Giraldo, J.P., Kruss, S. Nanosensors for monitoring plant health. Nat. Nanotechnol.(2023). https://doi.org/10.1038/s41565-022-01307-w

Download citation

Published 06 January 2023  DOI https://doi.org/10.1038/s41565-022-01307-w

Juan Pablo Giraldo & Sebastian Kruss 2 

1University of California, Riverside, CA, USA. 2Ruhr-University Bochum, Bochum, Germany. 

e-mail: juanpablo.giraldo@ucr.edu

References
1. Giraldo,J.P.,Wu,H.,Newkirk,G.M.&Kruss,S.Nat.Nanotechnol.14,

541 (2019).
2. Wu,H.etal.NanoLett.20,2432(2020).
3. Nißler, R. et al. Angew. Chem. Int. Ed. Engl. 61, e202108373 (2022).
4. Son,W.-K.etal.Nat.Nanotechnol.https://doi.org/10.1038/s41565-022-01274-2(2022). 5. Altangerel,N.etal.Proc.Nat.Acad.Sci.114,3393–3396(2017).
6. Cialla-May,D.etal.Anal.Chem.94,86–119(2022).
7. Lew, T. T. S. et al. Nat. Plants 6, 404–415 (2020).
8. Giraldo,J.P.etal.Small11,3973–3984(2015).
9. Li,Z.etal.Matter4,2553–2570(2021). 


Новости и события
Полезные продукты из промышленных выбросов
14.02.2024

Компания Again, организованная группой ученых Датского технического университета, как гласит их слоган, «ферментирует CO2 и превращает его в полезные для промышленности вещества».

ИИ определит будущие болезни!
14.02.2024

Google Deepmind представил новую программную модель на базе искусственного интеллекта AlphaMissense, которая позволяет предсказывать, приведет ли мутация к болезни или нет.

Можно ли в науке без испытаний на животных?
14.02.2024

Использовании животных в целом и приматов в частности в науке - это очень сложная тема, о которой стоит говорить.