Integrative Analytical and Computational Strategies for Qualitative and Semi-quantitative Plant Metabolome Characterization

L'évaluation détaillée de la composition des produits dérivés des plantes est d'intérêt primordial. Les métabolites présents dans les extraits naturels (NE) constituent le métabolome, qui peut être divisé en métabolome principal et métabolome spécialisé. Les plantes produisent des métabolites spécialisés pour assurer leur survie dans un environnement compétitif. Pour évaluer la composition des NE, les méthodes actuellement validées pour l'annotation et la quantification rigoureuses des métabolites nécessitent des standards. Cependant, parmi les métabolites connus, la disponibilité de standards de référence commerciaux est fortement limitée. Compte tenu de cette limitation, les méthodes analytiques courantes pour l'évaluation de la composition du NE se fondent sur l'étude de quelques marqueurs spécifiques et souvent non bioactifs.

La chromatographie liquide couplée à la spectrométrie de masse (LC-MS) est une méthode de choix pour l'analyse des métabolites de NE. L'annotation des données générées par ces systèmes LC-MS reste un défi. La déréplication permet de concentrer les efforts sur des composés nouveaux, surmontant ce défi en tirant parti des connaissances antérieures et des outils informatiques. Dans le cadre de la présente thèse, deux ressources visant à améliorer la déréplication ont été développées. La première est l'Annotation de Metabolites Informée Taxonomiquement, qui permet une meilleure prise de décision lorsque de multiples candidats structurels sont suggérés par les outils d'annotation actuels basés sur la MS. Le second est LOTUS, une initiative pour la gestion ouverte des connaissances dans la recherche sur les produits naturels, qui fournit la plus grande collection de paires métabolite-taxon.

Outre l'annotation, les aspects semi-quantitatifs sont cruciaux pour l'évaluation de la composition des NE. Ils sont nécessaires pour documenter l'utilisation des NE en tant que produits et évaluer la présence et le niveau de concentration de composés potentiellement toxiques. Ces informations peuvent également permettre de justifier la contribution de molécules spécifiques à la bioactivité globale d'un extrait. Néanmoins, il n'existe toujours pas de méthodes génériques permettant une évaluation semi-quantitative d'un large panel de métabolites. Typiquement, seule une douzaine de métabolites représentent la majeure partie de la masse de l'extrait, tandis que des centaines sont présents à l'état de traces.

Il est donc nécessaire de mettre au point des procédures efficaces permettant une analyse complète du métabolome des NE, en tenant compte des aspects qualitatifs et quantitatifs. Ce travail combine des informations qualitatives et semi-quantitatives de manière automatisée, en intégrant le profilage des métabolites par LC-MS avec des méthodes de détection universelles génériques. L'impact de cette stratégie est évalué sur des données publiques, des collaborations et différentes plantes connues. Son application à différentes questions de recherche est illustrée, par exemple à travers des plantes aromatiques ou sapides d'intérêt industriel telles que Swertia chirayita (Roxb.) H. Karst, contenant de grandes quantités de principes amers. Le flux de travail présenté, intégrant des stratégies analytiques et computationnelles, vise à rendre la recherche en métabolomique végétale plus efficace pour la santé publique, la sécurité des aliments et des boissons, ainsi que pour la science fondamentale.