Metabolomik Flashcards
(21 cards)
Metabollite fingerprint
- Instrumentation: FTIR
spectrophotometer - Signal preprocessing: standar
normal variate - Chemometrics method:
canonical variate analysis
Metabolite profiling
Phytochemical profiling (UHPLC > Putative identification> PCA)
LC-MS/MS chromatogram
Clustering of plant parts (PCA)
Senyawa kimia murni
taxol,
vinblastine
Faktor yang menyebabkan komposisi dan konsentrasi metabolit berbeda dalam tumbuhan
Pelarut pengekstraksi
Lokasi tumbuh
Musim
Genetika
Panen dan pascapanen
Budidaya/liar, bagian tumbuhan yang digunakan
Instrumentasi analitik dibagi menjadi 4
Tandem (KC-SM, KG-SM, EK-SM)
Spektroskopi (NMR, SM, IR, UV-Vis)
Kromatografi (KLT, KC, KG)
Elektroanalitik (Voltanmetri)
Diskriminasi minyak atsiri serai wangi
C. citratus > dapur
C. nardus > wangi
Aktivitas antioksidan dan profil spektrum FTIR daun salam
Ekstraksi dengan
pelarut pengekstraksi
berbeda
Syzygium polyanthum
(EtOH, EtOH
30%, EtOH 50%, EtOH
70%, dan air)
Rendemen, kadar fenol total, & aktivitas antioksidan pada daun salam
Rendemen Ekstrak > Etanol 30%
Kadar Fenol Total > Etanol 50%
Aktivitas antioksidan > Etanol 70%
Regression coefficient plot ekstrak daun salam
Bilangan gelombang serapan gugus fungsi yang berperan aktif terhadap aktivitas antioksidan (IC50) memiliki nilai koefisien regresi negatif (Guo et al. 2017)
Membedakan C. asiatica dari tumbuhan yang
berkerabat dekat
HPLC Chromatogram of C. asiatica (a), Hydrocotyle
verticillata (b), Hydrocotyle sibthorpioides (c)
Kuantifikasi 4 senyawa bioaktif C. asiatica
Analisis kuantitatif dengan KCKT
Senyawa: Madekasosida, Asiatikosida, Asam madekasat, Asam asiatat
Identifikasi kayu (Wood ID) — Ebony
Identifikasi putatif metabolit
Senyawa dari grup kuinon merupakan senyawa mayor pada eboni
Membedakan tiga varietas jeruk — kulit
RGL, JBM, dan JSG
Optimisasi LC-MS/MS > PCA dan HCA, profil metabolit
RGL dan JBM berada di kalster yang sama
Biomarker metabolites of Pichia kudriavzevii 1P4
fermented in high temperature
Produksi etanol pada suhu 37C namun ternyata bisa juga pada suhu 42 dan 45
Prediksi senyawa antikanker dari daun sirsak
- Ekstraksi
- Anticancer aktivitas menggunakan MTT metod
- LC-HRMS metabolite profilling
- .Predisksi antikanker menggunakan OPLS DA
- In silico
Aktivitas antikanker ekstrak daun sirsak memiliki nilai IC50 paling tinggi pada pelarut (1) dan paling rendah pada pelarut (2)
Aktif pada rentang nilai (3)
- EtOH 30%
- EtOH p.a
- Aktif, IC50 < 200 µg/ml
Identifikasi metabolit daun sirsak
14 metabolit
golongan alkaloid
16 metabolit
golongan asetogenin
5 metabolit
golongan flavonoid
OPLS-DA untuk grup yang aktif (1) dan tidak aktif (2)pada ekstrak daun sirsak
- Berwana merah > EtOH 50%, EtOH 80%, EtOH p.a
- Berwarna hijau > EtOH 30%, air
S plot digunakan untuk
penentuan senyawa penduga terhadap group aktif antikanker.
Prediksi senyawa antikanker berdasarkan syaurat
- Uji t (koreksi FDR; p<0,05),
- Fold change (>1,5)
- VIP (>1).