@article{WitzelStrehmelBaldermannetal.2017,
  author    = {Witzel, Katja and Strehmel, Nadine and Baldermann, Susanne and Neugart, Susanne and Becker, Yvonne and Becker, Matthias and Berger, Beatrice and Scheel, Dierk and Grosch, Rita and Schreiner, Monika and Ruppel, Silke},
  title     = {Arabidopsis thaliana root and root exudate metabolism is altered by the growth-promoting bacterium Kosakonia radicincitans DSM 16656(T)},
  series = {Plant and soil},
  volume    = {419},
  journal   = {Plant and soil},
  publisher = {Springer},
  address   = {Dordrecht},
  issn      = {0032-079X},
  doi       = {10.1007/s11104-017-3371-1},
  pages     = {557 -- 573},
  year      = {2017},
  abstract  = {Plant growth-promoting bacteria (PGPB) affect host physiological processes in various ways. This study aims at elucidating the dependence of bacterial-induced growth promotion on the plant genotype and characterizing plant metabolic adaptations to PGPB. Eighteen Arabidopsis thaliana accessions were inoculated with the PGPB strain Kosakonia radicincitans DSM 16656(T). Colonisation pattern was assessed by enhanced green fluorescent protein (eGFP)-tagged K. radicincitans in three A. thaliana accessions differing in their growth response. Metabolic impact of bacterial colonisation was determined for the best responding accession by profiling distinct classes of plant secondary metabolites and root exudates. Inoculation of 18 A. thaliana accessions resulted in a wide range of growth responses, from repression to enhancement. Testing the bacterial colonisation of three accessions did not reveal a differential pattern. Profiling of plant secondary metabolites showed a differential accumulation of glucosinolates, phenylpropanoids and carotenoids in roots. Analysis of root exudates demonstrated that primary and secondary metabolites were predominantly differentially depleted by bacterial inoculation. The plant genotype controls the bacterial growth promoting traits. Levels of lutein and beta-carotene were elevated in inoculated roots. Supplementing a bacterial suspension with beta-carotene increased bacterial growth, while this was not the case when lutein was applied, indicating that beta-carotene could be a positive regulator of plant growth promotion.},
  language  = {en}
}
@phdthesis{Strehmel2010,
  author    = {Strehmel, Nadine},
  title     = {GC-TOF-MS basierte Analyse von niedermolekularen Prim{\"a}r- und Sekund{\"a}rmetaboliten agrarwirtschaftlich bedeutsamer Nutzpflanzen},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-51238},
  school      = {Universit{\"a}t Potsdam},
  year      = {2010},
  abstract  = {Die Qualit{\"a}t von Nutzpflanzen ist von zahlreichen Einflussfaktoren wie beispielsweise Lagerbedingungen und Sorteneigenschaften abh{\"a}ngig. Um Qualit{\"a}tsm{\"a}ngel zu minimieren und Absatzchancen von Nutzpflanzen zu steigern sind umfangreiche Analysen hinsichtlich ihrer stofflichen Zusammensetzung notwendig. Chromatographische Techniken gekoppelt an ein Massenspektrometer und die Kernspinresonanzspektroskopie wurden daf{\"u}r bislang verwendet. In der vorliegenden Arbeit wurde ein Gaschromatograph an ein Flugzeitmassenspektrometer (GC-TOF-MS) gekoppelt, um physiologische Prozesse bzw. Eigenschaften (die Schwarzfleckigkeit, die Chipsbr{\"a}unung, das Physiologische Alter und die Keimhemmung) von Nutzpflanzen aufzukl{\"a}ren. Als Pflanzenmodell wurde daf{\"u}r die Kartoffelknolle verwendet. Dazu wurden neue analytische L{\"o}sungsans{\"a}tze entwickelt, die eine zielgerichtete Auswertung einer Vielzahl von Proben, die Etablierung einer umfangreichen Referenzspektrenbibliothek und die sichere Archivierung aller experimentellen Daten umfassen. Das Verfahren der Probenvorbereitung wurde soweit modifiziert, dass gering konzentrierte Substanzen mittels GC-TOF-MS analysiert werden k{\"o}nnen. Dadurch wurde das durch die Probenvorbereitung limitierte Substanzspektrum erweitert. Anhand dieser L{\"o}sungsans{\"a}tze wurden physiologisch relevante Stoffwechselprodukte identifiziert, welche indikativ (klassifizierend) bzw. pr{\"a}diktiv (vorhersagend) f{\"u}r die physiologischen Prozesse sind. F{\"u}r die Schwarzfleckigkeitsneigung und die Chipseignung wurde jeweils ein biochemisches Modell zur Vorhersage dieser Prozesse aufgestellt und auf eine Z{\"u}chtungspopulation {\"u}bertragen. Ferner wurden f{\"u}r die Schwarzfleckigkeit Stoffwechselprodukte des Respirationsstoffwechsels identifiziert sowie Aminos{\"a}uren, Glycerollipide und Phenylpropanoide f{\"u}r das Physiologische Alter als relevant erachtet. Das physiologische Altern konnte durch die Anwendung h{\"o}herer Temperaturen beschleunigt werden. Durch Anwendung von Keimhemmern (K{\"u}mmel{\"o}l, Chlorpropham) wurde eine Verz{\"o}gerung des physiologischen Alterns beobachtet. Die Applikation von K{\"u}mmel{\"o}l erwies sich dabei als besonders vorteilhaft. K{\"u}mmel{\"o}l behandelte Knollen wiesen im Vergleich zu unbehandelten Knollen nur Ver{\"a}nderungen im Aminos{\"a}ure-, Zucker- und Sekund{\"a}rstoffwechsel auf. Chlorpropham behandelte Knollen wiesen einen {\"a}hnlichen Stoffwechsel wie die unbehandelten Knollen auf. F{\"u}r die bislang noch nicht identifizierten Stoffwechselprodukte wurden im Rahmen dieser Arbeit das Verfahren der „gezielten An-/Abreicherung", der „gepaarten NMR/GC-TOF-MS Analyse" und das „Entscheidungsbaumverfahren" entwickelt. Diese erm{\"o}glichen eine Klassifizierung von GC-MS Signalen im Hinblick auf ihre chemische Funktionalit{\"a}t. Das Verfahren der gekoppelten NMR/GC-TOF-MS Analyse erwies sich dabei als besonders erfolgversprechend, da es eine Aufkl{\"a}rung bislang unbekannter gaschromatographischer Signale erm{\"o}glicht. In der vorliegenden Arbeit wurden neue Stoffwechselprodukte in der Kartoffelknolle identifiziert, wodurch ein wertvoller Beitrag zur Analytik der Metabolomik geleistet wurde.},
  language  = {de}
}
@article{SteinfathStrehmelPetersetal.2010,
  author    = {Steinfath, Matthias and Strehmel, Nadine and Peters, Rolf and Schauer, Nicolas and Groth, Detlef and Hummel, Jan and Steup, Martin and Selbig, Joachim and Kopka, Joachim and Geigenberger, Peter and Dongen, Joost T. van},
  title     = {Discovering plant metabolic biomarkers for phenotype prediction using an untargeted approach},
  issn      = {1467-7644},
  doi       = {10.1111/j.1467-7652.2010.00516.x},
  year      = {2010},
  abstract  = {Biomarkers are used to predict phenotypical properties before these features become apparent and, therefore, are valuable tools for both fundamental and applied research. Diagnostic biomarkers have been discovered in medicine many decades ago and are now commonly applied. While this is routine in the field of medicine, it is of surprise that in agriculture this approach has never been investigated. Up to now, the prediction of phenotypes in plants was based on growing plants and assaying the organs of interest in a time intensive process. For the first time, we demonstrate in this study the application of metabolomics to predict agronomic important phenotypes of a crop plant that was grown in different environments. Our procedure consists of established techniques to screen untargeted for a large amount of metabolites in parallel, in combination with machine learning methods. By using this combination of metabolomics and biomathematical tools metabolites were identified that can be used as biomarkers to improve the prediction of traits. The predictive metabolites can be selected and used subsequently to develop fast, targeted and low-cost diagnostic biomarker assays that can be implemented in breeding programs or quality assessment analysis. The identified metabolic biomarkers allow for the prediction of crop product quality. Furthermore, marker-assisted selection can benefit from the discovery of metabolic biomarkers when other molecular markers come to its limitation. The described marker selection method was developed for potato tubers, but is generally applicable to any crop and trait as it functions independently of genomic information.},
  language  = {en}
}
@article{KempaHummelSchwemmeretal.2009,
  author    = {Kempa, Stefan and Hummel, Jan and Schwemmer, Thorsten and Pietzke, Matthias and Strehmel, Nadine and Wienkoop, Stefanie and Kopka, Joachim and Weckwerth, Wolfram},
  title     = {An automated GCxGC-TOF-MS protocol for batch-wise extraction and alignment of mass isotopomer matrixes from differential C-13-labelling experiments : a case study for photoautotrophic-mixotrophic grown Chlamydomonas reinhardtii cells},
  issn      = {0233-111X},
  doi       = {10.1002/jobm.200800337},
  year      = {2009},
  abstract  = {Two dimensional gas chromatography coupled to time-of-flight mass spectrometry (GCxGC-TOF-MS) is a promising technique to overcome limits of complex metabolome analysis using one dimensional GC-TOF-MS. Especially at the stage of data export and data mining, however, convenient procedures to cope with the complexity of GCxGC-TOF-MS data are still in development. Here, we present a high sample throughput protocol exploiting first and second retention index for spectral library search and subsequent construction of a high dimensional data matrix useful for statistical analysis. The method was applied to the analysis of 13 C-labelling experiments in the unicellular green alga Chlamydomonas reinhardtii. We developed a rapid sampling and extraction procedure for Chlamydomonas reinhardtii laboratory strain (CC503), a cell wall deficient mutant. By testing all published quenching protocols we observed dramatic metabolite leakage rates for certain metabolites. To circumvent metabolite leakage, samples were directly quenched and analyzed without separation of the medium. The growth medium was adapted to this rapid sampling protocol to avoid interference with GCxGC-TOF-MS analysis. To analyse batches of samples a new software tool, MetMax, was implemented which extracts the isotopomer matrix from stable isotope labelling experiments together with the first and second retention index (RI1 and RI2). To exploit RI1 and RI2 for metabolite identification we used the Golm metabolome database (GMD [1] with RI1/ RI2-reference spectra and new search algorithms. Using those techniques we analysed the dynamics of (CO2)-C-13 and C-13- acetate uptake in Chlamydomonas reinhardtii cells in two different steady states namely photoautotrophic and mixotrophic growth conditions.},
  language  = {en}
}