Targeted und untargeted Proteomics von Weizenmehlproteinen in Zusammenhang zur Backqualität

Weizen zählt weltweit zu den wichtigsten Grundnahrungsmitteln. Angesichts von Bevölkerungswachstum,
Klimawandel und begrenzten Ressourcen bleibt die Züchtung qualitativ hochwertiger Sorten von zentraler
Bedeutung. Proteomics bildet dabei ein zentrales Bindeglied zwischen Genotyp und Phänotyp und ist
entscheidend für die gezielte Optimierung der Proteinzusammensetzung mit dem Ziel einer guten
Backqualität. In komplexen Populationen wie der Bavarian Multiparent Advanced Intercross
Weizenpopulation (BMWpop) ermöglicht sie die effektive Verknüpfung genetischer und phänotypischer
... mehr
Daten für züchterische Zwecke. Im Rahmen dieser Arbeit wurden eine untargeted und eine targeted
Bottom-Up Proteomics-Methode entwickelt, optimiert und auf die BMWpop angewendet, um
proteomische Merkmale mit Backqualitätsparametern zu verknüpfen.
Die targeted Methode baute auf der optimierten Probenaufarbeitung der untargeted Methode auf, bei
der jeder Schritt hinsichtlich Peptidausbeute und Robustheit optimiert wurde. Bei der enzymatischen
Hydrolyse wurden vier Peptidasen und eine Kombination getestet. Die Peptidasen lieferten
unterschiedliche Einblicke in das Weizenglutenproteom. Mit Trypsin wurden die meisten Peptide
identifiziert und die Spaltung war am selektivsten, wobei jedoch keine ω-Gliadine detektiert wurden. Die
kombinierte Sequenzabdeckung betrug 61,3 %, wobei Thermolysin allein 51,1 % erreichte. Die
Identifikation geeigneter Glutenmarkerpeptide war durch geringe Sequenzspezifität und ungünstige
Peptidlängen anspruchsvoll. Bei der targeted Proteomics-Methodenentwicklung gelang die erfolgreiche
Identifikation, Verifikation und Validierung von Markerpeptiden für elf definierte Glutenproteingruppen.
Beide Methoden ermöglichten eine umfassende Charakterisierung der Proteinzusammensetzung der
BMWpop - sowohl relativ als auch absolut - und lieferten konsistente Ergebnisse. Glutenproteine zeigten
Korrelationen mit zentralen Backqualitätsparametern wie Proteingehalt und Brotvolumen. Den größten
Einfluss auf die Backqualität hatten hochmolekulare Gluteninuntereinheiten (HMW-GS), gefolgt von
niedermolekulare Gluteninuntereinheiten und γ-Gliadinen, während α-Gliadine nur geringe Effekte
zeigten. Innerhalb der Fraktionen variierten die Beiträge einzelner Proteine deutlich. Eine genetische
Rangfolge ließ sich nur für die HMW-GS ableiten, wobei Dy10 den stärksten Einfluss zeigte. Insgesamt
wirkten HMW-GS vom y-Typ stärker in Bezug auf die Backqualität als solche vom x-Typ. Die Ergebnisse
betonen die Bedeutung der Glutenproteinzusammensetzung für die Weizenzüchtung. Verbesserte
Datenbanken, fortschrittlichere Analyseverfahren und durch künstliche Intelligenz gestützte Methoden
könnten in Kombination mit Quantitative Trait Locus-Analysen künftig sowohl die Identifikation relevanter
Proteinmarker als auch die Vorhersage der Backqualität wesentlich verbessern.

Wheat is one of the most important staple foods worldwide. In light of population growth, climate change,
and limited resources, the breeding of high-quality varieties remains of central importance. Proteomics
serves as a crucial link between genotype and phenotype and is essential for the targeted optimization of
protein composition with the aim of achieving good baking quality. In complex populations such as the
Bavarian Multiparent Advanced Intercross Wheat Population (BMWpop), proteomics enables the effective
integration of genetic and phenotypic data for breeding purposes. ... mehrIn this study, both untargeted and
targeted bottom-up proteomics methods were developed, optimized, and applied to the BMWpop to link
proteomic features with baking quality parameters.
The targeted method was based on the optimized sample preparation established for the untargeted
approach, with each step refined for peptide yield and robustness. During enzymatic hydrolysis, four
peptidases and one combination were tested. These enzymes produced distinct representations of the
wheat gluten proteome. Trypsin yielded the highest number of identified peptides and exhibited the most
selective cleavage, although no ω-gliadins were detected. The combined sequence coverage across all
enzymes was 61.3%, with thermolysin alone achieving 51.1%. The identification of suitable gluten marker
peptides proved challenging due to low sequence specificity and unfavorable peptide lengths.
Nevertheless, the development of the targeted proteomics method enabled the successful identification,
verification, and validation of marker peptides for eleven defined gluten protein groups.
Both methods enabled a comprehensive characterization of the protein composition of the BMWpop -
both in relative and absolute terms - and yielded consistent results. Gluten proteins showed correlations
with key baking quality parameters such as protein content and loaf volume. High-molecular-weight
glutenin subunits (HMW-GS) had the greatest influence on baking quality, followed by low-molecularweight
glutenin subunits (LMW-GS) and γ-gliadins, while α-gliadins had only minor effects. Within each
fraction, the contributions of individual proteins varied considerably. A genetic ranking could only be
established for the HMW-GS, with Dy10 showing the strongest effect. Overall, HMW-GS of the y-type
exhibited a stronger impact on baking quality than those of the x-type. These findings highlight the
importance of specifically considering gluten protein composition in wheat breeding. Improved databases,
more advanced analytical techniques, and methods supported by artificial intelligence could, in
combination with quantitative trait locus analyses, significantly enhance both the identification of relevant
protein markers and the prediction of baking quality in the future.