⚗️ bioquímica

Improved 1H NMR and ATR-FTIR approaches for structural characterization of high-G-block and high-M-block alginic acids isolated from sugar kelp by a two-step gelation method

Este estudio caracteriza los ácidos algínicos de alto bloque G y alto bloque M aislados de la kelp de azúcar mediante la combinación de un análisis avanzado de secuencias de 1H RMN para determinar los rangos de frecuencia de homobloques restringidos con una novedosa transformación de coseno logarítmico de espectros ATR-FTIR para permitir una diferenciación quimiométrica distintiva de sus características estructurales.

Autores originales: Xing, X., Bajwa, B., Low, K. E., Tingley, J. P., Weiler, V., Montina, T., Serin, S. C., Abbott, W.

Publicado 2026-10-22

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Xing, X., Bajwa, B., Low, K. E., Tingley, J. P., Weiler, V., Montina, T., Serin, S. C., Abbott, W.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Las algas pardas, los vastos bosques del océano, no son solo alimento para la vida marina, sino un tesoro de azúcares complejos que los humanos han cosechado durante mucho tiempo por sus propiedades físicas únicas. Entre estos, el ácido algínico destaca como un material versátil que se encuentra en las paredes celulares del quelpo. Es una cadena larga compuesta por dos tipos de bloques de azúcar, que los científicos llaman ácido manurónico y ácido gulurónico. La forma en que estos bloques se disponen a lo largo de la cadena —ya sea que se agrupen juntos en largos tramos de un solo tipo o se mezclen aleatoriamente— determina cómo se comporta el material. Algunos arreglos hacen que la sustancia sea rígida y buena para formar geles fuertes, mientras que otros la hacen más flexible. Comprender esta arquitectura interna es crucial para las industrias que utilizan estos materiales para fabricar desde espesantes de alimentos hasta apósitos médicos; sin embargo, observar dentro de estas cadenas para ver exactamente cómo están ordenados los bloques ha sido históricamente difícil.

Un equipo de investigadores del Centro de Investigación y Desarrollo de Lethbridge, en Canadá, ha desarrollado una nueva forma de observar estas estructuras, partiendo de quelpo de azúcar recolectado en el noroeste del Pacífico. Comenzaron tomando quelpo seco y lavándolo con agua caliente para extraer el ácido algínico, evitando los químicos agresivos que se usan a menudo en la extracción tradicional. De este extracto acuoso, realizaron un ingenioso truco de separación. Primero, añadieron un ácido suave, lo que provocó que las partes de la cadena ricas en bloques de ácido gulurónico se agruparan y formaran un gel, el cual recolectaron. Luego, tomaron el líquido restante y lo sometieron a procesos de congelación y descongelación, un proceso que indujo a las partes ricas en ácido manurónico a formar un segundo gel separado. Este proceso de dos pasos produjo dos fracciones distintas: una dominada por bloques de ácido gulurónico y otra dominada por bloques de ácido manurónico, proporcionando un par perfecto de muestras contrastantes para estudiar.

Para ver qué estaba sucediendo dentro de estas cadenas, los científicos recurrieron a la resonancia magnética nuclear, o RMN, una técnica que utiliza potentes imanes para escuchar las señales de los átomos dentro de una molécula. Al utilizar una máquina de gran potencia, pudieron mapear las secuencias específicas de los bloques de azúcar con gran precisión. Confirmaron que su primera muestra estaba, en efecto, repleta de largas extensiones de ácido gulurónico, mientras que la segunda estaba llena de ácido manurónico. Más importante aún, utilizaron estos mapas detallados para probar teorías de larga data sobre cómo crecen estas cadenas. Durante años, los científicos han debatido si la adición de nuevos bloques de azúcar sigue un patrón aleatorio simple o una regla más compleja donde el bloque anterior influye en el siguiente. Los investigadores descubrieron que el modelo aleatorio simple no se ajustaba a los datos de ninguna de las dos muestras; para la muestra rica en gulurónico, incluso una regla ligeramente más compleja no logró explicar la estructura, lo que sugiere que el crecimiento de la cadena sigue un patrón más intrincado que depende de los dos bloques inmediatamente anteriores al nuevo.

El equipo también quería ver si podían detectar estas diferencias estructurales utilizando un método más simple y rápido llamado espectroscopia de infrarrojos, que mide cómo el material absorbe la luz. Aunque los patrones de luz estándar parecían muy similares para ambas muestras, los investigadores aplicaron una nueva herramienta matemática a los datos que actuaba como una lupa para los detalles sutiles. Esta herramienta, conocida como transformación de coseno logarítmica, agudizó las huellas espectrales, haciendo que las diminutas diferencias entre las dos muestras resaltaran claramente. Cuando analizaron estos patrones mejorados, las dos muestras se separaron en grupos distintos, demostrando que este método podía diferenciarlas rápidamente basándose en su arquitectura interna.

Este trabajo hace más que simplemente describir dos muestras de quelpo; ofrece un conjunto de herramientas refinadas para comprender el orden oculto de estos materiales naturales. Al combinar el mapeo magnético de alta resolución con una nueva forma de procesar los datos de luz, los investigadores han demostrado que es posible ir más allá de las simples mediciones de composición para observar realmente la secuencia de los bloques de construcción. Han descartado la idea de que estas cadenas crezcan de una forma puramente aleatoria y han proporcionado una imagen más clara de las reglas que gobiernan su formación. Para los científicos e ingenieros que trabajan con materiales derivados de algas, estos métodos ofrecen una forma más fiable de caracterizar la calidad y el comportamiento de los alginatos, asegurando que se elija el material adecuado para el trabajo correcto, ya sea estabilizando un producto alimenticio o apoyando la regeneración de tejidos en un entorno médico.

Resumen Técnico: Enfoques Mejorados de $^1$ H RMN y ATR-FTIR para la Caracterización Estructural de Ácidos Alginicos con Alto Contenido de Bloques G y Bloques M

Planteamiento del Problema
El alginato, un polisacárido derivado de algas pardas como Saccharina latissima (kelp azucarado), consiste en cadenas lineales de residuos de $\beta$ -D-ácido manurónico (M) y $\alpha$ -L-gulurónico (G) dispuestos en bloques homopoliméricos (MM o GG) y heteropoliméricos (MG o GM). Las propiedades físicas del alginato, particularmente su comportamiento de gelificación, dependen fuertemente de la secuencia y la longitud de estos bloques. Si bien la $^1$ H RMN en estado de solución es el estándar de oro para determinar la composición de monosacáridos y las frecuencias de diadas/triadas, enfrenta limitaciones para resolver las triadas centradas en M debido al solapamiento de señales y no puede cuantificar directamente las frecuencias de homobloques más allá del nivel de la triada. Por el contrario, la espectroscopía de Infrarrojo por Transformada de Fourier de Reflectancia Total Atenuada (ATR-FTIR) ofrece un rastreo rápido de huellas dactilares, pero a menudo carece de la resolución para distinguir variaciones estructurales sutiles sin un procesamiento avanzado. Existe la necesidad de flujos de trabajo analíticos refinados que puedan caracterizar con precisión fracciones de bajo peso molecular de alginato con estructuras de bloques distintas y evaluar los modelos estadísticos que gobiernan el crecimiento de la cadena.

Metodología
El estudio empleó un enfoque multifacético que combina técnicas de aislamiento novedosas con análisis espectroscópico avanzado:

Aislamiento y Fraccionamiento: Se aislaron secuencialmente dos fracciones de ácido algínico de bajo peso molecular de un extracto de agua caliente de residuo insoluble en alcohol (AIR) de kelp azucarado mediante un método de gelificación de dos pasos. La primera fracción (SKP-G1) se obtuvo mediante gelificación inducida por ácido acético, mientras que la segunda (SKP-G2) se aisló del sobrenadante mediante gelificación inducida por ciclos de congelación-descongelación.
Caracterización Cromatográfica: La pureza y la distribución del peso molecular se evaluaron mediante Cromatografía de Exclusión Molecular de Alto Rendimiento (HPSEC) acoplada a detectores de Dispersión de Luz Multiangular (MALS), Viscosimetría Diferencial (VIS) y de Índice de Refracción (RI). La composición de monosacáridos y los enlaces glicosídicos se analizaron mediante Cromatografía de Anión de Intercambio de Alto Rendimiento (HPAEC-PAD) y Cromatografía de Gases-Espectrometría de Masas (GC-MS) tras protocolos de derivatización específicos (reducción de carboxilo y metilación).
Análisis de RMN de Alto Campo: Las muestras se analizaron en un espectrómetro de RMN de 700 MHz. Las asignaciones exhaustivas de secuencias de diadas y triadas se lograron mediante espectroscopía 2D $^1$ H– $^1$ H COSY y TOCSY.
Modelado Estadístico de Homobloques: Basándose en relaciones de desigualdad previamente establecidas, los autores calcularon rangos de frecuencia restringidos para políadas de homobloques (hasta un grado de polimerización, DP, de 18) basándose en datos experimentales de diadas y triadas de 1D $^1$ H RMN. Estos rangos se utilizaron para evaluar la validez de los modelos de crecimiento de cadena de Bernoulli, de primer orden de Markov y de segundo orden de Markov.
ATR-FTIR y Transformación de Coseno Logarítmica (LCT): Se adquirieron espectros ATR-FTIR y se generaron espectros de primera y segunda derivada. Se aplicó un algoritmo de Transformación de Coseno Logarítmica (LCT) a estos espectros derivados para mejorar la visualización de las características espectrales sutiles. Se realizó un Análisis de Componentes Principales (PCA) tanto en los espectros derivados brutos como en los transformados por LCT para evaluar la diferenciación quimiométrica.

Resultos Clave

Características de las Fracciones: La gelificación de dos pasos produjo con éxito dos fracciones distintas: SKP-G1, que es rica en bloques G (relación M/G $\approx$ 0.37), y SKP-G2, que es rica en bloques M (relación M/G $\approx$ 2.50). Ambas fueron confirmadas como alginatos de bajo peso molecular (peso molecular promedio ponderado $\approx$ 38–41 kDa) con conformaciones de tipo varilla en solución.
Asignaciones de RMN: La RMN 2D de alto campo facilitó la asignación completa de las señales de políadas de homobloques, incluyendo secuencias previamente difíciles de resolver. El estudio demostró que en la SKP-G2 rica en M, la señal de la diada MM dominante es contribuida principalmente por la triada MMM.
Evaluación de Modelos: Al comparar los rangos de frecuencia de homobloques derivados experimentalmente con las predicciones de los modelos:
- El modelo de Bernoulli fue descartado para ambas fracciones.
- El modelo de Markov de primer orden fue descartado para la SKP-G1 rica en G, pero no pudo ser descartado para la SKP-G2 rica en M.
- El modelo de Markov de segundo orden permaneció como un candidato válido para ambas fracciones, ya que sus predicciones cayeron dentro de los rangos de frecuencia experimentales.
Huella Espectral: La aplicación de LCT a los espectros derivados de ATR-FTIR mejoró la resolución de las características sutiles, creando huellas espectrales distintas para SKP-G1 y SKP-G2. El PCA de los espectros derivados transformados por LCT mostró una separación clara entre las dos fracciones, lo que sugiere el potencial de este método para la diferenciación quimiométrica basada en la estructura de los bloques.

Significancia y Reivindicaciones
El artículo afirma expandir el conjunto de herramientas analíticas para la caracterización estructural de alginatos a través de dos avances principales:

Análisis de Secuencia Extendido: Al aplicar relaciones de desigualdad a los datos de RMN, el estudio permite el cálculo de rangos de frecuencia restringidos para políadas de homobloques más allá del nivel de la triada. Esto proporciona una base más rigurosa para evaluar los modelos de crecimiento de cadena que el análisis tradicional de diadas/triadas por sí solo.
Mejora de la Huella Espectral: La adaptación del algoritmo LCT a los espectros derivados de ATR-FTIR ofrece un nuevo método para visualizar diferencias estructurales sutiles en los alginatos. Los resultados de prueba de concepto del PCA sugieren que este enfoque podría ser valioso para la clasificación rápida y el control de calidad de las fracciones de alginato con variaciones en la composición de sus bloques.

Los autores concluyen que estos enfoques mejorados de RMN y ATR-FTIR, combinados con el método de aislamiento de gelificación de dos pasos, proporcionan herramientas robustas para caracterizar las estructuras de bloque de los alginatos derivados de algas, lo cual es crítico para la selección de materiales para aplicaciones industriales específicas donde la gelificación y las propiedades del material dependen de la secuencia.

Más como este