149
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
Enfermedad del desgaste en praderas de Thalassia testudinum
(Hydrocharitaceae) y su relación con el perfil metabólico
Maribeb Castro-González1*; https://orcid.org/0000-0001-6353-1018
Diana I. Gómez López2; https://orcid.org/0000-0002-4361-0330
Laura Sánchez Valencia2 ; http://orcid.org/0000-0002-1408-7050
Andrés Acosta Chaparro2; http://orcid.org/0000-0002-0618-5689
Ericsson Coy-Barrera3; https://orcid.org/0000-0002-3553-9749
1. Programa de Biología Aplicada, Facultad de Ciencias Básicas y Aplicadas, Universidad Militar Nueva Granada,
Cajicá, Colombia; maribeb.castro@unimilitar.edu.co (*Correspondencia)
2. Programa de Biodiversidad y Ecosistemas Marinos, Instituto de Investigaciones Marinas y Costeras (INVEMAR),
Santa Marta, Colombia; diana.gomez@invemar.org.co, laura.sanchez@invemar.org.co,
andres.acosta@invemar.org.co
3. Laboratorio de Química Bioorgánica, Departamento de Química, Universidad Militar Nueva Granada, Cajicá,
Colombia; ericsson.coy@unimilitar.edu.co
Recibido 02-XI-2021. Corregido 19-I-2022. Aceptado 03-III-2022.
ABSTRACT
Wasting disease in Thalassia testudinum (Hydrocharitaceae) meadows
and its relationship with metabolic profile
Introduction: Protists of the genus Labyrinthula cause the so-called “Wasting Disease” in seagrass, Thalassia
testudinum. Monitoring in the Colombian Caribbean since 2008 has shown spatial and temporal variation in the
disease’s incidence, but without the high mortality observed in other regions of the world.
Objective: To analyze some epidemiological parameters in T. testudinum and to compare metabolites between
healthy and infected plants.
Methods: We recorded severity, incidence and prevalence of this disease in Tayrona National Natural Park and
Providencia Island, and we analyze water and sediment samples. Additionally, we applied gas and liquid chro-
matography, coupled with mass spectrometry, to methanolic extracts from leaf and rhizome samples of healthy
and infected shoots.
Results: The meadows were in good condition, despite the scarce seagrass shoots in Tayrona and a high inci-
dence (15 %) and severity (35.5 %) of the disease in Providencia. Infected plants had lower levels of phenols,
flavonoids and sugars. Sulphated flavones with aglycone luteolin and diosmetin, sterols (sitosterol and stig-
masterol) and volatile oxylipins are accumulated in leaves (3-hydroxy-2-isopentanone) and isopentaenoic and
octadecatrienoic acids in rhizomes.
Conclusions: These Colombian seagrasses have differential production of metabolites. Probably as a successful
defense, even at low levels of severity (0.1 %) and incidence (1 %) of the disease.
Key words: marine seagrasses; metabolic profile; protist; pathosystem; Labyrinthula spp.
https://doi.org/10.15517/rev.biol.trop..v70i1.46183
BOTÁNICA
150 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
En el Gran Caribe se han registrado nueve
especies de pastos marinos, de los cuales seis
están representados en el Caribe colombiano
donde la composición de las praderas está dada
principalmente por Thalassia testudinum y
Syringodium filiforme y, en menor proporción,
por Halodule wrightii y Halophila decipiens
(Gómez-López, 2011). Los pastos marinos en
Colombia son ecosistemas marinos estratégi-
cos debido a los bienes y servicios que ofre-
cen para la regulación del clima (reservorios
de carbono), protección de la línea de costa
(compactación de los sedimentos por las raíces
y rizomas de las plantas) y conservación de la
diversidad biológica (protección de organismos
en distintas etapas de su ciclo biológico), entre
otros. Numerosos estudios indican que los
pastos marinos han desaparecido a nivel global
a una tasa de 110 km2 por año, entre 1980 y
2006 (Waycott et al., 2009). Algunos de los ten-
sores reconocidos en esta pérdida, que actúan
independiente o sinérgicamente entre sí depen-
diendo de las zonas, han sido el incremento de
nutrientes (Burkholder et al., 1992; Burkholder
et al., 2007) y sedimentos (De Boer, 2007),
introducción de especies invasoras (Williams,
2007), competencia por espacio (Heck et al.,
2008), la pérdida de hábitats y presencia de
enfermedades especialmente la infección pro-
ducida por Labyrinthula spp. (Súper grupo
Chromoalveolata, filo Labyrinthulomycota)
(Sullivan et al., 2013). Este protista produce
lesiones sobre las hojas de los pastos mari-
nos a través de la degradación enzimática de
la pared celular, condensación y destrucción
de los cloroplastos y del citoplasma con una
muy rápida diseminación por contacto entre
hojas maduras, sin embargo, la severidad de la
enfermedad está determinada por la virulencia
del clado genético que infecte a las praderas,
por el nivel de estrés al que estén sometidos
los pastos por condiciones de eutrofización,
luz y salinidad del agua (Waycott et al., 2009)
y por los metabolitos de defensa (inducidos y
constitutivos) que produzca la planta (Steele et
al., 2005). En este sentido se ha reportado que
los pastos marinos producen ácidos fenólicos
y Thalassiolina A y B como respuesta a la
infección, sin embargo, se desconoce si otros
metabolitos secundarios puedan tener actividad
antimicrobiana (Jensen et al., 1998; Trevathan-
Tackett et al., 2015).
En Colombia, desde el 2000, se han desa-
rrollado estudios de distribución y caracteri-
zación de los hábitats de las praderas y, desde
el 2008, se iniciaron seguimientos al compor-
tamiento de las variables indicadoras de su
estado, entre las que se encuentra la presencia
de Labyrinthula spp. (Gómez-López et al.,
2014), dada la mortalidad que se le ha atribui-
do a este protista históricamente en costas del
Atlántico en América y Europa, y en costas
del Pacífico en Norteamérica, Japón, Austra-
lia y Nueva Zelanda (Bull et al., 2012; Porter
et al., 1991; Sullivan et al., 2013). En el país
han sido detectadas praderas infectadas en San
Andrés, Providencia y la Guajira, sin que se
haya detectado muerte de los pastos, y se han
observado diferencias espacio temporales en la
incidencia de la enfermedad en los monitoreos
realizados por el Instituto de Investigaciones
Marinas y Costeras (INVEMAR) en los últi-
mos años (Gómez-López et al., 2014). Sin
embargo, hasta ahora no se habían desarrollado
estudios de la respuesta química de defensa
de estas fanerógamas marinas con síntomas
de la enfermedad en el Caribe Colombiano
que permitan comparar con los estudios que
se han desarrollado en la Florida (Loucks,
2013; Trevathan-Tackett et al., 2013), en Cuba
(Hernández et al., 2015; Regalado et al., 2012;
Riera-Romo et al., 2018), en México (Cruz-
Sosa & Nieto 2019; García-Granados et al.,
2019) y los desarrollados en Zostera marina a
nivel global que han visto diezmadas también
sus praderas por este endófito desde los años
30. Por lo tanto, el objetivo del presente estudio
fue explorar, a través de un análisis metabo-
lómico bajo un enfoque basado en perfilado
metabólico, los cambios que se presentan entre
plantas sanas e infectadas de praderas de pastos
marinos expuestas a diferentes efectos antrópi-
cos y analizar algunos parámetros epidemioló-
gicos que permitan determinar la condición de
estas praderas.
151
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
MATERIALES Y MÉTODOS
Las muestras de vástagos (rizomas con
hojas) de Thalassia testudinum fueron reco-
lectadas por el INVEMAR (entidad de orden
nacional autorizada para realizar la recolecta
de especímenes biológicos en áreas de reserva
natural), entre junio-noviembre de 2019. Un
primer grupo de muestras se recolectaron en
la bahía de Neguanje-T1 (11°19’10.61” N
& 74°4’36.87” W) y bahía de Chengue-T2
(11°19’17.13” N & 74°7’35.48” W), ubica-
das en el Parque Nacional Natural Tayrona,
considerada un área con una fuerte influencia
antrópica por el turismo que se desarrolla en
el parque, e influencia por las aguas del río
Magdalena en ciertas épocas del año y de aguas
productivas durante la surgencia entre enero
y marzo. Un segundo grupo de muestras se
recolectaron en el Parque Nacional Natural Old
Providence McBean Lagoon-P1 (13°21’47.93”
N & 81°21’14.39” W), la cual es un área que
se caracteriza por presentar menor actividad
antrópica a lo largo del año, pero con una
influencia fuerte de corrientes oceánicas de la
región Caribe (Fig. 1).
Para la recolecta de información epide-
miológica en campo y la extracción de vásta-
gos, se realizaron dos transectos paralelos a la
costa a una distancia de 0.6 m y 25 m respecti-
vamente, y en cada uno de ellos se demarcaron
36 cuadrantes de 50 x 50 cm en las praderas. La
enfermedad fue diagnosticada en las hojas por
la presencia de lesiones con centros necróticos
marrones oscuros que, en sus etapas iniciales,
formaban líneas que se extendían hacia arriba
y abajo de la hoja sólo en las áreas verdes y
en etapas más avanzadas, cubrían gran parte
de la misma formando una sola mancha. En
cada transecto se recolectaron plantas (entre
14-20 vástagos) con hojas visualmente sanas y
otras visiblemente enfermas que fueron ingre-
sadas a la colección del Museo de Historia
Natural Marina de Colombia MAKURIWA,
quienes autorizaron su posterior uso para el
análisis metabolómico, siguiendo los proce-
dimientos requeridos dentro de la legislación
Fig. 1. Área de muestreo de T. testudinum en tres sectores del Caribe Colombiano: Isla Providencia y Parque Nacional
Natural Tayrona en las bahías de Chengue y Neguanje.
Fig. 1. Sampling area of T. testudinum in three sectors of the Colombian Caribbean: Providencia Island and Tayrona National
Natural Park in the Chengue and Neguanje bays.
152 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
nacional. Las plantas se preservaron después
de ser lavadas con agua dulce, en bolsas con
hielo hasta su procesamiento en el laboratorio,
donde se eliminaron las epífitas raspando cui-
dadosamente con agua estéril las algas y demás
material adherido, luego se lavó dos veces cada
hoja y se secó con toallas absorbentes antes de
secar a temperatura ambiente para el análisis
de metabolitos.
Como datos epidemiológicos se estimaron
para cada área: 1) la incidencia de la enferme-
dad, como el porcentaje de cuadrantes (50 x 50
cm) afectados por Labyrinthula spp., 2) el por-
centaje de vástagos infectados por m2 calculado
como el número de vástagos infectados/total de
vástagos x 100, 3) la severidad de la infección,
como el área total lesionada/área total de la
hoja, 4) la prevalencia de la infección, como
el número de hojas infectadas/número total de
hojas en el vástago (que tiene entre 4-6 hojas
máximo) x 100, 5) la densidad como densidad
promedio de vástagos m2/% de vástagos infec-
tados. En cada área se revisó la presencia de
flores y frutos en las praderas, se caracterizó
el tipo de sustrato y se estimó con base en las
tablas de referencia descritas en Gómez-López
et al. (2018) el indicador de condición de las
praderas usando tres criterios: 1) de condición
tendencia con respecto a la densidad (vástagos/
m2), usado en praderas donde domina Thalas-
sia testudinum (como en bahía de Chengue y
bahía de Neguanje), 2) de condición tendencia
con respecto a la densidad (vástagos/m2) de
Thalassia testudinum en praderas mixtas con
Syringodium filiforme (como los encontrados
en Isla Providencia) y 3) de condición tenden-
cia con respecto al porcentaje de Labyrinthula
spp. presente en las praderas y la cobertura
de mortalidad.
Como parámetros físico-químicos en agua
se determinó la salinidad (PSU), la temperatura
(°C) y el pH del agua superficial con un equipo
multiparamétrico marca WTW 3630. Además,
se filtraron muestras por duplicado (200 ml)
por membranas de 0.45 µm para cuantificación
de amonio, nitrato y ortofosfatos por técnicas
colorimétricas (Strickland & Parsons, 1972).
En sedimentos se cuantificó carbono orgánico
total con analizador de carbono (método ISO
11464:2006, NTC 5403 método A) y materia
orgánica total por método gravimétrico (Institu-
to Geográfico Agustín Codazzi - IGAC, 2006).
Las diferencias en nutrientes entre praderas
sanas y enfermas y entre áreas de estudio se
estableció mediante análisis univariado a través
de la prueba t-Student (al 95 % de confianza)
previo análisis de normalidad de Shapiro-Wilk.
Para el análisis químico, se tomaron mues-
tras de hojas y rizomas (por triplicado) de T.
testudinum, sanas y enfermas, se secaron a 60
ºC hasta peso constante y, posteriormente, 2
g del material seco fue sometido a extracción
sólido-líquido (S-L) asistida por ultrasonido
(30 min x 3), utilizando como disolvente meta-
nol grado HPLC. La mezcla resultante se sepa-
ró del material vegetal por filtración simple
utilizando papel filtro cuantitativo y sin cenizas
(Whatman No 1). El filtrado se concentró por
rota evaporación para obtener finalmente el
extracto crudo. Los metabolitos presentes en
estos extractos crudos se determinaron secuen-
cialmente por tres plataformas analíticas. En
un primer paso, el respectivo extracto seco (10
mg) se reconstituyó en metanol (1 ml) y se
filtró en membranas de PTFE de 0.22 µm, para
determinar el contenido total de fenoles (CTFe)
y el contenido total de flavonoides (CTFl), uti-
lizando 20 y 70 µl, respectivamente (vide infra).
Posteriormente, se realizó el análisis por cro-
matografía líquida acoplada a espectrometría
de masas (LC-ESI-MS), inyectando 10 µl al sis-
tema cromatográfico (vide infra). Finalmente,
100 µl de la disolución de extracto (10 mg/ml)
previamente preparada se colocó en un inserto
de 200 µl, el cual se introdujo en un vial de
1.5 ml y se llevó a sequedad en un evaporador
múltiple Multivapor™ P-12 (Büchi). Luego, al
inserto con el extracto seco se añadieron 30 µl
de una disolución de clorhidrato de metoxiami-
na (20 mg/ml) en piridina (Sigma-Aldrich) y se
incubaron a 30 °C durante 90 min. Posterior-
mente, las muestras se derivatizaron con 30 µl
de N-metil-N-(trimetilsilil) trifluoroacetamida
(MSTFA) (Supelco) mediante incubación a 50
°C durante 30 min. Los extractos derivatizados
(1 µl) fueron analizados por cromatografía de
153
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
gases acoplada a espectrometría de masas (GC-
MS) (vide infra).
Para la determinación del CTFe y CTFl,
se siguió el protocolo previamente reportado
(Buitrago et al., 2019). Para el CTFe, en un
pozo de una placa de 96 pozos, se colocó la
disolución del extracto (20 µl), el reactivo
Folin-Ciocalteu (FC) al 10 % (40 µl) y carbona-
to de sodio al 7.35 % (150 µl) en cada pozo. Las
mezclas se prepararon en cuatro réplicas técni-
cas, siendo cada pozo una réplica. La placa con
las mezclas se incubó en oscuridad a tempera-
tura ambiente durante 2 h, y luego se midió la
absorbancia de las soluciones a 765 nm, en un
lector de placas VarioskanTM LUX (Thermo
Fisher Scientific, Waltham, MA, USA). Para
el caso de CTF, en un pozo de una placa de
96 pozos, se añadió la disolución del extracto
etanólico (70 µl), etanol absoluto (50 µl), tri-
cloruro de aluminio al 10 % (10 µl) y acetato
de sodio 0.1 M (10 µl). Las mezclas se prepa-
raron en cuatro réplicas técnicas. La mezcla se
dejó reaccionar durante 40 min en oscuridad y
finalmente se midió su absorbancia a 420 nm
en el lector de placas VarioskanTM LUX. Los
valores de CTFe y CTFl se calcularon mediante
una curva estándar de ácido gálico y querceti-
na, respectivamente. Estos contenidos totales se
expresaron como mg de fenoles equivalentes a
ácido gálico por gramo de material seco (mg
EAG/ g MS) y mg de flavonoides equivalen-
tes a quercetina por gramo de material seco
(mg EAG/ g MS), respectivamente.
El análisis por LC-ESI-MS se llevó a cabo
en un sistema cromatográfico líquido de ultra
alta eficiencia (UPLC), modelo Prominence
(Shimadzu, Columbia, MD, USA), equipa-
do con un detector de arreglo de fotodiodos
(DAD) y acoplado a un espectrómetro de masas
LCMS2020 (con ionización por electrospray
(ESI) y analizador cuadrupolar triple). La sepa-
ración se hizo en una columna Kinetex® (150
× 4.6 mm, 2.6 µm), a un flujo de 0.7 ml/min,
utilizando combinaciones de mezcla A (ácido
fórmico al 1 % en acetonitrilo (ACN)) y mez-
cla B (ácido fórmico al 1 % en H2O), con un
método de gradiente (0-1 min 0 % B, 1-10 min
0 % a 50 % B, 10-11 min 50 % B, 11-15 min
50 % a 100 % B, 15-17 min 100 % y 17-19
min 100 % a 0 % B). Se inyectaron 10 µl de
la disolución del extracto (10 mg/ml) y se hizo
el seguimiento a una longitud de onda de 270
nm. La interfaz ESI se operó simultáneamente
en modo de iones positivos y negativos (bajo
escaneo entre 100-2 000 m/z). La línea de
desolvatación se usó a 250 °C. Se usó nitrógeno
como gas nebulizador a 1.5 l/min y como gas
de secado a 8 l/min. La energía del cuadrupolo
se ajustó a 7.0 eV y la energía de colisión a
14 eV. La anotación de las señales se realizó
después de un escrutinio detallado de los datos
espectrales en el ultravioleta-visible (UV-Vis)
y de espectrometría de masas en comparación
con la información previamente reportada en
la literatura sobre especies de T. testudinum
(García-Granados et al., 2019; Hernández et
al., 2015; Loucks, 2013; Regalado et al., 2012;
Trevathan-Tackett et al., 2013).
El análisis por GC-MS se llevó a cabo
en un cromatógrafo de gases Trace 1300 LT
(Thermo Scientific, Waltham, MA, USA),
equipado con un auto muestreador AI 1310,
acoplado a un espectrómetro de masas Thermo
ISQ (con ionización por impacto electrónico
a 70 eV y un analizador cuadrupolo simple).
Los metabolitos se separaron en una columna
Rxi® 5 Sil MS de 60 m × 0.25 mm × 0.25 µm
(Restek, State College, PA, USA) utilizando
helio (99.999 %) como gas de arrastre a un
flujo de 1 ml/min. Se inyectó 1 µl de muestra
en modo splitless. La temperatura del puerto
de inyección fue de 300 °C. El programa de
temperatura comenzó con una temperatura ini-
cial de 100 °C mantenida durante 1 min, luego
aumentó de 100 °C a 250 °C a 15 °C/min y se
mantuvo durante 5 min. Luego se aumentó a
310 °C a 10 °C/min y se mantuvo durante 30
min. Las temperaturas de la fuente de iones y la
línea de transferencia fueron 250 °C y 310 °C,
respectivamente. La anotación de las señales
se realizó mediante análisis comparativo de los
espectros de masas e índices de retención (IR)
de los metabolitos separados y derivatizados
con la base de datos Golm Metabolome (GMD)
(Max- Planck Institute for Molecular Plant
Physiology, Golm, Alemania), la biblioteca
154 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
espectral NIST14 (Instituto Nacional de Están-
dares y Tecnología, Gaithersburg, MD, USA) y
reportes previos en literatura (Pino & Regala-
do, 2010; Riera-Romo et al., 2018). Los RI de
los metabolitos detectados fueron calculados
utilizando una serie homóloga de n-alcanos
(C8-C24), analizada a las mismas condiciones.
Los datos de CTFe y CTFl se compararon,
previo supuesto de normalidad por la prueba de
Shapiro-Wilks, mediante análisis paramétrico
de varianza (ANOVA) y prueba de Tukey (P <
0.05) utilizando el software R versión 3.0.2 (R
Core Team, 2021). Por otro lado, los archivos
crudos que contenían los datos derivados de
los análisis por GC-MS y LC-MS se pre-pro-
cesaron con Mzmine 2.2 (Whitehead Institute
for Biomedical Research, MA, USA). En esta
herramienta, se realizó la respectiva detección
de señales, deconvolución, filtrado, desisotopi-
zación, llenado de espacios, alineación, norma-
lización y auto escalado (Pluskal et al., 2010).
Un total de 1 577 señales fueron filtradas para
GC-MS y 99 señales para LC-MS, tenien-
do en cuenta su naturaleza fenólica, definida
de acuerdo a bandas de absorción presentes
entre 270-330 nm. De esta manera, se hizo la
compilación de la lista de señales detectadas
asociadas a cada metabolito separado por cada
muestra evaluada, la cual se utilizó para cons-
truir el conjunto de datos de entrada. La matriz
resultante (i.e., muestras versus metabolitos) se
utilizó para comparar los perfiles metabólicos
mediante análisis univariado a través de la
prueba t (al 95 % de confianza), así como aná-
lisis multivariado por Análisis de Componentes
Simultáneos-ANOVA (ASCA) y Análisis de
Componentes Principales (PCA) con dos fac-
tores. Estos análisis se realizaron en la herra-
mienta Metaboanalyst 4.0 (Chong et al., 2019).
RESULTADOS
La mayor incidencia (15 %) y severidad
(35.5 %) de la infección por Labyrinthula se
observó en Providencia. Allí también se cuanti-
ficó el mayor porcentaje de vástagos infectados
(22 %), aunque éstos presentaban una buena
densidad, en comparación con los otros dos
sitios de muestreo (Tabla 1). Las praderas de
Providencia se caracterizaron por ser someras
(menor a 4 metros), presentar buena visibilidad
a través de observación horizontal bajo el agua
y tener sedimentos gruesos con algas calcáreas
y frondosas. En Providencia, los niveles de
nutrientes en el agua superficial cuantificados
TABLA 1
Características biológicas y variables epidemiológicas presentes en el área de muestreo
TABLE 1
Biological characteristics present in the sampling area
Características Providencia Chengue Neguanje
Incidencia de la enfermedad (% de cuadrantes
afectados por Labyrinthula spp.)
15 % 10 % 1 %
Severidad de la infección (total de área lesionada/
área total de la hoja) en promedio obtenido en los
cuadrantes
35.8 % 27.6 % 0.1 %
Prevalencia (número de hojas infectadas/número
total de hojas x 100) en valor promedio de los
cuadrantes estudiados
4 % 4 % 0.1 %
Densidad promedio de vástagos m2/% de vástagos
infectados
293 vástagos/22 % 170 vástagos/13 % 188 vástagos/0.6 %
Fenología No se registran flores
o frutos
No se registran flores
o frutos
Presencia de flores
Indicador de condición tendencia de los pastos
marinos (ICTpm)
Densidad de vástagos:
Deseable Labyrinthula
spp.: Deseable
Densidad de vástagos:
Alerta Labyrinthula
spp.: Deseable
Densidad de vástagos:
Regular Labyrinthula
spp.: Deseable
155
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
en praderas infectadas, aunque fueron más
altos que los cuantificados en praderas sanas,
no presentaron diferencias significativas en
la prueba t-student (T = 0.85, P = 0.48 para
fosfato y T = 1.53, P = 0.26 para nitrato). Así
mismo, los niveles de materia orgánica y car-
bono orgánico en sedimentos fueron similares
entre praderas (Tabla 2).
En el área de Chengue se observó disminu-
ción en la incidencia (10 %) y severidad (27.6
%) de la enfermedad, así como del porcentaje
de vástagos infectados (13 %), aunque la preva-
lencia de la infección fue igual a la cuantificada
para Providencia (4 %). En Chengue se observó
un mayor nivel de carbono orgánico (1.14 %)
en áreas de praderas enfermas, similaridad en
los niveles de materia orgánica entre praderas
y no se observaron diferencias significativas
en los niveles de nutrientes en agua (T = 1.38,
P = 0.3 para nitrato y T = 0.08, P = 0.93 para
fosfato). Estos parámetros fueron similares a
los cuantificados para el área de Providencia,
excepto la materia orgánica que fue muy baja
en Chengue (52 mg/g) en comparación a la
cuantificada en Providencia (hasta 278 mg/g).
El área de Neguanje fue la que presentó los
menores índices de incidencia (1 %), severidad
(0.1 %) y número de vástagos infectados (0.6
%), que incluso hizo difícil la detección de
plantas con síntomas de la enfermedad, por lo
cual no se hace diferencia en la Tabla 2 entre
praderas sanas y enfermas. Estas praderas son
someras, con baja visibilidad dada por la pre-
sencia de mucho material particulado, especial-
mente en la zona cercana a la costa, no tienen
afluentes de ríos cercanos y se encuentran aso-
ciadas a manglares de borde sobre sedimentos
de arena muy fina y limo a diferencia de los
anteriores. En esta área no fue posible cuantifi-
car los nutrientes en agua, ni carbono y materia
orgánica en sedimentos.
Los resultados en general indican que las
praderas de los tres sectores se encontraban en
condiciones similares de salinidad, temperatura
y pH. No se detectaron diferencias significati-
vas entre los nutrientes de las aguas superficia-
les entre praderas sanas y enfermas de Chengue
TABLA 2
Características físico-químicas presentes en agua y sedimento en ambas áreas de muestreo. Datos climatológicos tomados
del Centro de Investigaciones Oceanográficas e Hidrográficas de Colombia (CIOH)
TABLE 2
Physical-chemical characteristics present in water and sediment in both sampling areas. Climatological data taken
from the Center for Oceanographic and Hydrographic Research of Colombia (CIOH)
Localización del área de muestreo Providencia (P1) Chengue (T2) Neguanje (T1)
Parámetros PLaPSbPLaPSbPLa
Profundidad de la pradera (m) 0.95 0.95 1.4 1.4 0.8
Visibilidad horizontal bajo el agua (m) 7 7 3 3 0.7
Precipitación promedio en el área (mes de muestreo) 230 mm (septiembre) 43 mm (noviembre) 61 mm (junio)
Amonio (µg N/L) 6 ± 3.4 3.1 ± 0 3.1 ± 0 3.1 ± 0 NDc
Nitrato (µg N/l) 30 ± 9.7 19.4 ± 1.0 27.6 ± 3.2 24.1 ± 1.6 NDc
Ortofosfato
(µg P-PO4/l) 9.2 ± 6.8 5.1 ± 0.7 4.9 ± 3.6 5.2 ± 3.2 NDc
Temperatura (˚C) 27.5 28 28.5 28.5 29.2
Salinidad PSU 35.1 35.5 35.2 35.2 36
pH 8.32 8.32 7.93 8.32 8.14
Carbono orgánico total (% peso seco) 0.4 0.8 1.14 0.11 NDc
Materia orgánica volátil (mg/g p.s) 223 278 52 48.3 NDc
aPL = Pastos con Labyrinthula spp.; bPS = Pastos sanos. cND = No determinado.
aPL = Seagrass with Labyrinthula spp.; bPS = Healthy seagrass.cND = Undetermined.
156 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
o de Providencia, ni entre las praderas de
ambos sectores (T = 0.256, P = 0.8 para nitrato;
T= -0.76, P = 0.47 para fosfato). El índice de
condición determinado para las praderas de las
tres áreas de muestreo las ubica en el rango de
DESEABLES en cuanto a la infección ocasio-
nada por Labyrinthula, sin embargo, se genera
una ALERTA en la bahía de Chengue, debido
al bajo número de vástagos encontrados, en
comparación con Neguanje, donde su indicador
es REGULAR y Providencia donde su indica-
dor es BUENO (Tabla 2).
Por otro lado, los materiales recolectados
en los tres lugares mostraron algunas diferen-
cias, pero también similitudes en niveles de
fenoles (CTFe) y flavonoides (CTFl) (Fig. 2).
En este sentido, los valores significativamen-
te más altos (P > 0.05) de CTFe y CTFl se
encontraron en las plantas sanas recolectadas
en Providencia (P) y Chengue (T2) (> 78 mg
EAG/g MS y > 50 mg EQ/g MS, respectiva-
mente), mientras los niveles más bajos estu-
vieron en los rizomas infectados en Neguanje
(T1) (< 12 mg EAG/g MS y < 3 mg EQ/g MS,
Fig. 2. Contenidos totales de fenoles y flavonoides de material vegetal de T. testudinum recolectado en tres áreas de muestreo
(P = Providencia, T1 = bahía de Neguanje, T2 = bahía de Chengue), correspondiente a hojas y rizomas en plantas sanas e
infectadas. CTFe = Contenido total de fenoles, expresado como mg de fenoles equivalentes a ácido gálico por gramo de
material seco (mg EAG/g MS). CTFl = Contenido total de fenoles, expresado como mg de fenoles equivalentes a quercetina
por gramo de material seco (mg EQ/g MS). Los valores de CTFe y CTFl se muestran a manera de barras, los cuales
corresponden a los promedios ± desviación estándar (N = 3). Las distintas letras en mayúscula y en minúscula sobre las
barras, indican diferencias estadísticamente significativas en los valores de CTFe y CTFl, respectivamente, de acuerdo al
test de Tukey (P < 0.05).
Fig. 2. Total phenol and flavonoid contents of T. testudinum plant material collected in three sampling areas (P = Providencia,
T1 = Neguanje bay, T2 = Chengue bay), corresponding to leaves and rhizomes in healthy plants and infected. CTFe = Total
phenol content, expressed as mg of phenols equivalent to gallic acid per gram of dry material (mg EAG / g DM). CTFl =
Total phenol content, expressed as mg of phenols equivalent to quercetin per gram of dry material (mg EQ / g DM). The
CTFe and CTFl values -are shown as bars, which correspond to the means ± standard deviation (N = 3). The different
uppercase and lowercase letters on the bars indicate statistically significant differences in the CTFe and CTFl values,
respectively, according to the Tukey test (P < 0.05).
157
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
respectivamente). De forma general se observa
una tendencia entre los órganos, dado que el
contenido de estos metabolitos fue significati-
vamente menor (P < 0.05) en rizomas que, en
hojas, a excepción de las muestras sanas de T1 e
infectadas de T2, cuyos niveles de fenoles y fla-
vonoides entre hojas y rizomas no presentaron
diferencias significativas. Un resultado similar
se obtuvo con las muestras infectadas de Pro-
videncia, pero solo para el caso del CTFl. Par-
ticularmente, los CTFe y CTFl de hojas sanas
de Neguanje no mostraron diferencias signifi-
cativas con los rizomas de plantas recolectadas
de los tres lugares. Por último, se observó una
tendencia más generalizada al comparar los
materiales vegetales sanos e infectados, dado
que, sin importar el lugar o la parte vegetal
implicada, las plantas sanas mostraron niveles
significativamente más altos que los materiales
recolectados en praderas infectadas.
La caracterización química de los extractos
etanólicos de los materiales vegetales recolec-
tados de T. testudinum fue extendida mediante
análisis por GC-MS y LC-MS. Esta extensión
se llevó a cabo con el propósito de establecer las
variaciones particulares de la mayor cantidad
posible de metabolitos detectados, pero explo-
radas desde una perspectiva holística median-
te comparación de los perfiles metabólicos
obtenidos, partiendo de una matriz de entrada,
‘observaciones (i.e., muestras) × variables (i.e.,
intensidad de las señales de los metabolitos)’,
normalizada y centrada en la media. Tal compa-
ración inició con un Análisis de Componentes
Simultáneos-ANOVA (ASCA) para definir qué
tan cambiantes eran los perfiles y así identifi-
car los principales patrones asociados con cada
factor utilizado (i.e., órgano, condición, lugar).
El ASCA es una extensión multivariada del
enfoque univariado ANOVA que, a través de la
comparación de los puntajes (scores) obtenidos
por el análisis de componentes simultáneos
(SCA), define las variaciones de los perfiles
metabólicos dependiente de los factores, dado
que la variación total del conjunto de datos se
puede separar en secciones ortogonales entre
sí, las cuales corresponden a los factores per
se (Smilde et al., 2005). De esta manera, se
revelaron variaciones dependientes de la inte-
racción entre parte vegetal–condición de la
planta [i.e., hojas (H) y rizomas (R) sanos (S)
o infectados (I)] y lugar (P, T1, T2) (Fig. 3). De
hecho, los cambios observados fueron distintos
a razón de la plataforma analítica utilizada, ya
que el análisis por GC-MS, bajo derivatización
por sililación, se orientó a la detección de meta-
bolitos primarios (ejemplo, ácidos orgánicos,
lípidos y azúcares), mientras que las condicio-
nes de análisis por LC-MS se enfocaron a la
detección de metabolitos secundarios (ejemplo,
fenoles y flavonoides), siendo mayor la varian-
za explicada para los perfiles obtenidos por
LC-MS (88.51 %) que en los perfiles obtenidos
por GC-MS (67.94 %). Dado este contexto, en
cuanto a los perfiles de metabolitos registrados
por LC-MS, se encontraron altas variaciones
entre órganos de la planta y condiciones de
los tres lugares de muestreo (Fig. 3A), espe-
cialmente entre Providencia (P) y Chengue
(T2), excepto rizomas infectados en Neguanje
(T1) y Chengue (T2), mientras que los perfiles
obtenidos por GC-MS (Fig. 3B) mostraron
cambios menos evidentes, especialmente entre
Providencia (P) y Chengue (T2) entre órganos
y condiciones, excepto los rizomas infectados
en Neguanje (T1), cuya variación en puntajes
resultó ser grande respecto a Providencia (P) y
Chengue (T2).
Dada la evidencia de una alta variación
entre los perfiles de hojas y rizomas, el análisis
subsecuente se orientó a evaluar los cambios
metabólicos entre plantas sanas e infectadas
recolectadas en los tres lugares, separando
los datos en dos grupos correspondientes a
cada parte vegetal involucrada. De esta forma,
mediante el diagrama de dispersión en tres
dimensiones (3D) (Fig. 4A, Fig 4A-1 y Fig.
4A-2) obtenido a partir de un análisis de com-
ponentes principales (PCA) de dos factores
(‘condición × lugar’), se observó que efec-
tivamente los perfiles obtenidos por LC-MS
de los materiales vegetales recolectados son
diferentes dependiendo del lugar de mues-
treo, tanto para hojas como para rizomas. No
obstante, se encontró también que los mate-
riales sanos tenían mayores diferencias en sus
158 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
perfiles metabólicos en comparación con los
infectados, de tal manera que estos últimos
se agruparon con una mayor cercanía en los
diagramas de dispersión 3D. Estos diagramas
resultaron específicamente en un 91.9 % de la
varianza explicada para los perfiles de las hojas
y un 88.0 % para los de rizomas, indicando una
razonable explicación de la variabilidad del
grupo de datos la cual es dependiente de los
dos factores.
Para revelar aquellos metabolitos respon-
sables de la discriminación global entre plantas
infectadas y sanas, se ejecutó una prueba t (95
% de confianza) sobre las abundancias relati-
vas de los metabolitos detectados por LC-MS
en modo negativo entre estos dos grupos de
datos (sin discriminar lugares), el cual permitió
clasificarlos de acuerdo a esa influencia. Por
tanto, los 10 metabolitos mejor categorizados,
tanto para hojas como para rizomas, de acuerdo
a los cambios relativos significativamente más
contrastantes, fueron evidenciados mediante un
mapa de calor (Fig. 4B, Fig. 4B-1 y Fig. 4B-2,
respectivamente). Esta clasificación, cuyo
orden descendente está de acuerdo al menor
valor de P y al menor valor de la tasa de falsos
descubrimientos (FDR), permitió establecer
que, en conjunto, 15 compuestos estuvieron
dentro de los metabolitos que mostraron cam-
bios significativos entre plantas sanas e infecta-
das. Estos metabolitos mejor clasificados están
listados en la Tabla 3, cuya identificación se
realizó mediante el análisis de los datos obte-
nidos por espectrometría de masas. De estos
15 metabolitos, cinco fueron particulares para
hojas (2, 6, 8, 12, y 14) y otros cinco para rizo-
mas (1, 5, 7, 9, y 15). Además, cuatro metabo-
litos se compartieron para hojas y rizomas (3,
4, 10, y 13), y uno de ellos (11) mostró niveles
más altos en hojas de plantas infectadas en
comparación con las hojas sanas, mientras que
los rizomas sanos mostraron mayores niveles
comparados con los infectados.
Los metabolitos con mayor influencia
en la separación de los perfiles para hojas
infectadas fueron la luteolina (11), dioesme-
tina 7-O-glucosilsulfato (4), ácido cafeico (2)
y luteolina 7-sulfato (8), cuyas variaciones
Fig. 3. Patrones principales en la variación metabólica asociados con la interacción entre los factores parte vegetal –
condición de la planta [hojas (H) y rizomas (R), sanos (S) o infectados (I)] y lugar [Providencia (P), bahía de Neguanje (T1),
bahía de Chengue (T2)], resultado del Análisis de Componentes Simultáneos-ANOVA (ASCA) de los perfiles obtenidos con
el análisis por A. LC-MS y B. GC-MS de las muestras de T. testudinum.
Fig. 3. Main patterns in metabolic variation associated with the interaction between the plant part – plant condition factors
[leaves (H) and rhizomes (R), healthy (S) or infected (I) and place [Providencia (P), Neguanje bay (T1), Chengue bay (T2)],
result of Simultaneous Component Analysis-ANOVA (ASCA) of the profiles obtained with the analysis by A. LC-MS and
B. GC-MS of T. testudinum samples.
159
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
Fig. 4. Análisis comparativo de los perfiles de metabolitos obtenidos por LC-MS de T. testudinum recolectados en diferentes
lugares [Providencia (P), bahía de Neguanje (T1), bahía de Chengue (T2)] y entre tejidos sanos (S) e infectados (I) de hojas
y rizomas. A. Diagramas de dispersión en tres dimensiones (componente principal (PC1, PC2, PC3) derivado del análisis de
componentes principales (PCA) de dos factores (‘condición × lugar’) para A-1. hojas y A-2. rizomas. Las elipses verdes con
líneas discontinuas muestran las agrupaciones de las plantas infectadas (rojo). B. Mapas de calor clasificatorios de los diez
(10) metabolitos más contrastantes en sus abundancias relativas (según escala de color: mayor abundancia = 0.6 (vinotinto);
menor abundancia = -0.6 (azul oscuro)], de acuerdo a la prueba t (a un nivel del 95 % de confianza), entre tejidos sanos
(S) e infectados (I) para B-1. hojas y B-2. rizomas. La clasificación en los mapas de calor está dada en orden descendente
de acuerdo a los menores valores de P y de la tasa de falsos descubrimientos (FDR). Los números en negrita, al costado
derecho de los mapas, corresponden a los metabolitos mejor clasificados, listados en la Tabla 3. C. Diagramas de cajas para
las abundancias relativas normalizadas de los metabolitos más contrastantes con mayor influencia en la discriminación de
tejidos infectados de C-1. hojas y C-2. rizomas, diferenciando lugar y condición.
Fig. 4. Comparative analysis of the metabolite profiles obtained by LC-MS of T. testudinum collected in different places
[Providencia (P), Neguanje bay (T1), Chengue bay (T2)] and from healthy (S) and infected (I) leaves and rhizomes tissues.
A. Three-dimensional scatter diagrams (principal component (PC1, PC2, PC3) derived from principal component analysis
(PCA) of two factors (‘condition × place’) for A-1. leaves and A-2. rhizomes. Green ellipses with dashed lines show the
clusters of infected plants (red). B. Classifying heat maps of the ten (10) most contrasting metabolites in their relative
abundances (according to color scale: highest abundance = 0.6 (red wine); lower abundance = -0.6 (dark blue)], according
to the t test (at a 95 % confidence level), between healthy (S) and infected (I) tissues for B-1. leaves and B-2. rhizomes. The
classification in the heat maps is given in descending order according to the lowest values of P and the false discovery rate
(FDR). The numbers in bold, on the right side of the maps, correspond to the best classified metabolites, listed in Table 6.
C. Box plots for the relative abundances normalized of the most contrasting metabolites with the greatest influence on the
discrimination of infected tissues of C-1. leaves and C-2. rhizomes, differentiating place and condition.
160 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
fueron importantes y consistentes para todos
los lugares, aunque con algunas diferencias en
los cambios relativos para cada lugar (Fig. 4C,
Fig. 4C-1). Para el caso de los rizomas infecta-
dos, los metabolitos más contrastantes fueron
específicamente la diosmetina 7-sulfato (9) y
también la dioesmetina 7-O-glucosilsulfato (4),
con variaciones consistentes, pero con diferen-
cias dependientes del lugar de muestreo (Fig.
4C, Fig. 4C-2). Lo anterior sugirió que 5 com-
puestos de naturaleza fenólica son los meta-
bolitos que se acumulan significativamente en
hojas y rizomas (dependiendo del metabolito)
en plantas de T. testudinum infectadas, mientras
que los demás siguen el comportamiento obser-
vado en las cuantificaciones totales de CTFe y
CTFl, dónde los mayores valores se manifies-
tan para las plantas sanas y hay una reducción
apreciable para las plantas infectadas.
En cuanto a las variaciones en los perfiles
obtenidos mediante análisis por GC-MS, los
datos mostraron un comportamiento diferente
a lo percibido en la comparación de los perfiles
derivados de LC-MS, previamente apreciado en
TABLA 3
Metabolitos clasificados con la mayor influencia (por la prueba t, α = 0.05) en la discriminación entre las hojas
y rizomas de T. testudinum provenientes de praderas sanas e infectadas
TABLE 3
Metabolites classified with the greatest influence (by the t test, α = 0.05) in the discrimination between leaves
and rhizomes of T. testudinum from healthy and infected meadows
#atR (min) [M-H]-
(m/z)bFragmentos (m/z)cFórmula
moleculardNombreeAumento
SfIf
1 9.9 163.1 105 C9H8O3ácido cumárico R
2 11.6 179.1 121 C10H10O4ácido caféico H
3 12.2 193.0 135 C9H8O4ácido ferúlico H, R
4 14.9 541.1 419, 299, 151 C22H22O14Sdiosmetina 7-O-glucosilsulfato H, R
5 15.9 555.1 419, 313, 165 C23H24O14S3’,4’-O-dimetil luteolin 7-glucosilsulfato R
6 17.2 445.1 339, 283, 135 C22H22O10 acacetina 7-glucósido H
7 17.3 461.1 339, 299, 151 C22H22O11 diosmetina 7-glucósido R
8 20.2 365.0 285, 255, 137 C15H10O9Sluteolina 7-sulfato H
9 21.3 379.0 299, 255, 151 C16H12O9Sdiosmetina 7-sulfato R
10 22.4 393.0 313, 255, 165 C17H14O9S3’,4’-O-dimetilluteolin 7-sulfato H,R
11 25.1 285.1 177, 137 C15H10O6Luteolina R H
12 26.1 287.0 179, 137 C15H12O6Eriodictiol H
13 26.6 269.0 177, 121 C15H10O5Apigenin H, R
14 29.5 271.1 179, 121 C15H12O5Naringenina H
15 29.8 299.0 177, 151 C16H12O6Diosmetina R
a La numeración está dada de acuerdo al orden de aparición en los perfiles metabólicos de acuerdo al tR (= tiempo de
retención cromatográfico dado en minutos). bValor de relación masa carga (m/z) para el ion quasimolecular [M-H]- obtenido
en modo negativo. cFragmentos relevantes para la caracterización, observados en el espectro de masas obtenidos a 7.0 y 14.0
eV como energías del cuadrupolo y de colisión, respectivamente. dFórmula molecular del compuesto sin ionizar. eNombre
del metabolito identificado de acuerdo a la información de espectrometría de masas. fParte de la planta (H = hojas; R =
rizomas) en el que el metabolito tuvo un aumento significativo (P < 0.05) de acuerdo al t-test, en la abundancia relativa para
planta sanas (S) o infectadas (I), según cada caso.
a The numbering is given according to the order of appearance in the metabolic profiles according to tR (= chromatographic
retention time given in minutes). b Value of mass to charge ratio (m/z) for the quasimolecular ion [M-H]- obtained in
negative mode. c Relevant fragments for the characterization, observed in the mass spectrum obtained at 7.0 and 14.0 eV as
quadrupole and collision energies, respectively. d Molecular formula of the non-ionized compound. e Name of the identified
metabolite according to mass spectrometry information. f Part of the plant (H = leaves; R = rhizomes) in which the metabolite
had a significant increase (P < 0.05) according to the t-test, in the relative abundance for healthy (S) or infected (I) plants,
according to each case.
161
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
la Fig. 3, dado que los diagramas de dispersión
3D (Fig. 5A, Fig. 5A-1 y Fig. 5A-2), resultante
del PCA con dos factores (‘condición × lugar’),
indicaron que los perfiles presentaban diferen-
cias más notorias dependiendo del lugar, tanto
para plantas sanas como infectadas. No obs-
tante, el impacto de las condiciones del lugar
de muestreo sobre los perfiles de las plantas
infectadas fue más pronunciada, dado que estas
muestras se localizaron en octantes diferentes
de los diagramas de dispersión, y las plantas
sanas de Providencia (P) y Neguanje (T1) exhi-
bieron la mayor similitud, como se notó en la
Fig. 3. La varianza explicada para los perfiles
Fig. 5. Análisis comparativo de los perfiles de metabolitos obtenidos por GC-MS de T. testudinum recolectados en diferentes
lugares [Providencia (P), bahía de Neguanje (T1), bahía de Chengue (T2)], de tejidos sanos (S) e infectados (I) de hojas (H)
y rizomas (R). A. Diagramas de dispersión en tres dimensiones (componente principal (PC1, PC2, PC3) derivado del análisis
de componentes principales (PCA) de dos factores (‘condición × lugar’) para A-1. hojas y A-2. rizomas. B. Diagramas
de cargas en tres dimensiones (PC1, PC2, PC3) derivado del análisis de componentes principales (PCA) de dos factores
(‘condición × lugar’) para B-1. hojas y B-2. rizomas. Las elipses rojas con líneas discontinuas muestran los metabolitos con
mayor influencia en la discriminación (presentados en la Tabla 4), verificados mediante análisis de puntajes VIP (influencia
de la variable en la proyección).
Fig. 5. Comparative analysis of the metabolite profiles obtained by GC-MS of T. testudinum collected in different places
[Providencia (P), Neguanje bay (T1), Chengue bay (T2)], from healthy (S) and infected (I) leaves (H) and rhizomes (R)
tissues. A. Three-dimensional scatter diagrams (principal component (PC1, PC2, PC3) derived from principal component
analysis (PCA) of two factors (‘condition × location’) for A-1. leaves and A-2. rhizomes. B. Three-dimensional load
diagrams (PC1, PC2, PC3) derived from the principal component analysis (PCA) of two factors (‘condition × place’) for
B-1. leaves and B-2. rhizomes. The red ellipses with dashed lines show the metabolites with the greatest influence on
discrimination (presented in Table 4), verified by VIP score analysis (influence of the variable on the projection).
162 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
de las hojas fue del 91.9 %, mientras que los
rizomas mostraron un 94.5 %, indicando que la
variabilidad del grupo de datos está bien expli-
cada bajo la dependencia de ambos factores.
La variación pronunciada dependiendo del
lugar de muestreo y condición permitió estable-
cer los metabolitos con mayor influencia en la
discriminación a partir de un diagrama de car-
gas 3D para muestras de hojas y rizomas (Fig.
5B, Fig. 5B-1 y Fig. 5B-2, respectivamente).
Por consiguiente, tales diagramas evidenciaron
una mayor cantidad de metabolitos con mayor
influencia en la discriminación para rizomas
(20) que para hojas (11), lo cual fue contrario
a lo observado en LC-MS. Los metabolitos
identificados que tuvieron la mayor influencia
en la discriminación se presentan en la Tabla 4.
A partir del hecho que el lugar y la con-
dición de las praderas (i.e., sanas o infectadas)
tuvieron un efecto importante en la variabilidad
de los perfiles de metabolitos detectados por
GC-MS, el análisis detallado permitió deter-
minar que en hojas de plantas sanas de las
praderas del parque Tayrona en las bahías de
Neguanje y Chengue se comparte la acumu-
lación de la mayoría de metabolitos, ejemplo,
xilosilglucosa, ácido 3-oxobutanóico y sucrosa,
y hay mayor abundancia de estos en Neguanje
que en Chengue. Por su parte, el ácido 3-des-
hidroshiquímico fue acumulado mayoritaria-
mente tanto en hojas de la bahía de Chengue
como de Providencia. Por otra parte, en los
rizomas de plantas sanas se observó que en
las tres praderas se acumuló mayoritariamente
la Talosa y el glicerol, siendo muy abundante
TABLA 4
Metabolitos con mayor influencia en la discriminación de hojas y rizomas de plantas sanas y con síntomas
de enfermedad en cada una de las praderas de T. testudinum
TABLE 4
Metabolites with the greatest influence on the discrimination of leaves and rhizomes of healthy plants
with disease symptoms in each of the T. testudinum meadows
Muestra Providencia (P) Neguanje (T1) Chengue (T2)
Hojas planta
sana
ribono-1,4-lactona (25),
ácido 3-deshidroshiquímico
(10), ácido cafeico (10)
xilosilglucosa (27)
ácido 3-oxobutanóico (18),
sucrosa (12)
ácido- 3-oxobutanóico (10),
ácido 3-deshidroshiquímico (9)
xilosilglucosa (7), sucrosa (7)
Hojas planta
infectada
3-hidroxi-2-isopentanona (10),
sitosterol (5)
3-hidroxi-2-isopentanona (5)
sitosterol (5)
3-hidroxi-2-isopentanona (16),
glucosa (10), sitosterol (8)
estigmasterol (8)
Rizoma planta
sana
talosa (20), glicerol (9),
ácido 3-oxobutanoico (9)
1,5-anhidrosorbitol (10) talosa
(10), tagalosa (10),
galactosa (10), allosa (10),
mioinositol (10), ribosa (10),
manosa (10), xilosa (10),
mioinositol (10), glicerol (10),
ribosa (10),
ácido arabinónico (10),
alcohol alílico (10).
glicerol (12), talosa (6)
Rizoma planta
infectada
glucosa (15),
2,6-dimetilbenzenotiol (12),
2-feniletanotiol (5),
isopent-3-en-2-ona (5),
4-acetil-1-metilciclohexeno (5).
isopent-3-en 2-ona (7),
2-feniletanotiol (7),
2,6-dimetilbenzenetiol (6),
glucosa (4),
ácido octadecatrienoico (4)
glucosa (16),
isopent-3-en-2-ona (14),
ácido isopentanóico (14),
acetato de octadecilo (10)
Compuestos únicos en la muestra en negrilla. Puntajes de influencia de la variable en la proyección (VIP) de la señal del
compuesto entre paréntesis.
Unique compounds in the sample in bold. Variable influence on projection (VIP) scores of the composite signal in
parentheses.
163
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
en Providencia, seguido por Chengue y luego
Neguanje. En esta última pradera se observó
además una amplia variedad de metabolitos
en alta abundancia respecto de las otras áreas,
como fueron algunos azúcares y alcoholes en
rizomas sanos. En praderas de Providencia, se
detectaron altos niveles de metabolitos únicos
para el área como la ribono-1,4-lactona y el
ácido cafeico en hojas y el ácido 3-oxobutanoi-
co en rizomas de plantas sanas (Tabla 4).
Por otro lado, en las praderas infectadas los
metabolitos mayoritariamente acumulados en
hojas y rizomas fueron diferentes a los encon-
trados en praderas sanas. En hojas infectadas
de los tres sitios, se encontraron compuestos
comunes como la 3-hidroxi-2-isopentanona y
el sitosterol, y en los rizomas infectados la glu-
cosa y la isopent-3-en-2-ona, mostrando mayor
abundancia en Chengue seguido por Providen-
cia y por Neguanje. Los datos indicaron que
las plantas infectadas inducen el incremento de
compuestos propios en cada área como glucosa
y estigmasterol en hojas y ácido isopentanóico
y acetato de octadecilo en rizomas de la bahía
de Chengue; el 4-acetil-1-metilciclohexeno en
rizomas de Providencia y el ácido octadecatrie-
noico en rizomas de Neguanje.
DISCUSIÓN
Dado que a nivel mundial en regiones
tropicales y templadas se ha presentado una
disminución en la extensión de los pastos
marinos por diferentes factores antropogénicos
y naturales, incluidas las enfermedades ocasio-
nadas por diferentes patógenos (Bergmann et
al., 2010; Bull et al., 2012; Papenbrock, 2012),
a partir del 2014 se estableció un protocolo
para determinar las condiciones en las que se
encuentran las praderas de pastos marinos en el
Caribe Colombiano, dentro de las que se inclu-
ye la estimación del porcentaje de afectación de
las praderas de T. testudinum por Labyrinthula
spp. (Galeano et al., 2016; Gómez-López et
al., 2014). En este contexto, se ha observado
variación espacio-temporal en la afectación
de dichas praderas por esta enfermedad en
varias áreas del Caribe (Galeano et al., 2016;
Gómez-López et al., 2018), sin embargo, este
es el primer estudio que simultáneamente ana-
liza datos epidemiológicos y ambientales y
compara el perfil metabólico de plantas sanas e
infectadas, como un primer paso en el estudio
de la respuesta de la planta ante la presencia
del patógeno.
Los resultados indican que en Providen-
cia las lluvias detectadas en la zona durante
el muestreo conllevaron a un leve incremento
de nutrientes en el agua y disminución de
la salinidad (35.1 psu) lo que, aunado a una
mayor densidad de vástagos, pudo favorecer
una mayor infección de las praderas de Tha-
lassia testudinum en esta área, en comparación
con las praderas de las bahías de Chengue y
Neguanje en el PNNT, corroborando estu-
dios previos de Jakobsson-Thor et al. (2018),
Groner et al. (2014) y Groner et al. (2016) y
quienes observaron una mayor diseminación
de la enfermedad en praderas someras con alta
densidad de vástagos. En Providencia, aunque
los valores de nitrato y fósforo alcanzaron los
30 y 9.2 µg/l, respectivamente, fueron menores
que los reportados en el mes de junio (época
seca) en el mismo sector de McBean Lagoon,
donde llegaron hasta 55 y 82 µg/l, respec-
tivamente. Lo anterior denota el ingreso de
nutrientes por actividad agrícola y el aporte de
aguas residuales en el área, reportado previa-
mente por INVEMAR (2020), que conllevan
a la disminución de oxígeno (< 1.85 mg/l) y
al incremento de coliformes termo tolerantes
en aguas superficiales. Estos datos corroboran
estudios previos en los que se ha reportado que
incrementos de nitrato, de 7 µM hasta 68 µM,
aumentan la susceptibilidad a la infección en
praderas de Z. marina (Hughes et al., 2018).
Por otra parte, en Chengue, se detectó una
baja incidencia de la enfermedad en praderas
con menor nivel de nutrientes y menor densi-
dad de vástagos y, aunque los valores de nitrato
y fósforo reportados en este estudio fueron
mayores que los reportados previamente en
época seca (junio 2019) en dicha bahía (INVE-
MAR, 2020), se encuentran dentro del rango
establecido en aguas naturales para la preserva-
ción de fauna y flora, de acuerdo con la Norma
164 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
colombiana (Decreto 1076 del 2015) y están en
correspondencia con los cuantificados en esa
área desde el 2008 (INVEMAR, 2008).
Aunque varios estudios indican que la des-
carga de nutrientes desde las áreas costeras ha
llevado a una disminución de las praderas mari-
nas (Orth et al., 2006), afectando su biomasa
(Kaldy et al., 2017), su integridad estructural
(Burkholder et al., 1992) y facilitando la pene-
tración de Labyrinthula spp. (Vergeer et al.,
1995), los resultados en este caso no mostraron
diferencias significativas entre los niveles de
nutrientes presentes entre las praderas de los
tres sectores analizados, que permita establecer
una relación directa con la incidencia de la
enfermedad. Por lo cual, es necesario comple-
mentar los estudios en el Caribe Colombiano
a nivel espacio-temporal, incluyendo factores
como turbidez, oxígeno disuelto, presencia de
contaminantes orgánicos, de metales pesados,
de nutrientes y de sulfuros en sedimentos,
que se sabe pueden en conjunto, contribuir a
aumentar la susceptibilidad a la infección; y
en el caso de Providencia incluso analizar la
influencia de corrientes marinas dado que en
monitoreos de años anteriores se ha observado
una mayor incidencia de la enfermedad en esta
isla, a diferencia de lo observado en el conti-
nente, específicamente en el PNNT.
Por otra parte, estudios en praderas en
Cuba (Rodeiro-Guerra, 2019) reportan nive-
les similares de materia orgánica y carbono
orgánico en sedimentos a los cuantificados en
este estudio. Sin embargo, estos últimos son
valores bajos para el desarrollo de los pastos
de acuerdo a Koch (2001), quien establece
que un 4 % de carbono orgánico es el óptimo
para el crecimiento de las praderas, lo cual
podría incidir sobre el bajo número de vástagos
encontrados en las praderas del PNNT. Con
respecto al efecto de la salinidad y la tempera-
tura sobre la incidencia de la enfermedad en T.
testudinum, se reporta solo el estudio de Bishop
(2013), quien en microcosmos determinó que
Labyrinthula spp. es muy sensible a la varia-
ción en salinidad (< 15 ppt y > 50 ppt) y que a
salinidades de 30 psu y 30 °C, tiene una buena
capacidad infectiva. Sin embargo, las praderas
en el Caribe Colombiano se encuentran dentro
de un rango de temperatura (28-33 °C) y sali-
nidad (24-35 psu) óptimo para su desarrollo
(IFAS, 2007), lo cual explicaría que la afecta-
ción de la enfermedad sea baja y no ocasione
mortalidades de las praderas, inclusive cuando
su incidencia ha sido mayor, como se observó
en Providencia en junio del 2014, en donde más
del 60 % de la pradera presentó síntomas de la
enfermedad, pero ya en octubre del mismo año
la incidencia había disminuido casi en totalidad
(Galeano et al., 2016).
Los datos indican que las praderas de T.
testudinum en las tres áreas muestreadas se
encuentran en una buena condición, a pesar
de presentar síntomas de la enfermedad del
desgaste. Esto concuerda con la información
recopilada por el INVEMAR en los últimos 6
años (Galeano et al., 2016; Gómez-López et al.,
2018; Gómez-López et al., 2020), en la que se
ha observado que, a pesar de ser afectados rela-
tivamente con frecuencia por este hongo, el sis-
tema de defensa de las plantas le ha permitido
mantenerse sin pérdidas evidentes en el tiempo.
Esta respuesta de T. testudinum frente
Labyrinthula spp. logró ser explorada mediante
perfilado metabólico como abordaje holístico.
Esta exploración se constituye en el primer
estudio que se desarrolla en Colombia para
este patosistema, representando una importante
contribución a la caracterización química de
T. testudinum por GC-MS y LC-MS. De esta
manera, se describe la presencia y acumulación
mayoritaria, por efecto del lugar de mues-
treo, parte de la planta y condición sanitaria,
de algunos metabolitos que no habían sido
reportados previamente, que fueron detecta-
dos e identificados por GC-MS, y que fueron
categorizados por análisis univariado, como
son el ácido octadecatrienoico, 2,6-dimetil-
benzenetiol, 2-feniletanetiol, 3-hidroxi-2-iso-
pentanona, isopent-3-en-2-ona, xilosilglucosa,
ácido 3-oxobutanóico y el ácido 3-deshidros-
hiquimico. Para el caso de los compuestos de
naturaleza fenólica detectados por LC-MS,
15 compuestos fueron resaltados por análisis
multivariado como responsables de la discrimi-
nación estadística de las muestras, siendo los
165
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
flavonoides conjugados 3’,4’-O-dimetil luteo-
lin 7-glucosilsulfato, acacetina 7-glucósido,
diosmetina 7-glucósido, luteolina 7-sulfato,
diosmetina 7-sulfato, 3’,4’-O-dimetilluteolin
7-sulfato, y los flavonoides libres luteolina,
eriodictiol, apigenin, naringenina, y diosmeti-
na, metabolitos muy comunes en pastos mari-
nos pero sin reportes previos en T. testudinum
(Jeyapragash et al., 2018). También se observó
que los metabolitos encontrados en plantas
sanas difieren de los encontrados en plantas
enfermas al igual que los detectados entre hojas
y rizomas, incluso dependiente del lugar, lo
cual fue evidente en la cuantificación de los
contenidos totales de fenoles y flavonoides,
cuyos niveles se encontraron en un rango entre
84.4 y 11.7 mg EAG/g MS para CTFe y entre
55.5 y 2.85 mg EQ/g MS para CTFl, los cuales
estuvieron de acuerdo a lo reportado previa-
mente por otros autores para muestras de T.
testudinum recolectadas en la playa Rincón de
Guanabo y la bahía Little Lameshur de las islas
vírgenes de USA (Arnold et al., 2008; Gonzá-
lez et al., 2016; Regalado et al., 2012).
Los compuestos encontrados en los extrac-
tos etanólicos de las muestras, analizados tanto
por LC-MS como por GC-MS, incluyeron
azúcares, ácidos grasos, esteres, cetonas, ter-
penos, fenoles, flavonoides libres, flavonoides
glicosilados y flavonoides sulfatados. Varios
estudios han reportado que los fenoles, como
el ácido cafeico, pueden asociarse a la resis-
tencia a Labyrinthula spp. en Z. marina y T.
testudinum, incluso inhibiendo su crecimiento
in vitro (Buchsbaum et al., 1990; Groner et al.,
2016; Trevathan-Tackett et al., 2015; Vergeer
et al., 1995) como una respuesta de defensa
constitutiva. No obstante, los niveles de ácido
cafeico se mostraron aumentados por efecto de
la presencia del hongo, como se observa en la
Fig. 4B, donde la abundancia relativa de este
compuesto fue significativamente contrastante
entre hojas sanas e infectadas, relacionándose
su acumulación a la presencia de Labyrinthula
spp. al hacer la comparación de los perfiles
detectados por LC-MS. Contrariamente, los
niveles de ácido cafeico detectado por GC-MS
no mostraron esta tendencia, dado que las
hojas aparentemente sanas de praderas de
Providencia mostraron abundancia mayores, lo
cual podría estar relacionado con una respuesta
constitutiva o dependiente de una fase inicial
de defensa ante la presencia de epífitas, la
cual fue muy abundante en estas praderas, en
concordancia con lo reportado por Subhashini
et al. (2013). De igual manera, estos niveles
particulares podrían indicar una respuesta ante
la presencia del endófito en plantas asinto-
máticas, lo cual ha sido reportado como muy
común en praderas a través de pruebas de
PCR (Bockelmann et al., 2013), o simple-
mente, otros metabolitos acumulados fueron
detectados mayoritariamente por GC-MS en
comparación a los fenólicos en respuesta a
la presencia del hongo, principalmente pre-
cursores con unidades C5, particularmente la
3-hidroxi-2-isopentanona, isopent-3-en-2-ona,
y el ácido isopentanóico. Estas observaciones
se suman al hecho que varios reportes también
indican que la presencia de ácidos fenólicos en
las plantas pueden incrementar hasta en 4 veces
en condiciones de poco nitrógeno (Buchsbaum
et al., 1990) y que factores ambientales como
turbidez, acidificación, baja salinidad (Sneed,
2005) y contaminación con metales pesados
(Ferrat et al., 2012) determinan cambios en
su concentración, lo cual explica la variación
entre lugares (más evidentes en los perfiles
por GC-MS), por lo cual es importante realizar
estudios complementarios en el área para exa-
minar dichos aspectos.
Los datos muestran que hay metabolitos
secundarios que sólo aparecen en hojas o en
rizomas de plantas infectadas indicando dife-
rencias en los procesos metabólicos que tienen
lugar en cada órgano como ha sido reportado
previamente (Migliore et al., 2007). Entre
ellos se encontró, por análisis con GC-MS,
la 3-hidroxi-2-isopentanona en solo las hojas
infectadas de las 3 áreas de estudio y ácido
isopentanóico (ácido isovalérico) y ácido octa-
decatrienoico, solo en rizomas infectados. El
ácido isovalérico ha sido detectado en Halo-
dule pinifolia (Jeyapragash et al., 2018) y el
octadecatrienoico en Syringodium isoetifolium,
este último es una oxilipina del sistema inmune
166 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
de la planta, reportada con capacidad antiin-
crustante, antibacteriana y antifúngica (Pala-
nisamy et al., 2014). También se detectaron
compuestos como el 2,6-dimetilbenzenetiol, 2
fenil etanotiol, isopent-3-en-2-ona y azúcares
reductores como la glucosa, principalmente
en rizomas infectados de las tres áreas de
estudio. La presencia de glucosa concuerda
con resultados previos de Yero-Espinosa et al.
(2017) quienes detectaron azúcares reductores
en extractos acuosos y etanólicos de plantas
completas de T. testudinum, así como De la
Torre et al. (2012) y García-Granados et al.
(2019), quienes sugieren que los azúcares son
usados como reserva energética por la planta
y específicamente los que están contenidos en
los rizomas (órganos de almacenamiento de
energía) pueden ser determinantes en la tasa
de recuperación de la biomasa foliar (Dawes
& Lawrence, 1979), en este caso dada por la
muerte de hojas infectadas. También se reporta
que estos carbohidratos pueden acumularse
sobre los sitios de infección para ser usados en
la síntesis de compuestos fenólicos que causan
la necrosis celular como primera etapa de la
defensa constitutiva de la planta (Steele et al.,
2005). Lo anterior se sustenta en el hecho que,
luego del análisis multivariado contrastante
entre plantas sanas y enfermas, se observó que
el número de azúcares fue menor en plantas
infectadas, favoreciendo la acumulación parti-
cular de glucosa. En cuanto a las pentanonas,
éstas no han sido reportadas para T. testudinum,
pero si se ha reportado su presencia en plantas
(Cheng et al., 2020; Vivaldo et al., 2017) y
macroalgas como oxilipinas volátiles de cadena
corta, como las pent-3-en-2-ona y las hidroxi-
pentanonas, cuya función es alertar a través del
medio acuático de la presencia de patógenos
(Chen et al., 2019), lo que apoyaría la alta
abundancia relativa detectada de la hidroxi-
2-isopentanona en hojas de praderas infectadas
en las tres áreas.
También se detectó por GC-MS la presen-
cia de esteroles como el sitosterol y estigmaste-
rol, que son muy comunes en plantas, y tienen
un efecto protector contra rayos UV y ayudan
en la estructura de las células y las membranas.
Por lo tanto, su presencia solo en hojas infec-
tadas sugiere su síntesis para reconstrucción
de los tejidos dañados por efecto del protista.
Varios autores han reportado altos niveles de
esteroles tipo sitosterol y estigmasterol en
Thalassia testudinum en India, el Caribe y Aus-
tralia (Gillan et al., 1984; Govidan et al., 1993;
Riera-Romo et al., 2018) al igual que en Posi-
donia oceanica y Halodule uninervis (revisado
en Zidorn (2016)), con propiedades citotóxicas
y farmacológicas. La sobrerregulación de azú-
cares reductores y esteroles podría originarse
como una respuesta inmune ya que, como
ha sido reportado previamente, en plantas en
condiciones de estrés se presentan rearreglos
en aminoácidos, ácidos orgánicos, azúcares
(i.e., sacarosa, fructosa, ribulosa y trehalosa),
polioles y alcoholes derivados de azúcares (i.e.,
manitol, mio-inositol, y ribitol), que tienen pro-
piedades protectoras con efectos antioxidantes
y osmorreguladores (Kumar, 2016). Por otro
lado, en plantas sanas se encontró la acumula-
ción mayoritaria de metabolitos diferentes a los
encontrados en plantas infectadas, entre ellos
se encontraron para las hojas la xilosilgluco-
sa, ácido-3-oxobutanoico (ácido acetoacético),
sucrosa, y ácido-3-deshidroshiquimico, este
último involucrado en la biosíntesis de aminoá-
cidos aromáticos por la ruta del ácido shikími-
co. Para el caso de los rizomas se encontró la
talosa, glicerol, y otros azúcares y alcoholes
sintetizados como fuente de reserva energética.
Entre ellos no se han reportado previamente
para T. testudinum xilosilglucosa, ácido-3-oxo-
butanoico, ni ácido-3-deshidroshiquimico.
En relación a los flavonoides detectados
por LC-MS, se encontró un menor número de
metabolitos asociados a este grupo que influen-
ciaron la discriminación estadística bifactorial,
supervisando simultáneamente por lugar y por
condición sano o enfermo. De esta manera,
cuatro flavonoides (de los doce categoriza-
dos) fueron determinantes en la discriminación
bifactorial de las plantas infectadas, dado que
se relacionaron de una manera estadísticamente
significativa con las plantas infectadas. Estos
metabolitos, que hacen parte del subgrupo de
las flavonas, particularmente del tipo luteolina
167
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
y diosmetina, los cuales están estructuralmente
diferenciados únicamente por una metilación
en el oxígeno del carbono 3’, se acumularon
de forma libre (como la luteolina), sulfatados
(como la diosmetina 7-sulfato y la luteolina
7-sulfato), o glucosilsulfatados (como la dioes-
metina 7-O-glucosilsulfato, también llamada
thalassiolina B). Este último metabolito está de
acuerdo a lo reportado por Trevathan-Tackett et
al. (2015), quienes describieron el efecto direc-
to de la thalassiolina B, aislada de un ejemplar
de T. testudinum recolectado en praderas de
Long Key Florida, USA, sobre el crecimiento
de Labyrinthula spp. en medio suplementado.
De esta manera, encontraron que esta flavona
glucosilsulfatada tenía un efecto antifúngico
entre 20 a 100 veces mayor que otros ácidos
fenólicos evaluados, con un IC50 de 30.6 µM.
Este hecho está en concordancia con lo indi-
cado por Jensen et al. (1998), quienes también
encontraron evidencia que la thalassiolina A
(i.e., luteolina 7-O-glucosilsulfato), aislada de
un ejemplar de T. testudinum recolectado en
la isla Little San Salvador de las Bahamas, se
comporta como un metabolito de defensa con-
tra el hongo zoospórico Schizochytrium aggre-
gatum, el cual fue considerado en su momento
como un antibiótico tipo flavona glucosilsulfa-
tada con efecto antiincrustante ecológicamente
relevante (Jensen et al., 1998). La ocurrencia
de este tipo de flavonoides glucosilsulfatados
(aunque también los flavonoides sulfatados)
se ha visto más favorecida en halófitas, cons-
tituyéndose en una adaptación fisiológica al
medio marino (Teles et al., 2018). No obstante,
aunque se han evidenciado algunas funciones
ecológicas para los flavonoides de origen mari-
no, se ha precisado también que varios de los
flavonoides sulfatados tienen roles claros en
la defensa química antimicrobiana de pastos
marinos, como T. testudinum. Todo lo anterior
racionaliza el hecho de encontrar mayoritaria-
mente acumulados estos cuatro flavonoides
sulfatados de tipo luteolina y diosmetina, con
niveles significativamente contrastantes y con-
sistente en los tres lugares de muestreo, relacio-
nados a las plantas infectadas de T. testudinum
con Labyrinthula spp., lo cual es un indicio de
su participación en la defensa química del pasto
contra este protista.
Nuestros resultados complementan la
información previa en la que se menciona que
T. testudinum es fuente de ácidos fenólicos,
cumarinas, flavonas, taninos, lignanos, fitoes-
teroles, esteroides, diterpenos, triterpenos y
saponinas, los cuales han sido detectados por
diferentes metodologías, y cuya biosíntesis es
el reflejo de interacciones bióticas y abióticas
(García-Granados et al., 2019; De la torre et
al., 2012; Regalado et al., 2012). En un estudio
reciente de Papazian et al. (2019) detectaron,
además de flavonoides sulfatados (ácido ros-
marinico, diosmetina, apigenina y luteolina),
otros metabolitos como ácidos carboxílicos ali-
fáticos (ácido azelaico), ácidos grasos (involu-
crados en la protección estructural y respuesta
inmune) y trehalosa. Todos estos metabolitos
generados por el pasto marino como meca-
nismo antiincrustante. Por otro lado, en este
estudio también se detectaron metabolitos
conocidos con variadas aplicaciones, como
lo son la isopent-3-en-2-ona, el dimetilben-
zenetiol, usados como aditivos de alimentos
(Subhashini et al., 2013), el ácido cafeico y
glicerol usados en el desarrollo de compuestos
farmacológicos (Riera-Romo et al., 2018), los
flavonoides libres y conjugados, derivados de
la naringenina y la apigenina, que son impor-
tantes antioxidantes (Brunetti et al., 2013), y el
ácido octadecatrienoico usado en el control de
patógenos y formación de biopelículas (Kumar,
2016), lo cual abre nuevas perspectivas de
investigación en el país.
Finalmente, el presente estudio es un pri-
mer esfuerzo enfocado hacia la caracterización
metabólica de pastos marinos recolectados
en lugares con características biológicas y
fisicoquímicas distintas pero ubicados en las
inmediaciones del Caribe Colombiano, el cual
resultó en la identificación y reconocimiento
de varios metabolitos de diferente naturaleza,
y que serían ecológicamente relevantes dado
que son el indicio de una respuesta del pasto
marino al ambiente y a la presencia del pro-
tista. No obstante, aunque el análisis metabo-
lómico, bajo un enfoque basado en perfilado
168 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
metabólico, permite una visión general de la
respuesta de la planta ante la presencia del
endófito, hay aspectos en la eco fisiología de
la planta que pueden limitar la fidelidad de los
resultados y que, por consiguiente, es altamente
positivo que sean abordados en estudios pos-
teriores, incluso en condiciones controladas.
Entre ellos están los efectos del ambiente sobre
la relación hospedero-patógeno que se desco-
noce en este caso. También la amplia diversi-
dad genética intra poblacional de Labyrinthula
(más de 46 especies), que incluso hace que
en la misma área se encuentren praderas muy
afectadas, mientras otras parecen sanas o asin-
tomáticas lo cual, aunque ha sido reportado
en áreas templadas (Bockelmann et al., 2012),
no se conoce para el Caribe. De igual manera,
la variación que puede darse por edad de las
plantas y por el tipo de muestras, y no menos
importante, el procedimiento de extracción y la
técnica usada para el análisis que, como reporta
Subhashini et al. (2013) y se vio en el presente
estudio, determina el enfoque a estudiar basa-
do en la información aportada por los perfiles
metabólicos obtenidos.
Declaración de ética: los autores declaran
que todos están de acuerdo con esta publica-
ción y que han hecho aportes que justifican
su autoría; que no hay conflicto de interés de
ningún tipo; y que han cumplido con todos los
requisitos y procedimientos éticos y legales
pertinentes. Todas las fuentes de financiamien-
to se detallan plena y claramente en la sección
de agradecimientos. El respectivo documento
legal firmado se encuentra en los archivos de
la revista.
AGRADECIMIENTOS
Este es un producto derivado del Proyecto
INV-CIAS-2947, financiado por la vicerrec-
toría de investigaciones de la Universidad
Militar Nueva Granada y el Instituto de Inves-
tigaciones Marinas y Costeras INVEMAR bajo
el Convenio Especial de Cooperación INV-
CIAS-2947. Esta es la contribución #1331 del
INVEMAR. Agradecemos a Paola A. Men-
doza por la preparación de los extractos para
análisis químico.
RESUMEN
Introducción: Los protistas del género Labyrinthula cau-
san la denominada “Enfermedad del desgaste” en el pasto
marino, Thalassia testudinum. Desde el 2008 los monito-
reos en el Caribe colombiano han mostrado variación espa-
cial y temporal en la incidencia de la enfermedad, pero sin
la alta mortalidad observada en otras regiones del mundo.
Objetivo: Analizar algunos parámetros epidemiológicos en
T. testudinum y comparar metabolitos entre plantas sanas
e infectadas.
Métodos: Registramos la severidad, incidencia y preva-
lencia de esta enfermedad en el Parque Nacional Natural
Tayrona e Isla de Providencia, y analizamos muestras de
agua y sedimentos. Además, aplicamos cromatografía
líquida y de gases, junto con espectrometría de masas, a
extractos metanólicos de muestras de hojas y rizomas de
brotes sanos e infectados.
Resultados: Las praderas se encontraban en buen estado,
a pesar de la escasez de brotes de fanerógamas marinas
en Tayrona y una alta incidencia (15 %) y severidad (355
%) de la enfermedad en Providencia. Las plantas infec-
tadas tenían niveles más bajos de fenoles, flavonoides y
azúcares. Las flavonas sulfatadas con aglicona luteolina y
diosmetina, los esteroles (sitosterol y estigmasterol) y las
oxilipinas volátiles se acumularon en las hojas (3-hidroxi-
2-isopentanona) y los ácidos isopentanoico y octadecatrie-
noico en los rizomas.
Conclusiones: Estos pastos marinos colombianos tienen
producción diferencial de metabolitos. Probablemente
como una defensa exitosa, aún a niveles bajos de severidad
(0.1 %) e incidencia (1 %) de la enfermedad.
Palabras clave: pastos marinos; perfilado metabólico;
protista; patosistema; Labyrinthula spp.
REFERENCIAS
Arnold, T. M., Tanner, C. E., Rothen, M., & Bullington, J.
(2008). Wound-induced accumulations of condensed
tannins in turtle grass, Thalassia testudinum. Aquatic
Botany, 89(1), 27–33.
Bergmann, N., Winters, G., Rauch, G., Eizaguirre, C.,
Fricke, J. G., Nelle, B., & Reusch, T. B. (2010).
Population-specificity of heat stress gene induction in
169
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
northern and southern eelgrass Zostera marina popu-
lations under simulated global warming. Molecular
Ecology, 19, 2870–2883.
Bishop, N. D. (2013). The effects of multiple abiotic stres-
sors on the susceptibility of the seagrass Thalassia
testudinum to Labyrinthula sp., the causative agent
of wasting disease (Doctoral dissertation). University
of North Florida, United States.
Bockelmann, A. C., Beining, K., & Reusch, T. B. H. (2012).
Widespread occurrence of endophytic Labyrinthula
spp. in northern European eelgrass Zostera marina
beds. Marine Ecology Progress Series, 445,109–116.
Bockelmann, A. C., Tams, V., Ploog, J., Schubert, P. R., &
Reusch, T. B. H. (2013). Quantitative PCR reveals
strong spatial and temporal variation of the wasting
disease pathogen, Labyrinthula zosterae in Northern
European Eelgrass (Zostera marina) beads. PLoS
ONE, 8(5), e62169.
Brunetti, C., Di Ferdinando, M., Fini, A., Pollastri, S., &
Tattini, M. (2013). Flavonoids as antioxidants and
developmental regulators: relative significance in
plants and humans. International Journal of Molecu-
lar Sciences, 14(2), 3540–3555.
Buchsbaum, R. M., Short, F. T., & Cheney, D. P. (1990).
Phenolic-nitrogen interactions in eelgrass, Zostera
marina possible implications for disease resistance.
Aquatic Botany, 37, 291–297.
Buitrago, D., Buitrago-Villanueva, I., Barbosa-Cornelio,
R., & Coy-Barrera, E. (2019). Comparative exami-
nation of antioxidant capacity and fingerprinting of
unfractionated extracts from different plant parts of
Quinoa (Chenopodium quinoa) grown under green-
house conditions. Antioxidants, 8(8), 238.
Bull, J. C., Kenyon, E. J., & Cook, K. J. (2012). Wasting
disease regulates long-term population dynamics in
a threatened seagrass. Oecologia, 169(1), 135–142.
Burkholder, J. M., Mason, K. M., & Glasgow, J. H. B.
(1992). Water column nitrate enrichment promotes
decline of eelgrass Zostera marina: evidence from
seasonal mesocosm experiments. Marine Ecology
Progress Series, 81, 163–178.
Burkholder, J. M., Tomasko, D. A., & Touchet, B. W.
(2007). Seagrasses and eutrophication. Journal of
Experimental Marine Biology and Ecology, 350,
46–72.
Chen, H., Yang, R., Chen, J., Luo, Q., Cui, X., Yan, X., &
Genwick, W. (2019). 1-Octen-3-ol, a self-stimulating
oxylipin messenger, can prime and induce defense of
marine alga. BMC Plant Biology, 19, 37.
Cheng, Z., Mc Cann, S., Faraone, N., Clarke, J. A., Hudson,
E. A., Cloonan, K., Kirk-Hillier, N., & Tahlan, K.
(2020). Production of plant-associated volatiles by
select model and industrially important Streptomyces
spp. Microorganisms, 8(11), 1767.
Chong, J., Wishart, D. S., & Xia, J. (2019). Using Meta-
boAnalyst 4.0 for comprehensive and integrative
metabolomics data analysis. Current Protocols in
Bioinformatics, 68, e86.
Cruz-Sosa, F., & Nieto, A. (2019). Análisis fitoquímico
cualitativo de los extractos acuosos de Thalassia
testudinum banks ex köning et sims de la localidad
de Champotón, Campeche, México, durante el ciclo
anual 2016-2017. Polibotánica, 48, 151–168.
Dawes, C. J., & Lawrence, J. M. (1979). Effects of blade
removal of the proximate composition of the rhizo-
me of the seagrass Thalasia testudinum Banks ex
Koning. Aquatic Botany, 7, 255–266.
De Boer, W. F. (2007). Seagrass-sediment interactions,
positive feedbacks and critical thresholds for occu-
rrence: a review. Hydrobiologia, 591, 5–24.
De la Torre, E., Rodeiro, I., Menéndez, R., & Pérez, D.
(2012). Thalassia testudinum, una planta marina con
potencialidades de uso terapéutico. Revista Cubana
de Plantas Medicinales, 17(39), 288–296.
Decreto 1076 del 2015 [Ministerio de Ambiente y Desa-
rrollo Sostenible, Colombia]. Por el cual se expide el
Decreto Único Reglamentario del Sector Ambiente y
Desarrollo Sostenible. 26 de mayo del 2015. Repúbli-
ca de Colombia.
Ferrat, L., Wyllie-Echeverria, S., Cates, R. G., Pergent-Mar-
tini, C., Pergent, G., Zou, J., Romeo, M., Pasqualini,
V., & Fernández, C. (2012). Posidonia oceanica and
Zostera marina potential biomarkers of heavy metal
contamination in estuarine and coastal systems. En
K. Voudouris (Ed.), Ecological water quality-water
treatment and reuse (pp. 123–140). IntechOpen.
Galeano, E., Gómez, D. I., Navas, R., Alonso, D., Zarza-
González, E., Cano-Correa, M., Bolívar, V., Posada-
Osorio, L. S., Bolaños, N., Payan, L. F., & Aponte,
C. (2016). Reporte del estado de los arrecifes cora-
linos y pastos marinos en Colombia (2014-2015). En
INVEMAR, MADS, GEF, & PNUD (Eds.), Proyecto
COL75241, PIMS #3997, Diseño e implementación
de un Subsistema Nacional de Áreas Marinas Prote-
gidas (SAMP) en Colombia. Serie de publicaciones
Generales del INVEMAR, Colombia.
García-Granados, R. U., Cruz-Sosa, F. J., Alarcón-Aguilar,
A., Nieto-Trujillo, A., & Gallegos-Martínez, M. E.
(2019). Análisis fitoquímico cualitativo de los extrac-
tos acuosos de Thalassia testudinum banks ex köning
et sims de la localidad de Champotón, Campeche,
México, durante el ciclo anual 2016-2017. Polibotá-
nica, 48, 151–168.
Gillan, F. T., Hogg, R. B., & Drew, E. A. (1984). The
sterol and fatty acid compositions of seven tropical
170 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
seagrasses from North Queensland, Australia. Phyto-
chemistry, 23(12), 2817–2821.
Gómez-López, D. I. (2011). Estado del conocimiento de
los pastos marinos. En INVEMAR (Ed.), Informe
del Estado de los Ambientes y Recursos Marinos y
Costeros en Colombia (No. 8, pp. 145–154). Serie de
Publicaciones Periódicas del INVEMAR, Colombia.
Gómez-López, D. I., Acosta-Chaparro, A., González, J.
D., Sánchez, L., Navas-Camacho, R., & Alonso, D.
(2018). Reporte del estado de los arrecifes coralinos
y pastos marinos en Colombia (2016-2017). (No.
101). Serie de publicaciones Generales del INVE-
MAR, Colombia.
Gómez-López, D. I., Acosta-Chaparro, A., González, J.
D., Sánchez, L., Navas-Camacho, R., & Alonso, D.
(2020). Reporte del estado de los arrecifes coralinos
y pastos marinos en Colombia (2018-2019). Serie de
publicaciones periódicas del INVEMAR, Colombia.
Gómez-López, D. I., Navarrete- Ramírez, S. M., Navas-
Camacho, R., Díaz-Sánchez, C. M., Muñoz-Escobar,
L., & Galeano, E. (2014). Protocolo indicador con-
dición tendencia en praderas de pastos marinos
(ICTpm). En INVEMAR, GEF, & PNUD (Eds.),
Indicadores de monitoreo biológico del Subsistema
de Áreas Marinas Protegidas (SAMP) (No. 68, pp.
36–58). Serie de Publicaciones Generales del INVE-
MAR, Colombia.
González, K. L., Gutiérrez, R., Hernández, Y., Valdés-
Iglesias, O., & Rodríguez, M. (2016). Determination
of the antioxidant capacity of two seagrass species
according to the extraction method. Journal of Phar-
macy & Pharmacognosy Research, 4(5), 199–205.
Govidan, M., Hodge, J. D., Brown, K. A., & Nuñez-Smith,
M. (1993). Distribution of cholesterol in Caribbean.
Steroids, 58(4), 178–180.
Groner, M. L., Burge, C. A., Couch, S. C., Kim, C. J. S.,
Siegmund, G. F., Singhal, S., Smoot, S. C., Jarrell, A.,
Gaydos, J. K., Harvell, C. D., & Wyllie-Echeverria, S.
(2014). Host demography influences the prevalence
and severity of eelgrass wasting disease. Diseases of
Aquatic Organisms, 108, 165–175.
Groner, M. L., Burge, C. A., Kim, C. J. S., Rees, E., Van
Alstyne, K. L., Yang, S., Wyllie-Echeverría, S., &
Harvell, C. D. (2016). Plant characteristics associated
with widespread variation in eelgrass wasting disea-
se. Diseases of Aquatic Organisms, 118, 159–168.
Heck, K. L., Carruthers, T. J., Duarte, C. M., Hughes, A.
R., Kendrick, G. A., Orth, R. J., & Williams, S. L.
(2008). Trophic transfers from seagrass meadows
subsidize diverse marine and terrestrial consumers.
Ecosystems, 11, 1198–1210.
Hernández, Y., González, K., Valdés-Iglesias, O., Zarabo-
zo, A., Portal, Y., Laguna, A., Martínez-Daranas, B.,
Rodríguez, M., & Gutiérrez, R. (2015). Seasonal
behavior of Thalassia testudinum (Hydrocharitaceae)
metabolites. Revista de Biología Tropical, 64(4),
1527–1535.
Hughes, R. G., Potouroglou, M., Ziauddin, Z., & Nicholls,
J. C. (2018). Seagrass wasting disease: Nitrate enrich-
ment and exposure to a herbicide (Diuron) increases
susceptibility of Zostera marina to infection. Marine
Pollution Bulletin, 134, 94–98.
IFAS (University of Florida). (2007). Stressor response
models for Seagrasses, Halodule wrightii and Tha-
lassia testudinum. Florida Lauderdale Research and
Education Center, University of Florida, USA.
Instituto Geográfico Agustín Codazzi - IGAC. (2006).
Métodos analíticos del laboratorio de suelos (6ta
Ed.). Editorial IGAC.
INVEMAR (Instituto de Investigaciones Marinas y Coste-
ras). (2008). Diagnóstico y Evaluación de la Calidad
Ambiental Marina en el Caribe y Pacífico Colombia-
no 2008. INVEMAR, Colombia.
INVEMAR (Instituto de Investigaciones Marinas y Coste-
ras). (2020). Diagnóstico y evaluación de la calidad
de las aguas marinas y costeras en el Caribe y Pací-
fico colombianos. INVEMAR, Colombia.
Jakobsson-Thor, S., Toth, G. B., Brakel, J., Bockelmann,
A. C., & Pavia, H. (2018). Seagrass wasting disease
varies with salinity and depth in natural Zostera
marina populations. Marine Ecology Progress Series,
587, 105–115.
Jensen, P. R., Jenkins, K. M., Porter, D., & Fenical, W.
(1998). Evidence that a new antibiotic flavone glyco-
side chemically defends the sea grass Thalassia
testudinum against zoosporic fungi. Applied and
Environmental Microbiology, 64(4), 1490–1496.
Jeyapragash, D., Saravanakumar, A., Santosh, K., Sajeli,
B., & Thangaradjou, T. (2018). GC-MS based meta-
bolomics analysis and characterization of Rosama-
rinic acid from tropical seagrass Halodule pinifolia.
International Journal of Pharmaceutical Research,
10(4), 277–285.
Kaldy, J. E., Brown, C. A., Nelson, W. G., & Frazier, M.
(2017) Macrophytes community response to nitro-
gen loading and thermal stressors in rapidly flushed
mesocosm systems. Journal of Experimental Marine
Biology and Ecology, 497, 107–119.
Koch, E. W. (2001). Beyond light: physical, geological
and geochemical parameters as possible submersed
aquatic vegetation habitat requirements. Estuaries,
24, 1–17.
Kumar, M. (2016). Metabolomics: An emerging frontier
of systems biology in marine macrophytes. Algal
Research, 16, 76–92.
171
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
Loucks, K. (2013). Plant-Pathogen Interactions Associated
with Wasting Disease in the Tropical Seagrass Thalas-
sia testudinum (Doctoral dissertation). University of
North Florida, United States of America.
Migliore, L., Rotini, A., Randazzo, D., Albanese, N. N.,
& Giallongo, A. (2007). Phenols content and 2-D
electrophoresis protein pattern: A promising tool
to monitor Posidonia meadows health state. BMC
Ecology, 7, 1–8.
Orth, R. J., Carruthers, T. J., Dennison, W. C., Duarte, C.
M., Fourqurean, J. W., Heck, J. K. L., & Williams, S.
L. (2006). A global crisis for seagrass ecosystems.
Bioscience, 56(12), 987–996.
Palanisamy, I., Peranandam, R., Ramasamy, R., Santhi-
yagu, P., Arunachalam, P., Grasian, I., Perumal, A.,
Asmita, S., & Claire, H. (2014). Antifouling and
toxic properties of the bioactive metabolites from the
seagrasses Syringodium isoetifolium and Cymodocea
serrulate. Ecotoxicology and Environmental Safety,
103, 54–60.
Papazian, S., Parrot, D., Buryskova, B., Weinberger, F., &
Tasdemir, D. (2019). Surface chemical defense of the
eelgrass Zostera marina against microbial foulers.
Scientific Reports, 9, 3323.
Papenbrock, J. (2012). Highlights in Seagrasses: phylo-
geny, physiology, and metabolism: what makes them
special? International Scholarly Research Network
Botany, 103892, 1–15.
Pino, J. A., & Regalado, E. L. (2010). Volatile constituents
of Thalassia testudinum Banks ex König Leaves.
Journal of Essential Oil Research, 22(5), 421–423.
Pluskal, T., Castillo, S., Villar-Briones, A., & Orešič, M.
(2010). MZmine 2: Modular framework for proces-
sing, visualizing, and analyzing mass spectrometry-
based molecular profile data. BMC Bioinformatics,
11, 395.
Porter, D., Yarbro, L. A., Zieman, R. T., & Zieman, J.
C. (1991). Mass mortality of the tropical seagrass
Thalassia testudinum in Florida Bay (USA). Marine
Ecology Progress Series, 71, 297–299.
R Core Team (2021). R: A language and environment
for statistical computing. R Foundation for Statis-
tical Computing, Vienna, Austria. https://www.R-
project.org
Regalado, E., Menéndez, R., Valdés, O., Morales, R. A.,
& Laguna, A. (2012). Phytochemical analysis and
antioxidant capacity of BM-21, a bioactive extract
rich in polyphenolic metabolites from the seagrass
Thalassia testudinum. Natural Products Communi-
cations, 7, 47–50.
Riera-Romo, M., Marrero-Delange, D., Hernandez-Balma-
seda, I., Gonzalez, K., Pérez-Martínez, D., Manso,
A., Labrada, M., & Rodeiro, I. (2018). Chemical
characterization and cytotoxic potential of a chloro-
form fraction obtained from marine plant Thalassia
testudinum. Journal of Chromatography & Separa-
tion Techniques, 9(3), 1–6.
Rodeiro-Guerra, I. (2019) Uso sostenible y beneficios de
un extracto obtenido a partir de la planta marina
Thalassia testudinum II. Instituto de Ciencias del Mar
(ICiMAR), Cuba.
Smilde, A. K., Jansen, J. J., Hoefsloot, H. C., Lamers, R.
J., Van der Greef, J., & Timmerman, M. E. (2005).
ANOVA-simultaneous component analysis (ASCA):
a new tool for analyzing designed metabolomics data.
Bioinformatics, 21(13), 3043–3048.
Sneed, J. M. (2005). The effects of Labyrinthula sp. infec-
tion, salinity, and light on the production of pheno-
lic compounds in Thalassia testudinum (Master of
Science’s dissertation). University of South Florida,
United States of America.
Steele, L., Caldwell, M., Boettcher, A., & Arnold, T. (2005).
Seagrass-pathogen interactions: pseudo-induction of
turtle grass phenolics near wasting disease lesions.
Marine Ecology Progress Series, 303, 123–131.
Strickland, J. D. H., & Parsons, T. R. (1972). A Practical
Handbook of Seawater Analysis (2nd Ed.). Fisheries
Research Board of Canada Bulletin.
Subhashini, P., Dilipan, E., Thangaradjou, T., & Papen-
brock, J. (2013). Bioactive natural products from
marine angiosperms: abundance and functions. Natu-
ral Products Bioprospection, 3, 129–136.
Sullivan, B. K., Sherman, T. D., Damare, V. S., Lilje, O., &
Gleason, F. H. (2013). Potential roles of Labyrinthula
spp. in global seagrass population declines. Fungal
Ecology, 6, 328–338.
Teles, Y., Souza, M., & Souza, M. (2018). Sulphated
Flavonoids: biosynthesis, structures, and biological
activities. Molecules, 23(2), 480.
Trevathan-Tackett, S. M., Lane, A. M., Bishop, N., & Ross,
C. (2015). Metabolites derived from the tropical sea
grass Thalassia testudinum are bioactive against
pathogenic Labyrinthula sp. Aquatic Botany, 122,
1–8.
Trevathan-Tackett, S. M., Lauer, N., Loucks, K., Ross, A.
M., & Ross, C. (2013). Assessing the relationship
between seagrass health and habitat quality with was-
ting disease prevalence in the Florida Keys. Journal
of Experimental Marine Biology and Ecology, 449,
221–229.
Vergeer, L. H. T., Aarts, T. L., & de Groot, J. D. (1995).
The wasting disease and the effects of abiotic factors
(light intensity, temperature, salinity) and infection
with Labyrinthula zosterae on the phenolic content
of Zostera marina shoots. Aquatic Botany, 52, 35–44.
172 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 70: 149-172, January-December 2022 (Published Mar. 8, 2022)
Vivaldo, G., Masi, E., Taiti, C., Caldarelli, G., & Mancuso,
S. (2017). The network of plants volatile organic
compounds. Science Reports, 7, 1–18.
Waycott, M., Duarte, C. M., Carruthers, T. J. B., Orth, R.
J., Dennison, W. C., Olyarnik, S., Calladine, A., Fou-
rqurean, J. W., Heck, K. L., Hughes, A. R., Kendrick,
G., Kenworthy, W. J., Short, F. T., & Williams, S. L.
(2009). Accelerating loss of seagrasses across the
globe. Proceedings of the National Academy of Scien-
ces of the United States of America PNAS, 106(30),
12377–12381.
Williams, S. L. (2007). Introduced species in seagrass
ecosystem: status and concerns. Journal of Experi-
mental Marine Biology and Ecology, 350, 189–110.
Yero-Espinosa, L., Rodríguez-Fernández, Y., & Pérez-Sosa,
N. D. (2017). Caracterización fitoquímica y broma-
tológica de la T. testudinum usada en alimentaciones
de ovinos pelibuey de Cuba (Ovis aries). Ciencia &
Futuro, 7(3), 25–36.
Zidorn, C. (2016). Secondary metabolites of seagras-
ses (Alismatales and Potamogetonales; Alismati-
dae): Chemical diversity, bioactivity, and ecological
function. Phytochemistry, 124, 5–28.
