多组学联合分析在植物生长发育研究中的应用

　　摘要：植物的生长和发育过程中往往受到遗传因素和环境因素共同作用，多组学联合分析可拓展分析广度，从而多方面论证假设。介绍了植物生长发育研究中常见的几种组学技术，具体分析了多组学在植物各个器官发育中的应用，并讨论了组学分析对预测植物表型精确度的情况。

　　关键词：多组学分析;器官生长发育;激素信号调控;综述

　　多组学技术(Multi-Omics)是一种结合2种或2种以上组学的研究方法，如将基因组、转录组、蛋白组和代谢组等各组学的数据加以整合，关联分析并深入挖掘其生物学意义。随着高通量测序技术和系统生物学的迅速发展，多组学技术已经成为生命科学领域不可或缺的研究手段[1-2]。植物生长发育过程中，细胞在转录、翻译和代谢水平上的变化都可以用高通量测序技术定性和定量的检测出来。因此，多组学联合分析可以从不同的维度更好地阐明细胞生命过程，获取植物生长发育从细胞到个体水平的动态变化情况，进而研究植物生长发育复杂机制，提高育种的效率和准确性。该文主要介绍了几种常用于植物生长发育领域的组学技术，并综述了多组学联合分析在植物生长发育中的应用，以便进一步了解目前多组学研究在植物生长发育方向的进展，为后续研究指明方向。

　　1几种常用于植物生长发育研究组学技术原理

　　1.1转录组学

　　转录组是特定类型的细胞、组织、器官或发育阶段的细胞群内转录出来的所有RNA的总和，主要包括mRNA和非编码RNA[3-5]。真核生物mRNA在3′端具有poly-A尾，根据碱基A和T互补配对原理，通过Oligo(dt)磁珠可富集出特定组织或细胞在某个特定时空条件下转录出来的所有mRNA序列和丰度信息[6]。转录组数据的拼接结果可用于新基因的预测和新转录本的分析，寻找植物的重要性状或表型的关键调控基因。例如通过转录组测序分析甜柿，其中“Nantong-xiaofangshi”株高明显比“Kanshu”矮，分析2个品种同一组织时期的差异表达基因，找到相关的矮化基因，辅以嫁接试验验证，发现“Nantong-xiaofangshi”通过影响嫁接穗中生长素和赤霉素代谢活力和相关基因的表达，改变激素水平从而产生矮化表型[7]。

　　转录组信息对于解读基因组功能元件、细胞及组织中分子组成是必需的，对研究植物生长发育具有重要作用。例如，番茄是研究果实发育的重要模型，而大多数关于番茄果实生长和成熟的研究都是基于果皮，对于内部组织或单个细胞和组织类型的表达研究较少，Shinozaki等[8]通过激光显微切割和转录组测序结合研究，得到了番茄果实个体发育时空表达图谱以及调节和结构基因网络，阐明了与果实品质性状相关的调节途径。Yang等[9]通过对栽培种“ZO”(一种膨大茎的温带莲)和“RL”(一种匍匐茎的热带莲)根状茎的3个发育阶段的转录组分析，找到22个诱导根状茎膨大的候选基因，为后续试验验证提供了方向，并缩小了范围。

　　上述通过转录组信息发现部分基因表达调控改变植物整体特征的案例，有助于研究植物生长发育及其精细的调控机制。

　　1.2蛋白质组学

　　蛋白质组学是对蛋白质结构和功能的系统研究，包括细胞内蛋白质组成、结构及其特异功能模式等内容，涉及的关键技术有质谱分析、X射线晶体学、核磁共振和凝胶电泳等。1994年Wikins等[10]提出，与基因组的稳定性不同，在植物的不同生长发育阶段蛋白质组的表达存在较大差异，并具有组织特异性。蛋白质组是由有机体或者系统产生的整套蛋白质，伴随细胞或有机体的不同要求而变化[11]。过去，常用转录组数据分析基因的特异表达与植物表型的关系，但是并不是所有被检测出来的mRNA都会被翻译为蛋白质，而且mRNA和蛋白质之间未显示有绝对的相关性[12]。很多蛋白质在翻译后会产生不同的化学修饰，如甲基化、乙酰化、磷酸化、糖基化修饰等。这些化学修饰使得机体蛋白质的存在形式复杂多样。因此，在转录组数据未呈现差异的情况下，mRNA翻译的过程中，不同时期、不同组织的细胞中会分化出功能不一致的蛋白质，从而形成复杂的生命体。Hou等[13]通过研究大规模磷酸化修饰对蛋白质的影响，发现激酶的调控最终表现为植物的生长。

　　1.3代谢组学

　　代谢组学的研究对象是生命活动所产生的代谢产物，是基因组下游的产物，可更直观地展示生物体内真实发生的物质代谢过程，将生命活动过程以代谢物的动态变化形式展示出来。代谢物组则是一个生物体中细胞、组织、器官所有的代谢产物的集合，这些代谢物是此生物体基因表达的最终产物[14]。因此，当转录组数据和蛋白组数据的分析无法解释细胞内的复杂调控活动时，代谢物分析可以获得该细胞生理学的瞬时快照，可以实时定量地反映细胞或组织器官内正在发生的代谢过程。目前，主要的代谢组技术有靶向代谢组、非靶向代谢组和广泛靶向代谢组等，可根据试验目的个性化地选择所需技术。代谢组学经常与基因组学、转录组学、蛋白组学等联合，以研究重要代谢物的合成途径、基因的差异表达以及靶向的特定蛋白。也有单独利用代谢组数据鉴定重要代谢物在植物组织器官中的合成途径，例如通过靶向代谢组测定枇杷果皮和果肉中类胡萝卜素，发现果皮和果肉中的类胡萝卜素含量差异很大，且这种差异与果肉和果皮的颜色相关[15]。

　　2多组学联合分析在植物生长发育研究中的应用

　　针对不同研究目的和物种特殊性，主要有以下几种有效的组合方式。

　　(1)基因组denovo(从头测序)结合转录组：通过denovo测序可以获得物种的全基因组序列图谱，结合提取不同组织的RNA样本测序，深入研究植物的发育状态、基因的差异表达等生物学问题，二者相互补充和验证。Zhang等[2]测定了同源四倍体陆地棉GossypiumhirsutumL.acc.，并且组装了各亚基因组遗传图谱，发现结构重排和基因缺失情况在A亚基因组中更常见，选择和驯化的基因组特征与A亚基因组中纤维改善的正调控基因以及D亚基因组中的胁迫耐受性基因相关。

　　(2)表观组和转录组联合分析：表观组研究的是在核酸序列不变的情况下基因的表达、调控和性状发生的可遗传变化，在此基础上结合转录组数据可以直观地解释表观遗传和基因表达变化的分子机制和生物学意义。

　　(3)转录组学、蛋白组学或代谢组联合分析;研究

　　植物在生长发育过程中如何协调和传递大量的内源营养信号以及外界生物胁迫和非生物胁迫信号，多组学数据将植物生长发育过程中的基因表达、蛋白调控、代谢物合成定量地展示出来，更精准地解决生物学问题。

　　2.1组学联合分析在植物生殖器官研究中的应用

　　花、果实和种子是植物主要的生殖器官，在生长和发育过程中受到遗传因素、环境因素等多方面的影响，调控机制复杂，结合多组学数据，可以更好地阐明这些生殖器官发育的分子机理。例如，对于种子生长发育的研究，Aguilar-Hernández等[16]通过泛素化组学探究了光条件改变时种子萌发相关的泛素化的变化;Wei等[17]以来源于29个国家的705份芝麻的全基因组测序数据为研究对象，比对发现SiPPO基因发生了很多无义突变和小结构突变，其中100份材料中均携带SiPPO先祖等位基因，结合转录组数据发现SiPPO基因在种子发育的11~20d显著表达，研究还表明该基因不仅控制种皮颜色而且影响种子油分含量。

　　对花器官发育而言，植物激素是影响花器官形态发生的关键因子。Liu等[18]通过转录组和激素检测，研究不同发育时期花朵植物激素组成，关联转录组数据后完善了番荔枝花的发育机理。花瓣形态也是人们重点关注的内容，Yang等[19]通过比较兰花野生型和多花瓣突变体材料的mRNA和miRNA表达谱，鉴定了多花瓣形态发生的相关基因，并明确了其主要途径;研究表明29个MADS-box基因以及大量与花相关的调控因子和激素应答基因可作为调节兰花多花瓣发生的候选基因;mRNA和miRNA综合分析表明2种基于转录因子和miRNA的遗传途径有助于形成多花瓣发育发生，已确定miR156/SPL和miR167/ARF调节模式参与了生殖器官发育，而miR319/TCP4-miR396/GRF可能参与了调节兰花多花瓣发生。

　　多组学联合分析在研究植物果实生长发育时应用较多，例如通过基因组与转录组联合分析探究柑橘类水果成熟机制。以甜橙为例，对其进行denovo测序，得到较高质量的甜橙全基因组草图，揭示了甜橙的物种起源模式，结合转录组数据解析了甜橙富含维生素C的分子机制，为柑橘属果实的品质改良提供了重要参考[20]。对于呼吸跃变型代表性果实，Zhu等[21]为了综合评估育种如何改变番茄代谢组，分析了包含数百种番茄基因型的基因组、转录组和代谢组的数据集，总结了全球范围内培育番茄代谢物的含量变化精细图谱，为育种家们对果实品质的定向改良提供有力的参考。草莓作为非呼吸跃变型果实的代表，其发育和成熟涉及复杂的生理和生化变化。Baldi等[22]通过转录和广泛靶向代谢组数据联合分析，鉴定了从果实生长到发育成熟阶段的几个基因以及几种重要代谢过程;例如类黄酮、苯丙素、支链氨基酸等协调发生的情况，进一步研究发现在果实发育早期，黄酮类通路的基因激活导致花青素和单宁产生，而在果实成熟期，花青素是黄酮类通路活化的主要产物。该研究关联了非呼吸跃变型植物在果实发育过程中的代谢物变化与基因表达，对定向改良果实品质具有一定借鉴。

　　2.2组学联合分析在植物营养器官研究中的应用

　　根、茎、叶是植物主要的营养组织，在植物的整个生长发育阶段都十分重要。根分生组织和叶原基细胞通过增殖快速生长和分化出新的器官，这一过程涉及多个生理途径[23-24]，例如ABA(AbscisicAcid)途径、MAPK(Mitogen-activatedproteinkinase)途径、TOR(TargetofRapamycin)途径、SOS(SaltOverlySensitive)途径等。然而，仅仅采用分子实验很难将这些生理途径的内在调控机制研究清楚，因此利用多组学的技术测定植物激素含量，结合蛋白组学和代谢组学关联分析，实时测定植物细胞在接受特定环境信号时诱导产生的激素水平，如光可直接作用于SAM维护和叶原基活化，是生长素和细胞分裂素激活信号[25-26]，与叶器官形成和开花过渡[27-29]相关。植物激素在细胞分裂与伸长、组织与器官分化、开花与结实、成熟与衰老、休眠与萌发、维持干细胞库[30-33]及离体组织培养等方面，分别或相互协调地调控植物的生长发育与分化[34-39]。

　　Wang等[40]为了阐明玉米基部区域(BZ)和中间区域(MZ)节间抵抗能力的强度差异的原因，通过系统分析表型、代谢组和转录组的差异，发现BZ具有较高的维管束密度但尺寸较小，而MZ上调的代谢物和基因主要参与木质素合成以及次级代谢物合成。Lin等[41]通过代谢和蛋白联合分析探索了发育时期水稻节间细胞壁蛋白水平及下游代谢调控机制，发现蛋白水平改变与常规根等部位发育有所差别，主要与次生代谢物调控功能相关，类别有苯基烷类和黄酮类合成，与蛋白水平调控一致。

　　3展望

　　近年来，学者们采用转录组数据来预测植物表型，例如Frisch等[42-43]尝试使用基于转录组的距离(TBD)谱来预测玉米中的杂种表现和杂种优势，并得出转录组学预测比基因组预测更精确的结论。除转录组外，代谢组也可用于预测，它比转录组更接近表型[44-46]。而且Xu等[46]比较了6种不同预测模型的基因组、转录组和代谢组关联分析的可预测性，结果表明，与基因组相比，具有来自亲代代谢物的加性和显性效应在预测杂交稻方面获得几乎2倍于产量的显著改善。因此，对于多组学数据的分析，模型的选择十分关键，最优拟合数据真实情况可以更准确的预测植株表型，将多组学关联分析在植物生长发育上的结果应用于精准育种，提高育种效率，是该方向的重要任务。

　　随着组学测序技术在动植物研究中的快速发展，数据量与日俱增，生物学的研究进入了组学的时代。中心法则是生命最基本的遗传规律，它揭示遗传信息在DNA、RNA和蛋白质间的传递方式。多组学研究就是为了更好地研究生物学问题，进一步探索生命科学的神秘性。在植物领域，组学技术可在传统育种的基础上进行预测、初筛、定位，大大缩短了育种家种质改良的时间，并且对于植物抗病性研究也大有帮助。通过组学关联分析可以更快将抗病或感病的基因缩小范围，从而找到具有最优遗传力和配合率的亲本，培育优良性状的品种。但是组学数据分析仍然面临较大挑战，如何更好地关联各组学的数据，从数据中挖掘更多有用信息，是该领域需要持续不断去探索的问题。

　　参考文献：

　　[1]KimJ，WooHR，NamHG.Towardsystemsunderstandingofleafsenescence：anintegratedmulti-omicsperspectiveonleafsenescenceresearch[J].MolecularPlant，2016，9(6)：813-825.

　　[2]ZhangTZ，HuY，JiangWK，etal.Sequencingofallotetraploidcotton(GossypiumhirsutumL.acc.TM-1)providesaresourceforfiberimprovement[J].NatureBiotechnology，2015，33(5)：531-537.

　　[3]WangZ，GersteinM，SnyderM.RNA-Seq：arevolutionarytoolfortranscriptomics[J].NatureReviewsGenetics，2009，10(1)：57-63.

　　[4]LockhartDJ，WinzelerEA.Genomics，geneexpressionandDNAarrays[J].Nature，2000，405(6788)：827-836.

《多组学联合分析在植物生长发育研究中的应用》

上一篇：电子商务对茶叶贸易的影响及发展对策研究

下一篇：柑橘果酒中的类柠檬苦素及其脱除方法综述