谷類糧食一直是人們生活中不可缺少的食品，為人們的生活提供了豐富多彩的食物，但不知是否有人發現，其實無論是什么樣的物種，不同品牌的種子所生長出來的果實在各方面都會有所差異，今天小編就給大家分享一篇關于谷類食品的代謝和農藝性狀與全基因組的關聯。

摘要

植物的代謝組具有廣泛的多樣性，常被認為是基因組與酚體之間的橋梁。作者報告了水稻籽粒的代謝型和表現型全基因組研究（mGWAS和pGWAS），除了以前在水稻葉片和玉米籽粒中的代謝全基因組關聯分析外，還顯示了對種內和種間代謝的遺傳控制的不同和重疊方面。作者發現新的候選基因可能影響重要的代謝和/或形態特征。結果表明，不同組織間的水稻代謝的遺傳結構差異部分是由組織特異性表達決定的。利用平行的mGWAS和pGWAS，作者發現了新的候選基因，這些基因可能對谷物顏色和大小等性狀的變異負責，并提供了metabotype-表現型連鎖的證據。

作者用實驗研究證明了一種有效的植物功能基因組學和代謝組學相互作用的策略，特別是針對復雜表型性狀的小QTLs克隆。

前言

在自然界中，植物產生大量的代謝物來生長、發育和適應不斷變化的環境。在過去的十年中，人們對整合代謝和遺傳方法來揭示植物的代謝多樣性及其潛在的遺傳變異越來越感興趣。隨著植物代謝組學和大規模剖面研究的進展，已經發現了植物物種之間和物種內部的定性和定量變異。通過地圖繪制方法將這種變異與遺傳因素聯系起來。這些方法通常是通過使用與雙親群體的連鎖映射來實現的，最近通過集成使用具有廣泛目標代謝物的下一代測序生成的高分辨率地圖來尋找變異和遺傳因素的聯系。此外，通過廣泛收集植物中各種各樣的自然或人工制圖面板，進行綜合代謝圖譜分析和關聯制圖，促進了大規模的基因鑒定，揭示了植物代謝的遺傳和生化基礎。除了物種水平的多樣性，許多研究表明，植物的代謝物也以時空的方式積累（尤其是次生代謝物和較小程度的代謝物）。然而，物種之間以及物種內部不同組織的基因控制機制在很大程度上仍是未知的。

水稻和玉米是養活世界上大多數人口的兩種最重要的作物。這些作物已被深入研究，以確定許多代謝和表型特征。在這些自交和外交物種中，基因分析，如全基因組關聯研究（GWAS），顯示了力量和分辨率的權衡。然而，它們高度保守的基因組表明一些共同的基因控制。因此，將這兩個物種的相似性和差異性結合起來使用，可以為大家了解這兩個物種的復雜生物系統提供一些思路。

材料與方法

植物材料：在世界范圍內收集了502份實驗品種，包括地方品種和優良品種。

生長條件：植物生長采用隨機整塊設計（每行兩行，每行十株），每年進行兩次重復。在五葉期，從隨機選擇的三種植物各收貨兩片葉子，并收集到一起作為葉片樣本。從剩余的17株植物中隨機抽取3株成熟的種子，集中起來進行代謝剖析?？偣?個樣本集（2年*2次重復）用于代謝組學研究。

代謝物提?。?/span>對大米干燥樣本中廣泛靶向的代謝物進行了相對定量分析。干燥的米粒用粉碎機碾碎，稱取100mg，4℃過夜，用1.0mL含0.1mg/L利多卡因的純甲醇（或70%水甲醇）萃取脂溶性代謝物（或水溶性代謝物）。

數據分析：采用液相色譜-串聯質譜聯用技術對代謝物進行定量。

研究結果

在葉片和籽粒中分別檢測到的2947個和1489個顯著相關性中，只有105個在兩個組織中重復檢測到。全基因組分析的重要潛在位點透露48 mGWAS“熱點”的谷物，主要位于染色體6,7,9,11，這不同于“熱點”中發現樹葉在數量和位置。比較位點的底層個體代謝物組透露，大多數的代謝產物在不同的組織，不同的遺傳控制由相關基因座及其效應大小反映，見圖1。

圖1   

為探索稻谷中相互作用的代謝產物和基因鑒定，作者進行了主成分分析和使用高斯函數的圖形化模型來構建網絡直接相關代謝物。觀察總結表明，這些代謝物是色氨酸衍生圖。通過對其進一步的處理分析，確定了未知代謝物（圖2）。這些發現為水稻中應激反應性苯丙氨酸的生物合成提供了新的見解。

圖2

小麥、玉米和水稻等作物之間的比較連鎖作圖揭示了作物QTL在種子大小、破碎習性和開花時間等性狀上的對應關系，并被認為是預測同源主基因座的有效工具。這個概念被修改并拓展到我們的mGWAS中，用于基于不同物種間目標代謝特征的協同調控的候選基因挖掘。對水稻和玉米共檢測的123個代謝特征，分別獲得420個和292個基因庫。尋找由相同代謝物繪制的同源位點，確定了42個位點，這些位點事兩個物種共檢測到的23個代謝特征的基礎（圖3）。為了檢驗GWAS重疊的顯著性，使用Churchill等人的隨機化檢驗，結果表明，平均而言，在42個觀察到的重疊中，只有3.0個可能是單獨由于偶然因素造成的。

圖3

討論

了解亞洲水稻的基因型和表現型之間的聯系可能有助于在可持續性和可靠性以及質量和安全性方面改善世界糧食供應?；谶B鎖圖譜的QTL（或GWAS）聯合定位研究表型和代謝性狀之間的遺傳推斷聯系，為這些性狀的遺傳協同調控提供了證據，在某些情況下，還為在模式植物相互作用的基礎上分配候選性狀提供了證據。由于GWAS相對于QTL分析具有較高的分辨率，利用平行mGWAS和pGWAS對影響代謝和表型性狀的共同區域進行評估，已經確定了諸如顆粒顏色和顆粒大小等性狀的候選生物標志物。此外，作者通過生成可驗證的假設，并以實驗進一步驗證煙酸-N-甲基轉移酶在確定顆粒寬度方面的作用（圖4）對表型性狀的致病因素，特別是小QTL和代謝成分的分析。

圖4

綜上所述，本文所述的綜合方法是水稻功能基因組學和代謝組學相互作用的有力策略，有助于闡明代謝和農藝性狀的整體遺傳和生化調控，使作物的遺傳改良更加合理、快速。

參考文獻：Comparative and parallel genome-wide association studies for metabolic and agronomic traits in cereals.