编辑推荐：
为解决豌豆生长、发育及环境响应分子机制不明等问题，研究人员开展 11 种豌豆组织转录组测序研究。结果揭示组织特异性基因表达模式。该研究为豌豆遗传改良等提供依据，极具科研价值，推荐阅读。
豌豆，这种我们生活中常见的食物，不仅是餐桌上的美味，更是科学研究的 “宝藏”。它富含淀粉、蛋白质以及多种营养物质，一直以来都是人类饮食的重要组成部分。而且，豌豆在遗传学发展历程中有着举足轻重的地位，孟德尔正是通过对豌豆的研究，发现了著名的遗传定律。
然而，随着科学研究的不断深入，科学家们发现，关于豌豆仍有许多未知等待探索。尽管豌豆的营养价值备受关注，近年来大量研究聚焦于此，但对于豌豆生长、发育以及应对环境变化的分子机制，我们的了解还十分有限。不同豌豆组织中的基因表达情况如何？这些基因表达的差异又怎样影响豌豆的各种生理过程？这些问题就像一团迷雾，笼罩着豌豆研究领域。为了拨开这层迷雾，深入了解豌豆背后的奥秘，来自相关研究机构的科研人员踏上了探索之旅。他们的研究成果发表在了《BMC Genetics》期刊上，论文题目是《Transcriptome analysis of 11 distinct pea tissues provides insights into tissue - specific gene expression patterns》。这项研究通过对 11 种不同豌豆组织进行转录组测序，获得了大量基因表达数据，揭示了豌豆不同组织间基因表达的差异，为后续研究豌豆生长、发育和环境响应的分子机制奠定了坚实基础，这对于豌豆的遗传改良和品种优化也有着重要的指导意义。
在这项研究中，科研人员运用了多种先进技术。首先是转录组测序技术，这就像是给豌豆组织的基因活动拍了一张 “高清照片”，能清晰地展现出不同组织中基因的表达情况。接着，利用主成分分析（PCA）和基因本体（GO）富集分析方法，对测序得到的数据进行深入挖掘，帮助科研人员找出不同样本间基因表达的差异，并确定这些差异基因参与的生物学过程。另外，为了验证测序结果的准确性，科研人员还进行了 qRT - PCR 实验，就像给测序结果做了一次 “复查” 。
下面我们来详细看看研究结果。
样本采集
科研人员在样本采集上可是下足了功夫。他们选取了两个豌豆品种，紫色花朵和紫色豆荚取自品种云豌 127，而其他组织则来自中豌 6 号。在采集样本前，豌豆植株没有受到明显的人工或自然胁迫，灌溉主要依靠自然降雨，必要时人工补充。2024 年 4 月 16 日上午 10 点，在晴空万里、温度 21℃的好天气下，科研人员在位于北纬 36°42′12.45″ 、东经 117°04′49.39″的试验田，采集了 11 种不同的豌豆组织样本，包括白花、深紫色翼瓣、浅紫色旗瓣、正常托叶、根、茎、新鲜种子、卷须叶、奇数羽状复叶、绿色豆荚和紫色豆荚。每个样本都采集了三份，且每份样本都来自单独的植株。采集后，这些样本被迅速放入液氮冷冻，然后保存在 - 80℃的环境中，就像被 “速冻” 起来，让基因的 “活动状态” 定格。为了进一步检测目标基因在不同组织中的表达水平，科研人员还利用罗氏 Light Cycler 480 平台，以肌动蛋白（Actin）作为内参基因，进行了 qRT - PCR 实验。
RNA 提取、文库构建和转录组测序
样本采集好了，接下来就是关键的一步 ——RNA 提取。科研人员使用德国 Macherey - Nagel 公司的 NucleoSpin RNA 提取试剂盒，按照说明书的步骤进行操作，在提取过程中还使用了 DNase I 去除残留的基因组 DNA，就像是给 RNA “打扫卫生”，确保得到纯净的 RNA。之后，用 Nanodrop 2000 测定 RNA 浓度，再通过 Agilent 2100 生物分析仪评估 RNA 的完整性。一切准备就绪后，利用 MGIEasy Fast RNA 文库试剂盒（DNBSEQ）构建 RNA - seq 文库，最后在 DNBSEQ 平台进行测序，得到了长度为 150 碱基对的双端测序数据。
基因表达分析
拿到测序数据后，科研人员首先用 FastQC 对原始序列数据进行质量评估，看看这些数据 “靠不靠谱”。接着，使用 fastp v0.12.4 软件去除接头序列、低质量碱基和多聚 N 序列，得到干净的数据。然后，用 salmon v1.6.0 软件以每百万转录本（TPM）为单位对转录本表达水平进行定量，并通过一些高级参数提高映射准确性和评估表达变异性。再用 tximport v1.22.0 软件将转录本水平的数据汇总到基因水平的计数。通过对 TPM 值进行主成分分析发现，生物重复样本聚集良好，这说明实验的重复性很好，数据可信度高。
科研人员还利用 DESeq2 v1.4.5 软件进行差异表达分析，设定调整后的 p 值≤0.05 且 | log?(倍数变化)| ≥ 1 为筛选标准，找出差异表达基因（DEGs）。然后，用 clusterProfiler v4.0 软件进行 GO 富集分析，发现不同组织间存在显著差异的通路。比如，与正常托叶相比，豌豆绿色豆荚中上调的基因在碳水化合物衍生物生物合成过程和多糖代谢过程中显著富集，这意味着豌豆种子中可能有大量的淀粉合成。而紫色豆荚与绿色豆荚、浅紫色旗瓣与白色花朵的比较结果显示，上调基因在类黄酮代谢和生物合成过程中显著富集。因为花青素是通过类黄酮途径产生的，是开花植物中的主要色素，所以这就解释了花朵和豆荚颜色差异的原因。而且，qRT - PCR 结果也证实了所选差异表达基因在不同组织中的表达趋势与转录组测序结果一致。
最后来看看研究结论和讨论部分。科研人员通过对 11 种豌豆组织的转录组测序和分析，成功绘制出了豌豆不同组织的基因表达图谱，揭示了组织特异性的基因表达模式，发现了许多参与不同生物学过程的差异表达基因和显著富集的通路。这些成果为我们理解豌豆生长、发育和应对环境刺激的分子机制提供了宝贵的信息，也为豌豆的遗传改良提供了新的策略和潜在的候选基因。
不过，这项研究也存在一些局限性。一方面，研究仅对 11 种不同组织进行了转录组测序，豌豆还有很多其他组织，这些组织中的基因表达情况可能有所不同，所以目前的研究可能无法完全涵盖豌豆所有组织的基因表达特征。另一方面，研究仅基于两个豌豆品种，由于豌豆品种间存在遗传差异，这可能会限制研究结果的普遍性。因此，未来的研究需要纳入更多的豌豆品种，进一步验证这些发现，从而让研究结论更具广泛的适用性。
尽管存在这些不足，但这项研究无疑为豌豆研究领域打开了一扇新的大门。它让我们更深入地了解了豌豆，为后续的科研工作提供了重要的参考。相信在未来，随着研究的不断深入，我们会揭开豌豆更多的奥秘，让这种小小的豆子为人类带来更大的价值。
