机器学习模型ChronoGauge：揭示拟南芥生物钟与环境及遗传因子的互作机制

本研究开发了ChronoGauge集成模型，通过单时间点转录组数据精准预测拟南芥内源性生物钟时间（CT）。该模型利用少量标志基因表达量，在RNA-seq和微阵列数据中实现高精度CT估计（误差最小20.6分钟），并能推广至非模式植物和野外样本。研究揭示了核心时钟基因突变（如toc1-101、lhy-21/cca1-11）导致的节律紊乱特征，发现温度是自然环境中调控生物钟的关键因素，并通过全基因组关联分析定位到新的温度补偿相关位点chr3-6019818。该成果为植物生物钟研究提供了高效工具，发表于《Nature Communications》。

　　

在植物适应环境变化的过程中，生物钟（circadian clock）扮演着关键角色，它像精准的"分子计时器"协调着光合作用、开花时间等关键生理过程。然而传统生物钟研究面临巨大挑战：高精度时间序列实验耗时费力，单时间点样本难以反映内源性节律，而现有哺乳动物生物钟预测模型在植物中表现欠佳。更棘手的是，自然环境中温度、光照等变量的动态变化如何影响生物钟网络，至今缺乏高效的研究手段。

针对这些瓶颈，研究人员开发了革命性的ChronoGauge集成模型。这个基于100个神经网络子预测器的"智能时钟"，仅需单时间点转录组数据就能解码植物的内源性时间（CT）。通过分析拟南芥（Arabidopsis thaliana）在连续光照（LL）和光暗循环（LD）条件下的时间序列RNA-seq数据，研究团队发现模型能准确预测野生型样本的CT（中位绝对误差仅20.6分钟），性能显著优于ZeitZeiger等现有方法。令人振奋的是，该模型还能"跨界"应用于大豆、小麦等作物，甚至成功解析了野外拟南芥近缘种A. halleri的季节性节律变化。

关键技术包括：1）采用元周期分析（MetaCycle）筛选13,474个节律基因；2）开发序列特征选择算法（SFS）构建100组相位多样化的基因特征集；3）设计具有角度损失函数（θ loss）的神经网络架构；4）通过环形均值聚合子预测器结果；5）整合4个独立实验的56个样本进行训练验证。

【ChronoGauge概述】

模型通过创新的"装袋式"集成策略，每个子预测器使用独特的40个节律基因组合。相位分箱（phase binning）技术确保特征基因覆盖全天24小时表达波形，而角度损失函数完美解决24小时周期性的数学挑战。在测试中，模型对ATH1微阵列数据预测误差仅46.1分钟，显著优于需要样本间标准化的MolecularTimetable方法。

【模型可解释性】

通过分析子预测器的"指纹图谱"，研究发现准确预测主要依赖光合作用和胁迫响应基因，而核心时钟基因（如PRR7、RVE8）反而可能引入误差。在ZT10时间点，延迟预测组显著富集"生物钟调控"通路（FDR<0.05），暗示某些时钟组分可能因表达波动性成为不稳定指标。

【核心时钟基因突变分析】

模型成功捕捉到关键突变体的节律异常：toc1-101在ZT12表现出60.6分钟的相位提前（p=0.02），符合其已知的短周期表型；而lhy-21/cca1-11双突变体在ZT12出现388.9分钟的剧烈相位偏移，揭示LD周期对时钟缺陷的部分补偿作用。通过GO分析发现，淀粉降解通路在所有突变体中保持稳定节律，而光响应通路在toc1-101中显著紊乱。

【跨物种应用】

在六倍体小麦（Triticum aestivum）中，模型虽保持141.5分钟精度，但表现出系统性延迟，反映物种间周期差异。对383个A. halleri野外样本的分析显示，冬季样本误差最大（221.9分钟），多元回归证实温度（p=0.0009）是影响节律精度的首要环境因子。

【遗传关联发现】

在159个瑞典拟南芥品系中，模型检测到生长温度导致的CT差异（10℃ vs 16℃相差0.3小时，p=0.07）。全基因组关联分析定位到染色体3上6019818位点（p<5.7×10^-8），该位点位于BSH基因启动子区，其A等位基因携带者的温度响应表达量显著更高（2.6 vs -4.0 TPM，p=0.008）。

这项研究突破了植物生物钟研究的三大限制：首次实现单时间点样本的精准内源时间预测，建立跨物种应用的生物钟分析框架，并揭示自然环境-基因互作对节律调控的影响。ChronoGauge的"指纹图谱"功能为解析生物钟网络拓扑结构提供新视角，而其GWAS应用则展示了将复杂性状分解为可遗传组分的潜力。随着气候变化加剧，这种能解码环境-基因-节律三方对话的工具，将为作物驯化和生态适应研究开辟新途径。