多组学解析星花玉兰水涝胁迫应答机制：茉莉酸信号负向调控与关键基因挖掘

本研究通过整合转录组与代谢组分析，系统揭示了耐水涝树种星花玉兰（Magnolia sinostellata）在多组织（根、茎、叶）及多时间点（0 h、6 h、72 h）的动态响应机制。研究发现根组织响应最为显著（12,538个差异表达基因和178个差异代谢物），并观察到皮孔增生、通气组织形成和不定根发育等形态适应。研究首次发现茉莉酸（JA）在该物种水涝适应中起负向调控作用，与多数物种相反，同时鉴定到细胞分裂素氧化酶（CKX）和茉莉酸氨基合成酶（JAR1）等关键基因。该研究为木本植物水涝胁迫应答理论提供了新见解，并为耐涝观赏品种选育提供了遗传靶标。

　　

1 引言

水涝胁迫已成为影响植物生长、分布和生产力的关键环境限制因子，其通过破坏水分平衡、改变形态结构和抑制代谢活动对自然生态系统产生严重损害。气候变化导致水涝事件发生频率增加，促使研究者广泛开展植物低氧应答机制研究，以培育耐涝品种。水涝引发低氧诱导的生理生化变化，表现为氧化还原电位升高和活性氧（ROS）积累，最终导致氧化损伤和膜脂过氧化。为缓解这些效应，植物采取多层次的整合适应策略：形态适应（不定根形成和通气组织发育）、代谢重编程（无氧呼吸和应激诱导代谢转变）以及应激响应基因的动态转录调控。随着高通量RNA测序（RNA-seq）技术的发展，多项研究采用转录组学方法解析作物、林木和果树的分子应答机制，为理解耐涝分子基础提供了宝贵见解。然而，木本观赏植物缺乏等效的机制研究，特别是在整合应激信号与发育可塑性的植物激素网络方面。

植物激素作为关键化学信使，协调所有生长阶段的发育程序和对水涝胁迫的适应响应。这些信号分子，包括乙烯（ET）、生长素（IAA）、脱落酸（ABA）、赤霉素（GA）和茉莉酸（JA），构成一个复杂网络，调节对缺氧的生理和形态适应。在水涝胁迫下，它们经历剧烈重编程以启动生存策略，使其在水涝易发环境中的植物韧性中处于核心地位。乙烯的快速积累作为主要的低氧信号，触发下游响应级联。不定根发育进程通过ET、GA和ABA信号 cascades 的复杂相互作用进行差异调控。IAA主要通过其运输和信号转导途径调节不定根的形成。近期研究表明，JA在低氧阶段和水涝后的关键再充氧期均扮演双重角色，同时JA对水涝胁迫的调控在不同物种间存在差异。这些激素相互作用进一步由ROS信号微调，形成一个复杂但高度协调的防御网络。随着气候变化增加极端降雨事件频率，阐明植物激素在水涝响应中的精确作用对于园艺观赏植物的应用变得越来越关键。理解这些激素机制对于通过常规育种和生物技术方法开发耐涝品种具有重要影响。激素途径中关键调控基因的鉴定为耐涝性的遗传改良提供了有希望的靶标。

木兰属（Magnolia）物种具有观赏、药用、木材、生态和研究价值，是构建低碳生态园林的重要植物材料。然而，由于其多为肉质根且不耐低湿，种植区淹水时根系易腐烂。这一特性极大限制了其在园林绿地中的应用，尤其是在降雨频繁和土壤季节性水涝的华东和华南等地区。与大多数木兰不同，星花玉兰（M. sinostellata）栖息于河岸环境，这是该属中罕见的特性。这种罕见的种内变异使其成为分析木本植物水涝适应机制的理想模型。我们假设星花玉兰采用独特的生理和分子适应机制，以区别于其他木兰物种应对水涝胁迫。近期对耐涝木本植物（如苹果和桃）的研究强调了激素信号转导的作用，但星花玉兰是否采用相似或不同策略仍属未知。为填补这一知识空白，我们的研究采用星花玉兰作为模型系统，通过整合转录组-代谢组框架系统解码其水力适应机制。本研究增强了我们对星花玉兰响应水涝胁迫的理解，揭示了参与该过程的潜在调控途径和候选基因，为紫花木兰耐涝分子育种提供了理论支持，同时探索了紫花木兰耐涝分子机制，为选育耐涝木兰新品种提供了分子标记，有助于解决当前城市绿化中的育种瓶颈。

2 材料与方法

2.1 植物材料与水涝胁迫处理

星花玉兰一年生扦插苗取自中国陕西省西安植物园。均匀植株在温室（25±1°C，60%相对湿度，14小时光照/10小时黑暗循环，300 μmol m^?2 s^?1光合有效辐射（PAR））中适应7天后进行实验。通过将盆栽植株放入装有去氯自来水（pH 6.5±0.2，溶解氧：2.8±0.3 mg L^?1，25°C）的水箱（80 cm×57 cm×30 cm）中，水位高于土壤表面10 cm，施加水涝胁迫。在水涝胁迫后0小时、6小时和72小时收集星花玉兰的叶、茎和根，每个时间点进行3次生物学重复。观察形态变化。

2.2 形态和解剖学观察测量

用去离子水清洗星花玉兰根系，根形态通过Epson Perfection V700 Photo（爱普生有限公司，中国）拍摄。用刀片切取根尖，固定在福尔马林-乙酸-酒精（FAA）中，然后使用藏花红O和固绿染色试剂盒（Solarbio，北京，中国）按照制造商说明进行处理。根尖细胞形态通过光学显微镜（BX43，奥林巴斯，东京，日本）观察。

2.3 转录组测序与数据分析

使用Trizol试剂（Invitrogen）提取星花玉兰总RNA，并通过琼脂糖凝胶电泳、NanoPhotometer分光光度计（Implen）和Bioanalyzer 2100（安捷伦科技）验证质量。合格RNA样本在Illumina HiSeq-2000平台（武汉迈维代谢生物科技有限公司）上进行测序。使用Trimmomatic v0.33处理原始读数，去除接头序列和低质量读数（>10% N或>50%碱基Q≤20）。使用HISAT2将清洁读数与望春玉兰（Magnolia biondii）参考基因组（https://doi.org/10.5061/dryad.s4mw6m947）比对，实现>80%比对效率。使用HTSeq进行基因表达量化，并使用DESeq2（调整后p值（padj）<0.05，|log2倍数变化（FC）|>1）进行差异表达分析。为研究特定代谢物的积累，使用R（www.r-project.org/2）进行主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA）。差异表达基因的基因本体（GO功能）分析通过GOseq进行，包括GO功能富集和GO功能聚类。使用的数据库是基因本体数据库（http://www.geneontology.org/）。使用KOBAS软件和KEGG数据库（http://www.kegg.jp/kegg/pathway.html）对差异表达基因和差异代谢物进行京都基因与基因组百科全书（KEGG）富集分析。

2.4 代谢组分析

用于代谢组分析的样本与转录组学使用的生物学重复相同，速冻于液氮中并一式三份分析。使用超高效液相色谱（UPLC）系统（Shim-pack UFLC SHIMADZU CBM30A，日本） coupled with 串联质谱仪（QTRAP^? 4500，应用生物系统公司，美国）进行非靶向代谢组分析。分析程序和数据处理遵循既定方法。使用R软件进行PCA和OPLS-DA以检查代谢谱。使用变量重要性投影（VIP）分数评估每个代谢物对OPLS-DA模型的相对重要性。使用Student t检验检验每个比较组中每个代谢物表达的显著性，并以倍数变化≥2或≤0.5且P值<0.05作为筛选差异表达代谢物（DEM）的标准。将鉴定出的代谢物注释并映射到KEGG pathway数据库（http://www.kegg.jp/kegg/pathway.html）。通过MetWare（http://www.metware.cn/）测定三个组织在不同水涝胁迫时间的植物激素含量。

2.5 整合转录组学与代谢组学分析

使用加权基因共表达网络分析（WGCNA）包，利用根发育阶段的差异表达基因构建基因共表达网络，这是用于开发共表达网络的代表性算法。基于无标度拓扑标准（R2 > 0.85）选择软阈值功率（β = 18）以确保生物学有意义的网络。还选择了相对较大的最小模块大小（30）和中等的聚类分裂敏感性（deepSplit = 2）。在共表达网络中，基因由节点表示，两个基因之间的相关值（权重）计算为Pearson相关系数。首先使用Cytoscape程序可视化同一模块中的基因。最终网络使用igraph和ggplot2包设计。

2.6 qRT-PCR分析

基于其在转录组分析中的显著差异表达及其与耐涝性相关的激素信号通路 involvement，选择了五个候选激素相关基因（细胞分裂素脱氢酶MBI06_g28671_MAGBIO和MBI13_g26146_MAGBIO，以及茉莉酸-氨基酸合成酶MBI07_g47338_MAGBIO、MBI07_g46827_MAGBIO和MBI06_g08192_MAGBIO）。使用定量实时聚合酶链反应（qRT-PCR）验证这些基因。使用基因特异性引物（补充表S1）进行扩增，并按照既定方案进行反应。使用看家基因Actin作为内参，并使用2^?ΔΔCt方法计算相对基因表达。

2.7 统计分析

所有定量数据均以平均值±标准差（SD）表示。使用SPSS软件（版本22.0；IBM Corp.，Armonk，NY，USA）中实施的单因素方差分析（ANOVA）评估统计显著性。使用多种分析工具进行数据可视化：OriginPro 2022（OriginLab Corporation，Northampton，MA，USA）用于综合图形表示，Cytoscape（版本3.9.1）用于网络分析，以及MetWare云平台（https://cloud.metware.cn）用于专门的生物信息学可视化。

3 结果

3.1 水涝胁迫下的生理变化

与水涝72小时相比，星花玉兰叶片保持绿色，无损伤迹象。对照组中，须根众多且呈白色。水涝胁迫后，部分须根脱落，剩余须根变为褐色。同时，在星花玉兰的茎和根上观察到皮孔增生（红色框）和少量不定根（绿色框）的形成。此外，通过解剖学手段进一步观察了木兰根内部结构的变化。当根皮层开始分化时，对照组根皮层细胞紧密排列，细胞间隙极小。相比之下，水涝组根皮层的某些部位开始出现约为细胞体积一半大小的细胞间隙，即通气组织（红色星号）。

3.2 转录组分析

3.2.1 RNA-seq分析

为阐明星花玉兰耐涝的分子机制，我们对在水涝处理0小时、6小时和72小时收集的叶、茎和根组织进行了全面的RNA测序分析。测序产生了131.25 Gb的原始数据，每个样本经过滤后产生≥5.91 Gb的高质量清洁数据。每个cDNA文库的质量分数20（Q20）值均大于96.43%，平均鸟嘌呤-胞嘧啶含量（GC）为47.09%。清洁读数与望春玉兰参考基因组的比对率高于74%。质量评估通过生物学重复的强聚类（组内相关性>0.8）、PCA分析中对照（CK_0h）和水涝样本（WL_6h，WL_72h）沿PC1的清晰分离以及沿PC2的明显组织特异性聚类模式（根 vs 茎 vs 叶）证明了优异的实验可重复性。这些结果表明稳健的转录组谱适用于下游差异表达分析。

3.2.2 差异表达基因鉴定

使用严格标准（Padj < 0.05 且 |log2(倍数变化)| > 1），我们在水涝处理0小时（对照）、6小时和72小时的根、茎和叶组织中鉴定出差异表达基因（DEG）。分析揭示了显著的组织特异性响应，根表现出最显著的转录变化（12,538个DEG），其次是茎（3,445个DEG）和叶（3,406个DEG）。差异表达分析显示了水涝诱导的跨组织转录变化（根 > 茎 > 叶），根比较产生7,890（RCK_0h vs RWL_6h）、8,891（RCK_0h vs RWL_72h）和5,178（RWL_6h vs RWL_72h）个DEG；茎显示1,613、1,555和1,471个DEG；叶在相应比较中表现出636、2,540和1,348个DEG。值得注意的是，在所有水涝胁迫时间下，三种组织中鉴定到1048、26和37个共同DEG，表明星花玉兰激活了这些基因的表达水平以应对不同的水涝胁迫时间。根中明显更强的响应 underscore 了它们在胁迫感知和初始响应中的关键作用。这些发现表明，星花玉兰针对水涝胁迫建立了组织特异性和共享的分子防御。

3.2.3 DEG的功能富集分析

基因本体（GO）富集分析揭示了受水涝胁迫影响的生物功能存在显著组织差异。结果发现这些DEG与多个生物过程相关，并表现出组织特异性模式。然而，也有一些DEG富集了相同的条目。在生物过程类别中，DEG主要富集于对氧化胁迫的响应。同样，在细胞组分类别中，这些基因在植物型细胞壁、质膜内在组分中富集。在分子功能类别中，DEG主要与UDP-葡萄糖基转移酶活性、分子转导器活性、信号受体活性、次级主动跨膜转运蛋白活性、次级主动跨膜转运蛋白活性相关。值得注意的是，跨组织一致富集的氧化胁迫响应和信号转导途径表明它们在星花玉兰适应水涝胁迫机制中的核心作用。

KEGG pathway富集分析证实了水涝胁迫对特定生物途径的影响。水涝胁迫诱导了星花玉兰不同组织中的各种途径。根据KEGG分析结果，根、茎和叶中差异基因富集的途径也相似。基因映射较多的途径是代谢途径、次级代谢物的生物合成、淀粉和蔗糖生物合成以及植物激素信号转导。这些途径的协调诱导展示了星花玉兰的综合防御策略，结合了代谢调整、抗氧化剂产生和激素调控以减轻水涝损害。

3.3 代谢组分析

3.3.1 代谢组数据质量控制

基于液相色谱-四极杆飞行时间质谱（LC-QTOF-MS）的代谢组分析鉴定出星花玉兰中11类主要应激响应代谢物。代谢物主要集中在黄酮类（144，17.4%）、酚酸（143，17.3%）、木脂素和香豆素（127，15.3%）、脂质（83，10%）、生物碱（74，8.9%）、萜类（54，6.5%）、氨基酸及其衍生物（42，5.1%）、有机酸（41，5.0%）、核苷酸及其衍生物（35，4.2%）、单宁（3，0.4%）。多变量分析显示了胁迫条件下显著的代谢重组。PCA揭示了沿解释64.2%累积方差的主成分在对照和胁迫样本之间的清晰分离，生物学重复的紧密聚类（R2 > 0.85）证实了数据可靠性。在不同器官（根 > 茎 > 叶）和时间点观察到的 distinct 代谢特征反映了组织特异性的低氧适应策略。

3.3.2 星花玉兰不同部位的差异表达代谢物

根据VIP > 1.0、FC ≥ 2 或 FC ≤ 0.5 且 P值 < 0.05 鉴定DEM。通过比较星花玉兰在不同条件（CK和WL）下的根（R）、茎（S）和叶（L）样本，从RCK_0h vs RWL_6h、RCK_0h vs RWL_72h、RWL_6h vs RWL_72h、SCK_0h vs SWL_6h、SCK_0h vs SWL_72h、SWL_6h vs SWL_72h、LCK_0h vs LWL_6h、LCK_0h vs LWL_72h和LWL_6h vs LWL_72h中分别获得121（77上调，44下调）、178（147上調，31下调）、190（146上調，44下调）、105（58上調，47下调）、158（125上調，33下调）、147（124上調，23下调）、141（22上調，119下调）、113（67上調，46下调）和163（143上調，20下调）个DEM。值得注意的是，水涝胁迫后根和茎中更多的DEM被上调，并且随着时间的推移，根和茎中的DEM逐渐增加。叶中在6小时时有更多代谢物下调，并且DEM数量随着水涝胁迫时间的延长先减少后增加。由于转录组结果显示根对水涝胁迫的响应更为明显，此处我们主要关注根中的代谢物。维恩图分析显示，24个DEM被发现受不同时间水涝胁迫处理的影响，这些可以作为星花玉兰响应水涝胁迫的潜在候选标记物。同时，为探究植物激素在响应水涝胁迫中的作用，我们测定了星花玉兰根在不同水涝胁迫时间下的植物激素含量。在一年生枝条中总共检测到22种植物激素代谢物，包括6种IAA、5种JA、3种CTK、3种SA、2种GA、2种ABA、1种ET。

3.4 WGCNA及通过qRT-PCR验证枢纽基因

基于我们的发现，即根是星花玉兰响应水涝胁迫的主要器官，我们采用WGCNA来阐明根激素动态与转录调控之间的关系。使用WGCNA包（v1.72，R核心团队）和最佳软阈值功率18，我们鉴定了10个不同的基因模块，每个模块代表独特的共表达模式。这些基因模块以颜色编码，并以聚类图和网络热图的形式表示。根据p<0.05&|R|>0.85，MEantiquewhite2模块与表型IP（N6-异戊烯腺嘌呤，属于细胞分裂素）、JA_ILE和JA（茉莉酸）强烈相关，相关系数分别为0.89、-0.97和-0.97（p<0.05）。MElavenderblush模块与表型IP、JA_ILE和JA之间存在显著且强的相关性（分别为-0.91、0.98、0.97）（p<0.05）。MEhoneydew模块与12-氧代植物二烯酸（OPDA）（茉莉酸）具有0.96的强负相关性（p<0.05）。为了进一步寻找在基因网络中具有重要贡献的候选枢纽基因，我们从木兰基因注释数据库中提取了所有这些基因的注释信息。通过比较和整合DEG和注释信息，选择了3个模块中与植物激素信号转导途径相关的71个基因作为关键候选基因。Antiquewhite2包含61个枢纽基因，honeydew1包含61个枢纽基因，Lavenderblusblush1包含9个枢纽基因。三个模块中植物激素信号通路相关基因的共表达网络如图所示。这些枢纽基因很可能是调控星花玉兰耐涝性的关键基因。

基于激素相关基因的表达谱，我们鉴定了五个候选枢纽基因，并使用qRT-PCR分析了它们在水涝胁迫下星花玉兰中的转录动态。所选基因包括：细胞分裂素脱氢酶（MBI06_g28671_MAGBIO，MBI13_g26146_MAGBIO）和茉莉酸-氨基酸合成酶（MBI07_g47338_MAGBIO，MBI07_g46827_MAGBIO，MBI06_g08192_MAGBIO）。与我们的Illumina HiSeq测序数据一致，qRT-PCR分析显示所有五个基因在星花玉兰水涝胁迫期间均发生显著变化。这些结果表明这些激素相关基因可能在星花玉兰耐涝性中起关键调控作用。qRT-PCR和RNA-seq数据之间的强相关性进一步证实了我们转录组分析的可靠性。

3.5 星花玉兰响应水涝胁迫的植物激素信号转导

通过结合转录组和代谢组结果，我们鉴定出植物激素信号转导是星花玉兰响应水涝胁迫的重要途径。我们通过Spearman相关分析分析了所选关键基因与代谢物之间的关系，结果显示所有相关基因均发生变化。植物激素信号转导途径产生102个DEG和22个DEM，包括与IAA、CTK、GA、ET、ABA相关的基因。JA信号通路中的所有基因和代谢物均受到水涝胁迫的抑制。IAA信号通路中的大多数基因下调，而几乎所有的代谢物在色氨酸代谢中积累。GA信号通路相关基因和代谢物在二萜生物合成中下调。此外，ET信号基因也发生变化（28个下调，14个上调）。而且，代谢物ET在水涝胁迫后显著积累。此外，我们选择了所有DEM和DEG进行相关性分析，以确定植物激素信号转导途径中差异代谢物与差异表达基因之间的相关性。结果显示该途径中的许多基因与代谢物高度相关。总之，水涝胁迫显著影响了星花玉兰根中IAA、CTK、GA、JA和ET等激素的基因表达和水平。

4 讨论

近年来，加速的气候变化导致全球范围内水涝事件的频率和强度增加。因此，水涝胁迫已成为限制观赏植物栽培和景观应用的主要制约因素。木兰属物种因其卓越的观赏价值而广泛应用于园艺，但其对水涝损害的易感性显著限制了其应用。因此，鉴定新的基因和代谢物以增强其耐受机制至关重要。在本研究中，我们采用耐涝物种星花玉兰作为模型，表征水涝胁迫期间的转录组和代谢组响应。

4.1 水涝胁迫下的形态和解剖学变化

水涝触发一个协调的逃避响应，包括四个协同适应：皮孔增生（改善O₂吸收）、不定根形成（补偿根缺氧）、通气组织产生（创建内部空气通道）和节间伸长调控（促进空中 emergence）。水涝胁迫期间不定根的形成促进气体交换和营养吸收。在更大程度上，这些根组织通常替代因缺氧胁迫而死亡的主根，使正常生长和发育得以进行。通气组织的发育，促进氧气向根尖扩散，是对水涝引起的缺氧的 well-documented 响应。皮孔增生的存在被认为有助于气体交换。在水涝胁迫下，星花玉兰表现出显著的形态和解剖适应，包括皮孔增生、不定根和通气组织形成。这些形态和解剖变化与其他耐涝物种（如美洲黑杨和黄瓜）的发现一致。这些发现与更广泛的理解一致，即耐涝植物通常表现出形态适应以改善淹没组织中的氧气可用性。

4.2 整合转录组与代谢组分析

转录组和代谢组数据的整合揭示了参与植物激素信号的基因表达与相应代谢物积累之间的强相关性。这一发现与近期对大麦和小麦的研究一致，其中基因表达和代谢物积累的协调对于耐涝性至关重要。对于关键候选基因的筛选，本研究使用了WGCNA方法，该方法已在许多研究中报道。在我们的研究中，共表达网络分析鉴定出几个参与植物激素信号的关键枢纽基因。这些基因与特定代谢物（如茉莉酸和CTK）的积累高度相关，表明它们在星花玉兰响应水涝胁迫中起关键作用。这些枢纽基因的鉴定为未来旨在改善观赏植物耐涝性的育种和基因工程努力提供了潜在靶标。

4.3 水涝胁迫下植物激素信号转导途径相关基因的广泛改变

植物激素作为主要的内源调节剂，通过在水涝胁迫期间整合相互连接的激素级联来协调多方面的信号网络。我们的研究发现了激素相关基因和代谢物的显著变化，揭示了一种复杂的激素响应相互作用，促进了星花玉兰对淹水条件的适应。

CTK作为帮助植物抵抗水涝胁迫的关键调节剂。Islam等人 suggest that CTK could be used for managing waterlogging-induced damage to mungbean。细胞分裂素氧化酶（CKX）是一种关键酶，催化活性CTK的不可逆降解，从而负调控内源CTK水平。CTK稳态受到一套代谢酶的严格调控，包括涉及生物合成（异戊烯基转移酶，IPT）、激活（Lonely Guy，LOG）、降解（CKX）、可逆失活（玉米素O-葡萄糖基转移酶，ZOGs）、再激活（β-葡萄糖苷酶，GLUs）和不可逆N-糖基化（UDP葡萄糖基转移酶，UGTs）的酶。细胞分裂素氧化酶同工酶IP和IPR催化CTK氧化为失活形式。在植物中合成后，这些酶调节CTK活性，从而调控植物生长和发育过程。在我们的研究中，CKX基因下调，而CTK代谢物上调（如反式玉米素O-葡萄糖基转移酶（tZOG）），表明植物减少CTK降解并增加活性CTK水平以促进细胞分裂和不定根发育，从而增强对低氧的适应。

JA在介导植物对水涝胁迫的响应中起关键作用。通过突变或外源JA应用增加JA水平已被证明会导致拟南芥、水稻和黄瓜的根生长抑制，这 tempting to speculate that JA is an inhibitor of adventitious rooting。茉莉酸酰胺合成酶茉莉酸抗性1（JAR1）通过催化茉莉酸生物活性共轭物茉莉酰-L-异亮氨酸（JA-Ile）的生物合成，在JA信号中起关键作用。我们的研究揭示茉莉酸（JA）信号通路在水涝胁迫后显著抑制，证据是JAR1、JA及其前体12-氧代植物二烯酸（OPDA）的下调，以及JA-Ile水平的降低。同时，羟基化JA（H2JA）的增加进一步降低了JA活性。我们的结果与黄瓜和拟南芥响应水涝胁迫的研究一致，表明茉莉酸在不定根形成中起负调控作用。由于这与其他植物物种JA对水涝胁迫的调控不一致，具体机制仍有待进一步研究。

我们的结果还显示，编码其他主要植物激素信号组分的基因表达在水涝胁迫下发生变化，如IAA、GA和ET。新兴证据揭示，IAA运输和信号转导途径都是水涝胁迫适应的组成部分，在缺氧环境中 orchestrate 生理和形态调整。IAA可以诱导根尖分生组织，这是调控水涝胁迫下不定根形成的重要因素。在我们的研究中，IAA信号通路中的关键基因，如AUX1、IAA、GH3、ARF和SAUR，下调，这可能抑制主根伸长并将IAA通量重新导向茎组织，促进不定根的形成。IAA前体的上调，包括甲基吲哚-3-乙酸（MEIAA）、色氨酸（TRP）、色胺（TRA）