从代谢组到表型：跨尺度的预测性代谢组学

《Journal of Experimental Botany》：From metabolomes to phenotypes: predictive metabolomics across scales

　　

代谢组学通过提供对控制生长、适应和环境响应性的生化网络的高分辨率洞察，已经变革了植物生物学。植物代谢组涵盖初级和次生（specialised）代谢物，作为基因型和表型之间的动态界面，捕捉内在遗传调控与外在环境线索的相互作用。显著的技术进步使得日益全面的代谢谱分析成为可能，加速了新天然产物的发现、代谢途径的绘制以及胁迫响应的机制解析。超越个体生物体，代谢组学现已被部署在生态系统尺度：生态代谢组学（ecometabolomics）和元代谢组学（meta-metabolomics）揭示了植物-微生物互作、土壤过程和环境梯度的代谢特征。结合机器学习，预测性代谢组学进一步扩展了这一范围，将代谢指纹与产量和抗逆性等复杂表型联系起来，为作物改良和农业生态系统管理提供了可操作的机遇。尽管如此，分析成本、采样限制以及有限的数据互操作性仍然制约着其更广泛的实施。本综述审视了代谢组学在从亚细胞区室到农业生态系统的不同生物学尺度上的机遇与局限性，并强调了其将分子过程与生态系统层面结果联系起来的潜力。在全球变化加速的背景下，将代谢组学与成像技术、挥发物组学（volatilomics）和土壤代谢组学相结合，对于发展更具可持续性和韧性的农业系统至关重要。

植物代谢组学：从描述到预测——跨尺度整合的现状与展望

一、研究背景与研究意义

植物代谢是一个庞大的生化反应网络，支撑着植物的生长发育与环境适应。这些反应产生的海量小分子，即代谢组（metabolome），包括参与基础细胞过程的初级代谢物（如糖类、氨基酸、有机酸）以及介导生态互作、胁迫响应和信号传导的次生代谢物。由于代谢物浓度同时响应遗传变异和环境变化，代谢组成为了连接基因型与表型的理想信息层。因此，旨在全面检测、鉴定和定量生物样品中代谢物的代谢组学（metabolomics），已成为研究植物生理与适应的关键技术。

然而，尽管代谢组学自上世纪90年代末诞生以来已取得长足进步，但在实际应用中仍面临诸多挑战。首先，植物代谢物的化学多样性极为惊人，实现全面覆盖往往需要多种互补的分析平台，导致成本高昂、通量受限。其次，样品的采集环节，尤其是如何快速淬灭代谢活性以避免采样后代谢物组成发生变化，仍是田间大规模应用的瓶颈。再者，不同实验室、不同仪器甚至同一仪器在不同时间产生的数据难以直接比较，严重阻碍了数据的整合与重用。最后，现有的研究多停留在描述性层面，如何利用代谢组数据进行表型预测、服务于作物育种和农业生态系统管理，仍有待深入探索。

针对上述问题，这篇综述旨在系统地审视代谢组学在从亚细胞区室到农业生态系统的不同生物学尺度上的应用机遇与局限性。研究人员强调，代谢组学不应仅仅停留在描述化学多样性的阶段，而应通过与机器学习（machine learning）的结合，发展为一种强大的预测工具，从而将代谢指纹与产量、抗逆性等复杂表型关联起来。这项工作的重要意义在于，它为代谢组学从高分辨率的描述性工具向高通量表型组学和环境组学（enviromics）的核心组成部分转型提供了清晰的路线图，并为发展可持续、韧性强的未来农业指明了方向。

二、主要技术方法概述

为完成此项综合性评述，作者主要采用了以下关键技术方法：

1. 1.
   高通量质谱（High-Resolution MS）与核磁共振（NMR）：作为代谢组学最核心的分析平台，用于检测、鉴定和定量生物样品中的代谢物。其中，高分辨率质谱（如Orbitrap）因其高灵敏度和宽动态范围而被广泛应用于非靶向代谢组学。
2. 2.
   机器学习算法：包括多元线性回归、偏最小二乘（PLS）、岭回归（Ridge）、套索回归（LASSO）、弹性网络（Elastic Net）以及随机森林（Random Forest）等，用于建立代谢谱与目标性状（如产量、风味）之间的预测模型。
3. 3.
   基因组规模代谢模型（Genome-Scale Metabolic Models, GEMs）：基于基因组注释重建的生物化学反应网络，可用于预测生物体在特定环境条件下的代谢行为，并辅助代谢物的注释与功能推断。
4. 4.
   近红外光谱（Near-Infra-Red Spectroscopy, NIRS）与高光谱成像：作为一种非破坏性的高通量技术，通过分析电磁辐射与分子键的相互作用，预测组织中蛋白质、碳水化合物、次生代谢物乃至纤维素、木质素等结构聚合物的含量。
5. 5.
   动态顶空采样-气相色谱-质谱联用（Dynamic Headspace-GC-MS）：用于收集和分析植物释放的挥发性有机化合物（Volatile Organic Compounds, VOCs），即挥发物组学（volatilomics）。

三、研究结果

1. 植物体内的跨尺度代谢

研究表明，植物代谢在亚细胞、细胞、组织、器官乃至整个植株水平上均表现出高度异质性。例如，采用非水相分级法研究亚细胞区室的代谢组，或利用单细胞组学技术理解不同细胞类型的互作，虽具潜力但目前尚无法实现高通量。当前绝大多数研究集中在组织或器官水平（尤其是叶片），所观察到的代谢组实际上是各种细胞和组织类型代谢组的加权平均。

2. 超越生物体的代谢：植物作为生态系统

植物并非孤立存在，而是与根际、叶际、内生圈乃至果实中的大量微生物形成共生体系，即全生物（holobiont）。植物与微生物间的代谢交换跨越物种边界，这意味着不考量相关的生物区系就无法完全理解植物的代谢表型。然而，区分植物和微生物来源的代谢物是主要障碍。稳定同位素标记（¹³C、¹⁵N）结合高分辨率代谢组学是追踪代谢物来源和通量的直接手段。多组学整合以及质谱成像（Mass Spectrometry Imaging, MSI）也为此提供了有力工具。

3. 元代谢：理论先行于实验

生态系统可被视为一个巨大的“元代谢”系统，其有机物流动源于所有构成生物的代谢总和。基于基因组重建的基因组规模代谢模型（GEMs）已从单一生物扩展到植物-微生物互作模型，理论上可模拟复杂的生态系统代谢流。然而，实验数据的匮乏（特别是定量的生物量组成和动态变化数据）是当前的主要瓶颈。尽管对合成微生物群落的研究已揭示营养可利用性对微生物组装的预测性，但要构建完整的元代谢网络仍需大量实验工作。

4. 从描述到预测的代谢组学

• •
  描述性代谢组学：质谱（MS）是当前最主流的技术。得益于高分辨率技术和数据处理算法的进步，代谢物注释取得了巨大进展，但在拟南芥等模式物种中，已正确注释的代谢物仅占估计总量的约七分之一。
• •
  功能性代谢组学：旨在为所有代谢物赋予生物学功能。方法包括整合功能基因组学与代谢组学、利用种内遗传多样性，以及将代谢组学与表型分析结合。基因组规模代谢网络可指导注释，而网络拓扑学（如连通性和中心性）有助于识别关键代谢物。此外，基于结构的机器学习方法（如图神经网络）已在人类代谢物功能预测中取得成功，但在植物领域尚未展开。
• •
  生态代谢组学：旨在揭示生态互作的生化基础。通过多变量统计和多组学整合，研究发现代谢组会响应气候、土壤、草食动物攻击及土壤微生物组等多种环境因子。化学多样性（chemodiversity）研究提供了量化框架，表明代谢物丰富度、均匀度和结构差异可能影响生态系统功能，甚至产生超越单个代谢物特性的涌现属性。
• •
  预测性代谢组学：将代谢组数据与机器学习结合，用于预测目标性状。例如，玉米幼苗根系代谢组可预测杂交种产量（精度达0.4），拟南芥的霜冻耐受性预测精度超过0.8，蓝莓和番茄的风味预测精度分别达到0.86和0.46。该方法还可跨物种应用，如预测不同种类果实的相对生长速率。然而，预测模型也存在特征不稳定、过拟合风险高、缺乏因果性等问题，许多预测特征因强烈的环境依赖性而难以泛化。

5. 代谢组学与高通量表型分析和环境组学的整合

高通量表型分析的目标是通过与选择表型密切相关的次级表型降低每个基因型的数据获取成本。代谢物浓度可作为理想的次级表型。然而，现有表型平台多基于非侵入式遥感，缺乏整合自动化叶片采样等破坏性取样进行代谢组学分析的实例。环境组学旨在研究和量化环境特征及其对基因型响应的影响。代谢组学可作为描述生物环境的变量来源（如化感作用、昆虫吸引/驱避），但尚未被用于结合基因型特异性数据进行预测。无论是用于表型分析还是环境组学，一个可行的策略是先用非靶向方法覆盖广泛代谢物，再识别最佳标志物并开发靶向方法以提高通量、降低成本。

四、挑战与展望

1. 挑战

• •
  分析成本与通量：相比于仅需几欧元的基因分型，代谢组学分析每样品需50-200欧元，顶级Orbitrap LC-MS系统成本高达百万欧元，这是大规模应用的最大瓶颈。平衡成本、通量和代谢组覆盖率是关键。
• •
  采样：样品采集受发育阶段、组织位置、环境条件和采样时间影响极大。快速淬灭代谢活性（如使用液氮）在大型田间实验中后勤保障困难。开发基于溶剂的简便淬灭方法（如在微生物组学中常用的冷甲醇法）是值得探索的方向。
• •
  数据互操作性：不同实验室间存在显著的分析变异性，非靶向数据集难以直接比较。推广FAIR原则（可发现、可访问、可互操作、可复用）、使用稳定的质量控制样品、提高流程自动化以及建立完善的生物样本库是提升互操作性的关键措施。

2. 研究结论

代谢组学已成为连接基因型、表型和环境的强大桥梁，提供了组织和个体水平上植物功能的整合快照。超越个体，它还能捕捉植物、微生物及其环境相互作用的生化印记，从而揭示生态系统功能的分子维度。然而，其真正的变革潜力在于预测。通过与机器学习和多组学整合，代谢组学能够从描述系统转向预测性状和生态系统服务，为作物改良、农业生态系统设计和环境监测开辟新前景。要实现这一目标，必须克服分析成本、采样策略和数据互操作性等关键瓶颈。展望未来，将代谢组学与光谱学、挥发物组学和土壤代谢组学等互补方法整合，将是充分捕捉跨尺度生物复杂性的关键。通过将分子过程与生态系统层面的结果联系起来，代谢组学有望为全球变化下发展更可持续、更具韧性的农业生态系统做出贡献。