利用贝叶斯模型和基于树的机器学习方法，对蓝桉（Eucalyptus globulus）中的萜类成分和酚类特性进行多组学预测

《BMC Plant Biology》：Multi-omics prediction of terpene constituents and phenolic traits in Eucalyptus globulus using Bayesian models and tree-based machine learning

　　

摘要

背景

萜类化合物和酚类化合物是多功能的植物代谢物，它们在防御、信号传导和生态相互作用中发挥作用，同时也支持工业应用。在这里，我们采用了一种综合的多组学框架，来解析具有全球经济重要性的树种——Eucalyptus globulus育种群体中生物基化合物生产的遗传和代谢机制。该数据集包含了14,442个高置信度的SNP（使用EUChip60K芯片进行基因分型）和3,279个单倍型块，并结合了近红外（NIR）光谱吸收（约900–2,500纳米）以及与色素相关的指标（叶绿素、花青素、黄酮醇和氮平衡指数）的表型数据。

结果

气相色谱-质谱（GC–MS）和超高效液相色谱-四极杆飞行时间串联质谱（UHPLC–QqTOF–MS2）分析显示个体间存在显著差异：精油主要由1,8-桉叶油醇（42.70% ± 7.19%）和α-蒎烯（38.02% ± 5.20%）组成，而酚类提取物中富含香豆素衍生物（92.67% ± 1.59%），尤其是大果穗C异构体（12.98% ± 1.48%）。整合SNP和系谱效应的总加性遗传力对于甲醇提取物产量（h2 = 0.721）、总酚类化合物（h2 = 0.646）、α-萜品醇（h2 = 0.718）和1,8-桉叶油醇（h2 = 0.658）来说都很高，表明这些性状受到强烈的遗传控制。预测建模显示，基于单倍型的贝叶斯方法优于基于SNP和表型的模型，其中α-萜品醇（预测准确率=0.717）、α-蒎烯（预测准确率=0.554）和甲醇提取物产量（预测准确率=0.624）的预测效果最佳。特征选择确定了与参与光合作用、信号传导和代谢调节的基因共定位的多效性标记物（例如SNP12778、HAP205、HAP272、NIR2429）。

结论

这些发现为基于组学的E. globulus育种奠定了基础，旨在培育出用于大规模生产高价值生物活性化合物的优良基因型，这些化合物在健康、农业和生物能源领域具有实际应用价值。