综述:基于豆类的硒生物有效性对作物和人类营养:一项全球meta分析

《Ecotoxicology and Environmental Safety》:Legume-based selenium bioavailability for crop and human nutrition: A global meta-analysis

【字体: 大 中 小 】 时间:2026年08月10日 来源:Ecotoxicology and Environmental Safety 6.6

编辑推荐:

  硒(Se)在植物生长和人类营养中扮演重要角色,其狭窄的安全范围可能在基于豆类的食物系统中引起不良影响。为了理解Se在豆类中的精确应用以实现可持续农业生产和生物强化,需要全面的认识。研究人员对2009年至2024年发表的1644对观测数据进行了meta分析,并通

  
硒(Se)在植物生长和人类营养中扮演重要角色,其狭窄的安全范围可能在基于豆类的食物系统中引起不良影响。为了理解Se在豆类中的精确应用以实现可持续农业生产和生物强化,需要全面的认识。研究人员对2009年至2024年发表的1644对观测数据进行了meta分析,并通过机器学习模型(RF、XGBoost和SVM)分析了数据。评估了硒肥料类型、浓度、暴露持续时间、施用方法和生长介质对豆类生长和生理的影响。Se施用量≤2.5 mg kg-1提高了地上部干重、生物产量、叶绿素含量和抗氧化酶(SOD、POD、CAT和APX),同时降低了与氧化应激相关的指标如H2O2。相反,升高的Se水平(>2.5 mg kg-1)降低了产量、萌发率,破坏了抗氧化防御,并增加了氧化损伤。豆类籽粒中的Se积累表现出暴露介质依赖性响应,水培条件下观察到的积累最高,其次是土壤施用。机器学习确认Se浓度、肥料类型和暴露基质是Se对豆类影响的主要驱动因素。总体而言,精确的Se施用量≤2.5 mg kg-1可改善豆类表现,并支持全球可持续的基于豆类的农业生态系统管理。
1. 引言

硒(Se)是地球上第67丰富的元素,天然存在形式主要为亚硒酸盐[Se(IV)]和硒酸盐[Se(VI)]。它是一种对作物表现和人类营养具有全球重要性的准金属。Se的天然来源包括大气沉降、采矿、风化和森林火灾,人为来源包括污水排放和工业废水,可能导致土壤中Se的大量积累。土壤中Se浓度范围为0.01至2.0 mg kg-1,平均值为0.4 mg kg-1。然而,在印度、美国、中国和爱尔兰分别报道了6.5 mg kg-1、28 mg kg-1、59 mg kg-1和1200 mg kg-1的升高浓度。在植物中,Se具有双重影响,取决于土壤Se浓度、形态和特定植物物种。例如,通过营养液补充≤1 mg kg-1的Se可通过提高生理(25%)和光合性能(39–65%)以及增强抗氧化防御机制来促进植物生长,而过量施用(即>50 g ha-1亚硒酸钠)导致豇豆叶片中脂质过氧化和H2O2积累增加,在1200–1600 g ha-1时最为显著。由于植物是人类膳食Se的主要来源,管理其生物有效性对于预防Se缺乏至关重要,Se缺乏在新西兰、中国和欧洲已成为新兴的营养问题。因此,估算Se阈值水平对于可持续农业生产和粮食与营养安全至关重要。

Se对控制植物生长和发育的多种机制有显著影响。土壤Se施肥(<0.1 mg kg-1)可增强花生的生物量、碳水化合物含量、光合活性和抗氧化活性。向菜豆施用Se纳米颗粒(Se-NPs)可导致糖和含硫氨基酸的更高积累,以及代谢活性和营养含量的提高。同时,高浓度Se(40–100 μM)会阻断硫代谢,导致根系生长减少、营养失衡、失绿和坏死。此外,升高的土壤Se水平(4 mg kg-1)会破坏线粒体电子传递系统(ETS)和光合性能,表现为叶绿素含量显著降低,以及硒酸盐处理下基于希尔反应的光合效率在毒性浓度下降低,同时根系耐受指数下降23–26%。这些对比效应强调了Se作为准金属和潜在胁迫因子的双重作用。因此,需要优化Se施用量以确保可持续农业生产,同时保障人类营养结果。

豆科作物(如大豆、紫花苜蓿、花生、菜豆和豇豆)由于豆科-根瘤菌相互作用对可持续农业生产很重要,这种相互作用增强了生物固氮(BNF),减少了合成肥料的使用并改善了土壤肥力状况。在阈值水平(<2 mg kg-1)下施用Se可促进豆类结瘤、生物量积累,并提高固氮酶活性和氮(N)吸收。然而,较高的Se水平会降低N2固定过程和潜力。较低的土壤Se水平(1.89 mg kg-1)在氮限制条件下促进紫花苜蓿的结瘤,而较高水平则抑制地上部和根系生长。类似地,花生中较低的Se水平(<0.1 mg kg-1)可增强总结瘤数、氨基酸合成和硝酸还原酶活性,有助于改善氮代谢,并在该范围的高端对应产量增加31–40%。这些在变化的Se施用水平和作物物种下的不同结果强调了精确Se管理对土壤肥力和植物营养的必要性。豆类作为人类饮食的重要组成部分,提供蛋白质、纤维、矿物质元素和所需的膳食纤维,并贡献约10%的Se。通过豆类在人类饮食中提供Se,强调了将豆类纳入日常饮食对Se摄入和人类营养的重要性。

尽管关于Se施用量在作物生理和作物生产中的信息较为零散,但对于不同作物和土壤环境下Se管理的全面理解仍有待探索。最近的一项meta分析揭示了Se在增加冬小麦产量相对于春小麦方面的重要性,但该数据综合缺乏关于豆类的信息。这阻碍了Se利用和强化在基于豆类的种植系统中指南的制定。除了解决这一作物特异性空白,本研究在方法上也扩展了先前的Se meta分析,因为先前的综合主要依赖于传统剂量-响应分析,而没有识别多个相互作用调节变量的相对重要性,也未将植物水平响应与人类膳食摄入联系起来。为了解决这些局限性,本meta分析通过整合基于机器学习的Se响应主要驱动因素识别与人类Se摄入估计,以及经典剂量-响应综合,全面评估了Se管理及其对豆类生长和产量的影响。具体而言,研究人员评估了Se肥料类型、Se浓度、暴露介质、豆类中Se生物积累的影响,并估计了通过豆类消费的每日人类Se摄入量。具体目标是:(a) 评估Se对Se生物积累、产量和营养品质的影响,(b) 量化Se对豆类生化活动的影响,(c) 探索剂量-响应关系以建立豆类中的最佳Se浓度,以及(d) 估计通过豆类消费的每日人类Se摄入量。这些发现将为旨在改善基于豆类饮食的营养品质和促进可持续农业生产的Se施肥和生物强化策略提供有价值的指导。此外,本研究有助于优化Se施用,同时提高对农业生态系统中Se归宿的认识。

2. 方法论

2.1. 文献检索与数据提取

本研究采用的meta分析工作流程示意如图1a所示。从在线数据库如Google Scholar、Web of Science和Science Direct中检索截至2024年2月发表的关于Se施用对Se生物有效性和豆类产量影响的同行评审文章。文献检索中使用的关键词为“selenium OR selenium nanoparticles OR selenium selenate OR selenium selenite” AND “nutrient bioavailability”、“agriculture OR farmland OR legumes OR yield” AND “toxicity OR stress OR contamination” OR “sustainable agriculture”(图1b)。为确保相关数据集的收集,遵循了系统综述和meta分析的首选报告项目(PRISMA)指南(图S1)。基于特定纳入标准,选择范围从421篇缩小至61篇文章。若研究满足以下条件则被选入:(a) 包含Se施用对豆类生长及其在不同浓度下积累的影响;(b) 实验在田间或实验室条件下进行,且条件明确;(c) 所有对照和处理报告了均值和标准误/标准差;(d) 所有对照和处理至少包含三次重复。所选研究在不同大陆的地理分布如图1c所示。经纬度从论文中提取(图1d);但如果出版物中未指定坐标,则从最近的城市/城镇收集。

从每项满足所有纳入标准的研究中汇编数据,重点关注Se浓度、Se类型(硒酸钠、亚硒酸钠、Se-NPs)、暴露介质(盆栽、田间和实验室)、施用类型(种子浸泡、叶面、土壤、营养液、种子浸泡和叶面)、暴露持续时间及其对豆类和营养生物有效性的影响。meta分析包括61篇同行评审研究,数据直接从表格和图表中提取。使用WebPlotDigitizer软件4.7版从图表中收集数据。收集数据中不同Se浓度单位被标准化以进行严格的数据分析。

2.2. 数据特征化

收集的数据被分为9个主要组和24个子类别。生物量生产包括:根鲜重和干重、地上部鲜重和干重;萌发性状:生物产量和萌发率;形态指标:地上部长度和根长;光合响应:叶绿素a、叶绿素b、总叶绿素和气孔导度;抗氧化防御:SOD、POD和CAT,抗坏血酸-谷胱甘肽酶:抗坏血酸过氧化物酶(APX)、谷胱甘肽还原酶(GR)、脱氢抗坏血酸还原酶(DHAR)和单脱氢抗坏血酸还原酶(MDHAR);氧化应激:丙二醛(MDA)和过氧化氢(H2O2);氧化代谢物:谷胱甘肽(GSH)和谷胱甘肽二硫化物(GSSG);以及籽粒Se。主要类别和子类别如图S2所示。所有类别和子类别均以百分比形式给出,由受影响终点除以相关类别中终点总数确定。

2.3. 数据分析

本meta分析使用自然对数转换的响应比(lnRR)评估不同指标的影响,如Hedges等人所述。使用以下方程分析正、负和中性效应:lnRR = ln(Xtreat/Xck) = ln(Xtreat) - ln(Xck),其中Xtreat表示处理均值,Xck表示对照均值。对于报告标准误的研究,使用SD = SE × √(n)(其中n是重复数)计算标准差。然后将计算的影响大小转换为百分比:%Change = (elnRR - 1) × 100%。使用Q检验和Higgins I2统计量在研究内量化异质性(Qm)程度。采用随机效应模型计算研究间的异质性,而不是固定效应模型,因为它更均匀地分配权重给每个研究,并广泛应用于农业研究。对数据集进行了多项出版偏倚检验,包括“fail-safe N”、Egger回归检验和trim-and-fill漏斗图(表S1、S2和图S3)。这些检验旨在调查影响大小采样的潜在偏倚,考虑精度、幅度和样本量。如果fail-safe数超过5k + 10(其中k代表研究中的配对观测数),则结果被认为是稳健和可信的。影响大小与精度(1/方差)1/2的漏斗图显示了统计对称性。等高线增强漏斗图显示任何主要数据集中均无显著偏倚。

2.4. 机器学习回归与验证

机器学习(ML)模型,即支持向量机回归(SVM)、极限梯度提升(XGBoost)和随机森林(RF),用于主要类别的预测分析。最佳预测模型再次应用于子类别。所使用的模型在Python 3.13 scikit-learn包框架内编程。采用嵌套交叉验证超参数优化方法,使用Python 3.13,通过内外循环进行十折交叉验证,以最大化模型性能和泛化能力。每个ML模型的预测性使用决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)确定。R-studio (4.5.0) randomForest包使用百分比增加均方误差(%IncMSE)估计特征重要性。

2.5. Se估计每日摄入量和危害商数的确定

豆类中Se估计每日摄入量(EDI)使用以下方程计算:DI = Dg × Cc (mg/kg),其中DI是每日摄入量,Dg是豆类每日平均摄入量(g/天),Cc是豆类中Se浓度(mg/kg)。EDI (mg/kg BW/天) 通过以下方程确定:EDI = (DI/BW)/1000,其中BW是成年人(65 kg)和儿童(29.3 kg)的平均体重。对于人类健康影响,Se危害商数(HQ)也计算如下:HQ = EDI/RfD,其中WHO推荐的参考剂量(RfD)为0.005 mg/kg/天(适用于Se)。如果HQ < 1,则非致癌风险被认为是可容忍的,而HQ > 1可能具有严重的健康影响。

2.6. 统计分析

使用Microsoft Excel 16和R Studio (R 4.5.0) 进行所有统计分析和数据预处理。使用一阶meta分析及置信区间(CI = 95%)计算研究的合并效应,然后以森林图显示。森林图中的负值表示对植物的不利影响,正值表示有益影响。使用Origin 2021、R 4.5.0和Python 3.13绘制图表。

3. 结果与讨论

3.1. 豆类对Se施用的浓度依赖性响应

meta分析显示,Se施用对生物量生产、萌发性状和形态指标有显著的整体效应(图2a)。按浓度水平分组的亚组百分比变化如图3a所示。Se施用≤2.5 mg kg-1提高了根干重(RDW)(14%,p < 0.001)和地上部生物量(31–46%,p < 0.001),而较高剂量(>2.5 mg kg-1)使地上部干重(SDW)降低23.3%(p < 0.001)。在升高的Se水平下,RDW略有改善(1.42%)。有趣的是,在Se处理下,RFW下降而RDW上升,这种模式可能反映了根组织含水量减少而非生物量积累受损。Se已被证明下调水通道蛋白介导的水分运输,并促进根组织中木质素和淀粉沉积,这两者都增加了结构性干物质,同时减少了自由水含量,使鲜重和干重响应解耦。类似地,生物产量显著下降(在2.5–10 mg kg-1和>10 mg kg-1时分别为32.68%和11.05%,p < 0.001),而>10 mg kg-1出乎意料地提高了萌发率(1.63%,n = 28)和根长(RL)(24.57%,p < 0.001)。先前的一项研究表明,Se施用(1 mg kg-1)分别使紫云英的根和地上部生物量提高18.64%和22.53%。此外,低剂量Se显著增加地上部长度(SL)、生物产量(用亚硒酸钾(K2SeO3)暴露时提高27%)和萌发率(用Na2SeO4暴露时提高84.84%)。相反,较高施用量可能导致低SL、生物产量和萌发率。另一项研究表明,与对照组相比,50 μM Se施用降低了菜豆的RDW。这些生物量的增加可能部分与Se添加引起的根际氮循环改变有关。Se施用主要通过重塑根际微生物群落组成而非直接转录调控来改变氮循环。Se增加了固氮细菌(如根瘤菌科和弗兰克氏菌)和氨氧化硝化菌的相对丰度,相应地提高了群落水平上固氮(nifH)和硝化(arch-amoA、nxrA)基因的丰度,同时降低了携带narG和nirS的反硝化菌群的丰度。这些代表了微生物群落中功能基因的丰度,而非其直接转录活性。这种由微生物组介导的向固氮和硝化种群的转变,而非基因特异性调控机制,可能解释了低Se剂量下观察到的土壤生物有效氮增加和相应的生物量增益。固氮细菌丰度的增加至少部分归因于Se诱导的根部异黄酮生物合成(如大豆苷元和染料木素)上调,这增强了根瘤菌的趋化信号和结瘤基因诱导,从而促进根瘤菌定殖。相应地,硝化和反硝化种群变化的机制仍不太清楚,需要进一步研究。

除了不同的根际微生物组效应外,Se(IV)和Se(VI)还影响宿主植物的氮管理途径,具有对比的分子特征。在大豆中,Se(VI)主要通过增加根部大豆苷元生物合成(一种诱导根瘤菌结瘤的异黄酮信号)来促进结瘤。相比之下,Se(IV)增强结瘤生物量并显著增加固氮酶活性,同时下调黄酮、异黄酮和类黄酮生物合成途径,并上调根中氨基酸代谢和柠檬酸循环活性。这些发现表明,Se(IV)和Se(VI)可以通过对异黄酮介导的信号传导的不同且部分相反的影响来促进固氮相关结果,突出显示Se形态特异性不仅限于吸收动力学,还扩展到细胞水平上调控氮管理的调节途径。然而,在较高浓度下,Se会破坏植物阳离子稳态,干扰必需阳离子如Mg2+、Zn2+、Mn2+和Ca2+的积累和组织分配。因此,土壤Se水平(>1 mg kg-1)可能通过改变代谢过程和植物组织间的阳离子分布而导致生理胁迫。总体而言,这些结果表明豆类对Se暴露表现出浓度特异性响应:较低浓度通过有益根际和营养效应促进生长和生理过程,而较高浓度则破坏阳离子稳态并导致负面生理影响。

光合效率的整体效应大小如图2a所示。光合作用在类别1和类别2中达到峰值,叶绿素a(13.26–16.21%)、叶绿素b(23.44%,p < 0.001和72.81%,p < 0.05)和总叶绿素(18.81%,p < 0.001和31.21%,p < 0.05)显著增加(图3a)。气孔导度在≤2.5 mg kg-1时增加15.82%(n = 43,p < 0.05),但在较高浓度时趋于平稳(5.66%,n = 18)。相反,>10 mg Se kg-1抑制了叶绿素合成(a = 4.34%,b = 4.11%;各n = 26)和总叶绿素(1.33%),表明存在毒性阈值。Owusu-Sekyere等人报道了低Se浓度(<2 mg kg-1)下紫花苜蓿光合指标的增加;而当大豆暴露于25 mg Se-NPs kg-1时,叶绿素a、叶绿素b和总叶绿素分别下降1.92%、14.94%和1.41%。另一项研究报道,在兵豆中补充1–2.5 mg kg-1 Se时气孔导度增加,但当Se施用量增加到5 mg kg-1时气孔导度下降。叶绿素浓度降低可能主要是由于代谢效率低下或叶绿体中ROS积累,这在胁迫升高时对ROS产生很重要。

汇集效应大小表明Se施用对生化指标有显著的整体响应(图2b)。为进一步说明响应幅度,不同浓度水平下的百分比变化如图3a所示。在抗氧化剂方面,低Se水平下SOD(80%,p < 0.001)、POD(33.98%,p < 0.05)、CAT(43.35%,p < 0.001)、抗坏血酸-谷胱甘肽循环酶:APX(31.78%,p < 0.001)和GR(7.85%)增加。类别1和类别2的Se水平(2.5–10 mg kg-1和>10 mg kg-1)抑制了这些防御,MDHAR除外(7.14%)。氧化应激标记物反映了这一趋势,MDA在类别3中增加最多(55.46%,p < 0.001),H2O2在类别1水平下降(18.34%,p < 0.05),但在类别2中增加(1.3%)。谷胱甘肽(GSH)在≤2.5 mg kg-1时飙升(27.35%,p < 0.001),但在升高水平下下降(29.38%,p < 0.001),而GSSG在所有处理中均升高(7.87–14.07%)。先前有文献记载,当豌豆、大豆和绿豆分别暴露于5 mg kg-1、7 mg kg-1和75 mg kg-1的Se-NPs时,SOD、CAT和POD活性分别降低33.85%、24.00%和18.75%。同样,Albqmi等人报道了当暴露于25 mg kg-1的Se-NPs时,GR活性显著降低(20%)。同样,当施用超过5 mg kg-1和10 mg kg-1 Na2SeO4时,观察到MDA显著增加。

在低浓度下,Se-NPs可能通过与果胶、纤维素和膜磷脂中存在的羧基和羟基络合而大量固定在细胞壁和质膜上,限制其渗透到细胞质中。这种细胞外固定化可能减少直接由NPs诱导的ROS生成,使CAT和SOD活性能够有效缓冲由此产生的轻度氧化应激,反映在较低的MDA和H2O2浓度上。在分子水平上,这种增强的抗氧化酶活性可能与应激响应基因的转录激活有关,包括谷氧还蛋白(Grx)、硫氧还蛋白(Trx)、谷胱甘肽S-转移酶(GST)、分子伴侣(HSPs)及相关转录因子,如在大豆根中Se-NPs补充所证明的那样。

相反,高剂量NPs会导致过量的ROS积累、膜损伤、抗氧化池耗竭、叶绿素色素减少,并最终导致植物生物量下降。这种下降可能部分源于细胞GSH池的耗竭和氧化还原稳态的破坏,导致翻译后氧化还原修饰,损害抗氧化酶功能并降低整体解毒能力,与低剂量下观察到的转录驱动增强形成对比。除抗氧化作用外,GSH还作为调控生长素运输的信号组分。GSH氧化还原状态的变化可以通过翻译后机制影响PIN-FORMED生长素输出载体(PIN1、PIN2和PIN7)的运输和稳定性,从而独立于转录调控影响极性生长素运输和根系发育。因此,过量Se暴露下的GSH耗竭可能通过氧化还原敏感的翻译后机制损害抗氧化防御和生长素介导的生长过程。总体而言,这些结果表明最佳Se将增强生物量、光合作用和抗氧化能力,而过量Se则破坏氧化还原稳态,可能对豆类生长和胁迫耐受性有害。这种双相响应反映了毒物兴奋效应,其中低Se浓度下ROS的温和瞬时增加作为信号线索,引发抗氧化防御(SOD、CAT和APX)并改善细胞氧化还原平衡。在植物中,ROS主要在线粒体、叶绿体和过氧化物酶体中产生。在低Se水平下,ROS产生保持在抗氧化系统解毒能力范围内,并有助于胁迫驯化;这在分子水平上通过microRNA miR172和bZIP转录因子的上调以及抗氧化基因诱导得到反映。相反,过量Se浓度导致持续ROS积累,超过抗氧化清除能力。此外,高Se浓度会干扰含铁硫簇蛋白的功能,损害ETS并增强脂质过氧化、脯氨酸积累和ROS生成。这种代谢紊乱由一种结构上不同的机制加剧:Se掺入蛋白质的发生是因为植物硫同化酶无法完全区分硫酸盐/硫化物和化学性质相似的硒酸盐/硒化物离子,导致在蛋白质合成过程中将硒代半胱氨酸和硒代甲硫氨酸无意中掺入替代半胱氨酸和甲硫氨酸。与动物不同,植物缺乏专门的硒蛋白合成机制,因此这种替代是非特异性的,而非遗传编程的。由于Se是更易极化的原子,形成比硫更长且更易还原的含硒键,这种替代可能破坏蛋白质折叠和稳定三级结构的二硫键网络。因此,过量Se暴露可能产生结构异常或功能失调的酶,具有受损的催化活性和改变的氧化还原调控。这种双相剂量响应并非植物独有。在酵母中,低至中等Se富集改变了线粒体蛋白表达并支持细胞生长,而较高剂量(40–60 mg/L)诱导脂质过氧化、GSSG积累和细胞结构损伤。类似地,在哺乳动物中,Se在充足摄入量下对于硒蛋白依赖性抗氧化防御和甲状腺激素激活是必需的,但过量补充可引起胃肠道和神经系统不良反应,反映了从生理益处到毒性的相同狭窄过渡。需要进一步对豆类进行转录组学、蛋白质组学和代谢组学研究,以确定调控Se诱导的毒物兴奋效应向毒性转变的潜在分子阈值和信号网络通路。

3.2. Se暴露持续时间调控豆类的生理和生化性状

基于固定效应模型的平均汇集效应如图4所示。在本研究中,植物对Se暴露响应的时间模式量化为百分比变化(图3b)。生物量生产总体增加21.93%(n = 262,p < 0.001),但SFW除外(减少9.88%;p < 0.05)。萌发性状总体不显著减少(0.40%);然而,在类别3中生物产量显著下降(15.75%,p < 0.001)。SL在类别1和类别3中非显著增加(6.5%和3.97%),但在类别2中下降(8.42%),而RL总体减少(23.5%,p < 0.001),但在暴露>100天时增加(11.12%,p = 0.05)(图3b)。较长的暴露导致对根和地上部生物量生产的显著影响,例如,Na2SeO4和Se-NPs在暴露75天时增加了菜豆的RFW和RDW。同样,在大豆和蚕豆的RFW和RDW中,暴露于Se 30–45天时发现了显著影响(分别为8.5%和54%)。根据Kataria和Baghel的研究,大豆SL和RL在暴露于1 mg kg-1 Na2SeO4超过100天时显著增加(34%和38%)。相反,Abouelhamd等人报道了在暴露于9.4 mg kg-1 Se 75天后,SFW下降10%。暴露于Se显著降低了大豆在25 mg Se-NPs kg-1暴露42天后的SDW。在暴露于5 mg kg-1 Na2SeO4 120天后,评估了Na2SeO4对兵豆生物产量的影响;兵豆产量显著降低(28%)。类似地,≤30天暴露抑制了羽扇豆种子在2–8 mg L-1 Se下的SDW。我们的结果强调,在类别1(<50天)中,大豆、蚕豆的RL,以及在类别2(50–100天)中,紫花苜蓿的RL显著降低。最佳浓度下Se的刺激效应可能是由于以下原因:首先,Se增加叶绿体中的淀粉含量;其次,Se可以通过抗氧化防御保护植物细胞免受氧化损伤;第三,Se是植物的有益元素,具有生物刺激效应;光催化增强植物代谢以及作物品质和胁迫耐受性。结果表明,短期暴露通常刺激根系生物量,而长期暴露根据豆类物种引发不同响应。

光合响应的汇总meta分析估计如图4a所示。亚组特异性估计以百分比变化表示,显示出持续时间依赖性模式(图3b)。叶绿素b表现出最强响应(124.24%;p < 0.001),在50–100天时增加最大(161.14%,p < 0.001)。叶绿素a和总叶绿素分别在>100天(46.15%,45.41%;均p < 0.001)和<50天(1.98%,p < 0.001;2.28%)达到峰值。气孔导度增加(28.72%,p < 0.001),<50天和>100天暴露显示益处(8.11%;33.35%,p < 0.001),与50–100天下降(20.85%)形成对比。先前的一项研究报告了Se施用增加了蚕豆在暴露45天后的光合输出。Mroczek-Zdyrska等人用Na2SeO3处理蚕豆植物14天,发现在0.3和1 mg kg-1浓度下叶绿素含量增加(不包括气孔导度)。同样,暴露于Na2SeO4 140天增加了花生的叶绿素含量。在花生中,暴露于Na2SeO3 120天气孔导度提高43%。叶绿素a含量升高可能是由于叶绿素生物合成增加和叶绿素前体降解减少。必需矿物质(包括镁)吸收增强,镁是叶绿素分子的一部分,可能导致叶绿素积累增加并支持光合过程。总之,结果表明Se暴露持续时间差异性地调节光合作用,叶绿素参数表现出时间依赖性优化。

我们的数据分析揭示了不同暴露持续时间下的显著整体效应(图4b)。抗氧化指标、氧化应激和代谢物表现出复杂的时态动态(图3b)。抗氧化防御如SOD、POD和CAT总体分别下降7.42%、48.86%和9.95%(p < 0.05)。短期Se暴露(<50天)强烈抑制SOD(55.54%,p < 0.001)和APX(66.09%,p < 0.001),而较长>100天暴露增强了这些酶(分别为23.7%,50.02%;均p < 0.001)。抗坏血酸-谷胱甘肽酶表现出混合响应;即GR(2.29%)、DHAR(10.73%)和MDHAR(65.53%,p < 0.05)增加。MDA活性在较短暴露下下降(36.13%,p < 0.001);然而,在长期暴露下增加(21.40%,p < 0.05)。GSH和GSSG观察到类似趋势,其中GSH在<30天时显示44.47%下降(p < 0.001)。另一方面,H2O2总体逐渐增加(75%,p < 0.001)。Wang等人发现,在Na2SeO3暴露120天后,SOD和POD活性显著增加。施用Se-NPs 14天显著降低了豌豆的POD活性33.85%。先前发现也支持在暴露于Na2SeO4 98天时CAT活性提高1.5倍。类似地,在Se暴露140天后发现APX活性提高1.3倍;然而,这是剂量依赖性的。Se-NPs在暴露7天后降低了大豆的MDA活性,但在暴露120天时观察到14%的增加。相反,H2O2活性在Se暴露15、75和122天后分别增加29%、6–50.3%和高达4.8倍。施用Se-NPs和Na2SeO4 15天和75天分别使大豆中GSSG活性增加45.23%和15.92%。在我们的研究中,Se暴露提高了SOD、CAT和APX活性。这些抗氧化酶靶向抗氧化成分的代谢,以对抗和减少细胞组织中的ROS。ROS过度产生会破坏细胞膜,导致细胞死亡。SOD是一种最初通过将单线态氧转化为H2O2来对抗氧化应激的酶。然后CAT和APX酶将H2O2转化为H2O,减轻胁迫。相反,研究发现SOD和CAT活性下降是由于在Se胁迫下暴露于无镁介质的叶绿体中H2O2积累。总体而言,这些结果表明Se暴露持续时间是决定植物抗氧化活性和氧化应激指标的重要因素;短期暴露抑制抗氧化响应,而较长暴露增强酶适应。

3.3. Se肥料类型对豆类生长性状和生化指标的影响

所有Se肥料类型对生物量生产、萌发性状和形态指标的汇集估计如图5a所示,而特定亚组结果(百分比变化)如图3c所示。在本研究中,生物量生产表现出源依赖性效应,RFW、RDW和SFW在不同来源下分别增加24.99%、7.98%和8.66%(p < 0.05)。然而,Na2SeO3降低了RDW(48.15%),而Se-NPs降低了SFW(4.91%)。SDW响应变化剧烈;即,随Na2SeO4(11.92%,p < 0.001)和Na2SeO3(18.69%)下降,而随Se-NPs增加(53.11%,p < 0.001)。萌发性状通常受到抑制,生物产量(n = 264)和萌发率(n = 61)分别下降7.26%(p < 0.001)和0.98%。形态响应因肥料来源而异:SL随Se-NPs和Na2SeO3下降(分别为20.71%和29.72%;p < 0.001),但随K2SeO3(8.89%,p < 0.05)和亚硒酸钙形式(21.33–24.46%,p < 0.05)增加。施用
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号