New Phytologist (IF 10.151) | 植物代謝組助力極端環(huán)境的預測

代謝組學由于其帶有組學推斷和環(huán)境影響的印記,是預測植物環(huán)境的優(yōu)秀綜合系統(tǒng)。目前最佳理想型的作物產量停滯不前,并受到氣候變化的威脅。在這種情況下,了解野生植物在極端生態(tài)系統(tǒng)中的適應能力,從而為了解新的適應機制提供了機會。先前的研究發(fā)現(xiàn)在高山、沙漠和鹽地收獲的植物中適應極端環(huán)境的相關代謝簇,如氨基酸、類胡蘿卜素和多酚類,但是大多數(shù)研究都是針對獨特或數(shù)量有限的物種。2022年4月 Thomas Dussarrat團隊在New Phytologist(IF 10.151)上在線發(fā)表了題為“Predictive metabolomics of multiple Atacama plant species unveils a core set of generic metabolites for extreme climate resilience”的文章。該文將多物種的植物代謝組學和基于機器學習的廣義線性模型(GLM)預測相結合,將代謝組與植物環(huán)境聯(lián)系起來,使用通用代謝機制來適應極端生長條件,為全球生態(tài)化學和應激生理學提供了應用前景。

研究材料
阿塔卡馬沙漠沿海拔梯度生長的 14 個科的 24 種植物及11種作物和觀賞植物的地上部分。
技術路線
步驟1:阿塔卡馬沙漠極端條件下的植物多樣性研究;
步驟2:預測代謝組學揭示了多個適應性物種的核心代謝組;
步驟3:預測變量的注釋和通路分析;
步驟4:預測變量與環(huán)境因素之間的關系研究。
?
研究結果
1. 阿塔卡馬沙漠極端條件下的植物多樣性研究
阿塔卡馬沙漠是植物生存環(huán)境最惡劣的地區(qū)之一,其中植物必須承受目前威脅農業(yè)的主要非生物脅迫。作者根據(jù)優(yōu)勢物種在自然生態(tài)系統(tǒng)中的覆蓋范圍從19個站點中收集了14 個科的24種植物,涵蓋一年生和多年生植物、不同的碳固定系統(tǒng)(即 C3、C4和CAM)以及灌木和草本等不同的生命周期,代表相關的生物多樣性。還根據(jù)植物科水平選擇了 11 種農藝和觀賞物種,并分析了阿塔卡馬物種之間以及阿塔卡馬與農藝或觀賞植物物種之間的分類關系(圖1)。

2. 預測代謝組學揭示了多個適應性物種的核心代謝組
為了深入了解這些植物適應阿塔卡馬沙漠極端條件和響應環(huán)境變化的機制,作者進行了多平臺代謝組學分析,共檢測到了4911 個變量。鑒于植物化學多樣性隨著海拔梯度的環(huán)境條件而波動,而海拔代表了非生物因素的綜合,作者使用GLM 去測試4911 個變量是否可以預測環(huán)境條件。首先,評估了根據(jù)其生物量和沿海拔梯度的覆蓋率選擇的五種不同植物物種計算海拔水平的可能性,從 500 個模型得到的平均R2(即計算和測量海拔之間的擬合)在 0.88 和 0.96 之間,表明植物代謝組整合了環(huán)境變化,環(huán)境條件引發(fā)了特征代謝模式,其中化合物與海拔高度相關。其次在整個數(shù)據(jù)集上使用 GLM分析,?發(fā)現(xiàn)66個預測變量可以極大地預測植物環(huán)境(79%),而與物種和科水平無關。最后使用由 2014 年收獲的 9 種阿塔卡馬植物數(shù)據(jù)集進一步驗證這種預測的穩(wěn)健性,結果證實植物具有一組核心代謝物以適應環(huán)境限制(圖2)。

3. 預測變量的注釋和通路分析
作者對66個最佳預測變量進行了注釋分析,最終保留了39個預測變量,且對平均 R2?沒有顯著影響,其中最佳的預測變量是淀粉。同時在幾種農藝和觀賞植物中也發(fā)現(xiàn)了阿塔卡馬植物物種的預測變量,證明了這些代謝物的普遍存在。進一步通路分析發(fā)現(xiàn)超過一半的預測變量參與次級代謝(56%),而初級代謝和調節(jié)因子(如茉莉酸)共占 31%??傊唤M核心代謝物能夠獨立于植物物種預測 79% 的植物環(huán)境,同時也證實了支持植物適應環(huán)境限制的通用代謝途徑的中心位置(圖3)。

4. 預測變量與環(huán)境因素之間的關系研究
海拔高度與阿塔卡馬沙漠中的大多數(shù)環(huán)境參數(shù)密切相關。作者進行了一項結合 PCA 和 O2PLS 的分析,以揭示海拔因素并突出 39 個最佳預測變量與環(huán)境因素之間的關系。結果表明,海拔的判別能力主要是由溫度、太陽輻照度、土壤含水量和幾個土壤因素決定(圖4)。

小編小結
綜上所述,文章使用植物代謝組和機器學習算法,篩選出39 種常見化合物以79%的準確度預測植物環(huán)境,且這些代謝物獨立于物種,表明植物代謝組可作為環(huán)境波動的優(yōu)秀綜合預測因子。