Abstract

小麥產(chǎn)生許多對(duì)它們的發(fā)育和生長(zhǎng)很重要的代謝物荧降。然而妈倔，小麥代謝組的遺傳結(jié)構(gòu)尚未得到很好的研究。在這里伪煤，利用高密度遺傳圖譜加袋，我們通過廣泛的靶向LC-MS/MS對(duì)麥粒代謝進(jìn)行了一項(xiàng)全面的代謝組研究。進(jìn)一步結(jié)合農(nóng)藝性狀抱既，分析代謝產(chǎn)物與農(nóng)藝性狀的遺傳關(guān)系职烧。共檢測(cè)到1260個(gè)代謝特征。通過連鎖分析蝙砌，發(fā)現(xiàn)1005個(gè)代謝數(shù)量性狀位點(diǎn)（mQTLs）在基因組中分布不均阳堕。24個(gè)候選基因被發(fā)現(xiàn)調(diào)節(jié)不同代謝物的水平，其中2個(gè)通過體外分析被功能注釋择克，參與類黃酮的合成和修飾恬总。將代謝物農(nóng)藝性狀的相關(guān)分析與mQTL和表型QTL的共定位相結(jié)合，揭示了代謝物與農(nóng)藝性狀的遺傳關(guān)系肚邢。例如壹堰，利用相關(guān)和共定位分析確定了一個(gè)可能控制植物生長(zhǎng)素積累的候選基因拭卿，從而影響每穗粒數(shù)（NGPS）。此外贱纠，代謝組學(xué)數(shù)據(jù)被用于預(yù)測(cè)小麥農(nóng)藝性狀的表現(xiàn)峻厚，發(fā)現(xiàn)代謝物為NGPS和株高提供了很強(qiáng)的預(yù)測(cè)能力。本研究利用代謝組學(xué)和關(guān)聯(lián)分析來更好地了解小麥代謝的遺傳基礎(chǔ)谆焊，這將最終有助于小麥育種惠桃。

Introduction

• 植物富含在其生命周期中發(fā)揮重要作用的特定代謝物，并在其生活的復(fù)雜環(huán)境中調(diào)節(jié)其相互作用辖试。代謝組學(xué)旨在對(duì)生物樣品中的所有代謝物進(jìn)行定性和定量分析辜王；然而，目前的方法遠(yuǎn)遠(yuǎn)達(dá)不到這一目標(biāo)罐孝。也就是說呐馆，將代謝組學(xué)與基因組學(xué)和轉(zhuǎn)錄組學(xué)相結(jié)合，已證明在分析代謝多樣性及其潛在遺傳變異莲兢，以及識(shí)別眾多新基因和代謝途徑方面具有強(qiáng)大的作用汹来。例如，通過連鎖分析在擬南芥改艇、番茄收班、玉米和水稻中檢測(cè)到數(shù)百個(gè)代謝數(shù)量性狀位點(diǎn)，隨著大量結(jié)構(gòu)和調(diào)控基因的鑒定谒兄，它們參與了作物代謝產(chǎn)物豐度的調(diào)控闺阱。利用mQTL分析，可以更好地了解植物的復(fù)雜代謝途徑舵变，在了解擬南芥中硫代葡萄糖苷和水稻中黃酮的生物合成方面取得了相當(dāng)大的進(jìn)展。
• 代謝組學(xué)方法已廣泛應(yīng)用于許多作物瘦穆。最新報(bào)告研究了135個(gè)冬小麥品系的76種代謝物纪隙，允許進(jìn)行基因組關(guān)聯(lián)研究（GWAS），并從代謝物性狀和相關(guān)單核苷酸多態(tài)性（snp）的相關(guān)性中揭示了6種不同的mQTL扛或。迄今為止绵咱，小麥中最大規(guī)模的分析是Hill等人報(bào)道的（2015年），他分析了558個(gè)代謝物和10個(gè)農(nóng)藝性狀QTL熙兔，以研究代謝物水平與農(nóng)藝性狀之間的遺傳關(guān)系悲伶。
• 自孟德爾時(shí)代以來，解決小麥表型性狀的遺傳基礎(chǔ)一直是植物科學(xué)的一個(gè)重要目標(biāo)住涉。許多基因已經(jīng)被克隆麸锉，并通過連鎖和關(guān)聯(lián)分析進(jìn)行功能驗(yàn)證；但是舆声，一般來說花沉，定義最終表型的機(jī)制尚未闡明柳爽。植物代謝組常被認(rèn)為是基因組和表型之間的橋梁，因?yàn)閺膹V義上講碱屁，代謝組定義了表型磷脯，并且它與定量遺傳分析的結(jié)合極大地幫助了研究者推斷遺傳聯(lián)系植物代謝與表型變異之間的關(guān)系。因此娩脾，代謝物可以作為生物標(biāo)記物來預(yù)測(cè)復(fù)雜的農(nóng)藝性狀赵誓，從而可以加快育種進(jìn)程，同時(shí)降低成本柿赊。
• 在目前的研究中俩功，我們共分析了1260種代謝物特征，其中我們能夠使用廣泛針對(duì)性的LC-MS/MS方法對(duì)467種代謝物進(jìn)行結(jié)構(gòu)注釋闹瞧。隨后绑雄，我們結(jié)合最新的小麥基因組注釋（https://www.wheatgome.org/），基于小麥660K高密度SNP圖譜定位了1005個(gè)高分辨率mQTLs奥邮。在此分析的基礎(chǔ)上万牺，我們確定了18個(gè)候選基因，并通過體外表達(dá)研究驗(yàn)證了其中的兩個(gè)洽腺。此外脚粟，還研究了mQTLs與一系列表型QTL（pQTL）的關(guān)系，揭示了利用代謝數(shù)據(jù)預(yù)測(cè)農(nóng)藝性狀的可能性蘸朋。因此核无，這項(xiàng)研究大大提高了我們對(duì)小麥代謝組學(xué)及其與農(nóng)藝性狀關(guān)系的認(rèn)識(shí)，為作物改良提供了有力的工具藕坯。

Result

代謝普分析和廣義遺傳力

• 以兩個(gè)優(yōu)良小麥品種墾農(nóng)9204（KN9204）和京411（J411）為材料团南，對(duì)145個(gè)重組自交系（RILs）的成熟籽粒進(jìn)行了取樣研究。親本系在籽粒性狀和穗部性狀上差異很大炼彪，目的是確定影響農(nóng)藝性狀的主要基因吐根。使用高通量LC-MS/MS方法（之前已確定具有廣泛的靶向性），我們從具有三個(gè)生物復(fù)制物的自交系成熟籽粒提取物中檢測(cè)并量化了總計(jì)1260個(gè)不同的代謝物特征（表S1和S2）辐马。在這些代謝特征中拷橘，116個(gè)是通過直接比較色譜和片段行為與真實(shí)標(biāo)準(zhǔn)的結(jié)構(gòu)來確定的，而351個(gè)是通過使用之前描述的策略來推測(cè)的喜爷。大多數(shù)被注釋的化合物是黃酮冗疮、酚胺、多酚檩帐、脂類术幔、維生素、植物激素及其衍生物湃密、氨基酸及其衍生物特愿、核酸以及它們的衍生物仲墨，有機(jī)酸和糖。因此揍障，我們實(shí)現(xiàn)了多個(gè)重要代謝途徑的覆蓋（圖1a和表S1）
  
  image.png
• 代謝物的積累水平在不同的株系之間有很大的差異目养，這使得對(duì)它們的遺傳結(jié)構(gòu)進(jìn)行有效的分析成為可能。在整個(gè)RIL群體中毒嫡，這些代謝物的平均遺傳變異系數(shù)（CV）為47.4%（圖1b）癌蚁。然而，含有酚胺和多酚的化合物類別之間存在著相當(dāng)大的差異兜畸，最大平均變異系數(shù)為59.8%努释，精胺為13.6%，N'咬摇，N''-二-p-coumaroyl精胺為194.5%（表S3）伐蒂。代謝性狀廣義遺傳力（H2）的分布表明，56%以上的代謝產(chǎn)物的遺傳力大于0.6（圖1b）肛鹏。一般而言逸邦，在注釋代謝物中，次生代謝物的H2（平均值為0.63）高于原生代謝物（平均值為0.58）在扰，黃酮類化合物的遺傳力最高（H2>0.70）（表S3）缕减。因此，這些數(shù)據(jù)表明代謝物多樣性主要受遺傳因素的影響芒珠。

• 代謝物分析可以闡明代謝途徑之間的聯(lián)系桥狡。因此，使用Spearman相關(guān)分析這些代謝物相關(guān)性皱卓，并為所有檢測(cè)到的代謝物構(gòu)建熱圖裹芝。這顯示了比負(fù)相關(guān)（藍(lán)色）更多的正相關(guān)（紅色），以及一些緊密相關(guān)的代謝物簇（圖1c）娜汁。例如局雄，左上角的彩盒主要由氨基酸及其衍生物、核酸及其衍生物和酚酰胺組成存炮。底部的紫色和藍(lán)色方框分別表示脂類和植物激素及其衍生物之間的高度正相關(guān)（圖1c）。這些密切相關(guān)的代謝物很可能是同一類型的分子或?qū)儆谕簧緩降姆肿域诶臁DS1所示的相關(guān)系數(shù)證實(shí)了這一現(xiàn)象穆桂。大多數(shù)氨基酸和核酸存在于一個(gè)緊密的代謝物簇中，而黃酮類化合物相對(duì)分散融虽，盡管它們之間的關(guān)系比其他物質(zhì)更密切（圖S1）享完。脂質(zhì)、多酚和酚胺在幾個(gè)大的簇中被發(fā)現(xiàn)有额，表明這些代謝物參與多種代謝途徑并可能發(fā)揮不同的生理作用般又。

  
  
  image.png

使用高密度SNP映射的成熟籽粒的mQTL映射

• 使用Affymetrix Wheat660K SNP陣列作為探針彼绷，對(duì)本研究中使用的RIL群體進(jìn)行了精細(xì)定位≤钋ǎ基于這張高密度圖寄悯，746種代謝物（共1260種代謝物）中的1005 mQTL可從RIL群體的三個(gè)環(huán)境中重復(fù)繪制[比值對(duì)數(shù)（LOD）≥2.5]。其中堕义，約有一半的QTL（493）集中在B基因組上（圖S2a）猜旬，類黃酮相關(guān)QTL（61）的數(shù)量最高，其次是氨基酸倦卖、核酸及其衍生物（圖S2b）洒擦。
• 卡方檢驗(yàn)顯示所有mqtl（共1005 mqtl）在基因組中的隨機(jī)分布（X2=207.1，P值<2.2e-16怕膛；表S5）熟嫩。值得注意的是，我們?cè)诨蚪M中觀察到68個(gè)熱點(diǎn)褐捻，主要位于1B掸茅、4B和7A染色體上，尤其是1B染色體（圖2a）舍扰。mQTL顯著富集的熱點(diǎn)區(qū)域可能具有影響多代謝性狀的主要調(diào)控基因倦蚪。黃酮類和酚胺類相關(guān)熱點(diǎn)分別位于1B和4B，而5個(gè)脂代謝相關(guān)qtl共定位于7A:240.0-240.8cm（圖2b）边苹。另一方面陵且，在一些染色體上檢測(cè)到的mQTLs的數(shù)量，如染色體3A和4D个束，明顯低于預(yù)期（圖2a和表S5）慕购。
• 對(duì)于每種代謝物，mqtl的數(shù)量從1到6不等茬底，其中201種代謝物具有至少兩個(gè)mqtl（表S4）沪悲。然而，一些代謝物受到單一主要mQTLs的影響（表S4）阱表。例如殿如，一個(gè)n16920水平的QTL（一種被認(rèn)為是羥基肉桂酰甘油酸的多酚）被定位在染色體2A上735.0-735.1 Mb（LOD=15.3）之間，它解釋了33.4%的表型變異最爬；mr1093（tricin O-丙二酰己糖苷）的另一個(gè)QTL定位在2B染色體665.2-666.4mb之間(LOD = 11.9),解釋了31.2%的表型變異（表S4）涉馁。這些結(jié)果表明，代謝產(chǎn)物的合成與單個(gè)基因而不是上位性相互作用有關(guān)爱致。

• 每個(gè)mQTL解釋了觀察到的表型變異的0.8%到53.1%烤送，平均值為13.3%，263個(gè)位點(diǎn)與超過15%的表型變異相關(guān)（圖S3a和表S4）糠悯。帮坚。其中妻往，次生代謝物qtl（平均PVE為14.0%）的表型變異解釋（PVE）一般大于原生代謝物（平均PVE為11.9%）（圖S3b）。不同的PVE在一定程度上反映了初級(jí)代謝（核心代謝）和次級(jí)代謝的不同遺傳結(jié)構(gòu)试和。表S4中mQTL的完整列表代表了進(jìn)一步功能驗(yàn)證和隨后在面向特征研究中應(yīng)用的重要資源讯泣。

  
  
  image.png

mQTLs候選基因的鑒定

• mQTLs的高分辨率促進(jìn)了代謝物候選基因的分配。我們通過整合化合物的結(jié)構(gòu)灰署、已知的生物合成途徑和小麥基因組注釋篩選了一系列候選基因（表1和表S4）判帮。在附近，TracesCS5D01G02100編碼一個(gè)假定的氨基酸透性酶家族蛋白溉箕，由于其與功能注釋的擬南芥和水稻基因ATPUT2和OsPAR1（分別在氨基酸水平上的70%和87%同一性）的高相似性而被指定為候選者晦墙；此外，多個(gè)黃酮類化合物被定位到一個(gè)位點(diǎn)（1A號(hào)染色體上588.7-593.5 Mb肴茄；表S4）晌畅，兩個(gè)基因在區(qū)間?TraesCS1A01G442200和TraesCS1A01G442300-共享高一致性（氨基酸水平上70%和78%的同一性）編碼OsF3'H基因的水稻類黃酮3'-羥化酶。從列表中選擇另外兩個(gè)候選基因寡痰，并通過體外表達(dá)分析進(jìn)行驗(yàn)證抗楔，如下所述：
• mr1092（芹菜素7-O-蕓香苷）的mQTL被映射到2B染色體上5.6-7.2mb的區(qū)間（圖3a）。在這個(gè)區(qū)域拦坠，一個(gè)基因被注釋為一個(gè)假定的糖基轉(zhuǎn)移酶-TraesCS2B01G012000-編碼蛋白與水稻UGT706D1的同源性為49.1%（圖S4）连躏。編碼序列在35S啟動(dòng)子的控制下從中國(guó)春（CS）克隆到StrepII標(biāo)記的載體中，并在N.benthamiana中表達(dá)（圖3c）贞滨。將芹菜素和麥黃酮與UDP葡萄糖和純化的蛋白質(zhì)一起作為共基質(zhì)進(jìn)行測(cè)試入热，結(jié)果表明它接受芹菜素，但不接受麥黃酮（圖3d）晓铆。測(cè)試了更多的基質(zhì)勺良，結(jié)果見表S6。該蛋白以UGT88C13（由UGT委員會(huì)）的名義注冊(cè)骄噪。當(dāng)我們從兩個(gè)親本系中克隆這個(gè)目標(biāo)基因時(shí)尚困，我們注意到從J411變種中擴(kuò)增它的困難。使用了幾對(duì)引物链蕊，僅從KN9204和CS株系得陽(yáng)性結(jié)果（圖S5）事甜。因此，很有可能在J411中發(fā)生了相當(dāng)大的序列變化滔韵，或者在J411的進(jìn)化或馴化過程中基因丟失逻谦。從N.benthamiana表達(dá)、提取和純化KN9204（命名為UGT88C14）的翻譯蛋白（圖3c）奏属，并顯示出類似的編碼序列和CS的蛋白質(zhì)活性（表S6，圖S6）潮峦。他的結(jié)果證明了候選基因的葡萄糖基轉(zhuǎn)移酶活性囱皿，從而解釋了RIL群體中糖基芹菜素的變異積累勇婴。
  
  image.png
• 類似地，另一個(gè)類黃酮相關(guān)基因通過mQTL mr075（3'嘱腥，4'耕渴，5'-三氯西汀O-蕓香苷）靶向，僅發(fā)現(xiàn)三個(gè)基因位于間隔內(nèi)齿兔。其中一個(gè)基因TraesCS2B01G459900被注釋為糖基轉(zhuǎn)移酶橱脸，類似于水稻UGT706C1（氨基酸水平上52.1%的同源性）。因此分苇，我們從CS克隆了這個(gè)基因添诉。盡管檢測(cè)到活性（圖S7a，b）医寿，我們注意到兩個(gè)親本具有相同的編碼序列栏赴。因此，采用qRT-PCR法檢測(cè)其相對(duì)表達(dá)水平靖秩。結(jié)果表明须眷，目標(biāo)基因在J411中的相對(duì)表達(dá)大約是灌漿第二周收獲組織中KN9204表達(dá)的10倍（圖S7c）。這一觀察結(jié)果與J411中的糖基化產(chǎn)物比KN9204中的高水平積累是一致的沟突。

農(nóng)藝性狀與代謝物的相關(guān)性

Discussion

• 代謝組學(xué)和基因組學(xué)方法的結(jié)合被廣泛應(yīng)用于確定代謝多樣性的遺傳基礎(chǔ)花颗。然而，到目前為止惠拭，大多數(shù)研究只關(guān)注擬南芥扩劝、番茄、水稻和玉米求橄。然而今野，小麥組學(xué)工具箱開發(fā)的最新進(jìn)展為深入了解小麥的代謝多樣性鋪平了道路。在這項(xiàng)研究中罐农，代謝組學(xué)與RIL群體的高分辨率基因分型相結(jié)合条霜，分析基因代謝物和代謝物農(nóng)藝性狀的相關(guān)性。

代謝組和mQTLs

• 代謝產(chǎn)物的檢測(cè)是研究其遺傳變異的基礎(chǔ)涵亏。本研究采用大靶向LC-MS/MS共獲得1260個(gè)代謝產(chǎn)物宰睡，鑒定了467個(gè)代謝產(chǎn)物的化學(xué)結(jié)構(gòu)。與之前的小麥代謝組學(xué)研究相比气筋，本研究中獲得的結(jié)果在檢測(cè)代謝物方面具有相當(dāng)大的進(jìn)步拆内。這里包括了重要的化合物類別，如多酚和類黃酮宠默，它們?cè)谥参锷?非生物脅迫中是必不可少的麸恍，對(duì)人類健康有多種影響。初級(jí)代謝物通常表現(xiàn)出很強(qiáng)的相關(guān)性，如氨基酸抹沪、核酸刻肄、植物激素和脂質(zhì)（圖1c和圖S1）。這與之前對(duì)水稻融欧、小麥和番茄的研究一致敏弃。同時(shí)，還發(fā)現(xiàn)了代謝物相關(guān)性噪馏，其中一些表現(xiàn)出很強(qiáng)的相關(guān)性麦到，如酚胺和類黃酮（圖1c和圖S1）。代謝產(chǎn)物之間的相關(guān)性分析不僅反映了已知分子之間的相互關(guān)系欠肾，而且也反映了未知分子與已知分子之間的相互關(guān)系瓶颠，為今后識(shí)別未知代謝產(chǎn)物和途徑提供了重要的資源。
• 基于基于小麥660K高密度遺傳圖譜的連鎖分析董济，發(fā)現(xiàn)1005 mQTL隨機(jī)分布在小麥基因組中（圖2和表S4）步清。其中，有許多高分辨率mqtl被報(bào)道虏肾。此外廓啊，我們還觀察到mQTL的出現(xiàn)與許多不同的代謝物水平有關(guān)，并從籽粒中鑒定出68個(gè)熱點(diǎn)封豪，其中大多數(shù)在染色體4B和1B上發(fā)現(xiàn)（圖2）谴轮。這些熱點(diǎn)也在之前對(duì)擬南芥、水稻吹埠、番茄和玉米的研究中發(fā)現(xiàn)第步，表明這一現(xiàn)象是普遍和重要的。這些發(fā)現(xiàn)表明缘琅，許多代謝物可能受到小基因組區(qū)域操縱的影響粘都，這表明通過繁殖來控制新陳代謝是切實(shí)可行的。

候選基因與途徑分析

與早期研究相比刷袍，本研究的一個(gè)重要優(yōu)勢(shì)是翩隧，六倍體小麥基因組的可用性允許直接從QTL定位中識(shí)別候選基因。在本研究中呻纹，根據(jù)模式植物物種中相應(yīng)基因的注釋和研究堆生，共分配了24個(gè)候選基因（表1和表S4）。來自mQTL定位的兩個(gè)候選基因通過重組蛋白活性分析或mRNA表達(dá)分析得到驗(yàn)證（圖3和圖S7）雷酪。對(duì)于第一個(gè)候選者淑仆，該蛋白被證實(shí)是一個(gè)UDP糖基轉(zhuǎn)移酶（UGT），它可以糖基化類黃酮a和B環(huán)的不同氧原子位置哥力。根據(jù)我們的酶促試驗(yàn)（表S6）蔗怠，該UGT接受芹菜素、木犀草素、山奈酚和槲皮素寞射，但不接受B環(huán)甲基化的黃酮類化合物最住；它更喜歡在4'-OH以上添加葡萄糖的位置7-OH。這種多位置糖基化現(xiàn)象以前在水稻中觀察到怠惶。然而，彭等人研究顯示了主要的位置特異性糖基化轧粟，包括兩種主要的黃酮UGT負(fù)責(zé)水稻黃酮的7-OH和5-OH基團(tuán)的糖基化（分別為OsUGT706D1和OsUGT707A2）策治。我們建立了一個(gè)系統(tǒng)發(fā)育樹，其中包括我們已證實(shí)的TaUGTs和其他已知的UGT兰吟，用于對(duì)其進(jìn)行分類通惫。結(jié)果表明，TaUGTs被劃分為UGT88C亞組混蔼，該亞組未得到很好的識(shí)別（圖S6）履腋。根據(jù)我們的結(jié)果，這個(gè)亞群可能主要在黃烷醇7-O-葡萄糖基轉(zhuǎn)移酶中起作用惭嚣，并且不同時(shí)排除糖基化的5-OH和3'-OH基團(tuán)遵湖，這取決于環(huán)的修飾。與第一個(gè)候選基因不同晚吞，第二個(gè)驗(yàn)證基因TraesCS2B01G459900編碼UGT706E7（由UGT委員會(huì)提供）延旧，在籽粒灌漿期間通過表達(dá)水平改變相應(yīng)代謝物積累的過程中發(fā)揮了作用（圖S7）。純化后的蛋白對(duì)底物3'槽地，4'迁沫，5'-O-三甲基三甲西汀和UDP葡萄糖的糖基供體有活性（圖S7b），而對(duì)底物大黃酚的活性較小捌蚊，表明該蛋白優(yōu)先選擇所有3'集畅，4'，5'-位甲基化類黃酮缅糟。

• 候選列表中的基因與多種代謝途徑相關(guān)挺智，包括類黃酮、酚酰胺和氨基酸（表1和S4）溺拱。類黃酮在代謝產(chǎn)物分類中占最大比例逃贝。小麥黃酮和黃酮醇相關(guān)代謝途徑的推定的網(wǎng)絡(luò)如圖S9所示。所分配的基因要么在我們的結(jié)果中被描述（紅色）迫摔，要么他們的同系物先前被報(bào)道（藍(lán)色）沐扳。例如，由mr1120和mr1112（表S4）map的TraesCS1D01G020700具有相當(dāng)大的PVE句占，并且距離置信區(qū)間大約300 kb沪摄。它在水稻中的同系物（LOC_Os02g28170），編碼OsMAT-2，通過重組蛋白分析被證實(shí)是黃酮類丙二酰轉(zhuǎn)移酶杨拐。其在玉米中的對(duì)應(yīng)同系物（GRMZM28387394）編碼AAT1祈餐，是第一個(gè)在單子葉植物中具有特征的花青素酰基轉(zhuǎn)移酶哄陶，通過突變表型進(jìn)行分析帆阳。基于這些發(fā)現(xiàn)屋吨，TraesCS1D01G020700基因被分配蜒谤。這些基因在普通小麥中還沒有報(bào)道，但是還需要進(jìn)一步的證據(jù)來驗(yàn)證它們的功能至扰。候選列表中的其他基因也是如此（表S4）
• 本研究中mQTLs的大規(guī)模和高分辨率特性得益于所用代謝組方法的高覆蓋率鳍徽、敏感性和準(zhǔn)確性以及SNP標(biāo)記的高密度。在未來的研究中敢课，本研究所鑒定的數(shù)百個(gè)位點(diǎn)將得到進(jìn)一步的驗(yàn)證和鑒定阶祭，這將有助于剖析小麥代謝變異的分子基礎(chǔ)，闡明普通小麥中新的功能蛋白和代謝途徑直秆。

代謝性狀與農(nóng)藝性狀的關(guān)系

• 代謝物被認(rèn)為是連接基因組和表型的橋梁濒募。因此，對(duì)表型和代謝相關(guān)特性的研究極大地反映了這一橋梁的價(jià)值（Luo圾结，2015）萨咳。在馬鈴薯的QTL分析中，Carreno Quintero等人（2012）發(fā)現(xiàn)代謝物與淀粉和冷甜味劑的相關(guān)特性是共存的疫稿。Chen等人（2016）證明了胡盧巴堿通過延長(zhǎng)G2期和整個(gè)細(xì)胞周期的持續(xù)時(shí)間而對(duì)晶粒寬度產(chǎn)生積極影響培他。進(jìn)一步的研究表明，分析代謝物農(nóng)藝性狀有助于推斷玉米和番茄的遺傳聯(lián)系遗座。在本研究中舀凛，mQTL分析顯示wm0034（4-吲哚卡醛）和mr1346（色氨酸）是共域的，它們都存在于色氨酸途徑中途蒋，參與生長(zhǎng)素的生物合成猛遍。通過網(wǎng)絡(luò)分析（圖4a），發(fā)現(xiàn)NGPS與這兩種代謝物顯著相關(guān)（P<0.01）号坡。此外懊烤，在pQTL分析中，與NGPS相對(duì)應(yīng)的位點(diǎn)被發(fā)現(xiàn)與上述4B染色體上的mQTL同域化（圖4c）宽堆。在這個(gè)共聚焦區(qū)域腌紧，在小麥基因組注釋中發(fā)現(xiàn)了生長(zhǎng)素抑制/休眠相關(guān)蛋白的編碼序列?TraesCS4B01G155000，Chr4B:27.6mb?畜隶。先前的研究表明壁肋，蛋白質(zhì)具有抑制生長(zhǎng)素積累的作用号胚。例如触幼，Reddy和Poovaiah（1990）表明骨田，生長(zhǎng)素抑制基因SAR5的高轉(zhuǎn)錄豐度與草莓果實(shí)生長(zhǎng)停止相關(guān)，或者BrARP1（編碼生長(zhǎng)素抑制蛋白1）或BrDRM1（編碼休眠相關(guān)蛋白1）的過度表達(dá)導(dǎo)致較小的植株和較短的角果涣澡。因此跛锌，該候選者可以通過負(fù)調(diào)控生長(zhǎng)素水平和NGPS來干擾植株的產(chǎn)量弃秆。代謝物的變化是否是農(nóng)藝性狀變化的原因，還需要進(jìn)一步的實(shí)驗(yàn)證據(jù)和相應(yīng)的分析髓帽。

農(nóng)藝性狀預(yù)測(cè)

• 在分子育種中基因組選擇比傳統(tǒng)的分子標(biāo)記輔助選擇更有效驾茴。隨著高通量測(cè)序以及轉(zhuǎn)錄組和代謝組技術(shù)的發(fā)展，多組分?jǐn)?shù)據(jù)被用于預(yù)測(cè)復(fù)雜的農(nóng)藝性狀氢卡，作物研究取得了巨大進(jìn)展（Wang等人，2016晨缴；Xu等人译秦，2017；Kremling等人击碗，2018）筑悴。在這項(xiàng)研究中，我們使用BLUP和LASSO方法證明產(chǎn)量相關(guān)性狀（PH和NGPS）的可預(yù)測(cè)性分別達(dá)到0.56和0.51（圖5）稍途。這一結(jié)果與之前的研究（包括Riedelsheimer等人）具有可比性阁吝。Xu等人（2016）使用210個(gè)RIL的1000個(gè)代謝組特征數(shù)據(jù)，使用BLUP和LASSO有效預(yù)測(cè)千粒重和其他性狀械拍，千粒重的平均可預(yù)測(cè)性為0.55突勇。
• LASSO型能夠有效地篩選出1000多種代謝物，并選擇在表型預(yù)測(cè)中起主要作用的代謝物坷虑，如本研究所示甲馋。為了比較使用代謝數(shù)據(jù)和基因型數(shù)據(jù)進(jìn)行預(yù)測(cè)，使用基因型數(shù)據(jù)進(jìn)行相同的預(yù)測(cè)（圖S10）迄损。使用LASSO定躏，發(fā)現(xiàn)代謝特征對(duì)NGPS和PH值的預(yù)測(cè)值（0.51和0.46；圖5）高于使用基因型數(shù)據(jù)的預(yù)測(cè)值（0.47和0.44芹敌；圖S10）痊远。然而，這些值在BLUP模型下被逆轉(zhuǎn)氏捞，這與Xu等人報(bào)告的發(fā)現(xiàn)相關(guān)碧聪。當(dāng)代謝物的數(shù)量增加到數(shù)千或數(shù)萬，或與其他組學(xué)數(shù)據(jù)（如轉(zhuǎn)錄組和基因組數(shù)據(jù)）結(jié)合時(shí)液茎，預(yù)測(cè)能力應(yīng)該得到提高矾削。因此壤玫，我們假設(shè)這些高效的代謝物特性在生物標(biāo)記輔助育種中是重要的，并且可以通過提供早期世代選擇來加速植物育種哼凯。