摘要：" 代谢组学技术在揭示杨树响应逆境胁迫的机制、改良树木品质方面发挥重要作用，对杨树的速生、高产以及遗传育种也具有重要意义。文章介绍常用代谢组学技术，论述了该技术在杨树响应逆境胁迫、辅助育种等方面的研究进展，同时结合植物代谢组学的应用和发展分析该技术在杨树研究中的潜力，并对未来的研究方向进行合理展望。
关键词：" 杨树；" 代谢组学；" 非生物胁迫；" 生物胁迫；" 辅助育种
中图分类号：" "S 792. 11" " " " " " " "文献标识码：" "A" " " " " " " " 文章编号：１００1 － 9499（２０24）06 － 0043 － 08
Metabolomics Techniques and Research Progress in the Field of Poplar
WANG Shiqi
（Liaoning Research Institute of Poplar，" Liaoning Gaizhou 115200）
Abstract Metabonomics technology plays an important role in revealing the mechanism of poplar response to stress and improving tree quality， and is also of great significance for the rapid growth， high yield， and genetic breeding of poplar. Introduced commonly used metabolomics techniques， discussed the research progress of this technology. In response to adversity stress and assisted breeding of poplar trees， assisted breeding and other aspects. At the same time， combined with the application and development of plant metabolomics， the potential of this technique in poplar research is analyzed， and the future research direction is prospected reasonably.
Key words Poplar; metabolomics; abiotic stress;biotic stress; assisted selection
杨树以其生长快速、易于无性繁殖以及适应性强等优势，成为了造林绿化的首选树种，也是重要的工业用材树种之一。此前研究人员一直致力于研究杨树的化学组成[ 1 ]，然而植物体内存在超过20万种代谢物，不同品种间或同一品种不同组织中，代谢物的种类和数量差异也很大[ 2 ]，这些代谢物参与机体生化反应，是代谢过程中的直接信号，也是遗传物质的最终产物，在植物生长发育、抗逆境胁迫等方面发挥重要作用，因此通过分析代谢物的差异来挖掘代谢途径及其调控机理，解析遗传基础，有助于深入了解植物体代谢生物学过程。
继基因组学、蛋白质组学、转录组学后，英国帝国理工大学教授Jeremy K.Nicholson首次提出了代谢组学的概念[ 3 ]。代谢组学旨在探索生物体在受到外界刺激时，其内在的代谢产物组成变化及其相互作用的机制，目前已广泛应用在草本植物研究中，作为一种常见的木本模式植物，杨树代谢产物的组成和含量对其表型有直接影响，利用代谢组学可以更好的解析杨树基因功能，揭示杨树响应胁迫的生理机制[ 4 - 5 ]，对了解杨树代谢途径及机理并研究其生长发育、揭示响应逆境胁迫的机制、改良树木品质有着重要作用[ 6 ]。本综述旨在介绍常用的代谢组学技术，概述代谢组学在杨树上的研究进展，对代谢组学在杨树上的应用潜力进行展望，以期为杨树育种、栽培和病虫害防治等研究提供可能方向，为杨树的开发利用提供理论及新的思路。
1 代谢组学简介
由于基因组的变化不一定都能够表达，所以未必对生物体产生影响；转录组反应了将要发生的事情，不能直接对应生物体表型；有些蛋白质也可能由于条件的改变而失活；而代谢组与基因组、蛋白质组和转录组不同，反应了正在或者已经发生的事情，能够更准确的反映生物体系的状态[ 7 ]。因此，代谢组学发展迅速，目前已广泛应用于番茄、大豆、马铃薯、拟南芥、烟草、水稻等植物[ 8 - 10 ]。代谢组学技术包括气相色谱质谱联用（Gas chromatography mass spectrometry，GC-MS）、液相色谱质谱联用（Liquid chromatography mass spectrometry，LC-MS），核磁共振波谱（Nuclear magnetic resonance，NMR）等。由于代谢物种类繁多、物理性质差异很大且浓度变化范围广，因此若要提高灵敏度和准确性，进行全面分析，只靠一种分析手段难以满足，往往需要色谱、质谱、核磁共振和红外光谱等多种技术配合使用[ 11 ]。
1. 1 研究技术
1. 1. 1 气相色谱质谱联用技术
GC-MS技术是最早大规模应用于植物代谢组学研究中的技术[ 12 ]，该方法适合分析热稳定、易挥发或经衍生化后易挥发成分，不受复杂生物样本中基质效应的干扰，灵敏度高，有大量可检索的质谱数据库支持定性分析[ 13 ]。GC-MS方法虽然可以同时检测包括氨基酸、糖、有机酸和脂肪酸等多种代谢物，然而制备样品时费时费力，也不适合检测某些不稳定的代谢物[ 14 ]；同时，在离子化过程中，电子轰击施加的能量会使结构不稳定成分易于碎裂而难于检测到化合物的分子离子峰[ 15 ]。段二龙等人应用GC-MS技术对冷应激和冷驯化处理后红花玉兰和白玉兰茎尖组织的代谢物进行检测，通过对比分析了各阶段主要差异代谢物和代谢途径，探讨了特定类别代谢物的性质和功能，为进一步改良抗寒能力提供了方向[ 16 ]。
1. 1. 2 液相色谱质谱联用技术
LC-MS技术在代谢组学中最常用，与GC-MS相反，该方法适合测定不稳定、难挥发的成分，检测灵敏度、覆盖度高，适用范围广[ 13 ]，适用于非靶向代谢物分析。近几年来，LC-MS技术在植物代谢组学的研究中越来越受欢迎，高悦应用LC-MS非靶向代谢组学技术，通过对生长在不同环境下（野生、室内栽培和交互种植园栽培）太行菊属植物的叶、花代谢物种类及数量进行鉴定分析，筛选出差异代谢物进行KEGG途径富集，挖掘上调或下调代谢产物，探析太行菊属植物对环境变化的代谢响应机制[ 17 ]。周泽宇利用LC-MS对中性盐和碱性盐胁迫下的紫花苜蓿进行代谢组学分析，筛选获得特异响应盐和碱胁迫的候选代谢物质和代谢途径，揭示了紫花苜蓿响应盐和碱胁迫的生理机制[ 18 ]。
1. 1. 3 核磁共振波谱技术
NMR技术是一种原子级的分析方法，利用高磁场中原子核对射频辐射的吸收光谱来对化合物进行鉴定[ 19 ]，其中应用最广泛的是[ 1 ]H-NMR技术。NMR技术在代谢组学的领域中有许多优势，样品制备分离过程简便，减少对样品的破坏性，定量分析的重复性和准确性高，同时具有强大的结构解析和无偏向检测能力，对不同批次、不同时间的样本均有较高灵敏度[ 20 ]。缺点是分辨率较低，获取代谢物有限，通常不超过100个[ 21 - 22 ]。NMR技术通过代谢物化学位移和裂分的特征信号来进行定性与定量分析，但是生物样本成分复杂，浓度范围可跨越8个数量级，众多代谢物特征信号叠加，也使该技术的特异性降低[ 15 ]；同时，NMR技术在测定低含量成分时灵敏度远低于质谱技术，这也限制了其在生物样本中获取信息的能力[ 23 ]，因此在植物代谢研究中应用较少。
另外，超高效液相色谱（UPLC）和高分辨率质谱技术在分离度、通量和灵敏性方面效果更好[ 24 ]，除此之外，还有傅里叶变换质谱、傅里叶离子回旋共振等分析技术。在代谢组学分析中，还没有能满足所有要求的技术，需要根据检测样本的类型以及特定代谢产物特性，选择最适合的检测方法，或者通过不同技术的组合来达到全面检测的目的。
1. 2 数据处理与分析
样品经代谢组学技术分析后会产生大量数据，常规方法很难提取分析，因此需通过多变量数据统计方法进行降维和归类分析。获得原始数据后首先通过剔除奇异点、去除噪声信号、基线校准、峰对准、峰识别等步骤进行预处理[ 25 ]，接下来利用非监督方法（unsupervised method）或监督方法（supervised method）进行数据特征的提取和选择。非监督模式分析是在无任何外界指导情况下考察整体性质以及内部变量各种关联的分析方法[ 26 ]，包括聚类分析（（hierarchical clustering analysis，HCA）、主成分分析（principal component analysis，PCA）、非线性映射（non-linear mapping，NLM）等，当组内差异较小而组间差异大时，非监督分析能明显区别组间差异；当组内差异很大但组间差异不明显时，不能忽略组内差异[ 27 ]，此时运用非监督分析存在一定局限性。监督模式分析是将先验的类别信息或假设条件整合到模式识别中，并对未知数据进行辨识、归类和预测的分析方法[ 28 ]，包括偏最小二乘法分析（partial least squares，PLS）、线性判别分析法（linear discriminant analysis，LDA）、偏最小二乘法辨别分析（partial least squares discriminant analysis，PLS-DA）、人工神经元网络（neutral network，ANN）等，监督分析先将样品按类别分组，再进行分析，可忽略组内随机误差，重点分析组间误差[ 29 ]。
经预处理整合、提取后的数据可建成代谢数据库，为后续代谢物分析检索提供支持[ 30 ]。目前网络资源的数据库不少于百种[ 31 ]，可分为参考谱图数据库、代谢途径数据库、化合物信息数据库和代谢组学实验室信息管理数据库[ 32 ]。常用的如Metlin谱图数据库（http：//metlin.scripps.edu/index.php）、KEGG代谢途径数据库（http：//www.genome.jp/kegg/）[ 33 ]、PubChem化合物信息数据库（http：//pubchem.ncbi.nlm.nih.gov/）等[ 34 ]。
2 杨树代谢组对非生物胁迫的响应
杨树遭盐胁迫后，受到渗透压胁迫和离子毒害影响而产生的一系列次生效应会严重危害树木生长发育[ 35 ]。代谢组学有助于了解杨树不同品种间耐盐机制的差异，以及不同耐盐响应信号的互作方式，对提高盐胁迫下树木生态经济效益，促进盐碱地生态恢复具有重要的指导意义[ 36 ]，因此在探究杨树盐胁迫下生理机制方面有着较为广泛的应用。胡杨（Populus euphratica）天然生长于盐害地区，具有较高的耐盐性，利用代谢组学揭示这是由于胡杨面对盐胁迫时表现出渗透调节、离子区隔化和活性氧解毒的永久激活控制机制[ 37 ]。代谢组和转录组数据的通路分析也揭示了与灰杨（Populus canescens）相比，胡杨的初级糖积累更强，糖醇产生途径更活跃，次级代谢物的消耗更快。以盐胁迫下具有中等耐盐性的美洲黑杨无性系后代南林895杨为研究对象，基于超高效液相色谱-四极杆-飞行时间质谱（ultra performance liquid chromatography coupled with tandemquadrupole time-offlight mass spectrometry，UHPLC-QTOF-MS）分析叶片的代谢物变化情况，结合RT-qPCR技术检测差异代谢通路的关键基因表达，从能量转换和碳氮代谢等方面揭示了主要次生代谢产物对盐胁迫的响应机制，最终得到115个差异代谢物并筛选出5条受到强烈影响的代谢通路，发现盐胁迫下南林895杨的同化物分解速度和TCA循环过程加快，总糖含量增加，而与生长有关的激素和核酸含量减少，同时植物通过减少酚类合成，调节各类氨基酸代谢，从而形成一套较为复杂的保护机制以响应盐胁迫[ 38 ]。作为与盐胁迫密切相关的应激代谢产物，-氨基丁酸（GABA）参与调控三羧酸（TCA） 循环、脯氨酸代谢和多胺代谢，还影响植物激素和活性氧的合成，已有大量关于草本植物的研究证明小分子代谢物GABA参与植物多种生理过程，调控植物逆境适应机制，并在碳氮代谢中发挥关键作用，但其在木本植物中的抗逆机制还未得到足够重视。针对GABA在盐胁迫下的功能研究，以84K杨为试验材料，通过短期水培盐胁迫和添加外源GABA的长期土培盐胁迫处理，达到从生理代谢和转录代谢水平两个角度系统剖析盐胁迫条件下杨树幼苗GABA支路及相关碳氮代谢响应的目的，结果显示短期水培盐胁迫下，杨树通过激活GABA支路活性和抑制TCA循环关键中间代谢物两种途径调节碳氮平衡，施加外源GABA能够显著调节激素信号和基因表达、影响抗氧化物质含量，通过代谢组分析发现外源GABA除了影响盐胁迫下的非结构性代谢物之外，还影响盐胁迫下茎的非结构性碳水化合物，可通过改变茎中碳氮代谢和诱导结构性碳水化合物合成，从而增加盐胁迫下杨树植株茎生物量。利用代谢组结合转录组的方法对GABA调控杨树盐胁迫下响应机制进行深入解析，不仅弥补了GABA在木本模式植物研究中的空白，还首次证明了外源GABA通过直接影响盐胁迫环境下杨树碳固定能力及光合产物的转运和分配，正调控盐胁迫下杨树生长[ 39 ]。
另外，高温不仅限制植物生长发育，还影响植物的多种代谢过程，为适应高温胁迫，植物会增加渗透调节剂、各类代谢物及激素等，而关于杨树对高温胁迫的响应机制研究多集中在种群、个体、器官和细胞水平上，分子水平上虽有杨树高温转录组的相关报道，但还未见代谢组研究和代谢联合多组学分析，因此探究高温胁迫相关基因和代谢物变化，有利于培育杨树耐胁迫品种。基于GC-MS代谢组学技术测定高温下毛白杨叶片的差异代谢物，筛选出67个差异代谢物，其中高温胁迫下的N-甲基-DL-丙氨酸等6种代谢物含量显著上升，而瓜氨酸等含量显著下降[ 40 ]，结合转录组分析发现高温胁迫下，毛白杨呼吸作用中的糖酵解路径增强，TCA循环受到抑制。该研究不仅利用代谢组学技术从分子水平上阐释了杨树对高温响应的调控机制，还联合转录组鉴定出了参与高温应答的关键差异基因，为杨树响应高温胁迫的生理生化、代谢和转录调控等研究都提供了重要的参考依据。
近些年，除了全球气候变暖导致的高温影响植物生长，频繁降雨倒逼植物耐涝性提高，因此专家学者们开始从生理代谢、能量代谢、抗氧化过程和转录因子等各方面探究植物耐涝机理。杨树以其优越的耐涝性成为目前淡水涝渍地重要的造林树种之一，为深入挖掘杨树的耐涝机理，从44个I-69杨和小叶杨杂交F1子代中筛选出最耐涝和最不耐涝的两个个体，采用GC-MS技术结合转录组学联合方法分析了子代中耐涝型和敏感型无性系的生理机制和分子机理。结果显示淹水处理后两个子代个体的根系糖酵解代谢、乳酸发酵和乙醇发酵活性均有增强，而TCA循环代谢活性受到严重抑制，耐涝型个体的无氧呼吸过程由乙醇发酵主导，乳酸发酵仅在无氧呼吸启动时发生；而在敏感型个体中，乳酸发酵在整个无氧呼吸过程始终保持着高活性，同时13个与能量或O2消耗有关的差异表达基因在耐涝型个体中的表达量显著低于敏感型个体，因此耐涝型个体具有更强抵御淹水胁迫的能力是源于其具有相对中低活性的耗能或O2代谢。而后基于转录组学筛选出与抗涝性相关的AP2/ERF家族的3个转录因子为候选基因，并对候选基因进行了克隆及遗传转化，从形态、解剖结构、代谢水平、基因转录调控等多层次阐明杨树耐涝生理和分子机理，鉴定调控杨树耐涝性的关键基因，为培育耐涝性杨树新品种奠定重要基础[ 41 ]。
面对水资源紧张给植物带来的干旱制约，大量专家学者聚焦植物自身生物学特性，提出了不同的节水灌溉新模式。而利用代谢组学研究杨树在不同灌溉或栽培方式下代谢产物的差异，并分析相对应的代谢通路，能够揭示不同模式下杨树生长发育及代谢情况的差异，从而挖掘植物自身的抗旱潜力。以饱和灌溉、分根灌溉和亏缺灌溉三种供水处理下84K杨树为材料，从植株生理、蛋白组和代谢组三个角度进行差异化分析，结果显示干旱胁迫下，84K杨树的苯丙酸等4种代谢物含量均显著增加，而分根灌溉方式可以刺激侧吸收根生长，进而促进植株吸水，提高植株水分的利用率，同时分根灌溉处理下苯丙氨酸、醇类、大部分碳水化合物、有机酸和氨基酸含量有显著差异，通过代谢通路分析表明84K杨响应干旱刺激时有机酸和氨基酸大量积累，TCA循环增强，随之碳水化合物含量增加，苯丙氨酸代谢和糖代谢增强，以此缓解胁迫的负面影响，提高植物抗逆性。嘌呤化合物是代谢调节剂和代谢反应中间体，参与植物生长和发育，对多种细胞过程也具有重要意义，基于蛋白组和代谢组联合分析，分根灌溉下，84K杨嘧啶代谢和嘌呤代谢通路显著性富集，尿素含量增加，促进细胞伸长和分裂，提高抗胁迫能力，有助于杨树生长和发育，该研究初步探索了84K杨树适应分根灌溉的生理机制，为实现杨树的高效节水栽培和分子育种提供了依据[ 42 ]。
UV-B辐射也是一种典型的环境胁迫因子，这种紫外辐射能够影响植物形态建成、改变细胞膜通透性、降低光合作用叶绿素产量、促进相关次生代谢产物合成。为了解杨树抵御UV-B辐射的次生代谢调控及相关生理响应机制，有学者利用UPCL-
MS/MS代谢组学技术检测了84K杨在不同UV-B辐射时长下主要防御性次生代谢产物酚酸类化合物的含量变化规律，结果显示适宜的UV-B辐射能够促进84K杨组培苗体内6种酚酸类化合物的合成积累，总体呈现先下降后上升最终再下降的趋势[ 43 ]，结合qRT-PCR方法明析UV-B辐射能损坏植物细胞内功能大分子，激活多种信号转导路径，从而触发了酚酸生物合成路径中CAL、C4H、4CL三种调控酶基因的转录表达，使酚酸类化合物过量合成，进而起到防御作用，形成植物自我保护。
3 杨树代谢组对生物胁迫的响应
病虫害问题对杨树的健康生长存在巨大威胁，是杨树生长过程中应该重点关注的因素。其中，杨树溃疡病菌会侵染杨树导致枝条腐烂、枯死甚至整株死亡[ 44 ]，叶锈病菌会使受害叶片背面密生夏孢子堆，阻碍光合作用，导致叶片枯萎脱落，严重危害杨树生长[ 45 ]。在长期的协同作用进化下，杨树对这类病原菌的侵染已经形成特定的适应机制，利用代谢组学技术检测代谢物可以明确植物染病后的生理和病理状态，反映代谢途径的变化。朱玮等人很早就对杨树与溃疡病菌互作过程的生理和代谢物进行了研究，测定了溃疡病菌毒素粗提物和代谢产物对杨树叶片形态、脯氨酸含量和细胞膜通透性等的影响，结果显示两者均可导致杨树叶片出现黑斑和萎蔫，增加叶片细胞膜透性和脯氨酸含量[ 46 ]，但杨树与溃疡病菌的互作系统极其复杂，要想深入探究互作系统的响应机制，阐明其中蕴含的分子机理，还需进一步开展基因调控、蛋白质表达以及次生代谢变化等方面的研究。以毛白杨和北京杨为试验材料，基于LC-MS代谢组学技术分析显示相同条件下毛白杨中没食子酸、儿茶酸、苯酚含量显著高于北京杨，受溃疡病菌侵染后毛白杨中酚类物质合成能力迅速增加，而北京杨仅在感病后期酚类物质才有一定积累，对2个品种杨树接种溃疡病菌后的次生代谢产物分别进行定性和定量分析发现55个差异代谢物，进一步从抗病毛白杨品种茎干部分离并鉴定出白杨苷等5种主要差异代谢物，这5种酚苷类化合物极可能是毛白杨抗病性物质，这一发现是杨树和溃疡病菌的互作机制研究中的突破性进展[ 47 ]。在杨树叶锈病的研究中，通过对健康和染病杨树叶片代谢物的检测分析，明确代谢物种类和含量发生的变化，找出了其中可以提高杨树抗性的10种关键小分子代谢物[ 48 ]，对后续预防和治疗杨树锈病提供了科学依据。基因和蛋白表达的变化最终体现在次生代谢产物的变化，而次生代谢物的种类和含量直接表现为植物体的生理和病理状态，因此基于代谢组学的多组学联合分析有助于了解杨树抗病性的遗传基础和抗病基因的表达过程，增加杨树抗病品种选育的有效性，缩短育种周期。
另外，林业有害生物也严重影响树木的质量和产量，不利于林业可持续发展。植物的某些次生代谢产物在害虫体内逐渐累积，会阻碍昆虫消化和代谢过程的正常进行，影响昆虫生长和繁殖，严重可致其死亡。天牛是常见的蛀干害虫，可通过取食杨树木质部致其空心，造成树木风折，甚至死亡。已有研究表明，单宁类代谢产物在杨树抵抗天牛虫害威胁过程中发挥重要作用，大量单宁能够有效降低天牛虫口密度，提高杨树抗虫害威胁能力[ 49 ]，其中酚类化合物还能够减缓天牛幼虫的发育成熟，降低幼虫期重量和成虫产卵痕密度[ 50 ]。豆晓洁为挖掘杨树对青杨天牛防御反应中发挥主要作用的组分，通过GC-MS技术分析小黑杨和银中杨2种杨树品系被青杨天牛产卵危害或者机械损伤后，杨枝树皮部的代谢产物变化情况，分析代谢图谱并进行定性和定量分析，结果显示不同处理的代谢物种类虽未发生变化，但代谢物的平均含量变化很大，进而代谢途径也发生改变，因此基于代谢组学成功筛选某些含量较高的特异性代谢物，结合其改变代谢途径的相关信息，我们得知杨树被危害后会启动自身防御应答机制来抵御“非我”物质，这也为青杨天牛的科学防治提供方向[ 51 ]。
4 杨树的代谢组辅助育种
植物适应环境的过程中会产生大量的次生代谢产物，这些代谢物不仅是细胞的主要组成成分，还参与调控植物生长成熟和响应胁迫等过程[ 52 ]。代谢组学技术能够鉴定植物体内很多重要代谢物，揭示这些代谢物的生物学功能和生物合成途径，此外代谢组学结合QTL分析还能够鉴定积累有用代谢产物的QTLs，并对特定代谢表型位点进行定位[ 53 ]，从而阐明代谢调控网络系统[ 54 ]；结合全基因组关联分析有助于挖掘调控代谢物水平的候选基因，鉴定并注释影响代谢表型的基因[ 55 ]。
基于代谢的全基因组关联分析（Metabolome- based genome-wide association studies， mGWAS）是联合代谢组学与全基因组分析来研究植物中某些重要代谢性状的遗传基础和调控机制的方法，通过这种方式可将代谢产物看作数量性状，在全基因组范围内鉴定分子标记与代谢性状的显著关联关系。研究人员利用广泛靶向代谢组学技术探究300株不同基因型毛白杨叶片的类黄酮变异模式，在对类黄酮代谢物进行广义遗传力分析后发现可根据69个具有高遗传力的代谢物将毛白杨分为三个亚群，又通过全基因组联合分析鉴定挖掘控制类黄酮形成的关键遗传标记和基因，首次构建了毛白杨的类黄酮生物合成网络，这有利于进一步解析杨树类黄酮代谢物的遗传调控网络，也为林木分子辅助育种提供了基因资源和重要依据[ 56 ]。此外，姚良臣也采用mGWAS分析方法以毛白杨为试验材料，揭示了绿原酸合成过程中关键代谢物的遗传结构，进而挖掘了候选遗传标记位点的显性和加性遗传效应，同时验证了在干旱的毛白杨群体中，鉴定出的候选基因能够协同促进绿原酸积累以适应干旱胁迫[ 57 ]。这些生物标志物的种类和含量在不同环境条件下存在特异性差异，与植物生物量等植物表型显著相关，在有特定目标的林木选择过程中具有重要意义，因此代谢组学与GWAS的关联分析能够提高杨树品种改良的遗传增益速度，辅助杨树分子育种的设计和开发。
5 杨树代谢组学其他应用
杨树作为我国北方最重要的用材林树种之一，对其木材形成过程的研究具有重要意义。目前人工林普遍存在磷素可用性低的问题，严重制约了用材林木材的生产，有研究发现，添加磷可以加快树干基部的径向生长[ 58 ]，因此揭示磷素对杨树木材形成和发育的调控机制，不仅能够帮助了解磷素变化与木材生长的内在联系，还为今后杨树新品种培育奠定基础。以84K杨为试验材料进行盆栽试验，利用代谢组学技术研究磷素变化过程中相应的代谢物变化，发现磷亏缺和磷过量情况下，杨树木材的次级代谢活动均显著增强，花青素等次级代谢产物水平也显著升高，同时明确低磷能够抑制核苷酸糖合成，导致木材纤维素含量降低，从而使木材形成受阻，而高磷能够增大使木材导管单元直径，加快水分供给，促进杨树生长发育[ 59 ]。通过研究磷素变化时杨树木材的代谢物和代谢通路，构建木材代谢调控网络，明确关键代谢物，揭示杨树适应磷素变化的生理和代谢机制，为今后在磷素可用性低的立地条件下，杨树木材产量与质量的提高提供科学依据。
土壤中对羟基苯甲酸的积累影响杨树正常生长，导致其连作障碍。为探究杨树响应对羟基苯甲酸的调控机制，以84K杨为试验材料，通过LC-MS代谢组学技术鉴定到胁迫后叶片内含有的126个差异代谢物，其中以脂类、氨基酸及氨基酸衍生物类和核苷酸及核苷酸衍生物类化合物为主。进一步结合转录组数据分析发现，嘌呤代谢和咖啡因代谢通路是杨树响应对羟基苯甲酸胁迫的主要代谢通路，代谢物3，5-环鸟苷酸、3，5-环腺苷酸和差异基因XDH可能发挥关键作用[ 60 ]。利用多组学联合分析有助于解析杨树应答对羟基苯甲酸胁迫的调控网络，为今后利用基因工程手段或栽培技术缓解杨树连作障碍的研究提供理论。
6 总结与展望
作为系统生物学的重要分支，代谢组学近十年来已在杨树生长发育、响应逆境胁迫等研究中取得一定进展，但在很多方面还处于探索阶段。参考植物代谢组学当前应用，氨基酸、酚类、萜类等代谢物与植物抗逆性间存在密切关系，因此代谢组学在杨树抗逆品种选育方面有着可观前景；另外利用代谢组学技术揭示植物响应遗传和环境变化时的代谢产物变化，可成为筛选优良品种与评价转基因的有力手段[ 61 ]；通过代谢组学筛选具有分类性能的特征代谢物，结合指纹图谱，也可为鉴定和区分不同品种林木的地理起源提供依据[ 62 ]；该方法还能够筛选出影响产量等关键经济指标的候选基因与差异代谢物，结合关联代谢通路相关信息，进而高效改良和优化林下种植模式[ 63 ]。随着杨树代谢组学技术的不断成熟和发展，利用代谢组学及多组学联合分析，系统地高通量获取植物体基因转录、代谢物和代谢途径等信息，将在杨树栽培、品种选育、抗逆性研究、林下模式开发及品种区分鉴定等方面发挥越来越重要的作用。
参考文献
［1］ SAITO K. Phytochemical genomics-a new trend［J］. Curr Opin Plant Biol，2013， 16（3）： 373 - 80.
［2］ DAURIA J C， GERSHENZON J. The secondary metabolism of Arabidopsis thaliana：growing like a weed［J］. Curr Opin Plant Biol，2005， 8（3）： 308 - 16.
［3］ NICHOLSON J K， LINDON J C. Holmes E.Metabonomics：
understanding the metabolic responses of living systems to pathophysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data［J］.Xenobiotica， 1999， 29（11）：1181 - 1189.
［4］ KLIEBENSTEIN D J. Plant defense compounds： Systems approaches to metabolic analysis［J］. Phytopathology， 2012， 50： 155 - 173.
［5］ SAITO K， MATSUDA F. Metabolomies for functional genomics，systems biology， and biotechnology［J］. Annual Review of Plant
Biology，2010， 61（61）： 463 - 489.
［6］ 熊强强，" 魏雪娇，" 施翔，" 等." 多层组学在植物逆境及育种中的研究进展［J］. 江西农业大学学报， 2018， 40（6）： 1197 - 1206.
［7］ Oliver S G. From gene to screen with yeast［J］. Curr Opin Genet Dev，
1997， 7（3）： 405 - 409.
［8］ 贾晓东，" 李浩男，" 郭昊岩，" 等." 园艺作物代谢组学研究进展［J］. 中国农学通报， 2014， 30（25）： 75 - 83.
［9］ 雷刚，" 黄英金." 代谢组学在水稻研究中的应用进展［J］. 中国农业科技导报， 2017，19（7）： 27 - 35.
［10］ 王小莉，" 付博，" 赵铭钦，" 等." 代谢组学技术在烟草研究中的应用进展［J］. 中国烟草科学， 2016， 37（1）： 89 - 96.
［11］ 姜百惠." 降香黄檀幼苗响应水淹、盐胁迫的生理生态特性及代谢组学分析［D］. 海口： 海南大学， 2020.
［12］ Tian H， Lam SM， Shui G. Metabolomics， a powerful tool for
agricultural research［J］. Int J Mol Sci， 2016， 17： 1871.
［13］ Zeki C， Eylem CC， Recber T， et al. Integration of GC-MS and LC-MS for untargeted metabolomics profiling［J］. J Pharm Biomed Anal，2020， 190： 113509.
［14］ Styczynski M P， Moxley J F， Tong L V， et al. Systematic
identification of conserved metabolites in GC/MS data for metabolomics and biomarker discovery［J］. Anal Chem. 2007， 79（3）： 966 - 973.
［15］ 田鹤，" 税光厚." 基于质谱技术的代谢组学分析方法研究进展［J］. 生物技术通报， 2021， 37（1）： 24 - 31.
［16］ 段二龙." 红花玉兰和白玉兰的低温代谢组学研究［D］. 北京：北京林业大学， 2019.
［17］ 高悦." 太行菊属（Opisthopappus Shih）植物叶、 花的代谢组学分析［D］. 临汾： 山西师范大学， 2021.
［18］ 周泽宇." 紫花苜蓿响应盐和碱胁迫的代谢组学分析［D］. 哈尔滨： 哈尔滨师范大学， 2022.
［19］ Nanda M， Kumar V， Arora N， et al. 1H-NMR-based metabolomics and lipidomics of microalgae［J］. Trends in Plant Science，2021，
26（9）： 38 - 45.
［20］ Crook AA，Powers R. Quantitative NMR-based biomedical meta-" bolomics： current status and applications［J］. Molecules， 2020， 25：E5128.
［21］ Murgia F， Angioni S， DAlterio MN， et al. Metabolic profile of patients with severe endometriosis：a prospective experimental study［J］. Reproductive sciences（Thousand Oaks， Calif）， 2020.
［22］ Brittain EL， Niswender K， Agrawal V， et al. Mechanistic phaseⅡ clinical trial of metformin in pulmonary arterial hypertension［J］. J Am Heart Assoc， 2020， 22（9）： e018349.
［23］ Hall R D. Plant metabolomics：From holistie hope， to hype，to hot topic［J］. New Phytol， 2006，169（3）： 453 - 468.
［24］ Siddiqui MA，Pandey S， Azim A， et al. Metabolomics：an emerging potential approach to decipher critical illnesses［J］. Biophys Chem，2020， 267： 106462.
［25］ Nakabayashi R， Saito K. Metabolomics for unknown plant
metabolites［J］. Analytical and Bioanalytical Chemistry， 2013， 405（15）： 5005 - 5011.
［26］ Ebbels T， Cavill R. Bioinformatic methods in NMR-based metabolic profiling［J］. Progress in Nuclear Magnetic Resonance Spectroscopy，
2009， 55（4）： 361 - 374．
［27］ 阿基业." 代谢组学数据处理方法——主成分分析［J］. 中国临床药理学与治疗学， 2010， 15（5）： 481 - 489.
［28］ 倪建伟，" 杨秀艳，" 张华新，" 等." 代谢组学在植物逆境胁迫研究中的应用［J］. 世界林业研究， 2014，27（5）：11 - 17.
［29］ 王丽娜，" 王步军." 小麦代谢组学技术及其研究进展［J］." 食品安全质量检测学报，2019，10（4）： 830 - 836.
［30］ 林泓." 29个大豆品种代谢组学分析及植物分子特征数据库的建立［D］. 上海： 上海师范大学， 2013.
［31］ Yonekura-Sakakibara K， Saito K. Functional genomics for plant natural product biosynthesis［J］. Natural Product Reports， 2009， 26（11）：1466 - 1487．
［32］ 申国安，" 段礼新，" 漆小泉." 植物代谢组学数据分析和数据库［J］. 生命科学，2015，27（8）： 995 - 999.
［33］ 李向真，" 刘子朋，" 李娟，. KEGG数据库的进展及其在生物信息学中的应用［J］. 药物生物技术，2012，19（6）：535 - 539.
［34］ 刘海波，" 彭勇，" 黄璐琦，" 等." 基于PubChem数据库的天然产物快速寻靶方法［J］. 中草药，2012，43（11）：2099 - 2106.
［35］ ZELM E V， ZHANG Y， Testerink C. Salt tolerance mechanisms of plants［J］. Annual Review of Plant Biology， 2020， 71： 403 - 433.
［36］ 刘贤青，" 董学奎，" 罗杰." 基于连锁与关联分析的植物代谢组学研究进展［J］. 生命科学， 2015， 27（8）： 986 - 994.
［37］ JANZ D， BEHNKE K， SCHNITZLER J P， et al. Pathway analysis of the transcriptome and metabolome of salt sensitive and tolerant poplar species reveals evolutionary adaption of stress tolerance mechanisms［J］. BMC Plant Biology， 2010， 10（1）： 1 - 17.
［38］ 廖杨文科，" 崔荣荣，" 魏子涵，" 等." 利用代谢组技术研究南林895杨响应盐胁迫的生理代谢机制［J］. 核农学报， 2020， 34（9）：1951 - 1965.
［39］ 纪敬." 盐胁迫下γ-氨基丁酸（GABA）对杨树生长与适应的调控作用［D］. 北京： 中国林业科学研究院， 2020.
［40］ 任世雄." 杨树响应高温胁迫的转录和代谢及相关基因功能的研究［D］. 扬州： 扬州大学， 2020.
［41］ 彭言劼." 杨树耐涝生理和分子机理研究［D］. 湖北： 华中农业大学， 2018.
［42］ 王越." 84K杨树无性系对分根区灌溉的生长及生理响应［D］. 北京： 中国林业科学研究院， 2019.
［43］ 盖庆岩，" 王紫莹，" 付玉杰，" 等." UV-B辐射对84K杨酚酸类化合物积累及其生理生化的影响［J］.植物研究， 2021， 41（6）：878 - 887.
［44］ 包育志." 杨树溃疡病的发生特点及防治技术［J］. 安徽农学通报， 2021， 27（20）： 43 - 44.
［45］ 刘芸." 杨叶锈病的发生与防治措施［J］. 园艺与种苗，2018， 06： 21 - 23.
［46］ 朱玮，" 胡景江，" 马希汉，" 等." 杨树与溃疡病菌相互作用的生理病理化学研究——Ⅰ溃疡病菌代谢产物对寄主的影响［J］. 西北林学院学报， 1997， 12（3）： 2 - 7.
［47］ 理永霞，" 吕全，" 梁军，" 等." 感、" 抗病杨树种类接种溃疡病菌后酚类物质的变化［J］. 中国森林病虫， 2011， 30（5）： 1 - 5 + 10.
［48］ 周永斌，" 朱敬芳，" 秦胜金." 基于GC-MS联用技术的杨树抗锈病代谢物［J］. 东北林业大学学报， 2013， 41（4）： 62 - 65.
［49］ 孙 萍，" 郭树平，" 李海霞." 杨树单宁含量与青杨天牛危害的关系［J］. 东北林业大学学报， 2008， 05： 51 - 52.
［50］ 孙守慧，" 李从心，" 吕长利，" 等." 杨树中酚及酚酸与青杨天牛寄主选择和幼虫发育关系的研究［J］. 沈阳农业大学学报， 2009， 40（2）： 193 - 196.
［51］ 豆晓洁." 杨树对青杨天牛产卵的响应［D］. 哈尔滨： 东北林业大学， 2016.
［52］ PHAM A T， PARK， WOO T P， et al. Accumulation of tilianin and rosmarinic acid and expression of phenypropanoid biosyn-" thetic genes in Agastache rugosa［J］. Journal of Agricultural Food Chemistry，2012， 23（60）： 5945 - 5951.
［53］ OKAZAKI Y，SAITO K.Integrated metabolomies and phytoehe-" " mieal genomics approaches for studies on rice［J］. GigaScience，" 2016， 5（1）： 1 - 7.
［54］ RIEDELSHEIMER C， CZEDIK-EYSENBERG A， GRIEDER C，et al. Genomic and metabolic prediction of complex heterotic traits in hybrid maiz［J］. Nature Genetis， 2012， 44（2）： 217 - 220.
［55］ CHEN W， GAO Y Q， XIE W， et al. Genome-wide association analyses provide genetic and biochemical insights into natural variation in rice metabolism［J］. Nat.Genet.， 2014， 46（7）： 714 - 721.
［56］ 卢文杰." 毛白杨叶片类黄酮代谢物的遗传与表观遗传结构解析［D］. 北京： 北京林业大学， 2021.
［57］ 姚良臣." 毛白杨绿原酸生物合成途径关键代谢物的全基因组关联作图研究［D］. 北京： 北京林业大学， 2021.
［58］ CROUS K Y， OSVALDSSON A， ELLSWORTH D S.. Is phosphorus limiting in a mature Eucalyptus woodland？ Phosphorus fertilisation stimulates stem growth［J］. Plant and soil， 2015， 391： 293 - 305.
［59］ 李子良." 磷素影响杨树木材形成的生理与代谢组调控机制研究［D］. 陕西： 西北农林科技大学， 2019.
［60］ 黄菊." 杨树幼苗响应对羟基苯甲酸胁迫的代谢和分子机制初探［D］. 泰安： 山东农业大学， 2023.
［61］ YANG Z， NAKABAYASHI R， OKAZAKI Y， et al. Toward better annotation in plant metabolomics： isolation and structure elucidation of 36 specialized metabolites from Oryza sativa， （rice）by using MS/MS and NMR analyses［J］. Metabolomics， 2014， 10（4）： 543 - 555.
［62］ LONGOBARDI F， VENTREILA A， BIANCO A， et al.Non-targeted 1H NMR fingerprinting and multivariate statistical analyses for the characterization of the geographical origin of Italian sweet cherries［J］. Food Chemistry， 2013， 141（3）： 3028 - 3033.
［63］ 梁嘉瑜，" 梁语，" 马姜明." 林-药种植模式研究进展［J］." 广西师范大学学报（自然科学版）， 2021， 40（5）： 366 - 375.
