《Plants》：A Two-Stage Screening-to-Optimization Approach with Mechanistic Model Analysis: Enhancing Anthocyanin in Lettuce Without Yield Loss
Zhihao Wei,
Wei Fang and
Chen-Kang Huang
编辑推荐：
本综述提出了一种整合实验与机制模型的两阶段框架，旨在解决植物工厂中红叶生菜花青素累积与产量之间的权衡难题。研究通过筛选确定UV-A为安全有效波段及‘Lollo Rosso’为高响应品种，优化出L6D6（6 h day?1for 6 days）方案，在保持鲜重的同时提升单株总花青素19.9%。核心创新在于构建了一个六状态常微分方程（ODE）模型，该模型整合了活性氧（ROS）动态与损伤修复过程，并显式表征了生长与抗氧化防御间的碳竞争机制，为生长-防御平衡假说（Growth-Differentiation Balance Hypothesis）提供了定量机制支撑。模型经独立验证集（误差≤10.6%）验证后，通过全局优化预测出理论最佳方案为9 h day?1for 4 days，有望将总花青素提升38.3%而仅轻微减产（-2.4%）。本研究为可控环境农业中设计精准的光胁迫配方提供了科学的定量化框架。
1. 引言
红生菜因其富含花青素而具有潜在的心血管益处，但在人工光植物工厂中，缺乏紫外波段的光照常限制其正常着色。利用紫外线（UV）辐射诱导次生代谢物积累是一把双刃剑，在提升品质的同时可能抑制生长，这体现了经典的生长-防御权衡。现有生菜生长模型多关注非胁迫条件下的干物质积累，缺乏能定量捕捉UV胁迫、损伤修复动态、碳资源竞争及其对生物量与花青素交互影响的机制模型。因此，本研究旨在开发并验证一个整合实验与机制模型的两阶段筛选优化方法。
2. 结果
2.1. 实验1：不同生菜品种在UV-A与UV-B下的筛选
UV-B在所有测试品种中均导致可见的坏死斑点和显著的鲜重下降，表明严重的光损伤。相比之下，UV-A诱导了红色着色且未见可见损伤，各品种鲜重与对照无统计学差异。
在颜色参数和花青素含量方面，UV-A和UV-B均显著降低了L值（亮度）并增加了a值（红度）。虽然UV-B诱导了最高的花青素浓度，但伴随着强烈的生物量惩罚。综合考虑生长-品质权衡，‘Lollo Rosso’品种表现出稳健的生长和强烈的着色响应，因此被选作优化对象。
2.2. 实验2：针对‘Lollo Rosso’的UV-A配方优化
2.2.1. 表型与鲜重
所有UV-A处理均增强了红色着色。与对照（CK，87.0 g）相比，仅L6D6处理（6 h day?1for 6 days）维持了鲜重（91.4 g）甚至略有增加。其他配方（H12D3, VL3D12, L6D12）则显著降低了鲜重，表明较高的日剂量或较长的累积暴露对生长有害。
2.2.2. 颜色参数与花青素
所有UV-A处理均显著增加了a*值。H12D3处理产生了最高的花青素浓度（651 ppm），但由于生物量低，其单株总花青素并非最优。L6D6结合了较高的生物量和提升的浓度（494 ppm），在测试配方中实现了最高的单株花青素总量。
2.3. 机制建模结果
2.3.1. 训练集校准
模型以较低误差拟合了六个训练处理。鲜重的平均绝对误差为2.3%（最大5.6%），花青素为2.4%（最大5.6%），在12个指标中有10个达到了<5%的目标。碳竞争机制成功捕捉了生长-防御权衡。
2.3.2. 独立验证（3天梯度）
使用独立的3天梯度数据集测试模型泛化能力。模型在所有验证处理的鲜重预测上误差<10%，在6个处理中有5个的花青素预测误差<10%。?1）的关系，显示双相响应。（b）花青素响应与日UV-A小时数的关系，在最高剂量（15 h day?1）下表现出毒物兴奋效应（hormesis）。（c）模型预测与观测值的对比图。">模型重现了花青素的非单调响应：12 h day?1产生峰值浓度（657 ppm），而15 h day?1则下降（578 ppm），这与毒物兴奋效应一致。
2.3.3. 机制诊断
模型诊断表明，累积胁迫比终点胁迫更能反映总胁迫负荷。早期辐照（第23天；VL3D12和L6D12）在低叶面积指数（LAI）时遭受高脆弱性，导致尽管后期有部分恢复，但仍积累了较大的累积胁迫。夜间辐照相对于日间辐照增加了胁迫，这与ROS稳态的昼夜节律调节一致。
碳竞争机制解释了为何VL3D12（低胁迫）和L6D12（高胁迫）都表现出鲜重下降。在严重胁迫下，AOX合成效率按照Hill型抑制函数下降。
3. 讨论
实验1证实UV-B风险高，易造成光损伤和减产，而UV-A提供了一个更安全的窗口，能在保持生物量的同时增强着色，这与UV-A通过隐花色素等光受体引发不同于UV-B的信号响应有关。品种差异突显了光胁迫反应的基因型特异性，‘Lollo Rosso’表现出最有利的生长维持与花青素诱导平衡。
实验2展示了经典的生长-防御权衡。L6D6配方实现了最佳平衡，其鲜重轻微增加归因于低胁迫条件下UV-A的形态学益处（SLAboost和LAIboost效应）超过了适度的碳竞争惩罚。
机制模型将不同的实验观察映射到生理学驱动的项上：个体发育依赖的脆弱性、Gompertz型非线性因子代表长时间日暴露下保护能力的崩溃、以及捕捉夜间辐照性能较差的昼夜节律损伤项。模型成功预测15 h day?1的毒物兴奋效应反转，支持了在严重胁迫下包含平滑效率抑制的合理性。
本模型的一个关键创新是显式表征了生长与抗氧化防御之间的碳竞争，实现了生长-分化平衡假说。该机制为观察到的生长-防御权衡提供了生理学上有意义的解释：在UV-A胁迫下，植物将碳从缓冲池分配给AOX合成，减少了可用于结构生长的碳。AOX合成的碳成本反映了对苯丙烷类生物合成的巨大代谢投资。
敏感性分析表明，控制早期脆弱性和非线性损伤阈值的参数对生物量和胁迫影响最大，而AOX特异性参数主要影响花青素输出，表明生长和色素子模块之间存在合理的解耦。
最后，基于校准模型的全局搜索表明，9 h day?1for 4 days是在保持鲜重处于可接受限度（≥?5%）的同时最大化总花青素的最佳理论策略。该最佳点位于非线性损伤阈值区域以下，平衡了足够的胁迫诱导与有限的生长惩罚和碳竞争。
4. 材料与方法
研究在受控环境生长室中进行，采用水培系统。基线光照由LED灯管提供，光量子通量密度（PPFD）为130 μmol m?2s?1。UV-A由峰值365 nm的荧光灯提供，UV-B（仅用于品种筛选）由峰值302 nm的荧光灯提供。
实验1筛选了四个红叶生菜品种。实验2对选定的‘Lollo Rosso’进行UV-A配方优化，设计了包含不同日时长和总天数的训练集处理，以及一个固定3天、变化日时长的验证集梯度实验。
测定指标包括地上部鲜重（FW）、叶片颜色参数（L, a, b*）和花青素含量。
机制模型基于Sun等人的生菜生长框架扩展，开发了一个六状态ODE模型，状态变量包括：结构干重（Xd）、非结构碳缓冲池（Cbuf）、叶面积指数（LAI）、总抗氧化剂（AOX）、无量纲胁迫状态（Stress）和无量纲ROS变量（ROS）。花青素浓度按AOX的18%计算。模型核心创新是引入了碳竞争机制，包括直接的碳消耗和通过CCpenalty项实现的生长效率惩罚。
5. 结论
本研究开发了一个整合实验与机制模型的两阶段框架，以在不减产的前提下提升红叶生菜的花青素含量。实验表明UV-A比UV-B更安全，并确定‘Lollo Rosso’为高响应品种。在测试配方中，L6D6在保持鲜重的同时提升了花青素浓度和单株总量。
整合了基于生长-分化平衡假说的碳竞争机制的六状态ODE模型，以高精度重现了训练数据并预测了独立验证集。模型捕捉了关键非线性特征。
全局优化预测9 h day?1for 4 days为理论最佳方案，能在轻微减产（-2.4%）的同时大幅提升总花青素（+38.3%），有待未来实验验证。
总体而言，“实验观察 → 机制假设 → 数学公式化 → 数据驱动校准 → 模型优化”这一工作流程为解决可控环境农业中的产量-品质权衡提供了通用范式。碳竞争框架为理解和优化作物生长-防御平衡提供了机制基础。
