编辑推荐：
这篇综述系统性地阐述了整合代谢组学与多组学（如基因组学、转录组学、蛋白组学、表观基因组学、微生物组学等）方法，在解析植物代谢多样性、挖掘关键代谢调控通路、以及推进作物精准改良方面的强大能力。文章深入探讨了如何利用代谢物全基因组关联分析（mGWAS）与代谢物数量性状位点（mQTL）等整合策略，揭示作物适应、抗逆和表型变异的分子机理，并展望了在克服未知代谢物功能鉴定、数据整合等挑战后，多组学技术在可持续农业中的广阔前景。
引言：植物代谢的宝库
植物王国蕴含着令人惊叹的代谢多样性，其代谢产物数量估计在20万到100万种之间，其中大部分是次生（或称为特化）代谢物。这些化合物不仅是植物适应环境、抵抗病虫害的化学武器，也是人类获取药物、香料和营养物质的宝贵来源。理解这一庞大代谢网络的调控机制，是作物改良的关键。随着高通量技术的进步，代谢组学能够全面捕捉细胞或组织的生化表型，为我们打开了一扇理解植物生命复杂性的新窗口。
代谢组学研究进展：从方法到应用
代谢组学分析主要分为靶向和非靶向两种策略。靶向代谢组学针对已知代谢物进行精确定量，而非靶向代谢组学则致力于无偏向性地检测尽可能多的代谢物，常用于新代谢通路的发现。气相色谱-质谱联用（GC-MS）、液相色谱-质谱联用（LC-MS）和核磁共振（NMR）是主流的分析技术。该领域已广泛应用于作物产量预测、杂种优势机理和生物活性物质鉴定等研究。然而，代谢物的结构复杂性、浓度差异巨大以及单平台无法覆盖全部代谢物等问题，仍然是该领域面临的主要挑战。
多组学整合：揭示代谢调控的多维拼图
单一组学数据难以描绘生物过程的全局，而将代谢组学与其他组学技术整合，可以构建从基因型到表型之间的因果桥梁。
3.1. 自然变异造就群体内的代谢多样性
基因组学与代谢组学的整合，特别是代谢物全基因组关联分析（mGWAS），能够直接将遗传变异与生化表型关联起来。例如，在水稻种子甘油酯的mGWAS中，鉴定出控制饱和三酰甘油水平的关键基因OsLP1，其等位变异与耐淹性数量性状位点（QTL）共选择。在小麦籽粒中，mGWAS揭示了类黄酮修饰途径的遗传结构，并鉴定出与农艺性状相关的基因。在玉米中，整合分析发现了与耐盐碱性相关的基因和生物标志物，揭示了相容性溶质和类黄酮在渗透调节中的作用。这些研究为精准育种提供了直接的分子靶点。
3.2. 转录组学：连接基因表达与代谢表型
转录组学捕捉基因表达动态，而代谢组学则直接反映表型结果。二者的整合可揭示调控网络。例如，在玉米碳饥饿条件下，对自噬缺陷突变体的多组学分析发现，自噬缺失导致了严重的代谢重编程，表现为游离氨基酸和富氮核苷酸分解产物的积累。在耐寒和敏感马铃薯品种的比较研究中，转录组与代谢组整合分析表明，耐寒物种中水杨酸（SA）的积累是激活下游保护性通路、合成特定应激代谢物的关键调节因子。百香果成熟过程的研究也通过整合分析，阐明了风味和颜色决定代谢物（如特定萜类和花青素）积累的转录调控机制。
3.3. 表观基因组学关联研究（EWAS）：揭示代谢调控的环境印迹
与GWAS关注遗传变异不同，表观基因组学关联研究（EWAS）关注DNA甲基化等可受环境影响的表现遗传修饰。在模式植物拟南芥中，利用DNA甲基化图谱预测株高，表现遗传变异可解释约65%的表型变异。在番茄的一项多组学研究中，超过80%的差异甲基化区域与遗传多态性无关，表明存在独立的表观遗传调控层。该研究发现，特别是类黄酮途径关键基因启动子的低甲基化，可直接解释代谢多样性，并受到驯化选择。将表观遗传标记纳入基因组预测模型，有望提高大豆产量等复杂农艺性状的选择准确性。
3.4. 蛋白质-代谢物相互作用：调控代谢表型
蛋白质组学与代谢组学的联合分析，有助于揭示蛋白质功能变化如何塑造代谢表型。在二穗短柄草木质素生物合成的研究中，整合分析发现丰富的氨裂合酶不仅驱动木质素合成，其释放的氨还参与到谷氨酰胺等氨基酸的合成中，揭示了资源分配的枢纽。在遭受抗生素胁迫的小麦幼苗中，联合分析显示光合作用蛋白显著下调，而三羧酸（TCA）循环和氧化应激响应相关蛋白上调，同时伴随着TCA循环中间体和氨基酸的积累，表明代谢从光合作用转向呼吸和解毒。在苹果果实高海拔适应研究中，整合分析揭示了花色苷积累与特定碳水化合物及光响应蛋白变化的相关性。
3.5. 植物微生物组-代谢组互作：塑造代谢通路
植物根际微生物群落深刻影响着植物健康。将微生物组学与代谢组学整合，可揭示植物-微生物-环境互作的分子对话。例如，耐盐野生大豆根系富集特定的假单胞菌属，代谢组学分析表明，这种有益关联是由根系分泌的嘌呤代谢物（如黄嘌呤）驱动的，其作为化学引诱剂增强了微生物的定殖，从而直接贡献于植物的耐盐性。在豆科植物-根瘤菌共生研究中，细菌结瘤因子（Nod因子）系统性地重编程根系分泌物的组成，从而塑造了更广泛的根际微生物群落。在镉胁迫下的苹果树中，外源多巴胺的应用通过改变根系代谢物谱，选择性富集有益微生物，增强了宿主的抗氧化能力和光合作用，缓解了镉毒性。
3.6. 整合其他组学：离子组学与时空代谢组学
离子组学研究生物体内元素的分布与调控。与代谢组学整合，可深入理解元素谱如何影响代谢过程。例如，对水稻中铂纳米颗粒的研究揭示了其诱导氧化应激和破坏铁稳态的过程。时空代谢组学，如基质辅助激光解吸电离-质谱成像（MALDI-MSI），可原位可视化代谢物在组织中的空间分布，提供了比传统破坏性取样更精确的时空信息。在草莓成熟过程的研究中，该技术揭示了柠檬酸和花青素等化合物在不同成熟阶段的分布变化。在大麦根系耐盐研究中，比较空间脂质组学揭示了细胞脂质重塑的响应机制。
利用代谢组学推动作物精准改良
多组学整合为深入理解作物复杂性状的分子基础、加速育种进程提供了强大工具。系统性的多组学工作流通过结合差异表达基因（DEGs）和差异积累代谢物（DAMs）分析、时间序列研究和富集分析，能够阐明性状的遗传和生化基础。
4.2. 次生代谢物在生物胁迫防御中的作用
次生代谢物是植物抵御病虫害的前线化学武器。酚类、含氮化合物和萜类是主要类别。在玉米中，苯甲酸类化合物与病原菌防御和抗虫性相关。在水稻中，苯丙烷类化合物与增强对稻瘟病菌的抗性相关。在苹果中，类黄酮参与果实和花卉的着色，并保护植物免受食草动物、细菌真菌感染以及紫外线等环境压力。含氮化合物如甾体生物碱（SAs）及其糖基化形式（SGAs）是茄科植物的主要防御化合物，具有抗细菌、真菌和昆虫的活性。芥子油苷是十字花科的关键防御化合物。氰苷是另一类广泛分布于主要粮食作物中的含氮防御化合物。萜类以其芳香特性著称，在吸引传粉者和防御病虫害中发挥关键作用。
4.3. 非生物胁迫下的代谢重编程
面对干旱、盐分、温度等非生物胁迫，植物激活复杂的代谢重编程以维持细胞稳态。在玉米中，耐盐相关的渗透胁迫耐受性与脯氨酸等相容性溶质和芹菜素衍生物等特定类黄酮的积累有关。在番茄中，干旱抗性与酚酰胺的积累相关，受转录因子SlMYB13调控。在盐胁迫下，野生大豆通过分泌嘌呤代谢物富集有益假单胞菌。在低温胁迫下，马铃薯、油菜和花生的研究一致表明，耐寒性与酚类、类黄酮和棉子糖等保护性化合物的积累有关。在重金属和化学胁迫下，小麦幼苗表现出光合作用蛋白下调、TCA循环和氧化应激响应蛋白上调，以及GABA的积累。在镉胁迫下的苹果树中，多巴胺通过改变根系分泌物招募有益微生物来缓解毒性。在低氮条件下，百脉根中细菌结瘤因子重编程根系分泌物组成，从而塑造利于氮获取的根际微生物群落。
挑战与未来展望
代谢组学研究仍面临诸多挑战：代谢物化学性质多样、浓度范围广、亚细胞区室化使全面检测困难；多数植物代谢物的体内功能未知；缺乏单一技术可覆盖全部代谢物；数据分析和未知物鉴定是瓶颈；实验室间可重复性差；此外，代谢变化相对于转录和蛋白变化存在时间延迟，为多组学数据整合解释带来困难。未来需着力于：建立标准协议和公共代谢物数据库；开发能更好整合时空多组学数据的计算工具；应用基因编辑功能验证组学预测的基因-代谢物关联；利用微生物组-代谢组互作开发新的育种策略。通过持续创新，多组学整合将为实现可持续农业和全球粮食安全发挥更大潜力。
