《Plants》：Specialized Metabolic Reprogramming in Plant Immunity: Biosynthetic Networks, Spatiotemporal Regulation, and Quantitative Defense
Adnan Amin
如下：
特化代谢重编程是植物免疫的核心组成部分。然而，其对生物合成网络和防御表型的整合作用尚未被完全理解。本篇微型综述探讨了特化代谢物如何被生产、调控、在空间上部署以及与防御结果相关联。研究人员重点阐述了如芥子碱 (camalexin)、吲哚硫苷 (indolic glucosinolates)、苯并恶嗪酮 (benzoxazinoids)、类黄酮 (flavonoids)、木质素前体 (lignin precursors)、哌可酸 (pipecolic acid, Pip) 和 N-羟基哌可酸 (N-hydroxypipecolic acid, NHP) 等代谢物是如何通过途径分支、代谢通量重新分配以及与初级代谢的协调作用而产生的。研究人员进一步讨论了免疫信号模块和转录调节因子，包括水杨酸 (salicylic acid, SA)、茉莉酸 (jasmonic acid, JA) 和乙烯 (ethylene, ET) 途径，连同转录因子 (transcription factors)，如何通过诸如 PAD3、CYP71A12、CYP71A13、ALD1、SARD4、FMO1、JAZ 和 ORA59 等基因来调控防御机制。重点被放在时空区室化上，包括细胞和组织特异性反应、质体和内质网相关代谢、液泡隔离、质外体部署以及依赖于运输的定位，因为代谢物的功能在很大程度上取决于化合物在何时何地积累。本综述还评估了这些代谢程序如何转化为定量防御表型，例如抗性结果、生长-防御权衡 (tradeoffs) 和适应代价 (fitness costs)。最后，研究人员评估了新出现的工具，包括代谢组学 (metabolomics)、空间代谢组学 (spatial metabolomics)、多组学整合 (multiomics integration)、网络推断 (network inference) 和预测模型 (predictive modeling)，以阐明代谢重编程与免疫表现之间的因果关系。综合来看，现有证据支持一个多尺度框架，在该框架中，特化代谢将免疫感知与定量防御输出联系起来。
论文主体内容总结
以下将根据论文主体部分的六个主要章节，对其内容进行系统性总结。
1. 引言
植物免疫在模式识别和效应子触发识别后，需要快速的代谢重编程。除了钙离子内流、丝裂原活化蛋白激酶 (mitogen-activated protein kinase, MAPK) 级联和防御激素积累等经典信号事件外，抗性还依赖于在抗菌防御、氧化还原调节、结构强化和生态互作等过程中发挥功能的特化代谢物。然而，植物抗性也深受特化代谢物的调控和防御功能所影响。这些观察支持了一种观点，即特化代谢不是免疫的外围输出，而是免疫执行和适应的核心组成部分。
已有充分证据表明，植物防御代谢并非组织成单一的、孤立的线性途径，而是包含了复杂的、相互关联的生物合成途径。这种复杂的途径互连通常体现在跨层次控制层、前体竞争、途径分支和通量重新分配的整合性调控中。其中，三羧酸循环 (tricarboxylic acid cycle, TCA)、糖酵解、碳代谢和水杨酸 (SA) 途径等前体供应对于将资源分配与防御机制直接联系起来至关重要。典型的例子包括对玉米防御突变体的整合转录组和代谢组学分析，其观察到苯丙烷、类黄酮、木质素和萜类生物合成的协同激活，以及光合功能的抑制。这清楚地表明，特化防御输出源于系统范围内的代谢重新分配，而非单一途径的诱导。
一个多层次的复杂调控系统主要参与调节植物防御中的生化可塑性，涉及信号传导、翻译后和转录控制的整合。在这个复杂机制中，包括茉莉酸 (JA)、水杨酸 (SA) 和乙烯 (ET) 在内的植物激素的作用至关重要，它们调节着“途径优先级”。此外，包括 MYB 和 bHLH 在内的多种转录因子调节代谢基因表达和支持防御化学的特化细胞发育。蛋白激酶也通过将胁迫信号转导为下游生物合成激活和翻译后调节，直接参与特化代谢重编程。同时，糖基化和去糖基化反应修饰了免疫相关小分子的稳定性、流动性、储存和生物功效，从而强化了代谢物功能依赖于相对丰度和生化状态的观点。这些观察支持了植物防御代谢作为一个动态调控系统的观点，其中途径结构、信号逻辑和代谢物修饰紧密耦合。
在植物免疫反应中，时空组织是免疫功能发挥的另一个重要层面。多种适应性机制在很大程度上促进了植物代谢物的活性。根据积累的时间和位点，这些特化代谢物在亚细胞、细胞、组织和器官尺度上作用，产生特定的生态功能。例如，在根系免疫中，防御过程必须在相关的空间和时间尺度上进行解析，因为植物体内的组织微环境、微生物暴露和宿主响应性存在显著差异。先进的空间工作流程和基于质谱的代谢组学方法为捕捉这些分布提供了有力基础。然而，将这些代谢物积累与定量防御表型相关联，需要的不仅是描述性分析，还需要对生物合成位点、代谢物运输及其贡献抗性的局部库等关键问题提供因果解析。
目前存在一个明确的研究空白，即缺乏一个将生物合成网络结构、调控控制、时空区室化和定量防御表型联系起来的协调框架。现有文献中，多项研究分别聚焦于调控模块或与植物防御相关的代谢物。类似地，其他研究则强调了通过网络拓扑、组织特异性和代谢状态对植物抗性、生长代价和适应权衡的调控。在本综述中，特化代谢重编程被置于植物免疫挑战的主要类别（包括活体营养型、半活体营养型和死体营养型病原体、植食性昆虫以及根系相关微生物互作）的背景下来考虑。这些挑战在信号优先级、空间部署和定量代谢输出方面存在差异，因此为解释生物合成网络结构提供了重要框架。此外，根系相关免疫在独特的空间和生态约束下运作，其中微生物暴露和组织特异性反应塑造了局部代谢组织。因此，应将免疫代谢解释为一个依赖于具体环境的系统，而非统一的胁迫反应。
2. 文献检索策略
本综述通过针对性的文献调研整合了当前关于植物免疫中特化代谢重编程的知识。相关出版物通过 Web of Science、Scopus、PubMed 和 Google Scholar 等数据库检索。搜索考虑了 2000 年至 2026 年间发表的英文研究，重点放在近年（过去 6 年）的进展，同时保留了对于概念和机制背景至关重要的早期报道。搜索组合包括“植物免疫”、“特化代谢”、“防御代谢物”、“植保素”、“类黄酮”、“芥子碱”、“哌可酸”、“N-羟基哌可酸”、“代谢重编程”、“生物合成网络”、“空间代谢组学”、“多组学”和“生长-防御权衡”等术语。优先考虑了提供机制、遗传、代谢组学、空间或系统层面证据的原始研究，而综述类文章则选择性用于支持概念框架和跨研究解读。最终的文献集基于出版物与植物免疫代谢中的生物合成网络结构、调控控制、时空区室化、定量防御表型以及新兴分析方法的直接相关性进行筛选。
3. 特化代谢物的生物合成网络结构
与防御相关的特化代谢物来源于相互连接的生物合成系统，而非孤立的线性途径。在植物免疫中，这些生物合成网络的组织和部署取决于免疫挑战的性质，因为活体/半活体/死体营养型病原体、植食性昆虫和根系微生物互作会施加不同的调控和生理需求。不同的挑战背景影响激素优先级、前体分配、途径分支和特化代谢物的空间部署。特别是，激素串扰和信号层级决定了不同生物胁迫下途径的激活和代谢通量的重新分配。因此，不应将植物免疫代谢解释为统一的胁迫反应，而应将其视为与特定类别生物挑战相关的、依赖于具体环境的生物化学架构。
3.1. 免疫相关特化代谢物的类别
根据植物物种的不同，已报道了多种免疫相关代谢物类别，包括植保素、萜类、类黄酮和氨基酸衍生的免疫代谢物。其中，植保素是免疫相关代谢物的一个主要类别，被广泛报道。芥子碱是来自拟南芥的一个关键典型例子，其参与多种调控途径（吲哚硫苷），并与防御激活的吲哚衍生物合成直接相关。在十字花目中，硫苷及其分解产物有助于防御和整体植物生长调节。苯并恶嗪酮常见于禾本科植物，主要促进植物防御病原体和根际互作。类似地，苯丙烷类及其衍生物几乎在所有植物物种中均有报道，为抗菌机制和植物细胞壁完整性维持提供支持。同时，作为赖氨酸衍生物的 N-羟基哌可酸和哌可酸主要作为免疫扩增代谢物，从而将植物防御机制与系统获得性抗性 (systemic acquired resistance, SAR) 联系起来。此外，类黄酮被认为是经由苯丙烷途径产生的关键代谢物，并以组织和胁迫特异性的方式积累。包括 akuranetin、medicarpin、4′-O-甲基化异黄酮、牡荆素/异杜荆素和木犀草素-7-O-葡萄糖苷在内的各种类型已被报道主要参与植保素积累、氧化还原缓冲、抗菌活性和植物-微生物信号传导。总之，这些类别表明，植物防御代谢主要由整合在共享生物合成机器中的“直接毒性化合物”和“信号活性”代谢物组成。
3.2. 途径复杂性与网络连接性
植物防御代谢机制在很大程度上由复杂的、分支的途径组成。然而，化学多样性代谢物的关键前体共享相同的前体库，这些前体在竞争途径之间分配。新的免疫挑战会显著改变这种分配，而这种分配决策通常依赖于环境条件、病原体类型和发育阶段。一个典型例子是色氨酸代谢，其通量被重新导向吲哚（硫苷）、芥子碱和其他吲哚防御代谢物，并受分类广泛的转录控制和条件依赖的酶活性调控。此外，糖基化、底物通道化和临时解毒等各种关键参数在塑造植物代谢通量和防御中非常重要。多种分子研究表明，有效的防御输出主要取决于信号网络的相容性，而非单个基因的存在。这在苯并恶嗪酮的生物合成中被观察到，其中途径的整体性能可能因中间体向内源性解毒途径的通道化和转移不佳而受限。此外，网络连接性超出了植物细胞本身，因为存在病原体和微生物群的广泛解毒作用。因此，防御代谢物应被视为动态生物化学和生态网络中的节点。
3.3. 初级代谢与特化代谢的协调
在植物中，特化防御代谢的合成、运输和调控主要依赖于关键的代谢流。包括 TCA 循环、糖酵解和 SA 途径在内的各种复杂代谢途径，提供了基本的碳骨架、还原力和芳香族氨基酸前体。这导致了参与植物防御的代谢物的产生，从而将免疫化学与基础防御代谢联系起来。这种整合在苯丙氨酸和色氨酸衍生的防御以及赖氨酸分解为哌可酸和 N-羟基哌可酸中尤为明显。显著的代谢重构源于这种耦合。这在玉米防御突变体的例子中很明显，其中苯丙烷类、萜类等的增强产生与光合作用和生长相关过程的主导地位重叠。此外，特化代谢物可以刺激初级植物生理和生长-防御权衡，正如硫苷和相关化合物所观察到的情况。因此，重要的是要认识到，植物中与防御相关的特化代谢应被理解为初级代谢途径的受调节延伸，而非独立的生物化学机制。
4. 特化代谢重编程的调控控制
植物中存在一个多层机制来调控免疫期间的代谢重编程，从而连接病原体感知、途径激活和代谢物多样化。植物在适当时间和幅度上的防御响应，通过免疫信号传导、染色质水平调控、激素串扰、转录因子层级和转录后控制与这些层整合在一起。因此，调控这一现象对于理解产生何种代谢物、在何时、何地以及在何种程度上塑造防御表型至关重要。
4.1. 免疫信号输入与途径激活
特化代谢途径在核心免疫信号模块下游被激活，这些模块由病原体识别触发。模式触发免疫 (pattern-triggered immunity, PTI) 和效应子触发免疫 (effector-triggered immunity, ETI) 启动钙离子内流、活性氧 (reactive oxygen species, ROS) 产生、MAPK 级联和防御激素生物合成，从而将代谢输出重编程为防御性化学。在防御半活体/活体营养型病原体时，SA 至关重要，而对植食性昆虫和死体营养型病原体的植物响应主要由 JA 和 ET 主导，尽管可能存在相当程度的重叠和背景依赖性。这些信号机制倾向于将代谢通量导向防御程序而非代谢激活。在植物激素背景下，JA 途径代表了一种免疫-代谢激活模型。JA 在受体位点的信号（感知）释放了 JAZ 介导的 MYC 转录因子抑制，从而促进多种途径特异性代谢反应，如芳香族氨基酸衍生的防御和其他多种特异性代谢物途径。类似地，ORA59 (ERF家族调节因子) 整合 JA 和 ET 信号，通过差异化的启动子结合行为调控 JA/ET 响应性防御基因，这体现了通过信号汇聚产生途径特异性转录结果。因此，免疫信号输入不仅作为“开关”，还作为代谢途径选择的定量和组合调节因子。
4.2. 转录与转录后调控
特化代谢重编程的一个主要因素是转录控制。包括 NAC、WRKY、bHLH、MYB、AP2/ERF 和 bZIP 在内的各种转录因子通常促进复杂调控层级的建立。它们被进一步激活后，诱导途径特异性修饰因子、生物合成基因和关键运输组分的表达。这种层级调控（例如 WRKY33 和 MYB51）直接调控拟南芥中芥子碱和相关吲哚途径的动态，这展示了免疫代谢是由结构化基因网络而非独立途径调控的。相应地，WRKY75 正向调节 ORA59 相关结果，从而调控针对死体营养型真菌的 JA 介导防御，这体现了转录因子在连接激素信号传导与代谢上适当的免疫效应子中的作用。然而，这一转录层还受氧化还原敏感性核信号传导、染色质修饰、介体功能和 RNA 水平调控的进一步影响。此外，防御基因诱导动力学和可及性主要由 DNA 甲基化、组蛋白乙酰化和 RNA 聚合酶相关途径启动。同时，非编码 RNA 和胁迫动力学可调节转录命运。转录因子本身还受到包括 SUMO 化、磷酸化和泛素化在内的多种翻译后修饰，这些修饰可改变其稳定性、活性和特异性。因此，很明显，特化代谢是通过多层信号传导过程进行调控的，而不仅仅是转录因子的丰度。
4.3. 生长-防御平衡中的激素串扰
在植物防御胁迫期间，纳入特定代谢途径及其表达强度（作为胁迫的函数）的决策主要取决于激素串扰。包括 JA、SA、脱落酸 (abscisic acid, ABA)、生长素、赤霉素和 ET 在内的各种植物激素在高度互连的节点中相互作用，从而使植物能够调整其免疫输出。在这些途径中，一个反复出现的主题是 SA 与 JA/ET 信号传导之间的拮抗作用，尽管在实际中，这种串扰是条件性的且常常是局部的。此外，ABA 应被纳入此调控框架，因为它以背景依赖的方式调节免疫信号传导和代谢优先级。ABA 通常与胁迫适应性反应（如气孔调节和资源重新分配）相关，但也与 SA-、JA- 和 ET- 依赖途径相交，以影响防御输出和相关的代谢调整。因此，ABA 并非作为简单的正向或负向调节因子，而是作为胁迫和免疫代谢的条件性协调者，从而影响生长-防御平衡。这依赖于病原体、组织和发育阶段的多样性，这些可以显著改变途径参与的平衡。由于植物激素调节多种特化代谢物的产生，这种串扰直接影响防御化学。这一观点得到了来自模式和作物系统的实例支持。例如，在低强度红/远红光条件下，通过 JA 相关信号传导途径降低了芥子碱和吲哚硫苷的生物合成。因此，激素串扰通过调节涉及特化代谢物生物合成的标记基因来改变定量抗性。
5. 防御代谢的时空区室化
除了化学特性外，特化代谢的防御功能还取决于代谢物在何时何地被合成、储存、运输和激活。
5.1. 细胞与组织特异性代谢反应
在植物中，防御代谢和信号感知在细胞和组织间是异质性的。叶肉层、表皮、维管组织和根部等不同植物部位以不同方式（例如浓度）积累特化代谢物，从而在感知病原体和信号传播时引发不同的免疫反应。特别是在根系中，由于微生物暴露在发育区域和表面微环境中存在差异，防御反应必须在细胞分辨率上和随时间进行解析。这种空间异质性可能放大了局部抗性、微生物组组装和系统信号的差异。防御代谢物的生物学功能取决于它们在组织中的特异性定位和积累，包括细胞内、质外体和根际相关库，而不能仅从其丰度推断。
5.2. 亚细胞区室化与代谢通道化
包括质体、线粒体、内质网、过氧化物酶体、液泡和质外体在内的不同细胞组分提供了离散的生物化学环境，这些环境影响前体可及性、氧化还原状态和酶定位。这种关联在植物免疫中尤为重要，因为活性氧、谷胱甘肽和其他氧化还原活性代谢物本身具有区室和组织特异性，其定位决定了下游防御反应。此外，区室化支持代谢通道化。尽管对若干防御途径的直接证据仍然有限，但酶和底物在特定膜系统内的共定位可能降低毒性并提高途径效率。更广泛地说，对植物中区室化糖代谢和信号传导的研究揭示了改变的生理结果，这主要归因于空间分离作为一种主要调控机制而非被动结构特征。因此，区室化是防御代谢调控的一个基本但常被低估的方面。
5.3. 代谢物的隔离、运输和胞外部署
植物进化出了特化区室用于长期储存特化代谢物，保护其免受自毒害，并在组织损伤或感染后实现快速释放。这些机制，包括膜运输、液泡储存和质外体释放，决定了一个特化代谢物是作为潜伏储备、胞外防御化合物还是细胞内信号分子发挥作用。这对于化学性质活泼或不稳定的化合物尤为重要，其功效取决于受控释放而非基本暴露。此外，胞外部署可将防御代谢扩展到生态空间。根系分泌的特化代谢物可影响微生物组的组成和功能，而病原体或共生菌对这些化合物的代谢可能改变其生物活性。因此，特化代谢物的运输应被视为特定防御化学表达和相关生物（胁迫因子）互作的决定因素。总之，时空区室化通过调节局部浓度、激活时间和暴露界面，将生物合成与生物学功能联系起来。
6. 从代谢重编程到定量防御表型
在植物免疫中，一个基本挑战是解释将多样的代谢重编程模式转化为可量化抗性表型的方式。定量防御并非仅揭示单个代谢物的活性，而是源自多种化合物及其衍生物的累加性和背景依赖性效应，以及产生它们的调控途径。对其表型解释是复杂的，因为代谢物积累和病原限制并不总是线性缩放。因此，需要一个量化框架来关联抗性、化学和植物在胁迫下的整体表现。
6.1. 代谢物积累与抗性结果的关联
研究已提供了支持对定量抗性有广泛贡献的充分证据，但其效应通常是整合性的而非特异性的。例如，在拟南芥中，非靶向代谢组学被关联到对色氨酸衍生特化代谢的一般性非自身反应。研究表明，这种化学上明确的反应有助于抵抗 Pseudomonas syringae。类似地，在甘蓝型油菜中整合代谢物数量性状位点 (quantitative trait loci, QTL) 将根肿病抗性解析为 QTL 特异性代谢模块。因此，离散的抗性位点伴随着不同的代谢特征，而非单一通用的防御机制。这些结果支持了一个关键理解，即代谢物积累在结合遗传学和途径背景进行解读时最具信息价值。相应地，对于因果推断，仅凭相关性被认为是不充分的。研究表明，较少的代谢变化伴随抗性，而其他变化则放大感病性、补偿或更广泛的生理胁迫。将代谢组学与定量遗传学相结合的整合性策略，通过连接防御位点、代谢 QTL 和表型变异，为识别抗性相关代谢物提供了更严格的方法。
6.2. 防御、生长和适应之间的权衡
定量防御表型主要取决于防御机制的抗性增益和代价。由于特化代谢物的生物合成依赖于共享的碳、氮和能量，增强的化学防御通常与生长减少和繁殖改变同时发生。这种权衡通常发生在代谢、遗传和生理水平。例如，雷帕霉素靶蛋白 (target of rapamycin, TOR) 信号传导的轻微降低可以增强对病原体的抗性，但增强的 TOR 活性会极大地以牺牲免疫力为代价促进生长。此外，实证研究表明，这些权衡并非固定不变。在水稻中，纤维素合酶样基因 OsCSLD4 的破坏可导致防御系统显著激活，最终导致增强的抗病性和广泛的代谢变化。然而，在某些情况下，防御和生长可以部分解耦，如在拟南芥中，茉莉酸甲酯种子引发增强了针对害虫的定制防御，这表明时机、基础代谢状态和调控微调可以显著减轻防御的代价。因此，定量防御表型既反映了防御效果，也反映了植物吸收或重新分配相关代谢代价的程度。
6.3. 定量表型分析与功能验证
对防御代谢的可靠解释需要超越症状评分的表型分析方法。定量防御应理想地通过整合测量病原体生物量、病斑发展、生物量积累、繁殖产出和代谢物谱来评估，从而能够同时评估防御效益和适应代价。最近结合植物表型分析和代谢组学的研究表明，即使总的病害表型相似，抗性结果在微生物伙伴和宿主基因型之间也可能存在显著差异。这强调了在评估代谢防御时，采用表型信息丰富的实验设计的必要性。功能验证也日益受益于预测性和系统层面的方法。例如，在土豆中基于约束的代谢模型表明，多种防御途径的激活会产生可测量的生长代价，并且可以重现生物胁迫下处理特异性的代谢变化。此类方法通过识别可能的瓶颈、途径相互作用和隐藏的权衡，对遗传学和代谢组学分析进行了补充。只有当代谢物数据与遗传学、生理学和正式表型分析相关联，而非被视为描述性终点时，定量防御表型才变得具有机制上的信息价值。重要的是，代谢物积累不应直接等同于防御效力，因为代谢物水平的升高并不必然赋予增强的抗性。相反，只有当防御相关的代谢在适当的空间、时间和生理背景下部署时，才变得功能相关。
7. 解析防御代谢的新兴工具
分析科学的最新技术进步正在革新植物防御代谢的研究，使其从描述性转向预测性和机制生物学。高分辨率代谢组学、空间分辨检测平台、基于网络的模型以及动态多组学工具的整合，使得从亚细胞到定量表型水平研究特化代谢成为可能。这些工具对于研究植物免疫至关重要，因为仅凭代谢物的身份无法解释整体防御结果，而这主要依赖于有关定位、调控和相关途径连接性的背景信息。因此，迫切需要利用能够解析因果关系而非仅检测关联的整合平台。
7.1. 代谢组学与空间代谢组学
基于质谱的代谢组学是植物防御生物学的基础平台。此类分析在靶向和非靶向工作流程中，为病原体和害虫诱导的代谢变化提供了稳健评估，可用于识别抗性生物标志物和候选防御途径。然而，平台的选择强烈影响代谢物覆盖度和生物学解释。尽管传统代谢组学为防御相关途径的激活提供了初步见解，但它缺乏空间分辨率。在代谢物功能依赖于组织或亚细胞定位的情况下，这是一个主要限制。然而，传统的批量代谢组学在研究植物免疫时存在重要局限，如不完整的代谢物注释、平台依赖的检测偏差以及难以区分因果性防御代谢物与下游胁迫相关物。空间代谢组学通过使用基于成像的平台实现植物组织中代谢物的空间分辨检测，从而部分解决了这一局限性，允许直接研究代谢物积累的“位点”而非从批量提取物推断其位置。从防御代谢的角度来看，这尤其重要，因为局部积累通常调节化合物是作为屏障强化、细胞内信号、微生物排斥还是系统通讯发挥作用。因此，空间代谢组学是连接化学网络与功能性免疫架构的关键方法学步骤。
7.2. 多组学整合与网络推断
单组学研究虽然信息丰富，但很少能捕捉防御代谢的复杂性。代谢组学与转录组学、蛋白质组学、表观基因组学和表型组学的整合，对于解析生物合成途径、调控层级和途径-环境互作正变得越来越必要。在特化代谢研究中，多组学整合尤其有价值，因为基因冗余、酶的多功能性和谱系特异性多样化常常阻碍途径的发现。因此，整合方法改进了途径归属和生物学解释。最近的研究表明，当多组学整合将代谢变化与调控结构和防御表型联系起来时最为有用。例如，在玉米中，结合转录组和代谢组分析揭示了苯丙烷、类黄酮、木质素和萜类途径的协同激活以及光合功能的抑制，从而表明防御代谢源于系统范围的重编程而非孤立的途径诱导。类似地，整合代谢组学-遗传学方法表明，抗性相关代谢物可被解析为与特定基因组区域相关联的离散代谢模块，从而改进了对因果抗性机制的解释。此外，基于网络的方法通过识别免疫信号传导和代谢中的枢纽、模块和调控连接性，强化了这一框架。这在植物免疫中尤为相关，因为防御输出反映了感知、激素串扰、转录控制和生物合成分支之间的分布式相互作用，而非线性因果关系。然而，多组学整合仍然受到时间分辨率、采样尺度和跨平台数据协调性差异的限制。此外，组学层之间的相关性本身并不能建立因果关系，许多推断的关联仍需得到遗传学、通量分析或功能验证的支持，才具有说服力。
7.3. 因果与预测模型的优先方向
一个关键的优先方向是超越描述性组学数据，转向能够实现机制性理解和预测建模的方法，因为当前数据集主要捕捉相关性，而未解析与抗性、适应权衡和时空变异的关系。因此，预测模型将需要标准化的工作流程、改进的代谢物注释、基于同位素的通量分析，以及在遗传和环境背景下的实验验证。没有这些进展，防御代谢将仍然更容易被描述，而非被全面解释。一个有前景的方向是将代谢组学与表型分析、遗传学和计算建模相结合。最近的植物系统研究报告称，大规模资源、网络框架和具有区室意识的模型可以显著改善对复杂代谢表型的解释。此外，对植物免疫最有价值的未来模型，很可能是那些能够预测特定代谢模块在何时何地贡献于抗性、它们如何与生长和环境相互作用，以及哪些节点是因果性而非相关性的模型。从描述性组学转向预测性防御代谢，很可能将定义该
