植物蛋白-代謝雙組學(xué)拿下IF 10.5，南京農(nóng)業(yè)大學(xué)團(tuán)隊(duì)發(fā)現(xiàn)小麥灌漿過(guò)程決定因素
小麥籽粒的營(yíng)養(yǎng)價(jià)值，特別是其蛋白質(zhì)和代謝物的組成，是籽粒灌漿過(guò)程的結(jié)果，特別是在胚乳中。
2024年3月發(fā)表在Plant Biotechnol J上題為“Cell-type proteomic and metabolomic resolution of early and late grain filling stages of wheat endosperm”的文章，通過(guò)使用激光顯微切割（LMD）結(jié)合蛋白質(zhì)組學(xué)和代謝組學(xué)，檢測(cè)了早期和晚期籽粒灌漿階段生成發(fā)育中的小麥胚乳的細(xì)胞類(lèi)型特異性蛋白質(zhì)組和代謝組，揭示了不同細(xì)胞類(lèi)型之間復(fù)雜的代謝相互作用，以及籽粒發(fā)育和籽粒充實(shí)過(guò)程中的功能轉(zhuǎn)換。
小麥
蛋白質(zhì)組學(xué)，非靶代謝組
發(fā)育中麥粒的鮮重隨著成熟度增加而增加，直到30DAA，然后下降（圖1a），這是由于空腔液在28DAA后消失（圖1a-b）。籽粒發(fā)育中的蔗糖、可溶性糖和總淀粉含量水平如圖1 c、d所示，可溶性糖和蔗糖含量在花期開(kāi)始后立即增加，在7 DAA時(shí)達(dá)到最大濃度，并在28 DAA前下降，此后含量幾乎保持不變。谷粒在7 DAA時(shí)含有少量淀粉，隨后淀粉含量迅速增加，直至成熟（30 DAA）。活性淀粉合成從14 DAA 開(kāi)始，直到28 DAA才達(dá)到最大值。
圖1 籽粒發(fā)育動(dòng)態(tài)以及蔗糖、淀粉和可溶性糖含量
蛋白的搜索鑒定結(jié)果篩選到了1803個(gè)蛋白質(zhì)，PCA分析結(jié)果如圖2a所示，早晚期的不同細(xì)胞類(lèi)型中的蛋白有顯著區(qū)別。韋恩圖中，15DAA和26DAA期，所有細(xì)胞類(lèi)型中常見(jiàn)的蛋白質(zhì)分別為1114 和 615個(gè)，其中，兩個(gè)獨(dú)特的蛋白質(zhì)（伸長(zhǎng)因子EF-2和天冬酰胺酶）僅在15DAA時(shí)在亞胚乳（SA）中被鑒定到（圖2b）。在15DAA 和26DAA 時(shí)，在AL和SA中發(fā)現(xiàn)了氨基甲酰磷酸合成酶大鏈，它參與氨基酸降解。在26DAA時(shí)，作者發(fā)現(xiàn)了兩種胱硫醚γ-賴(lài)氨酸酶的同工型，尤其是在胚乳（AL）中，這與籽粒灌漿過(guò)程中半胱氨酸的釋放有關(guān)。
在區(qū)分四種細(xì)胞類(lèi)型的早晚灌漿期的差異蛋白后，作者進(jìn)行了富集分析，在15DAA和26DAA期間的細(xì)胞類(lèi)型比較中，共鑒定出156個(gè)獨(dú)特的DEPs，與15DAA相比，參與糖酵解的DEPs在26DAA的淀粉胚乳（SE）中含量較高，這表明碳水化合物代謝在谷粒充實(shí)后期的SE中相對(duì)活躍。
圖2. 小麥胚乳不同細(xì)胞類(lèi)型中蛋白質(zhì)組的調(diào)控
隨后作者進(jìn)行了四種組分早晚灌漿期的代謝組分析，鑒定到了41種代謝物，鑒定出的代謝物分為碳水化合物、氨基酸和有機(jī)酸（圖3），此外，與26DAA相比，15DAA期間大多數(shù)已鑒定的碳水化合物（如蔗糖、葡萄糖、果糖和肌醇）在SE和胚乳轉(zhuǎn)移細(xì)胞（ETC）中高度積累（圖3）。同樣，15DAA 中，參與碳水化合物相互轉(zhuǎn)化的酶在內(nèi)部胚乳（SE和ETCs）中的積累較多（圖3），這與蛋白質(zhì)組學(xué)分析一致。15 DAA時(shí)碳水化合物在內(nèi)層胚乳中的積累表明能量和碳儲(chǔ)存是早/中胚乳發(fā)育過(guò)程中的活躍過(guò)程。
與TCA循環(huán)相關(guān)的幾種有機(jī)酸在26DAA時(shí)在AL中的積累量明顯更高，這表明在發(fā)育后期，TCA循環(huán)在AL中非?；钴S，以提供能量。而對(duì)活躍分裂的細(xì)胞保持可持續(xù)生長(zhǎng)非常重要的脯氨酸，在15DAA期，與外胚乳（AL和SA）相比，在內(nèi)層胚乳中顯著積累。蛋白組結(jié)果中，在脯氨酸合成過(guò)程中發(fā)揮重要作用的蛋白質(zhì)在15DAA期間對(duì)所有胚乳細(xì)胞類(lèi)型的調(diào)控也均高于26DAA。
圖3. 在15和26DAA期間調(diào)節(jié)不同胚乳細(xì)胞類(lèi)型的代謝組
在這項(xiàng)研究中，作者通過(guò)分析早晚灌漿期的四種細(xì)胞類(lèi)型的蛋白組和代謝組結(jié)果，表明了蛋白質(zhì)和代謝物在發(fā)育過(guò)程中在不同胚乳細(xì)胞類(lèi)型中的積累模式各不相同，為今后的分析提供了框架，以了解蛋白質(zhì)和代謝物在籽粒發(fā)育過(guò)程中的空間分布，并可根據(jù)育種目標(biāo)進(jìn)行改進(jìn)。
植物生理機(jī)制的深度解析需依托多組學(xué)整合策略，以揭示代謝網(wǎng)絡(luò)與蛋白調(diào)控的時(shí)空協(xié)同規(guī)律。前述小麥胚乳發(fā)育研究通過(guò)結(jié)合蛋白質(zhì)組與代謝組學(xué)分析，明確了不同細(xì)胞類(lèi)型在籽粒灌漿過(guò)程中的功能分化：淀粉胚乳中糖酵解相關(guān)蛋白在灌漿后期顯著富集，與碳水化合物代謝物積累模式相互印證；糊粉層中TCA循環(huán)有機(jī)酸的高積累則與能量供給功能匹配。這種蛋白-代謝物關(guān)聯(lián)分析不僅驗(yàn)證了細(xì)胞類(lèi)型特異性代謝功能，更揭示了脯氨酸合成等關(guān)鍵途徑的時(shí)空調(diào)控機(jī)制。
然而，想要實(shí)現(xiàn)這類(lèi)研究方案，除了跨組學(xué)平臺(tái)數(shù)據(jù)整合需解決批次偏差問(wèn)題，低豐度蛋白與代謝物的同步捕獲效率制約機(jī)制挖掘深度也是技術(shù)難點(diǎn)之一。為此三黍生物推出植物全景蛋白質(zhì)組/代謝組檢測(cè)服務(wù)，針對(duì)植物樣本特點(diǎn)定制研發(fā)前處理、標(biāo)準(zhǔn)化質(zhì)控及高靈敏度檢測(cè)流程，為代謝組-蛋白質(zhì)組植物雙組學(xué)并行研究提供有力支持。
三黍生物獨(dú)家·植物全景雙組學(xué)系統(tǒng)
植物全景蛋白質(zhì)組：更全·更多·更廣
左右滑動(dòng)查看
樣本全兼容：適配葉、莖、須根、塊根、花、果、穗、種子等全組織類(lèi)型前處理方案，專(zhuān)業(yè)實(shí)驗(yàn)團(tuán)隊(duì)累計(jì)4000+復(fù)雜植物樣本項(xiàng)目經(jīng)驗(yàn)，提高鑒定實(shí)驗(yàn)成功率。
分析全維度：升級(jí)版60+項(xiàng)深度生物信息學(xué)解析，覆蓋功能注釋、通路富集、互作網(wǎng)絡(luò)等全研究場(chǎng)景，植物蛋白項(xiàng)目量身定制，分析挖掘更精準(zhǔn)。
物質(zhì)高產(chǎn)出：上機(jī)實(shí)驗(yàn)步驟優(yōu)化提升10%鑒定量，結(jié)合定制算法，提供高置信度經(jīng)驗(yàn)碎片信息，深度學(xué)習(xí)精準(zhǔn)預(yù)測(cè)肽段離子行為，提升鑒定覆蓋度20%，實(shí)測(cè)平均鑒定蛋白數(shù)達(dá)15000+，實(shí)現(xiàn)蛋白的高靈敏捕獲與物質(zhì)高效準(zhǔn)確鑒定。
報(bào)告超詳實(shí)：100頁(yè)+超長(zhǎng)升級(jí)版深度分析報(bào)告交付檢測(cè)結(jié)果，全面解析蛋白組數(shù)據(jù)生物學(xué)含義，假說(shuō)驗(yàn)證更有力。
物種無(wú)限制：突破普通數(shù)據(jù)庫(kù)搜庫(kù)資源限制，支持Uniprot未收錄物種蛋白物質(zhì)鑒定。
注釋更多元：獨(dú)創(chuàng)轉(zhuǎn)錄組+蛋白質(zhì)組雙軌注釋策略，解決非模式植物蛋白注釋難題。
植物全景代謝組學(xué)：4大核心亮點(diǎn)助力科研
左右滑動(dòng)查看
廣度突破：AI驅(qū)動(dòng)創(chuàng)新算法優(yōu)化，結(jié)合高分辨質(zhì)譜有效檢測(cè)時(shí)間延長(zhǎng)，實(shí)現(xiàn)平均10,000+代謝物系統(tǒng)性捕獲，支持候選結(jié)構(gòu)分子智能推測(cè)，大幅提升未知代謝物發(fā)現(xiàn)效率。
精度革新：基于大型標(biāo)準(zhǔn)品數(shù)據(jù)庫(kù)，嚴(yán)格遵循國(guó)際分級(jí)標(biāo)準(zhǔn)，對(duì)鑒定結(jié)果實(shí)施精準(zhǔn)分級(jí)標(biāo)注，Level 1物質(zhì)的匹配準(zhǔn)確度超99%，確保關(guān)鍵標(biāo)志物定量可靠性。
適配保障：成熟的前處理方案覆蓋須根、塊根、漿果等特殊樣本類(lèi)型，4000+例復(fù)雜項(xiàng)目經(jīng)驗(yàn)確保不同組織數(shù)據(jù)的可比性，攻克樣本異質(zhì)性帶來(lái)的數(shù)據(jù)穩(wěn)定性難題。
深度解析：40+鑒定結(jié)果數(shù)據(jù)分析項(xiàng)目，涵蓋代謝流動(dòng)態(tài)模擬、通路影響權(quán)重分析等實(shí)用模塊，從海量數(shù)據(jù)中有效定位調(diào)控樞紐，幫助驗(yàn)證機(jī)制假說(shuō)。
歡迎私信，了解更多技術(shù)信息和研究解決方案
排版：野凌
審核：三黍生物企宣部
