桑树不定根形成分子机制的研究：转录组学揭示IBA调控下关键转录因子的作用
一、 研究作者、机构与发表信息
本研究由河南农业大学林学院的Hao Dou、Jiajia Sun（并列一作）、Tiantian Wang、Shuwen Bi、Xi Feng、Huijuan Sun以及通讯作者Jin’e Quan共同完成。研究论文题为“Transcriptomic profiling and discovery of key transcription factors involved in adventitious roots formation from root cuttings of mulberry”，发表于BMC Genomics期刊的2024年卷（(2024) 25:693），于2024年7月3日正式接收在线发表。
二、 学术背景与研究目的
本研究属于植物发育生物学与林木分子遗传学交叉领域，聚焦于木本植物不定根（Adventitious Roots, ARs） 形成的分子调控机制。不定根指从茎、叶等非根器官上产生的根，对于植物的环境适应性、形态建成以及林木无性繁殖（如扦插）的成功至关重要。然而，许多木本植物，包括桑树，存在扦插生根困难、生根效率低下的“顽固性”问题，这严重制约了其无性繁殖的效率与苗木质量。
研究背景表明，植物激素，尤其是生长素（如IAA, IBA），在不定根诱导中扮演核心角色，其他激素如乙烯、细胞分裂素、脱落酸等也通过复杂的互作网络参与调控。前期研究多集中于拟南芥、水稻等模式植物，对桑树等特定经济树种不定根形成的分子机制了解有限。基于课题组先前的研究，发现施用浓度为1000 mg/L的吲哚丁酸（Indole-3-butyric acid, IBA） 能显著促进桑树插条生根。
因此，本研究旨在：解析外源IBA（1000 mg/L）处理促进桑树插条不定根形成的深层分子机制。 具体目标包括：通过时间序列的转录组测序（RNA-seq）分析，鉴定差异表达基因（Differentially Expressed Genes, DEGs）；明确这些基因富集的生物学过程和通路；构建基因共表达网络以识别与处理相关的核心模块；并从中发掘可能调控不定根形成的关键转录因子（Transcription Factors, TFs），为揭示桑树不定根形成的遗传基础提供理论依据，并为桑树及其他木本植物的优良遗传资源利用和高效繁育技术开发提供支持。
三、 详细研究流程
本研究设计严谨，流程环环相扣，主要包含以下六个核心步骤：
1. 实验材料与处理设计： * 植物材料： 选用浙江省农业科学院蚕桑研究所培育的桑树品种“强桑1号”的半木质化枝条作为插穗。 * 实验地点： 河南农业大学第三生活区，具备全光谱光照和自动喷雾系统的专用育苗温室。 * 实验设计： 设置处理组与对照组。处理组插条基部用1000 mg/L IBA溶液浸泡30秒，对照组用清水浸泡。每个处理设3个生物学重复，每个重复80根插条，所有插条来自同一无性系以保证遗传一致性。浸泡后，插条按既定规程插入灭菌的生长基质中。 * 取样方案： 在扦插后的第10天（愈伤组织形成期）、20天（根原基诱导期）、30天（不定根出现与形成期）和40天（不定根伸长与成熟期），分别从对照组和处理组插条基部上方约1 cm处采集皮层组织样品。每个时间点、每个处理随机选取20个样本，立即液氮速冻后存于-80°C冰箱，用于后续转录组分析。样品命名规则为：CK-1, IBA-1（10天）；CK-2, IBA-2（20天）；CK-3, IBA-3（30天）；CK-4, IBA-4（40天）。
2. RNA测序与数据质量控制： * 文库构建与测序： 从每个时间点的对照组和处理组各取3个生物学重复，共构建24个RNA-seq文库。总RNA使用Trizol试剂提取。文库在北京BMK公司使用Illumina HiSeq™ 2500平台进行150 bp双端测序。 * 数据质控： 对原始测序数据（Raw reads）进行严格过滤，去除接头序列、低质量读段和含N（模糊碱基）的读段，获得高质量清洁数据（Clean reads）。共计获得150.20 GB有效数据，平均每个样本约6.26 GB。Q30碱基百分比均不低于89.45%，GC含量在45.33%至46.67%之间，表明数据质量高，可靠性强。 * 序列比对： 使用HISAT2软件将清洁读段比对到桑树（Morus notabilis）参考基因组（从morus.biodb.org获取）。比对效率在63.71%到75.52%之间，为后续分析奠定了基础。
3. 差异表达基因鉴定与分析： * DEGs鉴定： 使用DESeq工具，以|log2(倍数变化)| ≥ 2 且错误发现率（False Discovery Rate, FDR）≤ 0.05为标准，分别对四个时间点（IBA-1 vs CK-1, IBA-2 vs CK-2, IBA-3 vs CK-3, IBA-4 vs CK-4）的基因表达数据进行差异分析。四个时期共鉴定出5226个DEGs。 * 功能富集分析： 对鉴定出的DEGs进行基因本体论（Gene Ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）通路富集分析。GO分析用于归类基因的分子功能、细胞组分和生物过程。KEGG分析用于揭示DEGs参与的主要代谢和信号通路。采用超几何检验，以FDR ≤ 0.05为显著富集标准。
4. 加权基因共表达网络分析： * 网络构建： 基于所有DEGs的表达量数据（log2(FPKM+1)），使用R包WGCNA（Weighted Gene Co-expression Network Analysis） 构建基因共表达网络。通过评估不同软阈值（soft thresholding power, β）下的网络无标度拓扑拟合指数，确定β=22为最佳值，用于构建满足无标度分布特征的网络。 * 模块识别： 基于基因表达相关性进行层次聚类，并通过动态树切割法将基因划分为不同的共表达模块。合并表达模式相似的模块后，最终得到8个模块，分别用不同颜色表示（如黑色、棕色、蓝色等）。其中黑色模块包含基因最多（1081个），绿黄模块最少（80个）。 * 模块-性状关联分析： 计算每个模块的特征基因（module eigengene）与样品性状（即不同处理和时间点）之间的相关性。通过该分析，筛选出与IBA处理显著正相关的特定模块，用于后续核心基因挖掘。
5. 核心转录因子筛选与启动子分析： * Hub基因筛选： 从与IBA处理最相关的模块（黑色和棕色模块）中，分别选取连通性（Connectivity）最高的前150个基因作为枢纽（Hub）基因。 * 转录因子鉴定： 在这些Hub基因中，筛选并注释出转录因子基因。共鉴定出18个关键的转录因子基因。 * 启动子顺式作用元件预测： 为了探究这些关键转录因子与植物激素信号的潜在联系，利用PlantCARE数据库，对它们起始密码子上游约2000 bp的启动子序列进行顺式作用调控元件（cis-regulatory elements） 预测分析。
6. 实时定量PCR验证： * 为了验证RNA-seq数据的可靠性，随机挑选了10个DEGs，使用实时定量聚合酶链式反应（Real-time Quantitative PCR, RT-qPCR） 进行表达验证。以 Actin 基因为内参，采用2^(-ΔΔCt)法计算相对表达量。
四、 主要研究结果
1. 差异表达基因的动态变化与功能富集： * 在四个比较组中，DEGs的数量呈现动态变化：IBA处理10天时（vs CK-1）差异最显著，共有4124个DEGs；20天时（vs CK-2）有784个；30天时（vs CK-3）有503个；40天时（vs CK-4）有901个。这表明IBA处理早期引发了最广泛的转录组重编程。 * 趋势分析显示，处理组和对照组的基因表达趋势存在明显差异，印证了IBA处理对基因表达模式的深刻影响。 * GO富集分析表明，四个时期的DEGs均显著富集于“代谢过程”、“细胞过程”、“膜”、“细胞部分”、“结合”和“催化活性”等条目，说明IBA处理在整个生根过程中持续激活了广泛的细胞代谢和生物合成活动。 * KEGG富集分析结果更具阶段性特征。值得注意的是，在所有四个时期，“植物激素信号转导”通路都是DEGs富集基因数量最多的通路之一（如第一期164个基因）。这强烈暗示激素信号通路是IBA促进生根的核心响应途径。
2. 植物激素信号通路相关基因的表达模式： * 对富集于植物激素信号通路的DEGs进行深入分析发现，生长素（Auxin）、赤霉素（Gibberellin）、乙烯（Ethylene）、油菜素内酯（Brassinosteroid）和水杨酸（Salicylic acid）信号通路均被激活。 * 特别是在处理早期（10天），这些通路中的大多数基因表达上调。例如，生长素信号通路中的 Aux/IAA 家族基因表达高度活跃，多个基因表达上调超过8倍。这与生长素在不定根原基启动中的关键作用相符。 * 赤霉素通路呈现不同模式：其受体GID1、负调控因子DELLA蛋白及下游转录因子在早期普遍下调。这符合DELLA蛋白抑制生长的功能，其下调可能有利于细胞脱分化和分裂，促进生根。
3. 共表达网络识别关键模块与转录因子： * WGCNA分析成功构建了包含8个模块的共表达网络。模块-性状关联分析显示，黑色模块和棕色模块与IBA处理呈显著正相关，因此被选定为重点分析对象。 * 从这两个模块的Hub基因中，共筛选出18个关键转录因子基因。它们分属于13个不同的TF家族，包括：WRKY（WRKY53, WRKY28, WRKY35）、NAC（NAC7, NAC60）、MYB（MYB2, MYB4）、TCP（TCP4, TCP7）、AP2/ERF（ERF71）、Aux/IAA（IAA21）等。 * 文献功能注释表明，这些TF多数与激素合成、信号转导或根发育密切相关。例如，WRKY53和WRKY28参与衰老和胁迫响应；NAC家族成员参与次生壁形成和胁迫应答；MYB2与盐和脱水胁迫响应相关；ERF71参与低氧响应；IAA21是生长素早期响应基因。这些关联性暗示它们可能在桑树不定根形成中扮演重要角色。
4. 启动子分析揭示激素互作潜能： * 对上述18个关键TF基因的启动子序列分析发现，几乎所有基因的启动子都含有与激素响应相关的顺式作用元件，如响应乙烯的ERE-motif、响应MYB转录因子的MYB-motif、响应光和ABA的G-box、响应WRKY因子的W-box、响应MYC因子的MYC-motif以及响应细胞分裂素的ARR-motif。 * 此外，还在部分基因（如Gene18390, Gene19492）中发现了ABA响应元件ABRE，在Gene17435中发现了生长素响应元件AuxRE。这些元件的高度重复出现表明，这些关键转录因子不仅可能受单一激素调控，更可能处于一个复杂的激素交叉调控网络中，共同协调下游与生根相关基因的表达。
5. 实验验证： * RT-qPCR对随机选取的10个DEGs的表达验证结果显示，其表达趋势与RNA-seq数据高度一致，充分证明了本研究中转录组数据的准确性和可靠性。
五、 研究结论与价值
本研究通过系统的转录组学分析，深入揭示了外源IBA（1000 mg/L）处理促进桑树插条不定根形成的复杂分子网络。主要结论如下： 1. IBA处理通过广泛重编程桑树插条基部皮层的转录组来促进不定根形成，其中植物激素信号转导通路是核心响应途径。 2. 生长素、赤霉素、乙烯、油菜素内酯等多种激素信号在生根不同阶段被协同激活或抑制，共同调控这一过程。早期高水平的生长素信号和特定的激素比例（如高IAA/赤霉素比例）可能有利于生根。 3. 通过WGCNA分析，成功鉴定出两个与IBA处理高度相关的基因共表达模块（黑色和棕色），并从中发掘出18个可能主导不定根形成的关键转录因子，它们主要来自WRKY、NAC、MYB和TCP家族。 4. 这些关键转录因子的启动子含有丰富的多种激素响应元件，提示它们可能作为枢纽节点，整合生长素、乙烯、脱落酸等多种激素信号，进而调控下游生根相关基因的表达网络。
科学价值： 本研究首次在桑树中系统描绘了IBA诱导不定根形成的时间序列转录组图谱，不仅丰富了木本植物不定根发育的分子生物学理论，特别是对非模式树种的认知，而且为深入解析激素信号网络与转录因子协同调控根系发育的机制提供了新的线索和候选基因库。
应用价值： 研究结果为桑树扦插繁殖的分子辅助育种提供了重要的理论依据和基因资源。鉴定出的关键转录因子可作为潜在的分子标记，用于筛选生根能力强的桑树种质资源，或通过基因工程手段改良桑树及其他难生根木本植物的生根性状，从而提高无性繁殖的效率与质量。
六、 研究亮点
七、 其他有价值内容
本研究在材料与方法部分描述详实，包括实验地点的地理坐标、温室的具体规格、插穗处理的详细步骤（如用多菌灵消毒）、以及RNA-seq数据分析中使用的具体软件和参数（如HISAT2、DESeq），具有很高的可重复性。此外，文中还展示了生根过程的形态学图片（Fig. 1），使生根阶段的划分更加直观。这些细节为同行重复或拓展本研究提供了充分的信息。