植物挥发物组学研究的重大突破:广泛靶向挥发物组学(WTV)方法的开发与应用
一、研究团队与发表信息
本研究由海南大学热带作物学院罗杰教授团队主导,联合深圳大学化学与环境工程学院、华中农业大学作物遗传改良国家重点实验室以及德国马克斯·普朗克分子植物生理研究所等机构共同完成,于2022年1月3日发表于期刊 *Molecular Plant*(分子植物),标题为 *Development of a widely targeted volatilomics method for profiling volatilomes in plants*。第一作者为袁洪伦、曹广平、侯晓东等,通讯作者为罗杰教授。
二、学术背景与研究目标
植物挥发性有机化合物(Volatile Organic Compounds, VOCs)在植物与环境互作(如吸引传粉者、防御病原体)及风味形成中具有关键作用。传统的气相色谱-质谱(GC-MS)非靶向代谢组学方法存在谱图卷积严重、检测灵敏度低、注释覆盖率有限及重复性差等问题。为此,研究团队旨在开发一种新型的广泛靶向挥发物组学(Widely Targeted Volatilomics, WTV)方法,通过整合算法优化、质谱库构建和信号校正技术,提升植物挥发物检测的灵敏度、覆盖率和重现性,并应用于水稻和番茄的挥发物功能研究。
三、研究流程与方法创新
1. 多物种挥发物谱库构建
- 研究对象:涵盖水稻(籽粒与叶片)、小麦、玉米、番茄(果实与叶片)、苹果、梨、柑橘、百香果、黑胡椒和榴莲等10种植物,覆盖单萜、倍半萜、苯衍生物等主要挥发物类别。
- 实验方法:采用顶空固相微萃取(HS-SPME)结合GC-MS进行非靶向分析,通过NIST 17谱库和保留指数(Kovats’ RI)初步注释挥发物。
- 算法创新:开发靶向谱图提取(Targeted Spectra Extraction, TSE)算法,通过保留指数匹配和碎片离子相似性分组,解决低丰度或共洗脱挥发物的注释难题(如水稻关键香气成分2-乙酰基-1-吡咯啉的鉴定)。
MS2谱标(MS2T)库的建立
信号漂移校正模型
应用案例研究
四、主要研究结果
1. 方法学验证
- WTV将水稻籽粒挥发物注释数量从43种提升至132种,且灵敏度显著提高(如2-乙酰基-1-吡咯啉的检测限降低)。
- 通过MRM模式分离共洗脱峰(如2-戊基呋喃与苯酚),解决了传统GC-MS的定性定量偏差问题。
五、研究意义与价值
1. 科学价值
- WTV方法为植物挥发物组学研究提供了高灵敏度、高覆盖率的标准化工具,推动了挥发物功能与进化研究的深入。
- 发现苯并噻唑等新型胁迫响应分子,拓展了植物-环境互作的化学通讯机制认知。
六、研究亮点
1. 技术创新
- TSE算法首次实现共洗脱挥发物的精准注释,MS2T库覆盖植物挥发物主要生物合成途径。
- SVR信号校正模型解决了SPME-GC-MS长期存在的重复性难题。
七、其他价值
研究还通过高斯图模型(GGM)和碎片离子聚类分析,实现了未知挥发物的交互式鉴定(如5-甲基茚满的鉴定),为代谢组学数据挖掘提供了新思路。