近日，華中農(nóng)業(yè)大學油菜團隊聯(lián)合小麥團隊在Genome Biology發(fā)表了題為“Characterization of novel loci controlling seed oil content in Brassica napus by marker metabolite-based multi-omics analysis”的研究成果。該研究以基因組、轉錄組和代謝組數(shù)據(jù)為基礎，通過多組學聯(lián)合分析，從代謝的角度挖掘了一批油菜種子含油量的新位點，并克隆了兩個影響油菜種子含油量的關鍵基因。

 

　　該研究選擇油菜成熟種子作為研究材料，采用廣泛靶向代謝物分析的方法檢測了2173種代謝物。通過分析鑒定了131個與含油量顯著相關的代謝物，并將它們作為含油量的代謝標志物（marker metabolite）。對131個含油量代謝標志物開展了代謝物全基因組關聯(lián)分析（mGWAS），定位到446個代謝物數(shù)量性狀位點（mQTL）。同時，結合發(fā)育40天種子群體轉錄組數(shù)據(jù)，進行代謝物全轉錄組關聯(lián)分析（mTWAS），鑒定到與含油量代謝標志物顯著關聯(lián)的7316個基因。結合這些基因的eQTL分析結果，構建了包括代謝物、QTL和基因之間的三元關系網(wǎng)絡。

 

　　BnaTT4編碼查爾酮合成酶，該酶催化黃酮生物合成的第一步反應。該研究結合mGWAS和共表達網(wǎng)絡分析，發(fā)現(xiàn)黃酮生物合成途徑中的基因BnaTT4可能影響油菜種子的含油量。進一步通過基因編輯技術創(chuàng)建BnaTT4基因的突變體材料，與野生型相比，BnaTT4突變體種子中黃酮類物質含量顯著下降。BnaTT4突變體L53和L68的種子含油量分別為45.7%和44.8%，顯著高于野生型油菜種子含油量（40%）。

 

　　該研究進一步發(fā)現(xiàn)了C05染色體上一個含油量標志代謝物熱點mQTL3947，該位點與前期報道的含油量和皮殼率QTL共定位，通過多組學分析預測候選基因為BnaC05.UK。通過基因編輯技術創(chuàng)建了BnaC05.UK的突變體材料，BnaC05.UK突變體材料種子比野生型種子含油量顯著提高。同時，種子含油量負相關的多個代謝標志物（兒茶素、柚皮素等）含量在突變體中顯著降低。突變體發(fā)育中種子轉錄組分析與種皮釕紅染色結果表明，該基因的突變可能導致質體RNA水平的變化，并影響脂肪酸、黃酮和果膠在種子中的積累。上述結果表明BnaC05.UK是調控甘藍型油菜種子含油量的新基因。

 

　　該研究創(chuàng)新性的通過基于標志代謝物的多組學分析方法挖掘了一批油菜種子含油量的新位點，首次提出了mTWAS的概念并且進行了相關分析，研究結果對推動油菜高含油量育種，保障國家食用植物油供給安全具有重要意義。

 

　　作物遺傳改良全國重點實驗室、湖北洪山實驗室郭亮教授和陳偉教授為該論文共同通訊作者，郭亮教授團隊博士生李隆，陳偉教授團隊博士生田志濤為論文共同第一作者。該研究得了到國家杰出青年科學基金項目（32225037）和湖北洪山實驗室重大項目（2021HSZD004）資助。作物遺傳改良全國重點實驗室趙虎研究員和姚璇副教授，果蔬園藝作物種質創(chuàng)新與利用全國重點實驗室聞瑋瑋教授參與了該研究。

 

　　【英文摘要】

 

　　Background: Seed oil content is an important agronomic trait of Brassica napus （B. napus）， and metabolites are considered as the bridge between genotype and phenotype for physical traits.

 

　　Results: Using a widely-targeted metabolomics analysis in a natural population of 388 B. napus inbred lines, we quantify 2,173 metabolites in mature seeds by liquid chromatography mass spectrometry, in which 131 marker metabolites are identified to be correlated with seed oil content. These metabolites are then selected for further metabolite genome-wide association study and metabolite transcriptome-wide association study. Combined with weighted correlation network analysis, we construct a triple relationship network, which includes 21,000 edges and 4,384 nodes among metabolites, metabolite quantitative trait loci, genes, and co-expression modules. We validate the function of BnaA03.TT4, BnaC02.TT4 and BnaC05.UK, three candidate genes predicted by multi-omics analysis, which show significant impacts on seed oil content through regulating flavonoid metabolism in B. napus.

 

　　Conclusions: This study demonstrates the advantage of utilizing marker metabolites integrated with multi-omics analysis to dissect the genetic basis of agronomic traits in crops.

 

　　論文鏈接：https://doi.org/10.1186/s13059-023-02984-z