田间不同灌溉处理下玉米叶片转录组分析：解锁玉米应对水胁迫的遗传密码

《BMC Genomic Data》：Transcriptomic analysis of maize leaves under different irrigation treatments in field conditions

研究人员针对玉米受水胁迫影响产量问题，开展转录组分析，揭示其应对水胁迫机制，助力遗传改良。

　　# 田间不同灌溉处理下玉米叶片转录组分析：解锁玉米应对水胁迫的遗传密码
玉米，作为全球广泛种植的农作物，不仅是人类的主食，还是重要的饲料和工业原料。随着全球人口的持续增长以及对动物饲料需求的不断攀升，玉米的需求量也在日益增加。然而，玉米的稳定高产却面临着诸多挑战，干旱、高温、盐碱和水涝等非生物胁迫常常导致玉米产量下降，其中水胁迫的影响尤为显著，它不仅大幅降低玉米产量，还会对玉米的品质造成负面影响。

在过去，大多数关于作物应对非生物胁迫的组学研究都是在实验室条件下进行的。但由于作物在复杂的田间环境中有着独特的适应机制，其在实验室和田间的表现存在差异。为了更深入地了解玉米在田间环境中对不同灌溉水平的响应机制，来自聊城大学农学院、山东省农业科学院作物种质资源研究所等单位的研究人员开展了一项重要研究，相关成果发表在《BMC Genomic Data》杂志上。

研究人员为了全面解析玉米在田间环境下对不同灌溉水平的分子响应机制，采用了多种关键技术方法。首先，他们在山东省聊城市的微山灌溉实验站，精心设计了 8 种不同的灌溉水平，涵盖了从缺水到过量灌溉的广泛梯度。实验选用了我国黄淮海地区的主栽玉米品种 “郑单 958”，在玉米的拔节期、抽雄期和灌浆期进行三次灌溉，每次灌溉后对玉米穗叶组织进行样本采集。随后，研究人员利用 TRIzol 试剂提取总 RNA，并通过一系列步骤构建了 cDNA 文库，最后在 DNBSEQ 平台上进行转录组测序。测序得到的数据经过严格的质量评估和处理后，映射到玉米参考基因组 B73 上，通过 FeatureCounts 软件计算基因表达水平，并利用主成分分析（PCA）、DESeq2 等方法对差异表达基因（DEGs）进行筛选和分析，同时进行基因本体（GO）和京都基因与基因组百科全书（KEGG）通路富集分析123。

基因表达分析结果

研究人员对原始序列数据进行质量评估后，去除了低质量碱基、接头序列和 poly-N 区域，得到了高质量的干净数据。通过将干净数据映射到玉米参考基因组，计算每个基因的转录本每百万映射读数（TPM）值来表示基因表达水平。主成分分析（PCA）结果显示，不同灌溉处理的样本呈现出明显的聚类差异，表明不同灌溉水平对玉米叶片的转录组产生了显著影响。

差异表达基因（DEGs）分析

研究人员利用 DESeq2 软件对不同灌溉处理间的基因表达数据进行分析，筛选出了差异表达基因（DEGs）。设定 | log₂FC| ≥1 且错误发现率（FDR）≤0.05 为筛选标准，这些差异表达基因涉及到众多代谢过程和信号通路，这意味着不同的灌溉水平会显著改变玉米体内众多基因的表达情况，进而影响玉米的生理活动。

GO 和 KEGG 通路富集分析

GO 富集分析发现，差异表达基因显著富集在光合作用过程、萜类生物合成过程、类异戊二烯生物合成过程、苯丙烷生物合成过程、木质素代谢过程等次生代谢过程，以及脯氨酸生物合成过程、脂质氧化等初级代谢过程，还有脱落酸激活的信号通路和激素分解代谢过程等信号传导和调控通路。KEGG 通路富集分析表明，差异表达基因涉及光合作用、光合作用 - 天线蛋白、卡尔文循环固碳等光合作用相关途径，苯丙烷生物合成、黄酮类生物合成等次生代谢过程，抗坏血酸和醛糖酸代谢、淀粉和蔗糖代谢等初级代谢过程，以及植物 MAPK 信号通路、NF-κB 信号通路、Toll 和 Imd 信号通路、脱落酸激活的信号通路等信号传导和调控通路。其中，光合作用相关通路在所有处理比较中表现出最显著的富集34。

通过对不同灌溉处理下玉米叶片进行转录组分析，研究人员揭示了玉米在田间条件下应对干旱、适宜灌溉和过量灌溉的分子机制。这不仅加深了人们对玉米应对水胁迫的理解，还为未来玉米的遗传改良提供了宝贵的遗传资源和理论依据。不过，该研究也存在一定的局限性，比如研究区域和环境较为局限，实验设计未涵盖极端干旱或过量灌溉场景，且仅针对 “郑单 958” 这一品种，转录组分析的采样时间点有限，依赖参考基因组可能导致基因识别不完整等。未来的研究可以在多个地区开展试验，增加更多的玉米品种和灌溉条件，扩大采样周期并结合多组学技术，进一步深入探究玉米应对水胁迫的分子机制，为提高玉米产量和优化灌溉管理提供更有力的支持。