植物代謝組學及其在煙草上的應用進展

張麗，姬厚偉，黃錫娟，王芳，劉劍

貴州中煙工業(yè)有限責任公司技術中心, 貴陽市小河區(qū)開發(fā)大道96號 550009

植物代謝組學及其在煙草上的應用進展

張麗，姬厚偉，黃錫娟，王芳，劉劍

貴州中煙工業(yè)有限責任公司技術中心, 貴陽市小河區(qū)開發(fā)大道96號 550009

作為系統(tǒng)生物學的一個重要分支，代謝組學是一門研究生物體系受內(nèi)外環(huán)境擾動后（基因的改變或環(huán)境的變化），其產(chǎn)生的小分子代謝物變化的科學。代謝組學已被廣泛應用于天然藥物開發(fā)、植物學、微生物學和食品安全等研究領域。本文對代謝組學的形成與發(fā)展、植物代謝組學研究方法及其在煙草中的應用進行了綜述，并對植物代謝組學的發(fā)展及其在煙草中的應用進行了展望。認為代謝組學將在煙草基因功能解析、揭示代謝網(wǎng)絡調(diào)控機理和提高煙草品質(zhì)等生物技術應用方面發(fā)揮不可替代的作用。

植物代謝組學；煙草；應用

代謝組學是繼基因組學、轉錄組學和蛋白質(zhì)組學之后興起的系統(tǒng)生物學的一個新的分支，其以組群指標分析為基礎，以高通量檢測和數(shù)據(jù)處理為手段，以信息建模與系統(tǒng)整合為目標[1]。通過分析特定生理時期內(nèi)新鮮組織樣品中的糖類、脂類、氨基酸、核苷酸等所有小分子代謝物（分子量小于1000）的變化，代謝組學可從全局表征生物體在受到各種內(nèi)外環(huán)境擾動（基因的改變或環(huán)境的變化）后其代謝產(chǎn)物的變化[2]。隨著現(xiàn)代分析技術的不斷發(fā)展完善及數(shù)據(jù)處理方法的不斷優(yōu)化創(chuàng)新，代謝組學已被廣泛應用于天然藥物開發(fā)、植物學、微生物學和食品安全等諸多研究領域[3]。本文綜述了代謝組學的形成與發(fā)展、研究方法及其在煙草上的應用。

1 代謝組學的形成與發(fā)展

代謝組學相關研究可追溯到上世紀70年代的代謝譜分析（metabolic pro fi ling），通常采用氣相色譜-質(zhì)譜聯(lián)用技術（gas chromatography mass spectroscopy，GC-MS）對患者體液中代謝物進行定性、定量分析，進而對疾病進行診斷和分析[4]。1983年，荷蘭應用科學研究組織Van der Greef[5]首次采用質(zhì)譜研究了尿中代謝指紋，隨后高效液相色譜（high performance liquid chromatography，HPLC）和核磁共振（nuclear magnetic resonance，NMR）技術被應用于代謝譜分析。1997年，Oliver[6]提出通過定量分析盡可能多的代謝產(chǎn)物來評估酵母基因的遺傳功能及其冗余度，首次將代謝產(chǎn)物和生物基因的功能聯(lián)系起來。1999年，Nicholson等[7]提出metabonomics的概念，將其定義為生物體對病理生理或基因修飾等刺激產(chǎn)生的代謝物質(zhì)動態(tài)應答的定量測定。2000年，德國馬普所的Fiehn等[1]提出了metabolomics的概念，將其定義為對限定條件下的特定生物樣品中所有代謝產(chǎn)物的定性定量分析。

植物代謝組學始于20世紀90年代初，Sauter等[8]首次將代謝組分析引入植物系統(tǒng)診斷，最具代表性的是Fiehn等[2]在擬南芥方面的研究工作。植物中代謝物超過20萬種，有維持植物生命活動和生長發(fā)育所必需的初生代謝物以及利用初生代謝物生成的與植物抗病和抗逆關系密切的次生代謝物等，對植物的生長發(fā)育都有重要作用。根據(jù)研究對象和目的的不同，將代謝組學分為四個層次，即：代謝物靶標分析（target analysis）、代謝輪廓（譜）分析（metabolite pro fi ling）、代謝組學（metabolomics）和代謝指紋分析（metabolic fi ngerprinting），其中代謝物靶標分析為靶向分析方法，而其余三個層次均為非靶向分析方法。非靶向的代謝譜分析和代謝物靶標分析是植物代謝組學近年研究的熱點[9]。

2 代謝組學研究方法

代謝組學是一門交叉學科，涉及生物科學、分析化學、化學計量學和信息學。其主要流程包括樣品制備、代謝物的分離和檢測、數(shù)據(jù)分析及模型的建立等[10]。由于植物中代謝物的種類繁多，結構迥異，且分析手段和數(shù)據(jù)分析方法又多種多樣。根據(jù)研究對象不同，采用的樣品制備、分離鑒定手段及數(shù)據(jù)分析方法也各不相同。

2.1 樣品制備

植物代謝組學樣品制備主要包括樣品采集、干燥、提取和樣品預處理等步驟。采樣是最重要的步驟之一，是最為重要的實驗誤差來源。為使采樣差異最小化，必須嚴格控制植物的生長狀態(tài)、優(yōu)化采樣方法、采樣時間、采樣面積和數(shù)量等。為真實反映植株體內(nèi)的真實信息，須立即阻斷內(nèi)在酶的活性，通常采用冰凍/液氮降溫法保存樣品。另外，在提取代謝物之前，需除去樣本材料的水分子，冷凍干燥是最常用的技術。與其他加熱蒸發(fā)技術相比，該方法條件相對溫和，在低溫條件下，酶活性被抑制，可減少酶催化氧化和降解，從而避免樣品氧化等活化因素引起的成分變化[11]。

代謝物的提取在樣品制備過程中尤為重要，其直接影響代謝譜的范圍。植物代謝物提取要盡量快速，以避免（至少減少）萃取過程中代謝物的降解和修飾。目前，代謝物提取最普遍的方法是先將植物組織均一化（用研缽研磨或球磨機或機械裝置）[12]，然后在高溫或低溫下振蕩、超聲或渦流（內(nèi)含玻璃珠）萃取[13-14]。萃取溶劑一般為單一有機溶劑或混合溶劑，對于極性代謝物，通常使用甲醇、乙醇、異丙醇、乙腈或水以及不同比例的混合溶劑，而對于更多的親脂性化合物，常用氯仿來萃取[15]。對于混合溶劑，甲醇、水和氯仿的混合溶劑最常用，3:1:1的比例可避免溶劑分相[16]。2004年，Gullberg等[16]進行DOE實驗設計研究了萃取和衍生條件對擬南芥GC-MS代謝組學研究的影響，實驗結果表明先用200 μL的氯仿萃取，然后加800 μL 3:1的甲醇-水形成單一相的萃取效果最好。2011年，Li等[17]用GC-MS對煙葉進行代謝輪廓分析，對萃取溶劑（甲醇、水、乙腈、氯仿）種類、比例進行了優(yōu)化，結果表明水、甲醇和乙腈體積比為3:1:1時對大多數(shù)煙草成分萃取效果最好。同年，Li等[18]還對LC-MS/MS分析煙草中代謝物的前處理方法進行了優(yōu)化，結果表明用水提取親水性成分，用己烷提取親脂性成分的效果最好。揮發(fā)性成分（VOCs）是植物代謝組中的一類關鍵致香成分，其常用的萃取方法主要有溶劑萃取、靜態(tài)頂空、動態(tài)頂空[19]和頂空固相微萃?。⊿PME）[20]。2012年，Ma等[21]建立了一種基于SPME-GC-MS的煙草非靶向代謝譜分析方法。2014年，張麗等[22]建立了一種分析卷煙煙絲中嗅香成分的吹掃捕集-GC-MS法，該方法可實現(xiàn)對卷煙煙絲中170種嗅香成分的同時、快速分析，且具有操作簡單、樣品提取非破壞性、靈敏度高、重復性好等優(yōu)點。

大多數(shù)初級代謝物（如有機酸、糖、氨基酸和類固醇等）是非揮發(fā)性的，不適合直接進行GC-MS分析，因此GC-MS分析前通常需要對代謝物進行衍生化處理。對含-OH、-SH、或-NH功能基團的極性化合物常用的衍生化方法是使其三甲基硅烷化（TMS）[3]。而還原糖在溶液中存在不同的異構體，單糖的TMS衍生物會形成多重峰，因此在TMS衍生化之前需用羥基胺或烷基羥胺將醛和酮肟化（防止葡萄糖成環(huán)），從而減少異構體的數(shù)目。

2.2 代謝物的分離和檢測

代謝組學分析對象種類繁多，濃度范圍分布廣，性質(zhì)差異大，要對它們進行無偏向的全面分析，單靠一種分離分析手段難以完成，因此色譜、質(zhì)譜、核磁共振、紅外光譜、庫侖分析、紫外吸收、熒光散射、發(fā)射性檢測和光散射等分離分析手段及其組合都被應用于代謝組學的研究[9]。一般根據(jù)樣品的特性和實驗目的，可選擇最合適的分析方法，目前最常用的分離分析手段是NMR和MS技術。

2.2.1 核磁共振（NMR）

NMR是一種基于具有自旋性質(zhì)的原子核在核外磁場作用下吸收射頻輻射而產(chǎn)生能躍遷的譜學技術，是最早被用于代謝組學研究的技術之一。目前常用的有氫譜（1H-NMR）、碳譜（13C-NMR）和磷譜（31P-NMR），其中以1H-NMR應用最為廣泛[23]。NMR為非侵入性分析，可對粗提取液、細胞懸濁液、完整的組織或整個器官中的代謝物進行分析，是現(xiàn)有代謝組學分析技術中唯一能用于活體和原位研究的技術。特別是最近開發(fā)的魔角旋轉（Magic angle spinning，MAS）、磁共振成像（Magnetic resonance imaging，MRI）和活體磁共波譜（Vivo magnetic resonance spectroscopy，MRS）等技術能夠無創(chuàng)、整體、快速地獲得機體某一指定活體部位的NMR譜。2010年，Pérez等應用高分辨MAS-1H-NMR譜對番茄果實及其組織進行了代謝組學研究，并利用化學計量學對番茄不同組織（果皮、果肉和種子）以及不同成熟度的番茄（綠色、轉變期、紅色）代謝譜進行了區(qū)分。該方法不僅極大程度地減少了樣品處理過程，可實現(xiàn)極性和非極性化合物的同時分析，且可獲得與1H-NMR譜相似的分辨率[24]。當采用漫射編輯（Diffusion-Editing）技術時，NMR方法還能提供豐富的分子信息，如代謝產(chǎn)物的結構、濃度、分子動力學及相互作用等[25]。另外，每個化合物的NMR譜圖是唯一的、特定的，且信號強度與分析物濃度直接成正比，故NMR可以同時提供定性和定量信息。NMR分析的好壞直接取決于定性的信號數(shù)目，因此植物代謝物NMR譜庫的建立和完善將推動NMR技術在代謝組學中的廣泛應用[26]。

NMR技術最大的不足在于靈敏度低，有可能形成信號重疊。為了提高其靈敏度、選擇性和譜圖的分辨率，二維NMR常被使用。相關譜（correlated spectroscopy，COSY）、 異 核 多 量 子相 干 譜（heteronuclear multiple quantum coherence，HMQC）、異核多量子相關譜（heteronuclear multiple bond correlation， HMBC）可提供不同核間的相關關系信息，從而可提高代謝物定性能力[27]。此外，隨著更高強度的磁場（900 MHz）、低溫冷卻探針和小容量微探針（60 μL）等技術的引入，很大程度上彌補了其靈敏度不高、分辨率低的劣勢[28-29]。

2.2.2 質(zhì)譜技術（MS）

與NMR相比，MS具有高選擇性和靈敏度、普適性和分析速度快等特點，可同時檢測、鑒定多種代謝物，提供豐富的數(shù)據(jù)信息等優(yōu)點，已成為代謝組學研究最為有效的手段之一[30]。質(zhì)譜技術在代謝組學中的應用主要有直接進樣和色譜質(zhì)譜聯(lián)用兩種方式。直接進樣質(zhì)譜方法分析速度快，可實現(xiàn)對大批量樣本的快速篩選，常用于代謝指紋分析。近年來，飛行時間質(zhì)譜（Time of fl ight-mass spectroscopy，TOFMS）、傅立葉變換-離子回旋共振-質(zhì)譜（Fourier transform-ion cyclotron resonance-mass spectrometry，F(xiàn)T-ICR-MS）、軌道阱質(zhì)譜（Orbitrap）等高分辨質(zhì)譜儀可通過精確質(zhì)量定性未知化合物，進一步擴展了直接進樣質(zhì)譜技術在代謝組學中的應用[31]。2008年，Giavalisco等[32]利用FT-ICR-MS直接進樣方法在擬南芥地上部分鑒定出1000多種化學成分，其中80%的成分未在擬南芥中報道過。解析電噴霧離子化（Desorption electrospray ionization，DESI）、 實時直接分析（Direct analysis in real time，DART）、電噴霧萃取電離（Extractive electrospray ionization，EESI）等新的離子化技術的發(fā)展也促進了直接進樣質(zhì)譜在代謝組學中的應用[33]。但這些設備都比較昂貴，限制了其在代謝組學中的普遍使用。另外，直接進樣質(zhì)譜方法還存在著共抑制效應、離子化效率低、無法區(qū)分加合物與產(chǎn)物離子及異構體等缺點。為了避免這些問題，同時降低樣品基質(zhì)的干擾，近年來色譜-質(zhì)譜聯(lián)用技術在代謝組學研究中的應用較為廣泛，如GC-MS、LC-MS或毛細管電泳-質(zhì)譜聯(lián)用（Capillary electrophoresis，CE-MS）[34-35]。

GC-MS具有分離效率高，重現(xiàn)性好，有可利用的質(zhì)譜數(shù)據(jù)庫[36]，易于使用且相對較為經(jīng)濟等優(yōu)點，且可同時測定幾百種化學性質(zhì)不同的代謝物，包含了糖酵解、三羧酸循環(huán)、氨基酸代謝等代謝通路中的重要代謝物，如糖、氨基酸、有機酸、生物堿、萜類、甾體等[37]。2000年，F(xiàn)iehn等[1]采用GC-MS對不同基因型的擬南芥進行了代謝譜分析，并對擬南芥葉子提取液中的326種化合物進行了定量，其中一半的化合物被定性。此后，GC-MS被廣泛應用于模式植物（擬南芥、水稻等）[1,38]、部分經(jīng)濟作物（馬鈴薯塊莖、西紅柿等）[39-40]以及一些藥用植物（青蒿、黃芪等）[41-42]的非靶向代謝組學研究中。而在對復雜樣品進行分析時，由于一維色譜峰容量的限制，很難達到理想的分離效果，全二維氣相色譜質(zhì)譜聯(lián)用（GC×GC-MS）技術的使用則進一步提高了色譜的分離效率，擴大了峰容量，從而增加了代謝譜范圍[43]。因而GC×GCMS技術將會在代謝組學研究中復雜混合物的分離分析方面發(fā)揮更大的作用。

HPLC具有分離效率高、分析速度快、應用范圍廣等特點，與GC相比不受樣品揮發(fā)性和熱穩(wěn)定性影響，與MS聯(lián)用時，能夠集HPLC高分離性能和MS高靈敏度、高專屬性的優(yōu)點于一體，且具有提純和制備單一物質(zhì)的能力，而且前處理簡單，可以避免衍生化等繁雜的預處理，因而LC-MS技術已發(fā)展成為代謝組學研究的主流分析手段[44]。用于代謝組學研究的LC-MS方法多集中在反相液相色譜（reversed-phase liquid chromatography，RPLC），但是傳統(tǒng)反相色譜柱存在對強極性的化合物無法保留，從而導致強極性樣品的信息損失。親水相互作用色譜（hydrophilic interaction liquid chromatography，HILIC）技術是一種以極性固定相（如硅膠或衍生硅膠）及含高濃度極性有機溶劑和低濃度水溶液為流動相的色譜模式，特別適用于強極性和強親水性小分子物質(zhì)的分離。HILIC對復雜樣品中的極性物質(zhì)具有很好的靈敏度和選擇性，已經(jīng)被廣泛應用于代謝組學研究中[45]。2002年，Tolstikov等[46]利用HILIC-MS法測定了筍瓜葉柄韌皮部滲出液中的寡糖、糖苷、氨基糖、氨基酸和糖核苷酸，該方法前處理簡便、靈敏度高。一維液相色譜-質(zhì)譜應用于復雜生物樣品的代謝組學研究中同樣存在無法提供足夠的峰容量的不足，而全二維液相色譜（LC×LC）可將分離基質(zhì)不同的二維色譜柱（反相柱、親水柱、離子交換柱、親和色譜柱等）組合構成分離系統(tǒng)，從而提高分離效果[47]。除了多維色譜外，也可采用超高效液相色譜（UPLC）改善極端復雜樣品的分離狀況。UPLC相對于HPLC更高效、快速、靈敏，和質(zhì)譜聯(lián)用時基質(zhì)干擾減少，從而可提高質(zhì)譜的檢測靈敏度[48]。2011年，Creek等[49]針對LC定性難的問題，建立了一種保留時間預測模型，提高了親水作用色譜-高分辨質(zhì)譜的代謝物鑒定能力。還有一些新型色譜如微流體色譜（micro fl uidics）和超臨界流體色譜（Supercritical fl uid chromatography，SFC）以其強大的分辨能力，在代謝組學研究中被發(fā)展和應用[50,51]。

與GC、LC相比，CE具有儀器簡單、分離效率高、分析速度快、溶劑消耗少、應用范圍廣等特點[52]。CE-MS聯(lián)用提高了檢測靈敏度，在一次分析中可同時得到遷移時間、Mr和碎片特征信息，主要適用于分析極性和離子代謝物（如磷酸化化合物、核苷、核苷酸、TCA循環(huán)和鳥氨酸循環(huán)代謝物等），還可以區(qū)分結構高度相似代謝物和同分異構體化合物（如檸檬酸和異檸檬酸）。由于其分離機理和色譜不同，在生物樣品代謝組學研究中常作為GC、LC的補充[53]。2008年，Watanabe等[54]采用CE-ESI-TOF-MS對擬南芥插入T-DNA敲除突變體進行了非靶向代謝譜分析，結果表明，γ-谷?；?β-氰基-丙氨酸在Bsas的一個突變體（bsas3；1）中降低，而（Bsas3；1）與β-氰基-丙氨酸和γ-谷?；?β-氰基-丙氨酸的合成有關。Sato等[55]用CE-MS 和CE-DAD（ 二極管陣列檢測器）分析水稻葉子中56種堿性代謝物的動態(tài)變化，為認知生物系統(tǒng)組成的復雜相互關系提供了依據(jù)。Sawalha等[56]用CE-MS/MS通過對甜味和苦味橘皮提取物中的黃酮類代謝物定性和定量分析，為獲取天然黃酮提供了新途徑。Levandi等[57]用CE-MS研究發(fā)現(xiàn)3種轉基因玉米和普通玉米之間存在一些明顯差異的代謝物。

2.3 代謝組學數(shù)據(jù)分析

通過儀器分析得到的代謝組學數(shù)據(jù)是一個龐大的、多維矩陣，需將其轉化為適合多變量分析的數(shù)據(jù)形式，方可用化學計量分析對不同數(shù)據(jù)加以整合后從中有效挖掘出所需信息。目前數(shù)據(jù)分析常用的主要手段為模式識別技術，包括無監(jiān)督學習方法和有監(jiān)督學習方法[11]。

2.3.1 無監(jiān)督學習方法

無監(jiān)督學習方法主要是采用原始圖譜信息或者預處理后的信息對樣本進行分類。該方法將獲得的分類信息與樣本的原始信息進行比較，建立代謝產(chǎn)物與原始信息的聯(lián)系，從而篩選出與原始信息相關的標記物，進而考察其中的代謝途徑。無監(jiān)督學習方法中應用最廣泛的是主成分分析（PCA）、聚類分析（HCA）、非線性映射（NLM）、自組織投影（SOM）和K近鄰法（KNN）等。其中，PCA和HCA在代謝組學數(shù)據(jù)處理中較常用[58]。

PCA是將分散的數(shù)據(jù)信息整合集中到幾個主成分上，進而通過主成分來描述生物集體的代謝變化情況。在代謝組學數(shù)據(jù)處理中，PCA是最早且使用最廣泛的多變量模式識別方式之一，其具有不損失樣品信息、對原始數(shù)據(jù)降維的同時避免原始數(shù)據(jù)的共線性問題等優(yōu)點。得分圖（score plot）將樣本的分類信息給以直觀的表示，載荷圖（loading plot）則給出對分類有貢獻的變量及其貢獻的大小。

2.3.2 有監(jiān)督學習方法

有監(jiān)督學習方法主要是建立樣本間的數(shù)學模型，使各類樣本間達到最大的分離，然后利用建立的多參數(shù)模型對未知樣本進行預測。這類方法在建立模型時有可供學習的訓練樣本，故稱為有監(jiān)督的學習方法。除了需要建立用來確認樣品類別的確認集（validation set），還需要建立用來測試模型性能的測試集（test set）。有監(jiān)督學習方法主要包括傳統(tǒng)的判別分析（DA）、偏最小二乘法（PLS）、偏最小二乘法-判別分析（PLS-DA）和人工神經(jīng)網(wǎng)絡（ANN）等[59,60]。

PLS-DA是代謝組學中最常用的有監(jiān)督學習方法，它可有效的克服自變量的多重相關性，對較少的樣本進行建模和有效的篩選。與PCA相比，PLS計算得到的擬合殘差最小，穩(wěn)定性最高，改善各變量的作用方向使其更符合專業(yè)解釋。PLS-DA主要通過載荷圖和變量重要性指數(shù)（VIP）給出對分類起重要作用的差異代謝物。然而近年來，正交信號校正（OSC）被用于PLS的數(shù)據(jù)過濾，通過過濾掉與類別判斷正交（無關）的變量信息，只包含與類別判斷相關的變量，從而提高判別的準確性[61]。此外，還有支持向量機（Support vector machine，SVM）方法已逐漸應用于代謝組學后期數(shù)據(jù)的判別分析中，其預測精度明顯優(yōu)于傳統(tǒng)的PLS-DA方法[62]。

3 植物代謝組學在煙草中的應用

代謝物是細胞調(diào)控的最終產(chǎn)物，代謝物種類和含量可認為是生物系統(tǒng)對基因或環(huán)境改變的最終響應[2]。代謝物離生物的表現(xiàn)型或生理狀態(tài)最近，更能夠揭示基因、環(huán)境和表現(xiàn)型之間的關系。煙草品質(zhì)（香味與有害物質(zhì)）及抗性性狀受多因素調(diào)控，僅對單個基因或信號轉導途徑的研究無法闡明這些性狀的生理學或生物化學基礎，而利用代謝組學手段，研究不同香味風格煙草品質(zhì)及抗性形成過程各關鍵階段（如煙草的打頂及成熟期）代謝產(chǎn)物的動態(tài)變化，將能揭示煙草品質(zhì)和抗逆形成的代謝物質(zhì)基礎，為煙草遺傳改良提供新思路。

3.1 非靶向代謝譜分析方法在煙草中的應用

近年來，基于GC-MS、LC-MS及NMR的煙草代謝譜分析方法逐漸建立與改進，并被應用于煙草抗性或品質(zhì)相關的代謝組學研究中[63-70]。目前，煙草品質(zhì)性狀相關代謝組學研究主要集中在生長環(huán)境對煙草代謝影響研究方面。煙葉代謝物水平除受栽培品種影響外，還與土壤、海拔高度以及溫度、日照、降雨等氣候條件有關。因此，煙葉質(zhì)量和風格受地域影響很大，如津巴布韋煙葉與中國煙葉。2011年，Li等建立了一種基于LC-MS/MS的煙葉代謝譜分析方法，該方法重復性好、準確、可靠，可從全局表征煙葉代謝組。利用建立的方法對津巴布韋和中國的煙葉進行了區(qū)分，并找出了它們之間主要的差異代謝物[17]。在中國，朱尊權等通過比較各種進口煙葉與國產(chǎn)不同地方各等級煙葉的香味特征，將我國煙葉分為濃香型、清香型、中間香型3種，其中，河南地區(qū)煙葉表現(xiàn)出典型的濃香特征；云南地區(qū)煙葉表現(xiàn)出清香特征；貴州地區(qū)煙葉則既有清香特征也有濃香特征，將其定為中間香型[71]。河南、云南、貴州地區(qū)煙葉的代謝差異研究篩選出了影響不同地區(qū)煙葉香味特征的差異代謝物，將為我國香型的確立提供理論依據(jù)[68-70]。另外，GC-MS與LC-MS的聯(lián)合使用有效地擴展了煙草代謝譜的范圍，提供了更多有價值的代謝信息[69-70]。

除了研究生長環(huán)境對煙草代謝物影響外，代謝組學也被應用于轉基因煙草的評價[63]、鹽脅迫與生長調(diào)節(jié)劑[64]、信號分子等對煙葉代謝物的影響研究[65]。2005年，胡群等[72]研究了植物毒素類似物6-取代陰丹士藍異亮氨酸共軛物對煙次生代謝產(chǎn)物成分的影響，結果表明，與對照組相比，經(jīng)過1 mM 6-取代陰丹士藍異亮氨酸共軛物處理過的煙葉多生成法呢烯、檀香醇和十四醛三種揮發(fā)性化合物，且其它發(fā)揮性成分的含量也發(fā)生了變化。評吸結果顯示，誘導煙草次生代謝產(chǎn)物有助于提高和改善卷煙品質(zhì)。

3.2 代謝物靶標分析方法在煙草中的應用

非靶向的代謝譜分析方法無需對代謝物進行準確定量，可從全局表征煙葉在受到各種內(nèi)外環(huán)境擾動（基因的改變或環(huán)境的變化）后其代謝產(chǎn)物的變化，有利于全面了解煙葉信息并發(fā)現(xiàn)重要的未知代謝物。為進一步了解煙葉中特定代謝物（如香味物質(zhì)）含量在不同環(huán)境、栽培、調(diào)制與加工過程中的變化，則需代謝物靶標分析方法的輔助。植物次生代謝物與機體的抗性、信號傳導以及植物的花色、香味等現(xiàn)象有關，因此，通過代謝物靶向分析方法，研究煙草中的煙堿以及主要香味前體物質(zhì)，如萜類、酚類、醇類、酮類、酯類等次生代謝物含量的變化對于了解煙草主要香氣物質(zhì)的次生代謝途徑、改善煙葉香味品質(zhì)具有重要作用。

3.2.1 次生代謝物質(zhì)的產(chǎn)生途徑與煙草香味物質(zhì)的關系研究

在次生代謝中，香氣前體物質(zhì)轉化、分解為香味物質(zhì)，如異戊二烯代謝途徑可產(chǎn)生萜烯類化合物類胡蘿卜素，而類胡蘿卜素可降解產(chǎn)生二氫獼猴桃內(nèi)酯、茄酮、紫羅蘭酮、大馬酮、香葉基丙酮等多種重要香味物質(zhì)[73]。與煙草主要香味物質(zhì)有關的次生代謝途徑主要有苯丙烷代謝途徑、異戊二烯代謝途徑和生物堿合成途徑等[74]。在這些途徑中，一些酶對煙草香味物質(zhì)的產(chǎn)生起著重要作用，通過基因手段調(diào)控這些關鍵酶的活性是改良煙草香氣品質(zhì)的手段之一。2014年，符新妍等[75]通過測定烤煙中部葉有機酸總量、蘋果酸和檸檬酸含量、代謝相關酶活性的動態(tài)變化，探討了烤煙生長過程中葉片主要非揮發(fā)性有機酸含量及代謝相關酶活性變化規(guī)律。結果表明，蘋果酸含量與蘋果酸脫氫酶（NAD-MDH）活性之間呈極顯著負相關，而檸檬酸含量與檸檬酸合成酶（CS）活性之間呈極顯著正相關。因此，可通過調(diào)控NAD-MDH和CS活性來調(diào)節(jié)蘋果酸和檸檬酸的含量，協(xié)調(diào)“酸堿比”，提高煙葉質(zhì)量。

3.2.2 不同生態(tài)環(huán)境對煙草次生代謝物的影響研究

次生代謝物是生物體在長期的進化過程中，對生態(tài)環(huán)境適應的結果。因此，煙草中次生代謝物受光照、海拔、水分、溫度等生態(tài)因子影響較大。檢測不同環(huán)境條件下煙草香味物質(zhì)的變化，可以了解不同的外界環(huán)境對煙草體中香味物質(zhì)合成與積累的影響。2012年，耿召良等[76]以貴州不同產(chǎn)區(qū)煙葉為對象，考察了生態(tài)條件和種質(zhì)因素對烤煙次生代謝產(chǎn)物（有機酸類、生物堿、多酚類、甾醇類）含量的影響。結果表明，生態(tài)條件對煙葉次生代謝產(chǎn)物含量影響明顯，而種質(zhì)因素對煙葉次生代謝產(chǎn)物影響較小，該結果與Zhang等[68]對云南、貴州和河南三地區(qū)煙葉中代謝物分析結果一致。2009年，黃勇等[77]考察了UV-B對煙草次生代謝的影響，結果表明UV-B處理的煙葉其葉綠素、糖和煙堿含量下降程度與輻射強度正相關，但微量適宜強度UV-B處理可使烤煙葉綠素、總類胡蘿卜素和總糖含量提高。另外，UV-B輻射可使與植物抗逆性有關的多酚含量顯著提高。2011年，喬瑞麗等[78]研究了不同環(huán)境因子對煙草中茄尼醇含量的影響，結果表明遮陰處理會使煙葉中茄尼醇含量降低，適量紫外光處理會增加茄尼醇含量，而適量的稀土元素也能促進茄尼醇的合成。2013年，梁太波等[79]研究了干旱條件下外源甜菜堿和脯氨酸對烤煙抗氧化代謝的影響，結果表明，干旱脅迫下，噴施甜菜堿和脯氨酸均能不同程度提高烤煙葉片葉綠素含量和烤煙葉片超氧化物歧化酶（SOD）活性，促進脯氨酸的積累，同時降低丙二醛（MDA）含量，這是施用甜菜堿和脯氨酸可提高烤煙抗旱能力的主要原因。

3.2.3 不同栽培條件對煙草次生代謝物的影響研究

種植密度和留葉數(shù)、適當?shù)氖┓?、打頂和抹杈以及使用生長調(diào)節(jié)劑等栽培措施都會影響煙葉的品質(zhì)。根據(jù)各地區(qū)的自然環(huán)境特點，找到最合適的栽培方式，將有助于最大限度地發(fā)揮各煙區(qū)的自然優(yōu)勢，彰顯各地區(qū)烤煙的風格特色。2013年，張小全等[80]考察了氮素對烤煙基因型間香味物質(zhì)的影響，結果表明，各基因型煙葉中類胡蘿卜素和液面分泌物含量在中氮水平下最高；而不同基因型烤煙氮素的代謝積累差異較大；隨氮用量增加，烤煙新品系8306煙葉中性香氣物質(zhì)總量升高，K326煙葉則降低。因此，在以提高煙葉香氣基礎物質(zhì)含量為目標的栽培管理中要根據(jù)品種特點進行氮肥運籌。2014年，李飛等[81]研究表明烤煙成熟前期氮代謝旺盛有利于類胡蘿卜素的形成，而成熟后期氮代謝強度減弱有利于類胡蘿卜素降解產(chǎn)物的形成；烤煙成熟期氮代謝活性低，硝酸鹽積累，多酚的形成受到抑制。2014年，仝延鵬等[82]探討了精制有機肥對烤煙化學成分及香氣物質(zhì)含量的影響，結果表明，精制有機肥可降低烤煙中、上部煙葉煙堿含量，提高中部葉鉀含量和香氣物質(zhì)含量，尤其是巨豆三烯酮、苯甲醇、苯乙醇和新植二烯的含量。

3.3 代謝組學思想（非靶向分析方法）在煙草中的應用

卷煙是通過煙葉的栽培、調(diào)制與加工而得到的制品，期間化學成分發(fā)生了一系列的變化，包括外源化合物（如香精香料）的加入。基于代謝組學思想，對煙葉或煙氣中化學成分進行全分析，然后應用化學計量學的方法對獲得的海量數(shù)據(jù)進行降維和可視化分析，并篩選出重要的差異化合物，對開發(fā)優(yōu)質(zhì)特色煙葉、葉組配方、新的香精香料，優(yōu)化卷煙工藝條件及評價卷煙質(zhì)量工藝具有重要意義。[83]目前，代謝組學思想在煙葉分模塊加工、梗絲質(zhì)量改善、卷煙煙氣差異化分析等方面已有應用[84-86]。雖然這些應用尚不成熟，但隨著多交叉學科發(fā)展逐漸成熟及卷煙工藝和質(zhì)量要求的日益增高，代謝組學思想在煙草中的應用也將與日俱增。

4 小結與展望

隨著NMR、GC-MS、LC-MS及直接進樣高分辨質(zhì)譜等分析技術的飛速發(fā)展和創(chuàng)新，代謝組學為植物代謝研究提供了新的視角，也為人們更全面、更多維地理解植物代謝提供了可能。但沒有一種分析技術能夠單獨實現(xiàn)對生物樣本中所有代謝物的一次性分析，每種方法都有其缺陷，如NMR靈敏度不高，LC-MS化合物鑒定問題及GC-MS前處理繁瑣等。因此，如何開發(fā)一種高通量、高分辨率和高靈敏的分析技術是目前代謝組學亟需解決的問題?；诖x組學整體性、系統(tǒng)性、動態(tài)性的研究特點，其研究過程中所用到的檢測技術、數(shù)據(jù)處理方法都要滿足高通量、大規(guī)模的要求，單一化研究已不能滿足實際需求，因此多種技術整合已成為代謝組學發(fā)展主要趨勢[87]。

代謝組學將煙草作為一個整體研究，可提供更全面的煙草化學成分信息，將化學成分變化與內(nèi)在質(zhì)量相關聯(lián)，進而可篩選出有益成分和有害成分。因此，代謝組學方法可為我國卷煙開發(fā)和質(zhì)量控制提供一套客觀、可靠、系統(tǒng)的評價方法。

作為一個新興的學科，植物代謝組學在煙草中的應用還面臨許多技術上的困難和挑戰(zhàn)，如樣品制備的自動化、代謝組學數(shù)據(jù)與其他組學數(shù)據(jù)整合方法的優(yōu)化以及代謝物的結構鑒定等。但隨著分離檢測技術的提高以及生物信息學的發(fā)展，代謝組學將在煙草基因功能解析、揭示代謝網(wǎng)絡調(diào)控機理和提高煙草品質(zhì)等生物技術應用方面發(fā)揮不可替代的作用。

[1]Fiehn O, Kopka J, Dormann P, et al.Metabolite pro fi ling for plant functional genomics[J].Nat Biotechnol，2000, 18(11):1157-1161.

[2]Fiehn O.Link between genotypes and phenotypes[J].Plant Mol Biol, 2002, 48(2): 155-171.

[3]Griffiths W J.Metabolomics, Metabonomics and Metabolite Pro fi ling[M].London: The Royal Society of Chemistry, 2008.

[4]Gates S C, Sweeley C C.Quantitative metabolic profiling based on gas chromatography[J].Clin Chem, 1978, 24(10):1663-1673.

[5]Van der Greef J, Leegwater D C.Urine profile analysis by fi eld desorption mass spectrometry, a technique for detecting metabolites of xenobiotics: Application to 3, 5-dinitro-2-hydroxytoluene [J].Biol Mass Spectrom, 1983, 10(1): 1-4.

[6]Oliver S G.From gene to screen with yeast[J].Curt Opin Genet Dev, 1997, 7(3): 405-409.

[7]Nicholson J K, Lindon J C, Holmes E.‘Metabolomics’:understanding the metabolic responses of living systems to pathophysilogical stimuli via multivariate statistical analysis of biological NMR spectroscopic data[J].Xenobiotica, 1999,29(11): 1181-1189.

[8]Sauter H, Lauer M, Fritsch H.Metabolic profiling of plants:a new diagnostic technique[C]//American Chemical Society Symposium Series 443．Washington DC: American Chemical Society, 1991: 288—299.

[9]尹 恒, 李曙光, 白雪芳, 等.植物代謝組學的研究方法及其應用[J].植物學通報, 2005, 22(5): 532-540.

[10]Kim H K, Verpoorte R.Sample Preparation for Plant Metabolomics[J].Phytochem Analysis, 2010, 21(1): 4-13.

[11]Fukusaki E, Kobayashi A.Plant metabolomics: Potential for practical operation[J].J Biosci Bioeng, 2005, 100(4): 347-354.

[12]Weckwerth W, Wenzel K, Fiehn O.Process for the integrated extraction, identification and quantification of metabolites,proteins and RNA to reveal their co-regulation in biochemical networks[J].Proteomics, 2004, 4(1): 78-83.

[13]Krall L, Huege J, Catchpole G, et al.Assessment of sampling strategies for gas chromatography-mass spectrometry(GCMS) based metabolomics of cyanobacteria[J].Journal of Chromatography B,2009, 877: 2952-2960.

[14]Fiehn O,Kopka J, Trethewey RN, et al.Identification of uncommon Plant Metabolites based on Calculation of Elemental Compositions Using Gas Chromatography and Quadrupole Mass Spectrometry[J].Anal.Chem.2000, 72:3573-3580.

[15]Choi Y H, Kim H K, Hazekamp A, et al.Metabolomic differentiation of Cannabis sativa cultivars using1H NMR spectroscopy and principal component analysis[J].J Nat Prod,2004, 67(6): 953-957.

[16]Gullberg J, Jonsson P, Nordstr?m A, et al.Design of experiments: an ef fi cient strategy to identify factors in fl uencing extraction and derivatization of Arabidopsis thaliana samples in metabolomic studies with gas chromatography/mass spectrometry[J].Analytical biochemistry, 2004, 331(2): 283-295.

[17]Li Yong, Pang Tao, Li Yanli, et al.Gas chromatography-mass spectrometric method for metabolic pro fi ling of tobacco leaves[J].J Sep Sci, 2011, 34: 1447-1454.

[18]Li Qinghua, Zhao Chunxia, Li Yong, et al.Liquid chromatography/mass spectrometry‐based metabolic profiling to elucidate chemical differences of tobacco leaves between Zimbabwe and China[J].J Sep Sci, 2011, 34(2): 119-126.

[19]Schwieterman M L, Colquhoun T A, Jaworski E A, et al.Strawberry Flavor: Diverse chemical compositions, a seasonal in fl uence, and effects on sensory perception[J].PloS one, 2014,9(2): e88446.

[20]Sánchez G, Besada C, Badenes M L, et al.A non-targeted approach unravels the volatile network in peach fruit[J].PloS one, 2012, 7(6): e38992.

[21]Ma D M, Gandra S V S, Sharma N, et al.Integration of GCMS based non-targeted metabolic profiling with headspace solid phase microextraction enhances the understanding of volatile differentiation in tobacco leaves from North Carolina,India and Brazil[J].2012.American Journal of Plant Sciences,2012, 3(12): 1759-1769.

[22]張麗, 劉紹鋒, 王曉瑜, 等.吹掃捕集-氣相色譜/質(zhì)譜法分析卷煙煙絲的嗅香成分[J].煙草科技, 2013 (004): 63-70.

[23]邱青青, 燕敏, 李琛.代謝組學分析技術的新進展[J].診斷學理論與實踐, 2011, 10(1): 82-85.

[24]Pérez E M S, Iglesias M J, Ortiz F L, et al.Study of the suitability of HRMAS NMR for metabolic profiling of tomatoes: Application to tissue differentiation and fruit ripening[J].Food Chem, 2010, 122(3): 877-887.

[25]Rooney OM, Troke J, Nicholson JK, et al.High-resolution diffusion and relaxation-edited magic angle spinning1H NMR spectroscopy of intact liver tissue[J].Magn Reson Med, 2003,50(5): 925-930.

[26]Verpoorte R, Choi Y H, Mustafa N R, et al.Metabolomics:back to basics[J].Phytochemistry Reviews, 2008, 7(3): 525-537.

[27]Leiss K A, Choi Y H, Verpoorte R, et al.An overview of NMR-based metabolomics to identify secondary plant compounds involved in host plant resistance[J].Phytochemistry Reviews,2011, 10(2): 205-216.

[28]Wishanrt DS.Quantitative metabolomics using NMR[J].Trends and Chem, 2008, 27(3): 228-237.

[29]Hye KK, Young HC, Robert V, et al.NMR-based metabolomic analysis of plants[J].Nature Protocols, 2010, 5: 536-549.

[30]Naz S, Moreira dos Santos D C, García A, et al.Analytical protocols based on LC-MS, GC-MS and CE-MS for nontargeted metabolomics of biological tissues[J].Bioanalysis,2014, 6(12): 1657-1677.

[31]Lei Z, Huhman D V, Sumner L W.Mass spectrometry strategies in metabolomics[J].Journal of Biological Chemistry,2011, 286(29): 25435-25442.

[32]Giavalisco P, Hummel J, Lisec J, et al.High-resolution direct infusion-based mass spectrometry in combination with whole 13C metabolome isotope labeling allows unambiguous assignment of chemical sum formulas[J].Analytical chemistry,2008, 80(24): 9417-9425.

[33]Dettmer K, Aronov P A, Hammock B D.Mass spectrometry‐based metabolomics[J].Mass spectrometry reviews, 2007,26(1): 51-78.

[34]Zhang A, Sun H, Wang P, et al.Modern analytical techniques in metabolomics analysis[J].Analyst, 2012, 137(2): 293-300.

[35]黃強, 尹沛源, 路鑫, 等.色譜-質(zhì)譜聯(lián)用技術在代謝組學中的應用[J].色譜, 2009, 27(05): 566-572.

[36]Schauer N, Steinhauser D, Strelkov S, et al.GC–MS libraries for the rapid identi fi cation of metabolites in complex biological samples[J].FEBS letters, 2005, 579(6): 1332-1337.

[37]Yang S, Hoggard J C, Lidstrom M E, et al.Gas Chromatography and Comprehensive Two‐Dimensional Gas Chromatography Hyphenated with Mass Spectrometry for Targeted and Nontargeted Metabolomics[J].Metabolomics in Practice: Successful Strategies to Generate and Analyze Metabolic Data, 2013: 69-92.

[38]Zhou J, Ma C, Xu H, et al.Metabolic pro fi ling of transgenic rice withcryIAcandsckgenes: An evaluation of unintended effects at metabolic level by using GC-FID and GC–MS[J].Journal of Chromatography B, 2009, 877(8): 725-732.

[39]Roessner U, Wagner C, Kopka J, et al.Simultaneous analysis of metabolites in potato tuber by gas chromatography–mass spectrometry[J].The Plant Journal, 2000, 23(1): 131-142.

[40]Schauer N, Zamir D, Fernie A R.Metabolic pro fi ling of leaves and fruit of wild species tomato: a survey of the Solanum lycopersicum complex[J].Journal of Experimental Botany,2005, 56(410): 297-307.

[41]Ma Chenfei, Wang Huahong, Lu Xin, et al.Metabolic fingerprinting investigation ofArtemisia annuaL.in different stages of development by gas chromatography and gas chromatography–mass spectrometry[J].Journal of Chromatography A, 2008, 1186(1): 412-419.

[42]Duan Lixin, Qi Xiaoquan, Chen Tianlu, et al.Use of the metabolomics approach to characterize Chinese medicinal material Huangqi[J].Molecular plant, 2011: ssr093.

[43]Ernst M, Silva D B, Silva R R, et al.Mass spectrometry in plant metabolomics strategies: from analytical platforms to data acquisition and processing[J].Natural product reports,2014, 31(6): 784-806.

[44]Theodoridis G A, Gika H G, Want E J, et al.Liquid chromatography–mass spectrometry based global metabolite pro fi ling: a review[J].Analytica chimica acta, 2012, 711: 7-16.

[45]Vuckovic D.Current trends and challenges in sample preparation for global metabolomics using liquid chromatography–mass spectrometry[J].Analytical and bioanalytical chemistry, 2012, 403(6): 1523-1548.

[46]Tolstikov V V, Fiehn O.Analysis of highly polar compounds of plant origin: combination of hydrophilic interaction chromatography and electrospray ion trap mass spectrometry[J].Analytical biochemistry, 2002, 301(2): 298-307.

[47]Wang Yuan, Lu Xin, Xu Guowang.Development of a comprehensive two-dimensional hydrophilic interaction chromatography/quadrupole time-of- fl ight mass spectrometry system and its application in separation and identification of saponins from Quillaja saponaria[J].Journal of Chromatography A.2008,1181(1-2):51–59.

[48]Patrick Giavalisco, Karin K?hl, Jan Hummel, et al.13C Isotope-Labeled Metabolomes Allowing for Improved Compound Annotation and Relative Quanti fi cation in Liquid Chromatography-Mass Spectrometry-based Metabolomic Research[J].Anal.Chem., 2009, 81 (15):6546–6551.

[49]Creek D J, Jankevics A, Breitling R, et al.Toward global metabolomics analysis with hydrophilic interaction liquid chromatography–mass spectrometry: improved metabolite identification by retention time prediction[J].Analytical chemistry, 2011, 83(22): 8703-8710.

[50]Theodoridis G A, Gika H G, Want E J, et al.Liquid chromatography–mass spectrometry based global metabolite pro fi ling: a review[J].Analytica chimica acta, 2012, 711: 7-16.

[51]Rainville P D, Theodoridis G, Plumb R S, et al.Advances in liquid chromatography coupled to mass spectrometry for metabolic phenotyping[J].TrAC Trends in Analytical Chemistry, 2014.

[52]Ramautar R, Demirci A, Jong G J.Capillary electrophoresis in metabolomics[J].TrAC Trends in Analytical Chemistry, 2006,25(5): 455-466.

[53]Harada K, Fukusaki E.Profiling of primary metabolite by means of capillary electrophoresis-mass spectrometry and its application for plant science[J].Plant Biotechnology, 2009,26(1): 47-52.

[54]Watanabe M, Kusano M, Oikawa A, et al.Physiological roles of the β-substituted alanine synthase gene family in Arabidopsis[J].Plant physiology, 2008, 146(1): 310-320.

[55]Sato S, Arita M, Soga T, et al.Time-resolved metabolomics reveals metabolic modulation in rice foliage[J].BMC Syst Biol, 2008, 2(1): 51-13.

[56]Sawalha S M S, Arraez-Roman D, Segura-Carretero A, et al.Quanti fi cation of main phenolic compounds in sweet and bitter orange peel using CE-MS/MS[J].Food Chem, 2009, 116(2):567-574.

[57]Levandi T, Leon C, Kaljurand M, et al.Capillary electrophoresis time-of- fl ight mass spectrometry for comparative metabolomics of transgenic versus conventional maize[J].Anal Chem, 2008,80(16): 6329-6335.

[58]Wagner S, Scholz K, Sieber M, et al.Tools in metabonomics:an integrated validation approach for LC-MS metabolic pro fi ling of mercapturic acids in human urine[J].Anal Chem,2007, 79(7): 2918-2926.

[59]Lutz U, Lutz R W, Lutz W K.Metabolic pro fi ling of glucuronides in human urine by LC-MS/MS and partial least-squares discriminant analysis for classi fi cation and prediction of gender[J].Anal Chem, 2006, 78(13): 4564-4571.

[60]Wang C, Kong H, Guan Y, et al.Plasma phospholipid metabolic profiling and biomarkers of type 2 diabetes mellitus based on high-performance liquid chromatography/electrospray mass spectrometry and multivariate statistical analysis[J].Anal Chem, 2005, 77(13): 4108-4116.

[61]Beckwith-Hall B M, Brindle J T, Barton R H, et al.Application of orthogonal signal correction to minimise the effects of physical and biological variation in high resolution1H NMR spectra of bio fl uids[J].Analyst, 2002, 127(10): 1283-1288.

[62]Trygg J, Holmes E, Lundstedt T.Chemometrics in metabonomics[J].J Pmteome Res, 2007, 6(2): 469-479.

[63]Choi H K, Choi Y H, Verberne M, et al.Metabolic fi ngerprinting of wild type and transgenic tobacco plants by1H NMR and multivariate analysis technique[J].Phytochemistry,2004, 65(7): 857-864.

[64]Zhang J, Zhang Y, Du Y, et al.Dynamic metabonomic responses of tobacco (Nicotiana tabacum) plants to salt stress[J].Journal of proteome research, 2011, 10(4): 1904-1914.

[65]Kim S W, Kim J H, Ahn M S, et al.Metabolic evaluation of cellular differentiation of tobacco leaf explants in response to plant growth regulators in tissue cultures using 1H NMR spectroscopy and multivariate analysis[J].Plant Cell, Tissue and Organ Culture (PCTOC), 2012, 108(2): 303-313.

[66]郜強, 余苓, 陳磊, 等.基于動態(tài)頂空成分的煙葉原料香型特征判別分析[J].計算機與應用化學, 2012, 29(3): 309-312.

[67]Ma D M, Gandra S V S, Sharma N, et al.Integration of GCMS based non-targeted metabolic profiling with headspace solid phase microextraction enhances the understanding of volatile differentiation in tobacco leaves from North Carolina,India and Brazil[J].2012.

[68]Zhang Li, Wang Xiaoyu, Guo Jizhao, et al.Metabolic pro fi ling of chinese tobacco leaf of different geographical origins by GC-MS[J].Journal of agricultural and food chemistry, 2013,61(11): 2597-2605.

[69]Zhao Yanni, Zhao Chunxia, Wu Ning, et al.Investigation of the Relationship between the Metabolic Pro fi le of Tobacco Leaves in Different Planting Regions and Climate Factors Using a Pseudotargeted Method Based on Gas Chromatography/Mass Spectrometry[J].Journal of proteome research, 2013, 12(11):5072-5083.

[70]Li Lili, Zhao Chunxia, Chang Yuwei, et al.Metabolomics study of cured tobacco using liquid chromatography with mass spectrometry: Method development and its application in investigating the chemical differences of tobacco from three growing regions[J].Journal of separation science, 2014, 37(9-10): 1067-1074.

[71]唐遠駒.關于烤煙香型問題的探討[J].中國煙草科學,2011, 32(3): 1-7.

[72]胡群.卷煙品質(zhì)、安全性及其相關技術手段的系統(tǒng)研究[D].昆明: 中國科學院昆明植物研究所, 2005.

[73]楊鐵釗, 李欽奎, 李偉.植物次生代謝與煙草香味物質(zhì)[J].中國煙草科學, 2005(4): 23-26.

[74]王霞, 楊鐵釗, 殷全玉.影響煙草香味的主要次生代謝途徑及其研究進展[J].中國煙草科學, 2008, 29(1): 47-50.

[75]符新妍, 張小全, 楊鐵釗, 等.烤煙生育期間主要非揮發(fā)性有機酸含量及相關酶活性變化特征[J].西北植物學報,2014, 34(2):0325-0331.

[76]耿召良, 李繼新, 馮勇剛, 等.生態(tài)條件和種質(zhì)因素對初烤煙葉次生代謝產(chǎn)物含量的影響[J].西北農(nóng)林科技大學學報（自然科學版）, 2013, 41(12): 80-85.

[77]黃勇, 周冀衡, 鄭明, 等.UV-B對煙草生長發(fā)育及次生代謝的影響[J].中國生態(tài)農(nóng)業(yè)學報, 2009, 17(1): 140-144.

[78]喬瑞麗.生態(tài)因子對煙草中類萜代謝的影響[D].鄭州: 鄭州大學, 2011.

[79]梁太波, 張景玲, 田雷, 等.干旱脅迫下外源甜菜堿和脯氨酸對烤煙抗氧化代謝的影響[J].煙草科技, 2013, (2):68-71.

[80]張小全, 王新發(fā), 楊鐵釗.氮素對烤煙基因型間香味基礎物質(zhì)及相關性狀的影響[J].中國煙草科學, 2013, 34(3):36-41.

[81]李飛, 楊鐵釗, 張小全, 等.不同施氮量烤煙氮素代謝差異及其對香氣前體物形成的影響[J].華北農(nóng)學報, 2014,29(1): 170-177.

[82]仝延鵬, 劉朝科, 王逸飛, 等.精制有機肥對烤煙化學成分及香氣物質(zhì)含量的影響[J].江西農(nóng)業(yè)學報, 2014, 26(3):35-38.

[83]李忠, 楊洪明, 徐世濤, 等.基于質(zhì)譜的代謝組學方法在煙草化學中的應用研究[J].分析測試學報, 2008 (z1): 294-295.

[84]徐世濤, 李萬珣, 陰耕云, 等.煙用梗絲的品質(zhì)改善研究[J].云南大學學報(自然科學版), 2010, 32(S1): 13-15.

[85]李忠, 楊洪明, 師建全.卷煙添加劑對煙氣標記化合物影響的代謝組學研究[C]//2008 年全國有機質(zhì)譜學術會議論文集.2008.

[86]李忠, 易斌, 徐世濤, 等.煙葉分模塊加工中工藝優(yōu)化與代謝組學驗證[J].云南大學學報 (自然科學版), 2010,32(S1): 150-155.

[87]朱超, 梁瓊麟, 王義明, 等.代謝組學的整合化發(fā)展及其新進展[J].分析化學, 2010, 38(07): 1060-1068.

Plant metabolomics and its application in tobacco

ZHANG Li, JI Houwei, HUANG Xijuan, WANG Fang, LIU Jian
Technology Center, China Tobacco Guizhou Industrial Co., Ltd, Guiyang 550009, China

As one important platform of systems biology, metabolomics focuses on changes of low molecule weight metabolites in a biological system which were imposed by perturbations, including genetic or environmental factors.It has been widely used in different research fields, i.e.natural medicines development, botany, microbiology, and food safety.This paper reviewed the formation and development, research methods and its application in tobacco.The prospect of its further development and application were explored.Metabolomics will play a signi fi cant role in functional annotation of tobacco genome, revelation the mechanism of metabolic regulatory networks, and improvement of tobacco quality.

plant metabolomics; tobacco; application

張麗，姬厚偉，黃錫娟,等.植物代謝組學及其在煙草上的應用進展[J].中國煙草學報，2015,21（5）

貴州中煙工業(yè)有限責任公司科技項目（201019）

張麗（1987—），碩士，助理工程師，主要從事煙草及卷煙煙氣分析與檢測工作，Tel：0851-83981473，Email: zhanglishancha@163.com

劉劍 （1974—），博士，高級工程師，主要從事煙草及煙氣化學分析，Tel：0851-83981463，Email：liuj1208@163.com

2014-09-12

:ZHANG Li, JI Houwei, HUANG Xijuan, et al.Plant metabolomics and its application in tobacco [J].Acta Tabacaria Sinica,2015, 21(5)