基于非靶向代謝組學的紅花大金元不同生育期煙葉代謝圖譜差異分析

向海英，劉欣，逄濤，曾婉俐，許力，高茜，鄧樂樂，張建鐸，李雪梅，李勇，孔維松*

基于非靶向代謝組學的紅花大金元不同生育期煙葉代謝圖譜差異分析

向海英1，劉欣1，逄濤2，曾婉俐1，許力1，高茜1，鄧樂樂1，張建鐸1，李雪梅1，李勇3，孔維松1*

1 云南中煙工業(yè)有限責任公司技術中心，云南省煙草化學重點實驗室，云南昆明紅錦路181號 650231；2 云南省煙草農(nóng)業(yè)科學研究院，云南昆明圓通街33號 650051；3 江蘇省農(nóng)業(yè)科學院農(nóng)業(yè)資源與環(huán)境研究所，江蘇南京鐘靈街50號 210014

【目的】為分析不同生育期煙草煙葉代謝圖譜差異?！痉椒ā恳詿煵萜贩N紅花大金元為研究對象，采集團棵期、現(xiàn)蕾期和成熟期煙葉樣品，利用LC-QTOF/MS進行代謝指紋圖譜檢測，利用統(tǒng)計分析方法對差異代謝物進行篩選，基于Spearman相關分析計算代謝物之間的相關性系數(shù)，利用MetaboAnalyst軟件進行代謝通路富集分析?！窘Y果】（1）不同生育期煙草樣品代謝圖譜存在明顯差異，共鑒定出245個差異代謝物，其中類黃酮、有機酸、氨基酸、核苷、生物堿、脂類等物質(zhì)種類最多。（2）煙堿及其衍生物，如煙堿-1-氧代、麥斯明、假木賊堿、馬錢子堿、新煙堿、2,3'-二聯(lián)吡啶，均隨煙草生育期而逐漸累積，而與煙堿合成相關的前體物質(zhì)，如精氨酸、亞精胺、腐胺、羥基丁酸等，均隨著生育進程逐漸減少，且與煙堿含量顯著負相關。（3）與次級代謝物合成相關氨基酸和有機酸等物質(zhì)在團棵期或現(xiàn)蕾期含量較多，而在成熟期含量較低，與成熟期次級代謝物合成有關。（4）大部分類黃酮和酚酸組分在成熟期時含量較高，可以提高煙草抗病和抗逆能力。（5）相關性分析發(fā)現(xiàn)，煙堿含量與谷氨酸、泛酸、吡哆醛、蜜二糖、3-羥基鄰氨基苯甲酸和順式玉米素-o-葡萄糖苷等物質(zhì)顯著正相關，可能是調(diào)控煙葉中煙堿含量的重要標志物?！窘Y論】基于代謝組學揭示了不同生育期煙草代謝物變化規(guī)律，為優(yōu)質(zhì)煙草育種及品質(zhì)分析提供技術支撐。

煙草；代謝組學；生育期；煙堿；差異代謝物

煙草代謝物非常豐富，理化性質(zhì)和含量差異較大，給煙草化學及代謝規(guī)律研究帶來挑戰(zhàn)[1-2]。傳統(tǒng)煙草化學研究主要集中于某一類化學成分或某幾種重要物質(zhì)，如萜類、生物堿、多酚類等，很難全面系統(tǒng)地闡述煙草代謝網(wǎng)絡[3]。因此，研究煙草品質(zhì)形成過程中各類代謝產(chǎn)物的動態(tài)變化及其之間的相互作用關系，將能揭示煙草品質(zhì)形成的代謝物質(zhì)基礎[4]。

代謝組學可高通量地對樣品中小分子代謝物進行快速定性定量分析，已應用于煙草代謝及品質(zhì)分析[5-7]。Li等基于代謝組學發(fā)現(xiàn)不同生育期煙草代謝差異很大，甾醇、氨基酸隨生育進程逐漸減少，而生物堿含量逐漸累積[8]。Zhang等發(fā)現(xiàn)煙草發(fā)育過程中與糖代謝、氨基酸代謝、莽草酸代謝和萜類代謝相關的代謝產(chǎn)物含量均呈先升高后降低的趨勢，成熟期煙草中間葉的糖含量最高，而下部葉的有機酸含量最高[9]。Zhao等發(fā)現(xiàn)煙草打頂可以促進上部葉片積累次生代謝產(chǎn)物，延緩葉片衰老[10]。Zhao等發(fā)現(xiàn)大理地區(qū)煙葉中糖磷酸和短鏈有機酸（檸檬酸、蘋果酸、異檸檬酸）含量較多，而許昌地區(qū)的煙草煙葉中與莽草酸-苯基丙酸代謝途徑相關的防御代謝物含量較高[11]。本研究基于非靶向代謝組學，解析了不同生育期紅花大金元煙葉各類物質(zhì)的累積規(guī)律，以期為優(yōu)質(zhì)煙草育種及栽培提供依據(jù)。

1 材料與方法

1.1 實驗材料

采集團棵期長勢一致的紅花大金元煙株中部第8葉位葉片，現(xiàn)蕾期與成熟期長勢一致的中部第10葉位的葉片，每個樣品取樣量大于5 g，迅速剪碎后，用錫箔紙包裹，放入液氮中，每個時期采集6個生物學重復樣本，在實驗室內(nèi)冷凍干燥，研磨粉碎后，-80℃保存?zhèn)溆谩?/p>

1.2 實驗方法

1.2.1 樣品提取

準確稱量100 mg樣品，加入2500 μL提取液（甲醇水，體積比=4∶1），加入瓷珠，震蕩提取20 min，12000 rpm離心15 min，使用0.22 μm有機相針孔過濾器過濾后，轉(zhuǎn)移到LC進樣小瓶，每個樣本各取150 μL混合成QC樣本，待LC-QTOF/MS檢測。

1.2.2 儀器分析

利用液相色譜串聯(lián)飛行時間質(zhì)譜（LC-QTOF/MS，AB Sciex 5600+）測定煙草樣品代謝指紋圖譜，每個樣品均以正電離和負電離模式進行檢測，其中正電離模式流動相為0.1%甲酸水溶液和乙腈，負電離模式流動相為5 mmol/L醋酸銨水溶液和乙腈，所有樣品均以信息依賴采集（IDA）模式下采集，正電離和負電離模式下的離子源電壓分別為5500 V和4500 V，正電離和負電離下的碰撞能量（CE）分別設置為-30 V和30 V。在數(shù)據(jù)采集之前，將QC樣品重復進樣5次用于平衡質(zhì)譜儀，隨后每5個樣品進行1次QC檢測。

1.2.3 數(shù)據(jù)分析

采用MS-DIAL軟件對代謝組學數(shù)據(jù)進行解卷積，得到不同組分的質(zhì)譜峰信息，包括保留時間、分子離子峰、同位素質(zhì)譜峰、二級質(zhì)譜、峰面積等，采用NIST、METLIN（https://metlin.scripps.edu）、HMDB（https://hmdb.ca/）及本地數(shù)據(jù)數(shù)據(jù)庫進行檢索，對比出峰時間、一級質(zhì)譜精確質(zhì)量數(shù)及二級質(zhì)譜譜圖[12]。按不同樣品中代謝物的峰面積構建代謝物峰表，利用方差分析（ANOVA，<0.05）對3個時期煙草代謝物進行差異顯著性分析，基于t-test（<0.05）、偏最小二乘判別分析（VIP值>1）和倍數(shù)變化（fold- change>1.20或<0.83）對臨近生育期差異代謝物進行篩選?；赟pearman相關分析計算不同代謝物間相關性系數(shù)，采用<0.05和|r|>0.7篩選顯著相關性代謝物，利用MetaboAnalyst軟件（https://www.metaboanalyst. ca/）進行代謝通路富集分析[13]。

2 結果

2.1 差異代謝物分析

利用MS-DIAL軟件對質(zhì)譜數(shù)據(jù)進行解析，共識別出4086個含有二級碎片的一級質(zhì)譜峰，其中正模式有3241個，負模式有845個?；诜讲罘治黾百|(zhì)譜數(shù)據(jù)庫比對，共鑒定出245個顯著變化代謝物（<0.05），包括44個類黃酮、33個有機酸、28個氨基酸、18個核苷、18個生物堿、12個酚酸、12個脂類、8個糖、6個胺、5個甾醇、4個維生素、4個香豆素、3個激素、32個其他，不同生育期顯著變化代謝物豐度如圖1所示。鄰近生育期煙草樣品比較中，現(xiàn)蕾期代謝物含量顯著高于團棵期的有52種，主要包括類14個黃酮、11個生物堿、7個有機酸、2個氨基酸等，其中倍數(shù)變化大于2的有11種，包括麥斯明、丁二酸、山奈酚-3--松香苷-7--鼠李糖苷、異櫻素-7--新橙皮苷、煙堿、紅景天苷、降煙堿、新煙堿、山奈酚、柚皮素-7--葡萄糖苷、東莨菪亭；團棵期代謝物含量顯著高于現(xiàn)蕾期的有93種，主要包括16個有機酸、13個氨基酸、13個類黃酮、7個酚酸、6個核苷、5個糖、5個脂類、4個生物堿、3個香豆素等，超過2倍的有32種，包括亞麻酸、十四烷酸、2-異丙基蘋果酸、乙酸、精氨酸、香豆?？鼘幩?、N-乙酰神經(jīng)氨酸、香豆酸、N-果糖基焦谷氨酸、苯丙氨酸、矢車菊素胺-3--半乳糖苷、山奈酚-3--葡萄糖苷、腺苷、瓜氨酸、檸檬酸、LPC 18:1、N-甲?；禑焿A、亞精胺、亞油酸、金絲桃苷、十八烷酸、絲氨酸、3,6-二氫煙酸、乳酸、5'-單磷酸腺苷、谷氨酰胺、兒茶酸、6,7-二羥基香豆素、黃嘌呤、花旗松素、5-氨基戊酸、咖啡酸。成熟期代謝物含量顯著高于現(xiàn)蕾期的有58種，主要包括12個類黃酮、12個生物堿、5個有機酸、4個氨基酸、4個核苷、3個酚酸、2個激素、2個糖等，其中倍數(shù)變化大于2的有11種，包括吡哆醛、NAD+、泛酸、腺苷、紅景天苷、馬錢子堿、順式玉米素--葡萄糖苷、高精氨酸、2,3'-二聯(lián)吡啶、矢車菊素-3-葡萄糖苷；現(xiàn)蕾期代謝物含量顯著高于成熟期的代謝物45種，主要包括10個氨基酸、9個有機酸、4個甾醇、3個核苷、3個類黃酮、3個生物堿、2個脂類等，其中倍數(shù)變化大于2的有12種，包括鳥氨酸、玉米黃二呋喃素、-果糖基焦谷氨酸、硫酸茉莉酸、4-甲基-5-羥乙基噻唑、天冬氨酸、苯醚甲環(huán)唑、亞精胺、-甘油酸、-煙酰胺單核苷酸、亞油酸。

圖1 熱圖分析不同生長期煙草代謝物豐度變化

2.2 相關性分析

代謝物之間的相關性篩選結果表明（圖2），共有12110個代謝物對具有顯著相關性，其中顯著正相關8244對，顯著負相關3866對，顯著正相關的代謝物對個數(shù)遠多于顯著負相關的代謝物對。顯著正相關代謝物對具有相似的化學成分、生物學功能或同屬的特征。例如，煙堿及其衍生物之間存在顯著正相關性。正相關個數(shù)最高的代謝物為槲皮素、對氨基苯甲酸、異槲皮苷、甲花翠素3-半乳糖苷、甲氧基苯唑、5-氨基戊酸、4--咖啡?？鼘幩帷⒓t景天苷、異鼠李素-3--蕓香苷、秦皮甲素、煙堿、順式玉米素-o-葡萄糖苷、馬錢子堿。負相關個數(shù)最高的代謝物為3-羥基鄰氨基苯甲酸、蜜二糖、亮氨酰亮氨酸、東莨菪亭、山奈酚、新煙堿、玉米黃二呋喃素、4-甲基-5-羥乙基噻唑、降煙堿、--羥基丁酸、苯并噻唑、胸腺酚、--葡萄糖、9-HPODE、麥斯明和氫奎尼丁。

注：其中紅色為顯著正相關，藍色為顯著負相關，白色為無顯著差異，后同。

參與煙堿代謝通路代謝物與其他代謝物的相關性分析結果表明（圖3），與煙堿含量顯著正相關的代謝物有28個，包括9個生物堿、4個類黃酮、3個氨基酸、2個激素等，與煙堿含量顯著負相關的代謝物有63個，包括12個氨基酸、11個有機酸、7個糖、4個核苷、4個脂類等，這些代謝物可能是調(diào)控煙葉中煙堿累積的重要標志物。

圖3 參與煙堿代謝通路代謝物與其他代謝物的相關性分析

2.3 代謝通路富集分析

現(xiàn)蕾期與團棵期比較組中代謝通路富集分析結果表明（圖4a），差異代謝物主要富集的代謝通路為亞油酸代謝、異喹啉生物堿生物合成、苯丙氨酸代謝、黃酮和黃酮醇生物合成、精氨酸和脯氨酸代謝、花青素生物合成和維生素B6代謝等。成熟期與現(xiàn)蕾期比較組中代謝通路富集分析結果表明（圖4b），差異代謝物主要富集的代謝通路為亞油酸代謝、異喹啉生物堿生物合成、谷胱甘肽代謝、花青素生物合成、丙氨酸、天冬氨酸和谷氨酸代謝、精氨酸生物合成、煙酸和煙酰胺代謝等。基于煙堿含量顯著相關代謝物的代謝通路富集分析結果表明（圖4c），與煙堿含量顯著相關代謝物主要富集的代謝通路為亞油酸代謝、丙氨酸、天冬氨酸和谷氨酸代謝、異喹啉生物堿生物合成、苯丙氨酸代謝、精氨酸生物合成、精氨酸和脯氨酸代謝、維生素B6代謝、甘氨酸、絲氨酸和蘇氨酸代謝、半胱氨酸和蛋氨酸代謝、檸檬酸循環(huán)和嘧啶代謝等，這些代謝通路可以作為煙草煙堿代謝的潛在調(diào)控通路。

注：（a）現(xiàn)蕾期與團棵期相比差異代謝物的代謝通路富集分析；（b）成熟期與現(xiàn)蕾期相比差異代謝物的代謝通路富集分析；（c）與煙堿含量顯著相關代謝物的代謝通路富集分析。

3 討論

生物堿類物質(zhì)是煙草的主要成分之一，不僅參與植物的生理代謝，也影響煙葉品質(zhì)[1]。煙堿是煙葉中含量最多的生物堿組分，本研究發(fā)現(xiàn)，煙葉中煙堿含量隨著生育進程逐漸累積，與Li等報道的結果一致[8]。此外，本研究還鑒定出17個生物堿組分，其中大部分生物堿含量隨著生育進程逐漸累積，且與煙堿含量顯著正相關，包括煙堿-1-氧代、可可堿、瑞香堿、麥斯明、咖啡酰膽堿、新煙草堿、假木賊堿、馬錢子堿、新煙堿、2,3'-二聯(lián)吡啶等，這些代謝物大部分參與煙堿合成及代謝[14]。另外少部分生物堿含量隨著生育進程逐漸減少，包括膽堿、茶堿、-甲?；禑焿A，而可替寧在現(xiàn)蕾期含量較高。本研究發(fā)現(xiàn)，煙堿合成前體物質(zhì)精氨酸、亞精胺、腐胺、羥基丁酸均隨著生育進程逐漸減少，且與煙堿含量顯著負相關，可能是由于煙堿合成而消耗[8, 15]。

氨基酸是煙草初級代謝的重要組成部分，在煙草生理過程中發(fā)揮重要作用[16]。本研究發(fā)現(xiàn)，大多數(shù)與蛋白質(zhì)合成相關的氨基酸，如絲氨酸、精氨酸、苯丙氨酸、瓜氨酸、谷氨酰胺、谷胱甘肽、酪氨酸，均在團棵期含量較高，而在成熟期含量較低，與Li等報道的結果一致[8]，其中精氨酸、苯丙氨酸、谷氨酰胺、酪氨酸是煙堿及次級代謝物合成的重要前體物質(zhì)[17]。煙草葉片衰老早期游離氨基酸易從老葉轉(zhuǎn)運到幼嫩葉片上，導致成熟期葉片中大部分氨基酸含量減少[8]。此外，本研究還發(fā)現(xiàn)少部分氨基酸在成熟期含量較高，包括組氨酸、異亮氨酸和谷氨酸，而胱氨酸、鳥氨酸和天冬氨酸在現(xiàn)蕾期含量較高。鳥氨酸作為煙堿重要的前體物質(zhì)[18]，由于煙堿合成的消耗在成熟期含量顯著下降，天冬氨酸可合成鳥氨酸[19]，兩者變化趨勢一致。相關性分析發(fā)現(xiàn)，絲氨酸、瓜氨酸、苯丙氨酸、谷氨酰胺、亮氨酰亮氨酸、酪氨酸、蘇氨酸、蛋氨酸、3-甲基組氨酸、焦谷氨酸均與煙堿含量顯著負相關，而-谷氨酰胺基亮氨酸、谷氨酸、異亮氨酸與煙堿含量顯著正相關，這些代謝物可能是調(diào)控煙葉中煙堿合成與代謝的重要標志物?；跓焿A含量顯著相關代謝物的代謝通路富集分析結果，發(fā)現(xiàn)丙氨酸、天冬氨酸和谷氨酸代謝、苯丙氨酸代謝、精氨酸生物合成、精氨酸和脯氨酸代謝、甘氨酸、絲氨酸和蘇氨酸代謝、半胱氨酸和蛋氨酸代謝均可能與煙堿代謝相關，這些代謝通路可作為煙草煙堿合成與代謝的潛在調(diào)控通路。

糖和有機酸是煙草構建碳骨架和提供能量所需的代謝資源，也是影響煙草風味的重要因素[20]。蘋果酸、檸檬酸和丁二酸是三羧酸循環(huán)中的中間代謝物質(zhì)，但它們的累積趨勢不一致，檸檬酸和丁二酸在團棵期含量較多，而蘋果酸在現(xiàn)蕾期含量較高，3個有機酸在成熟期時含量均比較少[8]。此外，本研究發(fā)現(xiàn)，大多數(shù)短鏈有機酸含量隨著煙草生育進程而逐漸減少，如2-異丙基蘋果酸、乳酸、5-氨基戊酸、4-胍基丁酸、甲基琥珀酸、犬尿酸、乳清酸、羥基丁酸、己酸、丁二酸，可能是為其他物質(zhì)提供碳骨架而被消耗，如煙堿、次級代謝物（酚酸、類黃酮、萜類）等[9, 21]。相關性分析發(fā)現(xiàn)3,6-二氫煙酸、2-異丙基蘋果酸、5-氨基戊酸、乳酸、乙酸、十四烷酸、3-羥基-4-甲氧基肉桂酸、4-胍基丁酸與煙堿含量顯著負相關，而泛酸、丁二酸含量與煙堿含量顯著正相關，這些代謝物可能是調(diào)控煙葉中煙堿代謝的重要標志物。糖類物質(zhì)中，葡萄糖、半乳糖、甘露糖、乳果糖、蔗糖均在團棵期含量較高，而在現(xiàn)蕾期和成熟期時含量較少，與有機酸變化比較相似，而蜜二糖則隨著生育進程逐漸累積，與Li等報道的結果一致[8]。

脂類是細胞膜的主要成分，在信號轉(zhuǎn)導、膜運輸和細胞骨架重排等細胞功能中發(fā)揮多種作用，同時也是香氣組分的重要前體物質(zhì)[22]。本研究發(fā)現(xiàn)，大部分脂類物質(zhì)均在苗期和現(xiàn)蕾期含量較高，而在成熟期含量較少，與Zhang等報道的結果一致[9]。此外，亞油酸、亞麻酸、單油素、9-HPODE均與煙堿含量顯著負相關。

次級代謝產(chǎn)物可介導煙草與環(huán)境的相互作用[23]。煙草生物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[11, 24]。酚酸和類黃酮是苯基丙酸途徑的重要合成物質(zhì)，本研究發(fā)現(xiàn)，酚酸組分中，咖啡酸、3,4-咖啡奎尼酸、4-咖啡酰奎寧酸、異芥酸、阿魏酸均在團棵期含量最高，而綠原酸、3-羥基鄰氨基苯甲酸、阿魏酰腐胺、阿魏酰鄰甲基多巴胺含量均在成熟期最高，且與煙堿含量顯著正相關。本研究發(fā)現(xiàn)，大部分類黃酮在成熟期含量較高，葉片中類黃酮合成增多導致合成前體物質(zhì)苯丙氨酸的消耗，致使苯丙氨酸在成熟期含量較低，與Zhang等報道的結果一致[9]。煙葉衰老過程中會產(chǎn)生大量活性氧自由基，煙草會誘導類黃酮化合物的合成以清除自由基，減緩葉片衰老[8]。成熟期煙草葉片中類黃酮累積也有助于提高煙草的抗病、抗逆能力[25-26]。此外，多酚類物質(zhì)是煙草重要香味組分的前體物質(zhì)，而成熟期大部分酚酸和類黃酮累積有利于香氣組分的合成[27]。相關性分析發(fā)現(xiàn)新枇杷苷、花旗松素、山奈酚-3--葡萄糖苷、野漆樹甙、金絲桃苷、矢車菊素-3--半乳糖苷與煙堿含量顯著負相關，而柚皮素-7--葡萄糖苷、秦皮甲素、山奈酚與煙堿含量顯著正相關。

4 結論

本研究基于LC-QTOF/MS的非靶向代謝組學，解析了不同生育期煙草煙葉代謝圖譜差異，研究發(fā)現(xiàn)（1）不同生育期煙草樣品代謝圖譜存在明顯差異，共鑒定出245個差異代謝物，其中類黃酮、有機酸、氨基酸、核苷、生物堿、脂類等物質(zhì)種類最多。（2）煙堿及其衍生物，如煙堿-1-氧代、麥斯明、假木賊堿、馬錢子堿、新煙堿、2,3'-二聯(lián)吡啶，均隨煙草生育進程而逐漸累積，而與煙堿合成相關的前體物質(zhì)，如精氨酸、亞精胺、腐胺、羥基丁酸等，均隨著生育進程逐漸減少，且與煙堿含量顯著負相關。（3）與次級代謝物合成相關氨基酸和有機酸等物質(zhì)在苗期或現(xiàn)蕾期含量較多，而在成熟期含量較低；脂類和胺類物質(zhì)均在苗期含量較高，甾醇類物質(zhì)在現(xiàn)蕾期含量較高；大部分類黃酮和酚酸組分在成熟期時含量較高，利于煙葉保護和香氣組分的合成。（4）谷氨酸、泛酸、吡哆醛、蜜二糖、3-羥基鄰氨基苯甲酸和順式玉米素--葡萄糖苷與煙堿含量顯著正相關，其可能是調(diào)控煙葉中煙堿合成的潛在標志物。

[1] 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): 126-134.

ZHANG Li, JI Houwei, HUANG Xijuan, et al. Plant metabolomics and its application in tobacco[J]. Acta Tabacaria Sinica, 2015, 21(5): 126-134.

[2] 王小莉，付博，趙銘欽，等. 代謝組學技術在煙草研究中的應用進展[J]. 中國煙草科學，2016, 37(1): 89-96.

WANG Xiaoli, FU Bo, ZHAO Mingqin. Research of metabolomics in tobacco[J]. Chinese Tobacco Science, 2016, 37(1): 89-96.

[3] 鄭慶霞，劉萍萍，陳霞，等. 基于氣質(zhì)和液質(zhì)聯(lián)用技術的煙草鮮煙葉代謝組學分析流程[J]. 煙草科技，2019, 52(6): 59-71.

ZHENG Qingxia, LIU Pingping, CHEN Xia, et al. Metabolomic workflow and analysis of fresh tobacco leaves based on GC-MS and LC-MS[J]. Tobacco Science & Technology, 2019, 52(6): 59-71.

[4] 馮吉，余君，蔡長春. 代謝組學在煙草香味物質(zhì)研究中的應用概況與展望[J]. 湖北農(nóng)業(yè)科學，2012, 51(23): 5248-5252.

FENG Ji, YU Jun, CAI Changchun. Review and prospect of metabonomics in the research of tobacco aroma composition[J]. Hubei Agricultural Sciences, 2012, 51(23): 5248-5252.

[5] 孔宏偉，戴偉東，許國旺. 基于液相色譜-質(zhì)譜聯(lián)用的代謝組學研究中代謝物的結構鑒定進展[J]. 色譜，2014, 32(10): 1052-1057.

KONG Hongwei, DAI Weidong, XU Guowang. Advances of metabolite identification in liquid chromatography-mass spectrometry based metabolomics[J]. Chinese Journal of Chromatography, 2014, 32(10): 1052-1057.

[6] 郭鳳丹，王興軍，侯蕾，等. 植物代謝組學研究進展[J]. 山東農(nóng)業(yè)科學，2017, 49(12): 154-162.

GUO Fengdan, WANG Xingjun, HOU Lei, et al. Research progress of metabolomics in plants[J]. Shandong Agricultural Sciences, 2017, 49(12): 154-162.

[7] Li Y, Long L, Ge J, et al. Effect of imidacloprid uptake from contaminated soils on vegetable growth[J]. Journal of Agricultural and Food Chemistry, 2019, 67(26): 7232-7242.

[8] Li LL, Zhao JY, Zhao YN, et al. Comprehensive investigation of tobacco leaves during natural early senescence via multi-platform metabolomics analyses[J]. Scientific Reports, 2016(6): 37976.

[9] Zhang L, Zhang XT, Ji HW, et al. Metabolic profiling of tobacco leaves at different growth stages or different stalk positions by gas chromatography-mass spectrometry[J]. Industrial Crops & Products, 2018(116): 46-55.

[10] Zhao JY, Li LL, Zhao YN, et al. Metabolic changes in primary, secondary, and lipid metabolism in tobacco leaf in response to topping[J]. Analytical and Bioanalytical Chemistry, 2018, 410 (3): 839-851.

[11] Zhao YN, Zhao JY, Zhao CX, et al. A metabolomics study delineating geographical location-associated primary metabolic changes in the leaves of growing tobacco plants by GC-MS and CE-MS[J]. Scientific Reports, 2015(5): 16346.

[12] Tsugawa H, Cajka T, Kind T, et al. MS-DIAL: data-independent MS/MS deconvolution for comprehensive metabolome analysis[J]. Nature Methods, 2015, 12(6): 523.

[13] Chong J, Soufan O, Li C, et al. MetaboAnalyst 4.0: towards more transparent and integrative metabolomics analysis[J]. Nucleic Acids Research, 2018, 46(1): 486-494.

[14] 梁思威, 楊錦鵬, 余君, 等. 噴施外源植物生長調(diào)節(jié)物質(zhì)對白肋煙煙堿含量及其合成關鍵酶活性的影響[J]. 華中農(nóng)業(yè)大學學報, 2013, 32(5): 72-76.

LIANG Siwei, YANG Jinpeng, YU Jun, et al. Effects of spraying exogenous YCL2 and Z5 on nicotine content and two key enzymes regulating nicotine synthesis in burley tobacco[J]. Journal of Huazhong Agricultural University, 2013, 32(5): 72-76.

[15] 金云峰，李軍營，張建波，等. 煙草煙堿代謝的生化和分子機制及其調(diào)控[J]. 基因組學與應用生物學，2015, 34(4): 882-891.

JIN Yunfeng, LI Junying, ZHANG Jianbo, et al. Biochemical and molecular mechanism of nicotine metabolism in tobacco plants[J]. Genomics and Applied Biology, 2015, 34(4): 882-891.

[16] Oliva M, Guy A, Galili G, et al. Enhanced production of aromatic amino acids in tobacco pants leads to increased phenylpropanoid metabolites and tolerance to stresses[J]. Frontiers in Plant Science, 2021, 11: 604349.

[17] Kumar V, Sharma A, Kaur R, et al. Differential distribution of amino acids in plants[J]. Amino Acids, 2017, 49(5): 821-869.

[18] 王威威，席飛虎，楊少峰，等. 煙草煙堿合成代謝調(diào)控研究進展[J]. 亞熱帶農(nóng)業(yè)研究，2016, 12(1): 62-67.

WANG Weiwei, XI Feihu, YANG Shaofeng, et al. Progress on nicotine metabolism regulation in tobacco[J]. Subtropical Agriculture Research, 2016, 12(1): 62-67.

[19] Tzin V, Galili G. New insights into the shikimate and aromatic amino acids biosynthesis pathways in plants[J]. Molecular Plant, 3(6): 956-972.

[20] Fiehn O, Kopka J, Dormann P, et al. Metabolite profiling for plant functional genomics[J]. Nature Biotechnology, 2000, 18(11): 1157-1161.

[21] Hall R D. Plant metabolomics: from holistic hope, to hype, to hot topic[J]. New Phytologist, 2006, 169(3): 453-468.

[22] Koelmel J P, Kroeger N M, Ulmer C Z, et al. LipidMatch: an automated workflow for rule-based lipid identification using untargeted high-resolution tandem mass spectrometry data[J]. Bmc Bioinformatics, 2017(18): 331.

[23] Yamazaki M, Nakajima J, Yamanashi M, et al. Metabolomics and differential gene expression in anthocyanin chemo-varietal forms of[J]. Phytochemistry, 2003, 62(6): 987-995.

[24] Zhang Q F, Liu M Y, Ruan J Y. Metabolomics analysis reveals the metabolic and functional roles of flavonoids in light-sensitive tea leaves[J]. Bmc Plant Biology, 2017(17): 64.

[25] 趙利，鈔建賓，郭捷，等. 基于代謝組學技術的植物抗病相關代謝物研究進展[J]. 西北植物學報，2021, 41(6):1071-1078.

ZHAO Li, CHAO Jianbin, GUO Jie, et al. Study on plant resistance related metabolites against pathogenic fungi based on metabolomics[J]. Acta Botanica Boreali-Occidentalia Sinica, 2021,41(6):1071-1078.

[26] Chen FF, Ma RJ, Chen XL. Advances of Metabolomics in Fungal Pathogen-Plant Interactions[J]. Metabolites 2019(9):169.

[27] 陳帥，楊愛國. 煙草重要基因篇14：煙草類黃酮合成相關基因[J]. 中國煙草科學，2016, 37(2): 95-98.

CHEN Shuai, YANG Aiguo. Tobacco flavonoid biosynthesis and related genes[J]. Chinese Tobacco Science, 2016, 37(2): 95-98.

Differential analysis of metabolic profiles of Honghua Dajinyuan tobacco leaves in different growth stage based on untargeted metabolomics

XIANG Haiying1, LIU Xin1, PANG Tao2, ZENG Wanli1, XU Li1, GAO Qian1, DENG Lele1, ZHANG Jianduo1, LI Xuemei1, LI Yong3, KONG Weisong1*

1 Yunnan Key Laboratory of Tobacco Chemistry, R&D Center of China Tobacco Yunnan Industrial Co., Ltd., Kunming, 650231, China;2 Yunnan Acedemy of Tobacco Agriculture Science, Kunming 650051, China;3 Institute of Agricultural Resources and Environment, Jiangsu Academy of Agricultural Sciences, Nanjing 210014, China

The difference of metabolic profiling of tobacco leaves in different growth stages was investigated using untargeted metabolomics.Tobacco leaves in cluster, budding and maturation stages were collected and analyzed by LC-QTOF/MS. Statistic analysis was conducted to test the significance of difference in the metabolites among different groups of tobacco leaves. Pathway analysis was performed on the MetaboAnalyst web-based software. The associations among metabolites were defined by Spearman correlation analysis.(1) There were significant differences in the metabolic profiles of tobacco samples in various growth stages. A total of 245 differential metabolites were identified, among which flavonoids, organic acids, amino acids, nucleosides, alkaloids and lipids were the dominant types. (2) Nicotine and its derivatives, such as 2,3'- bipyridine, nornicotine, myosmine, anababine, nornicotine and anatabine and nicotine-1-oxo were gradually accumulated with maturation process; However, some synthesis precursor substances of nicotine such as arginine, and spermine, putrescine, 3-hydroxybutyric acid, exhibited the opposite trends. (3) The contents of amino acids and organic acids related to the synthesis of secondary metabolites were higher in cluster stage or budding stage than in the mature stage. (4) Most flavonoids and phenolic acids were higher in maturation stages, which could effectively improve resistance of tobacco plants to diseases and external stress. (5) Correlation analysis showed that the levels of glutamic acid, pantothenic acid, pyridoxal, meliciose, 3-hydroxyo-aminobenzoic acid and zeaxin-o-glucoside were significantly positively correlated with nicotine content, suggesting that these metabolites might be important markers for regulating nicotine synthesis in tobacco leaves.This study reveals the change of tobacco metabolites in various growth stages, which provides technical support for tobacco breeding and quality analysis.

tobacco; metabolomics; growth stages; nicotine; differential metabolites

Corresponding author. Email：529029676@qq.com

中國煙草總公司科技重大專項“煙草物質(zhì)代謝相關核心基因的編輯文庫構建及素材創(chuàng)制”（No.110202001028（JY-11））；云南中煙工業(yè)有限責任公司科技項目“兩個煙草生物堿關聯(lián)編輯素材的精細化篩選研究”（No.2020JC03）；云南省煙草化學重點實驗室開放課題“煙草高通量靶向代謝組學方法開發(fā)及在育種素材中的應用”（No.2021539200340239）

向海英（1983—），博士，副研究員，主要研究方向：煙草生物技術，Email：casexhy@126.com，Tel：0871-68319513

孔維松(1975—)，Tel：0871-68319513，Email：529029676@qq.com

2021-11-22；

2022-04-01

向海英，劉欣，逄濤，等. 基于非靶向代謝組學的紅花大金元不同生育期煙葉代謝圖譜差異分析[J].中國煙草學報，2022，28（4）. XIANG Haiying, LIU Xin, PANG Tao, et al. Differential analysis of metabolic profiles of Honghua Dajinyuan tobacco leaves in different growth stage based on untargeted metabolomics [J]. Acta Tabacaria Sinica, 2022, 28(4). doi:10.16472/j.chinatobacco.2021.236