随着以基因组学，转录组学，代谢组学和蛋白质组学为代表的高通量组学技术的快速发展与成熟，使得整个生命科学研究领域发生了翻天覆地的革命性变化。前面提到每一种技术，都能从一定角度或层面极大表征出其生物学特征。然而，鉴于生物其自身的多层面和复杂性，任何单一技术都无法有效地捕捉到其全貌。所以，多组学的联合运用更加符合实际需要，事实上也逐渐成为一个非常有效的手段去研究一个复杂生物学现象。并且在研究人类重大疾病，农业生产和生命科学基础研究领域不断展露头角。

本研究，综合运用基于RNAseq的转录组和基于GC/LC-MS的代谢组来发掘一个催化底物未知的P450氧化酶的生物学功能【原文链接Multi-omics approach reveals the contribution of KLU to leaf longevity and drought tolerance in Arabidopsis】。该P450氧化酶被命名为KLU，该基因早在1999年就被报道特异地表达在拟南芥的shoot apical meristem。Loss of function of KLU 突变体呈现出叶速率加快，侧生分枝增多，叶片，花器官变小。更为惊奇的是，通过观察 KLU表达模式和亚细胞定位，推测出KLU可以产生一个可以移动的小分子来调控植物的生长发育。除此外，在拟南芥，水稻，玉米，番茄过表达KLU会对其的胚胎发育有着重要的影响，表现为整体果实增大并且结实率降低。

尽管KLU对植物的生长发育有着重要的影响，但其分子机制仍然有待研究。本文利用多组学（转录组、初级代谢组和植物激素测定）来探究KLU通过哪些重要的途径来影响植物的生长发育。

图1. 整体实验设计思路模式图

该文的实验思路（见图1）是通过比较在野生型，突变体及在突变体背景下的过表达转基因株系中的代谢组，转录组差异。通过差异表达基因的GO和KEGG分析，与差异代谢物 pathway 分析进行拟合。由于初级代谢组是位于生命体各个层面信息传递流的末端，其复杂度远远低于其他组学如基因组、转录组和蛋白质组。这一优势能将复杂且数目庞大的转录数数据快速落入具体的代谢的生化途径。使得研究人员对该基因有一个概括性认识。下面我就几个重要部分来讨论该文章。首先，KEGG富集分析可以看出植物激素信号途径有关的基因所占比重最大且变化倍数也最明显(图2)。

图2. KEGG enrichment analysis of DEGs of klu vs OE

随后，该文运用基于LC-MSMS对所有的植物激素进行了测定，和转录组结果相吻合，我们可以看到若干植物激素的含量在各个基因型中有显著性差异（图3）。进而在结合转录组的差异表达基因，该文章锁定细胞分裂素作为研究对象。

图3 植物激素在3个基因型的测定

接下来，我们在看看基于GC-MS的初级代谢组所提供的信息，从heatmap上我们很清楚地观察到proline的变化异常明显。由于proline在植物忍受非生物胁迫发挥着重要的作用，同时以前的研究也表明细胞分裂素对提高植物的抗旱有着重要作用。

此处代谢数据也能和转录组数据想吻合。最后文章根据上面两方面组学的信息，可以推测出KLU通过对细胞分裂素的调控来影响植物的诸多生长发育过程，据此假设，文章结尾部分内容也设计了具体的实验来验证该推断（详情见原文）。

最后总结一下，得益于把代谢组的简洁性和转录组所覆盖的全面性完美结合，该篇文章提供了一个清晰并很通用的手段去研究或深挖一个基因所涉及的生物学功能和其下游的具体调控途径。除了研究基因功能，该思路对于研究自然群体在进化过程中的适应性机制也是大有用武之地。

该工作的第一作者姜亮博士毕业于中国科学院遗传与发育生物学研究所，以洪堡学者的身份（Alexander von Humboldt Foundation）在马普分子植物生理研究所完成的该研究项目。

原文链接：

https://academic.oup.com/plphys/advance-article/doi/10.1093/plphys/kiaa034/6008722