全 文 ：核 农 学 报 2011，25(2):0270 ～ 0275
Journal of Nuclear Agricultural Sciences
收稿日期:2010-08-06 接受日期:2010-10-05
基金项目:国家自然科学基金(30800675)，浙江省重大专项(2008C12006)，浙江省科技计划项目(2009C32002)，IAEA 合同项目(CRP15422)，中
央高校基本科研业务费专项资金
作者简介:舒小丽(1980-)，女，湖南芷江人，副教授，研究方向为功能型农业生物技术。
通讯作者:吴殿星(1971-)，男，浙江开化人，研究员，研究方向为功能型农业生物技术。Tel:0571-86971594;E-mail:dxwu@ zju. edu. cn
文章编号:1000-8551(2011)02-0270-06
代谢谱技术及其在水稻研究中的应用
舒小丽1 张琳琳2 吴殿星1
(1. 浙江大学原子核农业科学研究所，浙江 杭州 310029;2. 浙江农林大学农业与食品学院，浙江 临安 311300)
摘 要:代谢谱技术是指某一个代谢途径中超过一个基因被干扰后，对该途径中的某种特定的代谢产物
进行定量分析。代谢谱技术已被广泛用于品种分类与真实性鉴定、基因功能、代谢调控与系统生物学研
究、转基因农作物的安全性评价等方面，并在农作物成分改良方面具有广阔的应用前景。代谢谱技术最
早主要用于拟南芥的研究，在水稻中的应用目前相对较少。本文主要从水稻代谢谱分析方法入手，简要
概述了代谢谱技术在水稻代谢调控、基因组学、品种鉴定以及遗传育种方面的应用。
关键词:水稻;代谢谱;育种
METABOLITE PROFILING AND ITS APPLICATION IN RICE RESEARCHES
SHU Xiao-li1 ZHANG Lin-lin2 WU Dian-xing1
(1. Institute of Nuclear Agricultural Sciences，Zhejiang University，Hangzhou，Zhejiang 310029;
2. Scholl of Agriculture and Food Science，Zhejiang A＆F University，Hangzhou，Zhejiang 311300)
Abstract:Metabolite profiling approaches is to quantify a kind of metabolites in a metabolic process. It has been applied
to classify varieties and test the authenticity，study the gene function and metabolite regulation，and also applied to
systemic biology，assessment the safety of genetically modified food. Metabolite profiling was first used in Arabidopsis
but there were few reports on rice. In this paper，the technique of metabolite profiling in rice and its application in
metabolite regulation，genomics，variety identification，and breeding were briefly reviewed.
Key words:rice;metabolite profiling;breeding
代谢物是细胞调控过程的最终产物，其水平可视
为生物系统对环境和遗传影响的最终反应。一个生物
系统中所有的代谢产物被称为代谢组。对一个生物系
统中所有代谢产物进行定性和定量分析则称为代谢组
学，代谢组学从宏观上研究生物系统的生化变化，揭示
机体的生命活动代谢本质。植物中的代谢物繁多，约
有 200000 种，但能被识别的可能还不到总数的 10%。
代谢谱分析是在代谢物分析的过程中逐渐形成的
一个概念，最初是指对某一类型代谢产物进行定量分
析，主要在气相色谱(GC)、高效液相色谱(HPLC)、质
谱(MS)、核磁共振(NMR)等分析技术上发展起来，最
早主要用于研究环境对生物代谢的影响等方面。随着
GC-MS、气相 /飞行时间质谱(GC /TOF-MS)、HPLC-
GC /MS 等分析技术的发展，可同时无偏差地分析同一
样品中成千上万种代谢产物，实现对代谢产物的全面、
高通量分析［1 ～ 3］。
历经几十年的发展，代谢谱技术与各种统计方法
紧密结合，已被广泛用于品种分类与真实性鉴定、基因
功能、代谢调控以及系统生物学研究［4 ～ 6］，在农作物成
分改良方面应用前景广阔［7］，并可用于转基因农作物
和新型食品的安全性评价［8］。
072
2 期 代谢谱技术及其在水稻研究中的应用
1 代谢谱技术简介
1. 1 代谢谱技术的发展及水稻籽粒成分代谢谱分析
方法
代谢谱技术最早主要用于拟南芥的研究。2000
年 Fiehn 等［9］以拟南芥的叶片为模型，采用 GC /MS 自
动定量了拟南芥的叶片抽提物中 326 个峰，并确定其
中 149 种化合物的化学结构，成为代谢谱技术研究的
代表作，也标志代谢谱技术成为功能基因组研究的一
个重要组成部分。
由于代谢产物种类繁多且具不同的理化特性，目
前尚无一种方法可同时检测出所有的代谢产物。在水
稻代谢谱研究中，应用较广泛的主要是 GC-MS 技术。
GC-MS 可识别并定量同一样品中大量的代谢产物，可
对主要的初级代谢途径有一个全面的了解，是代谢谱
最先利用的技术，且成熟稳定。尽管目前尚无一种方
法可以揭示所有的代谢物，但 GC-MS 具有相对较宽的
分离谱带，可分析包括有机酸、氨基酸、糖、糖醇、磷酸
化中间产物以及脂类成分等代谢产物。同时，将 GC-
MS、HPLC、NMR 等各种分析技术相结合，优势互补，可
望分离鉴定出更多的代谢产物。
Frenzel 等［10］以水稻为模式植物，建立了水稻籽粒
成分代谢谱技术。首先提取稻米脂肪部分，然后利用
固相分离(SPE)将甘油三酯类与甾醇、生育酚等微量
脂肪类分开，再对其进行甲基化、硅烷化处理，得到脂
肪酸甲基酯和微量脂肪 2 个组份;再从提取脂肪后的
残渣中提取极性成份，利用不同的硅化剂进行处理，将
糖、糖醇类与氨基酸、有机酸类分开，然后利用 GC-FID
(氢离子火焰检测)及 GC-MS 对不同组份进行谱带分
析。此后，Frank 等［11］对该提取方法进行了优化，实现
了少量样品的批量化提取(图 1)。
图 1 水稻籽粒成分代谢谱分析的基本流程［11］
Fig. 1 Procedure of metabolite profiling for rice grain［11］
1. 2 代谢谱数据的分析方法
代谢谱技术可以分析大量的小分子代谢物，一次
代谢谱分析可获得大量数据，对这些数据的有效分析
可为我们提供尽可能丰富的信息。对代谢谱数据进行
分析时，需考虑对照和自然变异，而且因数据的复杂
性，使人工比对费时费力。张晓婷等［12］利用 Pathway
Tools 对水稻代谢途径进行分析，可将耐盐水稻品种及
其不耐盐亲本中差异表达基因与代谢途径信息整合，
从整体水平上反映二者对盐胁迫的反应。
利用一些软件可实现多个样品的多重比较，但由
于在分析过程中不同样品的同一种物质的洗脱时间可
能会发生漂移，从而导致单峰的错位。Frenzel 等［10］开
发了 Chrompare 软件，解决了因洗脱时间的漂移而导
致的单峰匹配错位，对多个谱带的单峰进行配对，获得
172
核 农 学 报 25 卷
标准化的数据后可进行谱带的比较研究，获得具有显
著差异的化学物质数据及其差异数据，并得到比较图
谱(图 2)。
图 2 利用 Chrompare 软件进行数据化标准
处理及色谱比较分析流程图
Fig. 2 Procedure of data normalization
and comparison by the Chrompare soft ware
此外，对标准化处理后的数据，还可利用软件进行
主成分分析(Principal Component Analysis，PCA)和独
立成分分析(Independent Component Analysis，ICA)。
对多个样品的多个变量进行 PCA 分析后，会产生一组
新的相互无关的几个综合变量，称为主成分，样品间最
大的变异主要由第一主成分解释，一组理想的主成分
应该是前 3 个主成分可以解释所有变异的 95%以上。
ICA 与 PCA 方法相比，新的变量相互间可具有一定的
相关性，因此能更好地进行独立性分析。
2 代谢谱技术在水稻研究中的应用
2. 1 水稻生理与代谢调控
一些转基因材料，如反义或敲除突变，由于存在基
因沉默或者是目标基因为一同工酶或基因家族，其后
代表型并不发生变化。代谢谱技术可检测出这种细微
的变化，尽管其整体代谢水平几乎不变，从而可以用来
观察不同基因型的代谢变化。利用 GC /TOF-MS 技
术，结合经典的统计和多因子聚类分析，可定量分析超
过 1000 种成份。同时，根据比较分析代谢物的线性关
系，可构建出代谢网络，这种网络的拓朴学分析可揭示
调控代谢的基本结构。利用代谢谱技术进行代谢工程
和代谢调控的研究大多集中于马铃薯，对淀粉的合成
调控有较深入的研究，可有效识别出遗传修饰材料及
环境变异材料［13］。Wechwerth 等［14］利用差示代谢网
络法，对发生沉默现象的转反义抑制蔗糖合成酶 II 基
因马铃薯进行差示代谢拓朴分析，揭示了转基因材料
中碳水化合物和氨基酸的代谢改变，尽管在平均代谢
水平上，该材料与对照相比基本没有变化。
水稻在利用代谢谱进行代谢工程及基因表达方面
的研究相对较少。Shu 等［15］对水稻种子萌动生理进
行了代谢谱分析，为检测种子萌动的转录及后转录过
程提供了基础。在水稻种子萌动早期，三羧酸循环中
间产物、磷酸已糖及氨基丁酸显著增加，随着时间延
长，参与碳代谢、氨基酸及细胞壁代谢的物质均有显著
增加，在整个种子萌动过程中有将近 6000 种转录产物
发生了变化［16］。
Jumtee 等［17］利用 GC /TOF-MS 和毛细管电泳 /电
喷雾气相色谱(CE /ESI-GC)技术，对水稻 3 种光合色
素同时突变的突变体进行代谢谱分析，发现细胞色素
在糖代谢中起到重要的作用，有效地揭示了该突变体
内的代谢变化及其与表型的关系。Nagai 等［18］对转细
胞质 ADP 葡萄糖焦磷酸羧化酶(ADPGase)水稻进行
代谢谱研究，发现除 ADP 葡萄糖(ADPglc)含量增加
外，其他淀粉合成中的一些代谢中间产物的含量也发
生显著变化，如 1-磷酸-葡萄糖(Glc-1-P)、UDP 葡萄
糖、6-磷酸-葡萄糖(Glc-6-P)含量大大增加，其增幅与
ADPglc 一致。转基因后代中从蔗糖代谢到 ADPglc 形
成的这一反应形成了新的平衡。而且，葡萄糖和果糖
的显著增加，意味着存在转化酶的诱导。对转基因材
料代谢分析表明，ADPGase 催化反应可能是一普通存
在的现象，碳流从蔗糖到淀粉的限制位于 ADPglc 形成
的下游，这就导致了 ADPglc 形成的上游前体物质的增
加。Zhou 等［19］对抗虫转基因水稻进行代谢谱分析，
发现转基因材料中蔗糖、木糖醇、谷氨酸较非转基因稻
米显著增加，而其他代谢物的增加可能由不同环境条
件引起。
2. 2 在水稻功能基因组学上的应用
水稻、拟南芥等植物基因组已被成功测序并部分
注释，功能基因组学已成为研究热点。尽管基因组测
序完成，但大多数基因的功能仅是通过与其他物种进
行同源比对后进行推测得出，经过试验验证的仅占约
10%。为了解基因与基因产物之间的互作及研究其在
不同环境条件下的生理功能，经典的基因对基因假说
不能完成，许多研究集中于转录和蛋白谱，然而，对于
庞大的互作网络，这些方法对于基因组研究来说显得
太慢也太昂贵。
研究受不同遗传或环境影响的代谢网络调控，对
发现新的代谢途径及进行功能基因组学研究非常重
要。对代谢网络的理解必须将酶化学网络和遗传网络
相结合，并整合其他如蛋白组学技术等，以实现新的代
谢途径的发现并对受遗传环境影响下的植物代谢网络
272
2 期 代谢谱技术及其在水稻研究中的应用
进行评估。尽管目前水稻已有较完整的蛋白组数据、
基因组数据，但将代谢谱数据与公共数据库如 KEGG、
BRENDA、MetaCyc、PubChem 等注释整合，的确相对落
后于其单方面的发展，而且存在数据冗余及错误，特别
是对一些同功代谢物。这些都大大限制了代谢谱技术
在水稻功能基因组学上的发展。
代谢谱技术可鉴定一些稳定表达的性状，结合现
代分子生物学研究手段，最终可实现基因克隆，鉴定出
调控某一特殊营养成分的基因。Fiehn 等［9］以拟南芥
为模型进行的代谢谱研究，标志着代谢谱技术已成为
功能基因组学研究的一个重要组成部分。Matsuda
等［20］对拟南芥 Ds 转座子插入纯合株系进行了代谢谱
分析，提示了类黄酮糖基化过程中将近 70 个基因的功
能。相比拟南芥、马铃薯、蕃茄，水稻在这方面的研究
相对落后，且大多研究局限于基因改良后材料的代谢
改变，获得该特定基因可能参与的代谢调控。
Jiang 等［21］对转海藻糖-6-磷酸合成酶和海藻糖-6-
磷酸酶基因的水稻进行代谢谱分析，发现转基因水稻
叶片和种子中海藻糖和海藻糖-6-磷酸均较对照增加，
而且，转基因水稻种子中蔗糖和多糖苷含量降低，但增
加了 3 种其他物质。Matsuda 等［22］将一 α-亚基发生突
变的水稻邻氨基苯甲酸合成酶基因导入马铃薯中，然
后对转基因马铃薯进行代谢谱分析，结果发现，转基因
马铃薯中色氨酸的含量增加了 2 ～ 20 倍，这些增加可
能是由于 α-亚基的突变使得邻氨基苯甲酸合成酶对
色氨酸反馈抵制敏感性下降。同时还发现吲哚乙酸
(IAA)含量增加，这一发现，为富色氨酸水稻育种提供
了一种新的思路。
一些环境变化也会导致代谢物的极大改变，因此，
研究不同环境条件下代谢物的改变对于水稻抗逆育种
显得非常有借鉴意义。韦克苏等［23］利用微陈列对高
温胁迫下水稻淀粉代谢相关基因表达进行了分析，为
研究高温条件下水稻代谢变化提供了分子水平上的支
持。Huang 等［24］对缺磷条件下的大麦进行代谢谱分
析，发现轻微磷缺失会引起二糖和三糖，主要是蔗糖、
麦芽糖、棉子糖和 6-蔗果三糖的聚集，尤其是在根部
的聚集;而严重磷缺失除了引起二糖和三糖的聚集外，
还会导致氨代谢相关产物的聚集，而一些磷酸化中间
产物如 Glc-6-P、6-P-果糖、1-P-肌醇、3-P-甘油及有机酸
类物质则减少。磷胁迫会使植物通过减少磷消耗，甚
至是从一些含磷代谢物中释放出磷来改变植物的碳代
谢，从而最终使得参于 TCA 循环的有机酸类水平降
低;与此同时，谷氨酰胺和天冬酰胺含量增加。据此，
可通过改变参与形成有机酸和氨基酸的碳水化合物，
提高碳的利用率，从而提高谷类作物对低磷水平的适
应性。
2. 3 代谢谱技术在品种鉴定与水稻遗传育种上的应
用
代谢谱技术在基因功能、代谢调控、系统生物学研
究及突变体的分析鉴定方面显示了强大的潜力［5，6］，
在作物成份改良方面具有很大的应用前景［7］。以往
可通过见表型改变来判断基因表达水平的升降，但由
于基因功能冗余性及基因家庭的存在，有时单个基因
的表达变化并未引起表型的改变，但此时植物体中某
些代谢产物的含量却已发生显著变化［25］。Bouche 和
Bouchez［26］报道只有不到 2%的 T-DNA 株系显示出明
显的表型变异，而且对于转座子标签株系，也只有大约
3%的突变体具有可见的表型变异［27］。代谢谱技术可
检测出基因组中一个基因即使仅上调表达 0. 1%后导
致的代谢产物改变，它对于基因的突变起着放大效应。
2. 3. 1 品系、突变体鉴定 直接的代谢筛选已被用于
植物代谢突变体的筛选、鉴定及代谢途径分析［28］。利
用代谢谱技术进行农作物营养品质育种非常有效［29］。
Engel 等通过分析转基因水稻的代谢变化，发现可从代
谢水平上了解农作物可能产生的异常生理状态，预测
性状，提高品种筛选的速度。对不同来源及不同栽培
条件下的材料进行代谢谱比较分析，利用代谢谱数据
成功鉴别了水稻和大豆低植酸突变体与其野生
型［10，30］。利用代谢谱技术，还可实现拟南芥具相似表
型突变体的快速分类，加速代谢相关突变基因的分
离［31］，并从 100 个蓝原衣藻插入突变体中成功筛选出
碳水化合物和脂肪酸代谢的突变体，实现了基于代谢
谱技术的突变体高能量筛选［32］。
Overy 等［33］应用 TOF-MS 技术分辨出作物亲代与
子代间细微的代谢差异，进而研究了代谢与作物性状
间的关系。Manfered 等［34］利用电喷离子质谱研究不
同马铃薯的代谢指纹，发现通过代谢差异能正确分辨
出口味和色素性状不同的品系。因此，若能建立完整
的代谢谱，则可能在作物生长前期即能预测产品的性
状，显著提高育种效率，指导农业生产。
2. 3. 2 QTL 遗传分析 阐明代谢与遗传差异之间的
关系对于了解自然变异或是群体中代谢 －表型变化的
遗传调控网络非常重要，将代谢谱技术与 QTL 技术相
结合，可鉴定控制代谢产物的基因座，目前已有一些报
告成功地对实验定位群体进行非目标代谢谱技术研
究，从而揭示绝大多数检测代谢物的遗传调控［34 ～ 38］。
在这些研究中，大规模的 QTL 分析被用于检测大量未
知的代谢产物，通过识别遗传与代谢谱的共调控来对
372
核 农 学 报 25 卷
检测的代谢物进行分类，因此，一个调控簇内的代谢物
可通过与生物合成途径的整合来进行识别。对单个代
谢物来说，其与植物的生物量可能并不相关，但将解释
这些数量性状的所有代谢物看成一个整体则显示出明
显的相关性［39］。
尽管将 QTL 分析与代谢数据整合可获得一定的
遗传信息，但由于代谢物含量的遗传力相比转录水平
要低，并且需要从基因型转至表现型，使得表型性状的
调控变得更为复杂。而且大量 QTL 分析显示，在许多
性状中存在一些热位点，这也表明大多表型变异可由
少量多效位点来解释［39］。Mochida 等［40］阐述了一种
新的方法来分析水稻代谢组与基因组间的关系，确定
水稻品种的代谢与遗传差异存在相关性，并将部分可
溶性代谢物如脂肪、蔗糖在染色体上的分布位置进行
了定位，有利于进一步的遗传分析以确定候选基因，并
研究复杂的调控网络及植物代谢系统的进化分析。随
着水稻代谢谱技术、生物信息学的发展，相关数据库日
益完善，加之各数据库的有机整合，将极大地促进代谢
谱技术在水稻育种中的应用，并为水稻育种开辟全新
的选择标准。
2. 4 转基因水稻安全性评价
作为国家战略技术的储备，我国立项了一批转基
因水稻育种项目，也取得了一批重大成果。2009 年，
农业部为华中农业大学的转抗虫基因水稻“华恢 1
号”和“Bt 汕优 63”颁发了安全证书。尽管如此，当前
公众对于转基因作物的接受和认可度仍然很低，既有
生态环境方面的担忧，又有食品安全性方面的担忧，而
利用代谢谱技术可对转基因食品的基因代谢物进行检
测，分析其与对照材料的代谢差异，从而用于转基因食
品的安全性评价［8］。一般，通过对转基因水稻与其野
生型、不同常规水稻进行代谢谱分析，可得出转基因水
稻代谢水平的变化是属于品种间的差异还是由外源基
因的导入引起。Zhou 等［18］对抗虫转基因水稻进行代
谢谱分析，发现转基因引起的代谢物改变远小于环境
对代谢产物的影响。因此，对转基因水稻安全性评价
时除要多设置对照样品，还需进行多点取样，以排除环
境影响。
3 展望
尽管代谢谱技术已在表型鉴定、代谢调控、基因组
学等方面显示了具大的应用潜力，但其并不是独立存
在的，其在复杂的调控网络中与遗传分析、转录谱、蛋
白谱等互证，只有与其他分析手段、其他数据库有机整
合，对其进行不同层次的分析，才能充分发挥其强大的
功能(图 3)。尽管目前对植物代谢的了解较少，但随
着代谢分析技术的发展，对植物代谢的了解将逐渐深
入，各种数据逐渐完善，整合也会逐渐完整，代谢谱技
术在水稻遗传育种研究中将发挥越来越重要的作用。
图 3 代谢谱与其他数据库的整合及其在水稻研究中的应用
Fig. 3 Integration of metabolite profiling and other data and their application in rice research
472
Journal of Nuclear Agricultural Sciences
2010，25(2):0270 ～ 0275
参考文献:
［1 ］ Wechwerth W，Fiehn O. Can we discover novel pathways using
metabolomic analysis［J］. Current Opinion in Biotechnology，2002，
13:156 － 160
［2 ］ Fiehn O. Metabolomics-the link between genotypes and phenotypes
［J］. Plant Molecular Biology，2002，48:155 － 171
［3 ］ Lisec J，Schauer N，Kopka J，et al. Gas chromatography mass
spectrometry-based metabolite profiling in plants［J］. Nat Protoc，
2006，1(1):387 － 396
［4 ］ Frenzel T，Miller A，Engel K H. A methodology for automated
comparative analysis of metabolite profiling data［J］. Eur Food Res
Technol，2003，216:335 － 342
［5 ］ Fernie A R，Trethewey R N，Krotzky A J. Metabolite profiling:for
diagnostics to systems biology［J］. Molecular Cell Biology，2004:1
－ 7
［6 ］ Fernie A R. The future of metabolic phytochemistry:large numbers
of metabolites， higher resolution， greater understanding ［J］.
Phytochemistry，2007，68:2861 － 2880
［7 ］ Schauer N，Fernie A R. Plant metabolomics: towards biological
function and mechanism［J］. Trends in Plant Science，2006，11
(10):1360 － 1385
［8 ］ Kuiper H，Kok E J，Engel K H. Exploitation of molecular profiling
techniques for GM food safety assessment［J］. Current Opinion in
Biotechnology，2003，14:238 － 243
［9 ］ Fiehn O，Kopka J，Drmann P，et al. Metabolite profiling of plant
functional genomics［J］. Nat Biotechnol，2000，18:1157 － 1161
［10］ Frenzel T，Miller A，Engel K H. Metabolite profiling-a fractionation
method for analysis of major and minor compounds in rice grains［J］.
Cereal Chemistry，2002，79:215 － 221
［11］ Frank T，Meuleye B S，Miller A，et al. Metabolite profiling of two
low phytic acid (lpa)rice mutants［J］. Journal of Agriculture and
Food Chemistry，2007，55(26):11011 － 11019
［12］ 张晓婷，谢荔岩，林奇英，吴祖建，谢联辉 . Pathway Tools 可视
化分析水稻基因表达谱［J］. 激光生物学报，2008，17(3):371
－ 377
［13］ Carrari F，Urbanczyk-Wochniak E，Willmitzer L，et al. Engineer
central metabolism in crop species: learning the system［J］.
Metabolic Engineering，2003，5:191 － 200
［14］ Wechwerth W， Loureiro M E， Wenzel K， et al. Differential
metabolic networks unravel the effects of silent plant phenotypes［J］.
PNAS，2004，101(20):7809 － 7814
［15］ Shu X L， Frank T， Shu Q Y， et al. Metabolite profiling of
germinating rice seeds［J］. Journal of Agricultural and Food
Chemisty，2008，26(24):11612 － 11620
［16］ Howell K A，Narsai R，Carrol A，et al. Mapping metabolic and
transcript temporal switches during germination in rice highlights
specific transcription factors and the rold of RNA instability in the
germination process［J］. Plant Physiology，2009，149:961 － 980
［17］ Jumtee K，Okazawa A，Harada K，et al. Comprehensive metabolite
profiling of phyA phyB phyC triple mutants to reveal their associated
metabolic phenotype in rice leaves［J］. Journal of Bioscience and
Bioengineering，2009，108(2):151 － 159
［18］ Nagai Y S，Sakulsingharoj C，Edwards G E，et al. Control of starch
synthesis in cereal:metabolite analysis of transgenic rice expressing
an upregulated cytoplasmic ADP-Glucose pyrophophorylasein
developing seeds［J］. Plant Cell Physiology，2009，50:635 － 643
［19］ Zhou J，Ma C F，Xu H L，et al. Metabolic profiling of transgenic
rice with crylAc and sck gene:An evaluation of unintended effects at
metabolic level by using GC-FID and GC-MS［J］. Journal of
Chromatography B，2009，877(8 － 9):725 － 732
［20］ Matsuda F， Yonekura-Sakakibara K， Niida R， et al. MS /MS
spectra tag-based annotation of non-targeted profile of plant
secondary metabolites［J］. Plant Journal，2009，57:555 － 577
［21］ Jiang I C，Oh SeJ，Seo J S，et al. Expression of a bifunctional
fusion of the Escherichia coli genes for trehalose-6-phosphate
synthase and trehalose-6-phophate phosphatase in transgenic rice
plant increase trehalose accumulation and abiotic stress tolerance
without stunting growth［J］. Plant Physiology，2003，131:516 －
524
［22］ Matsuda F，Yamada T，Miyazawa H， et al. Characterization of
tryptophan-overproducing potato transgenic for a mutant rice
anthranilate synthase alpha-subunit gene (OASA1D) ［J］. Planta，
2005，222:535 － 545
［23］ 韦克苏，程方民，董海涛，张其芳，刘奎刚，曹珍珍 . 水稻胚乳
贮藏物代谢相关基因响应花后高温胁迫的微阵列分析［J］. 中
国农业科学，2010，43(1):1 － 11
［24］ Huang C Y，Roessner U，Eichmeier I，et al. Metabolite profiling
reveals distinct changes in carbon and nitrogen metabolism in
phosphate-deficient barley plants (Hordeum vulgare L.) ［J］. Plant
Cell Physiology，2008，49:691 － 703
［25］ Raamsdonk L M，Teusink B，Broadhurst D，et al. A functional
genomics strategy that uses metabolome data to reveal the phenotype
of silent mutations［J］. Nat Biotechnol，2001，19:45 － 50
［26］ Bouche N，Bouchez，D. Arabidopsis gene knockout:phenotypes
wanted［J］. Current Opinion in Plant Biology，2001，4:111 － 117
［27］ Kuromori T，Wada T，Kamiya A，et al. A trial of phenome analysis
using 4000 Ds-insertional mutants in gene-coding regions of
Arabidopsis［J］. Plant Journal，2006，47:640 － 651
［28］ Browse J. The power of mutants for investigating jasmonate
biosynthesis and signialing［J］. Phytochemistry，2009，70:1539 －
1546
［29］ Mochida K，Furuta T，Ebana K，et al. Metabolic phenotyping of
genetically diverged species in Gramineae ［C ］. The 11th
International Wheat Genetics Symposium proceedings Edited by Rudi
Appels Russell Eastwood Evans Lagudah Peter Langridge Michael
Mackay Lynne，2008
［30］ Frank T，Norenberg S，Engel K H. Metabolite profiling of two novel
low phytic acid (lpa)soybean mutants［J］. Journal of Agricultural
and Food Chemistry，2009，57(14):6408 － 6416
［31］ Messerli G，Nia V P，Trevisan M，et al. Rapid classification of
phenotypic mutants of Arabidopsis via metabolite fingerprinting［J］.
Plant Physiology，2007，143:1484 － 1492
(下转第 307 页)
572