mGWAS——“代谢组+基因组”研究新思路

众所周知，全基因组关联分析（GWAS）是研究动植物复杂性状的重要手段。利用GWAS分析可以快速获得影响目标性状表型变异的染色体区段或基因位点。但传统GWAS分析存在一些不足，如难以确定具体功能突变，难以解析突变如何影响性状的具体机制，并且有些高阶表型难以定性定量。

图1 整合多种类型的组学数据解析基因型-表型间的关联

因此，利用中间分子作为表型进行GWAS分析逐渐成为GWAS研究的热点。mGWAS (metabolome Genome-Wide Association Study)是将代谢组数据作为表型，与基因型数据进行关联分析的一种领先方法。由于代谢组数据对表型鉴定更为精细，因此关联分析的精度比传统GWAS分析更高。近年来不断有mGWAS的研究发表在高分杂志上。

让我们一起来看两篇mGWAS文章研究新思路

图2 mGWAS研究技术流程[1]

番茄风味遗传机制探究[2]

试验样品：

取398份番茄自然群体样本，平均测序深度8.5X。每一份番茄种质3个重复，每株至少取2个果实，至少6个果实混样作为一个生物学重复，代谢物含量通过GC/MS进行测定。

图3 番茄风味遗传机制研究思路

试验结果：

选101个番茄品种进行评分，发现28个代谢物与消费者整体喜好和风味强度都相关。进行mGWAS分析关联基因和代谢物，鉴定到251个与20种代谢物表型显著关联的信号。两个与葡萄糖和果糖相关的位点（Lin5和SSC11.1）位于报道过的番茄驯化、改良候选区域，大多数的现代番茄品种在这两个位点上都是参考基因型（RR），拥有该基因型的果实含糖量远低于其他基因型材料，这也许就解释了为什么现代番茄口感降低的原因。

图4 A: GWAS结果；B：mQTL结果；C,D：选择压力分析结果

玉米籽粒的mGwas研究[3]

试验样品：

选取368份自交品种，利用玉米50K SNP育种芯片进行分型，通过高通量LC-MS/MS分析鉴定代谢物种类和含量。

试验结果：

368份群体材料共检测到983个代谢产物，通过mGWAS分析，共鉴定到1459个显著位点，可以注释到1197个候选基因。其中有238个位点与表达量具有显著相关(P＜0.01)，这表明这些位点的候选基因，有可能是通过转录调解来影响代谢物含量变异的。此外，为了进一步验证GWAS结果及候选基因功能变异，利用重测序、eQTL分析、连锁分析、突变分析、转基因表达等多种分子学方法对5个代表性候选基因PHT、CCoMOMT1、UGT、TDC1和STE进行了功能验证。

图5 羟基肉桂酸酰胺转移酶相关位点鉴定及功能验证

文章思路就暂且先分享到这里，

其他mGWAS研究文章列表总结如下：

表1 其他mGWAS研究文章列表

参考文献

[1]Luo, Jie. Metabolite-based genome-wide association studies in plants[J]. Current Opinion in Plant Biology, 2015,24:31-38.

[2]Tieman D , Zhu G , Resende M F R , et al. A chemical genetic roadmap to improved tomato flavor[J]. Science, 2017,355(6323):391-394.

[3]Wen W , Li D , Li X , et al. Metabolome-based genome-wide association study of maize kernel leads to novel biochemical insights[J]. Science Foundation in China, 2015, 5(2):32-32.

[4]Ye J , Wang X , Hu T , et al. An InDel in the Promoter of Al-ACTIVATED MALATE TRANSPORTER9 Selected during Tomato Domestication Determines Fruit Malate Contents and Aluminum Tolerance[J]. Plant Cell, 2017, 29(9):2249.

[5] Zhu G , Wang S , Huang Z , et al. Rewiring of the Fruit Metabolome in Tomato Breeding[J]. Cell, 2018, 172(1-2):249-261.e12.

[6] Peng M , Gao Y , Chen W , et al.Evolutionarily Distinct BAHD N-acyltransferases are Responsible for Natural Variation of Aromatic Amine Conjugates in Rice[J]. The Plant Cell,2016:tpc.00265.2016.

[7] Chen W , Wang W , Peng M , et al. Comparative and parallel genome-wide association studies for metabolic and agronomic traits in cereals[J]. Nature Communications, 2016, 7:12767.

[8] Chen W , Gao Y , Xie W , et al. Genome-wide association analyses provide genetic and biochemical insights into natural variation in rice metabolism[J]. Science Foundation in China, 2014,46(2):714-721.