了解复杂表型的分子机制需要对复杂的代谢网络进行系统分析，并有助于提高主要谷物作物的育种效率和人类疾病诊断的准确性。在这里，作者选择水稻（Oryza sativa）杂种优势作为一个复杂的表型，并使用非靶向代谢组学策略研究了营养性状和生殖性状的机制。鉴定了杂种优势相关分析物，重叠分析物显示为六个农艺性状关联模式的基础。4个产量构成因素和株高的杂种优势相关分析共同贡献了产量杂种优势，5个性状的贡献程度不同。

六个农艺性状杂种优势相关分析物的鉴定。A， 六个农艺性状在群体和个体水平上的杂种优势。记录了5个生产性状（包括产量和4个产量构成因素）和1个营养性状（株高），条形表示标准误差。B，转化的亲本代谢物水平与杂种优势之间的相关数。计算了亲本代谢物水平的平均值、差异和比率，并对这6个性状的杂种优势进行了皮尔逊相关分析。P值小于0.05的相关性被认为是显著的，N=3,746。C，偏最小二乘回归中不同数量的预测分析物的 r 值变化。每个性状的最佳预测分析物数量用黑色箭头标记。D–E， 株高（D）和产量（E）杂种优势的观测值和预测值与相应的杂种优势相关分析物之间的相关性。F， 峰位为M163T337_NEG和4-羟基肉桂酸标准品的分析物的MS/MS光谱。G，4-羟基肉桂酸代谢物水平与株高杂种优势的相关性。H，产量和四个产量组成部分的杂种优势相关分析物的维恩图。 在面板 A、D、E 和 G 中，N = 287。

缩写：优良亲本杂种优势（BPH）、结实率（SSR）、千粒重（TGW）、每穗粒数（GNP）、单株分蘖数（TPP）、单株产量（YPP）、株高（HP）。

作者对高亲本和低亲本杂种优势进行失调网络分析，发现杂种优势涉及多种类型的代谢途径。显著富集途径（尤其是氨基酸和碳水化合物代谢途径）的代谢物水平可预测产量杂种优势（曲线下面积=0.907，具有10个特征），并且这些途径生物标记的可预测性通过跨环境和种群的杂交得到验证。

丰富的杂种优势代谢途径。A，偏最小二乘回归和贝叶斯方法之间分析物的重叠。B，五个繁殖性状杂种优势富集途径的维恩图。具有产量杂种优势的四种产量构成要素中，每种产量构成要素的通路重叠比例相应显示在括号中。四个产量组分的重叠和自身富集途径的数量分别显示在斜线的左侧和右侧。NA,不适用。C，高和低 BPH-YPP 杂种之间戊糖和葡萄糖醛酸相互转化的代谢物水平的比较。独立样本 t 检验，双尾。N = 72。每个箱线图的中心线代表第 50 个百分位数。每个箱线图的底部和顶部分别代表第 25 个和第 75 个百分位数。晶须代表最小值和最大值，圆圈代表异常值。D，戊糖和葡萄糖醛酸代谢物相互转化水平与产量杂种优势的关系。N=144。E，产量杂种优势显著富集途径的相关模式。产量杂种优势显著富集的途径有17条，并根据其数量信息进行Pearson相关性分析。紫色和绿色箭头分别表示高BPH-YPP杂种的代谢产物水平高或低。来自氨基酸代谢和碳水化合物代谢的调节途径的百分比显示在括号中。氰基氨基酸代谢和丙酸代谢之间的相关性用黑色方框突出显示。F， 柠檬酸循环的代谢物水平与氨基酸和碳水化合物代谢的两条途径之间的相关性。N=144。

作者的发现阐明了水稻杂种优势的代谢组学前景，并强调了途径生物标志物在实现复杂表型的准确预测中的潜在应用。

来源：Plant Physiology.The metabolomic landscape of rice heterosis highlights pathway biomarkers for predicting complex phenotypes.Zhiwu Dan, Yunping Chen, Hui Li, Yafei Zeng, Wuwu Xu, Weibo Zhao, Ruifeng He, Wenchao Huang Author Notes

https://academic.oup.com/plphys/advance-article/doi/10.1093/plphys/kiab273/6298605