2025-06-23
Highlights
1.精準(zhun)關聯分析——整(zheng)合代(dai)(dai)謝組(zu)與基(ji)因組(zu)數據，高效識別影(ying)響代(dai)(dai)謝表型的(de)關(guan)鍵(jian)遺傳變(bian)異，揭示基(ji)因-代(dai)(dai)謝調(diao)控網(wang)絡！
2.多(duo)維度解析——支(zhi)持SNP、Indel等遺傳變(bian)異與代謝物的關聯分析，全(quan)面挖掘代謝調控機制！
3.高(gao)通量數據處理——派森(sen)諾(nuo)優化算法支持大規模代謝組（LC-MS/GC-MS）與基因組（WGS/WES）數據，分(fen)析快速穩定！
簡介
mGWAS（Metabolome Genome-Wide Association Study）是在傳統GWAS（全基(ji)因組(zu)關聯分析）基(ji)礎(chu)上，整合高通量代謝組(zu)學(xue)數據，系(xi)統性研(yan)究遺(yi)傳變異與代謝物水平(ping)關聯的(de)新方法(fa)。相較于GWAS，mGWAS具有三(san)大(da)核心優勢：
更(geng)直接(jie)的(de)生物(wu)學解釋性
GWAS通常只能識別與(yu)(yu)表(biao)型相(xiang)關的基(ji)因組位點，但難(nan)以(yi)闡明其具體(ti)作用(yong)機制；而(er)mGWAS直接關聯遺傳變異(yi)與(yu)(yu)代謝(xie)(xie)物濃度變化，揭示基(ji)因如何通過代謝(xie)(xie)通路(lu)影響表(biao)型。
更高的檢測靈(ling)敏度(du)
代(dai)謝物(wu)作為基因(yin)調控的“下(xia)游終端(duan)”，比復(fu)雜表(biao)型（如BMI、產量(liang)）更易受遺傳變異影(ying)響，mGWAS可發現(xian)傳統GWAS遺漏的微弱(ruo)效應位(wei)點，顯(xian)著(zhu)提升遺傳力解釋(shi)度(du)。
多組學整合的(de)橋梁作用(yong)
mGWAS天然適配(pei)轉錄組、蛋白組和微生物(wu)組數據，可(ke)構建“SNP→基因(yin)表(biao)達→代謝物(wu)→表(biao)型”的完(wan)整因(yin)果鏈，推動從(cong)統計關聯(lian)到機制解析(xi)的跨越。
mGWAS應用
1、作物改(gai)良
營養品質：解析(xi)水稻、小麥中氨基酸(suan)、維生素合成的關鍵基因，培育高營養品種。
抗逆性：發現(xian)調控抗旱、耐鹽相關代謝物（如(ru)脯氨酸(suan)、甜菜堿）的遺傳(chuan)位點。
風味改良：篩選影(ying)響茶(cha)葉、水果香氣成分（如揮發性酯類(lei)）的(de)代謝通路(lu)。
2、畜牧與(yu)水產
肉質優化：研究肌(ji)肉脂肪沉積(ji)（如(ru)肌(ji)內脂肪含量）的代謝(xie)遺傳調(diao)控(kong)。
抗病育種：鑒定(ding)與免疫代謝物（如抗菌肽）相關的基因標記。
mGWAS研(yan)究(jiu)思路
經典案例
期刊：Nature Genetics
影(ying)響因子：29.0/Q1
發表(biao)單(dan)位：中國農業科(ke)學院(yuan)深圳農業基因組研究所、福建省農業科(ke)學院(yuan)茶(cha)葉研究所等。
分(fen)析內容：群體進化(hua)、基(ji)因滲入(ru)分析(xi)、選擇(ze)性(xing)清(qing)除(chu)分析(xi)、GWAS關聯分析(xi)、mGWAS分析(xi)。
方(fang)法：
本文對1,325份茶樹及其相關物(wu)種(zhong)的全基(ji)因(yin)(yin)組(zu)進行(xing)重新測序，構建遺傳變異(yi)圖(tu)譜并注(zhu)釋有害突變；利用(yong)群體遺傳學分(fen)析揭示不同茶樹品種(zhong)之間的遺傳分(fen)化、遺傳瓶頸事件、異(yi)源基(ji)因(yin)(yin)組(zu)的流入以及野生種(zhong)的保護(hu)狀況；利用(yong)全基(ji)因(yin)(yin)組(zu)關聯分(fen)析（GWAS）識(shi)別與葉(xie)形(xing)相關基(ji)因(yin)(yin)。使用(yong)UPLC-QTOF MS對300份資(zi)源的嫩葉(xie)（一(yi)芽兩葉(xie)）進行(xing)了非靶向代(dai)謝組(zu)學分(fen)析，通過代(dai)謝物(wu)全基(ji)因(yin)(yin)組(zu)關聯分(fen)析（mGWAS），研究鑒定(ding)了多個(ge)與黃酮類化合物(wu)合成相關的關鍵(jian)基(ji)因(yin)(yin)。
結果：
【圖】葉片(pian)GWAS定位結果(guo)
【圖(tu)】茶樹代謝檢測結(jie)果(guo)和黃(huang)酮類(lei)化合物(wu)mGWAS分析
結論：
本文通過對1,325份(fen)茶樹(shu)（Camellia sinensis）和其相關(guan)物(wu)種(zhong)的(de)全基因組(zu)重(zhong)新測序，構(gou)建了(le)一個全面的(de)遺傳變異圖(tu)譜，并對其中(zhong)的(de)有害(hai)突變進行了(le)注釋。研(yan)究發現，中(zhong)國西南(nan)地(di)區可能是(shi)茶樹(shu)的(de)起源地(di)，這(zhe)一地(di)區的(de)古代(dai)茶樹(shu)在進化樹(shu)上位于野生種(zhong)和栽培種(zhong)之間，支持了(le)茶樹(shu)起源于中(zhong)國的(de)觀點。通過群體遺傳學(xue)分析，作者揭示了(le)不(bu)同茶樹(shu)品(pin)種(zhong)之間的(de)遺傳分化、遺傳瓶頸(jing)事件、異源基因組(zu)的(de)流入以及野生種(zhong)的(de)保護狀(zhuang)況。此外，該研(yan)究還利(li)用GWAS與mGWAS，識別出(chu)與葉(xie)形(xing)(xing)和代(dai)謝物(wu)特性(xing)(xing)相關(guan)的(de)數千(qian)個顯著關(guan)聯位點，為(wei)理解茶樹(shu)的(de)農藝性(xing)(xing)狀(zhuang)和風味(wei)物(wu)質(zhi)形(xing)(xing)成提供了(le)分子生物(wu)學(xue)基礎。這(zhe)項工作不(bu)僅(jin)填補了(le)茶樹(shu)遺傳學(xue)領域的(de)空(kong)白，也(ye)為(wei)未來的(de)育種(zhong)工作提供了(le)重(zhong)要的(de)參考信息。
參考文獻：
Kong W, Kong X, Xia Z,et al. Genomic analysis of 1,325 Camellia accessions sheds light on agronomic and metabolic traits for tea plant improvement. Nat Genet. 2025 Apr;57(4):997-1007. doi: 10.1038/s41588-025-02135-z.
