Transcriptomes of Paspalum vaginatum Germplasms under Salt-stress
-
摘要:目的
通过转录组学技术探明海雀稗（Paspalum vaginatum）的耐盐作用机制，以期为培育强耐盐性的抗盐作物提供理论支持。
方法以耐盐种质sealsle2000和敏盐种质17USA-45为材料，测定0、1、3 d盐胁迫时间下两个种质净光合速率（Pn）、气孔导度（Gs）、相对叶绿素含量（soil and plant analyzer development, SPAD）和相对枯黄率（relative leaf firing percentage, RLF）4种生理指标的变化。使用RNA-seq技术进行转录组测序，结合生物信息学方法分析差异表达基因（differently expressed genes, DEGs）。
结果盐胁迫下，sealsle2000的Pn、Gs和SPAD的下降幅度，以及RLF的升高幅度均显著低于17USA-45（P＜0.05）。转录组分析发现，盐胁迫1 d和3 d后，sealsle2000分别鉴定出
6876 和4457 个DEGs，17USA-45分别鉴定出6017 和5536 个DEGs。AP2（Apetala 2）转录因子基因家族可能起主导作用。KEGG和GO分析显示，两个种质共同富集到淀粉和蔗糖代谢、碳代谢和光合细胞组分等条目。其中，sealsle2000特异性地富集到油菜素内酯生物合成通路、负向调节乙烯激活信号通路、响应甘露醇等条目。17USA-45特异性富集到苯丙素类生物合成和磷酸吡啶核苷酸[NAD(P)H]脱氢酶复合体等条目。实时荧光定量PCR（quantitative reverse transcription polymerase chain reaction, qRT-PCR）验证结果表明，本次转录组测序结果具有较高可靠性。结论本研究发现海雀稗耐盐种质特异性富集于油菜素内酯生物合成通路、负向调节乙烯激活信号通路及响应甘露醇条目，为海雀稗耐盐分子机制提供了参考依据。
Abstract:ObjectiveTranscriptomic techniques were applied to investigate the molecular mechanisms underlying the salt tolerance of Paspalum vaginatum.
MethodPhysiological index changes in the salt-tolerant sealsle2000 and the salt-sensitive 17USA-45 under salt-stress were determined. RNA-seq technology was employed for transcriptome sequencing, and bioinformatics methods for analysis on differentially expressed genes (DEGs).
ResultUnder salt-stress, the decreases in Pn, Gs, and SPAD as well as the increase in RLF of sealsle2000 were significantly lower than those of 17USA-45. Transcriptome analysis revealed that after 1 and 3 days of salt stress,
6876 and6017 DEGs were identified in sealsle2000, respectively, while4457 and5536 DEGs were identified in 17USA-45. An analysis suggested that the AP2 transcription factor gene family in P. vaginatum might play a pivotal role in the response to salt-stress. KEGG and GO enrichment analyses revealed that both genotypes were commonly enriched in pathways related to starch and sucrose metabolism, carbon metabolism, and photosynthetic components. Sealsle 2000 was specifically enriched in the pathways associated with brassinolide biosynthesis, salt-stress response, and mannitol response. In contrast, 17USA-45 was enhanced in the pathways associated with phenylpropanoid biosynthesis and the NAD(P)H dehydrogenase complex. A qRT-PCR validation confirmed the high reliability of the RNA-seq data obtained in this study.ConclusionThe salt-tolerant genotype of P. vaginatum was found to be specifically enriched in the brassinosteroid biosynthesis pathway, negative regulation of ethylene-activated signaling pathway, and response to mannitol.
-
Keywords:
- Paspalum vaginatum /
- salt-stress /
- transcriptome /
- differentially expressed genes
-
0. 引言
【研究意义】海雀稗（Paspalum vaginatum），又称海滨雀稗（Seashore Paspalum），为禾本科（Gramineae）多年生暖季型草坪草[1]，广泛分布于中国南部等热带和亚热带地区[2]。长期生长于滩涂环境的海雀稗，具备较强的适应性，能够在贫瘠土壤和高盐浓度的海水环境中生长[3]。其匍匐茎和根状茎的迅速扩展使其能够形成紧密的草皮，同时具备耐盐、抗旱、耐践踏等优良特性[4−7]。盐胁迫是限制植物正常生长发育的主要因素之一，破坏植物的渗透平衡并引发离子毒害[8]，最终导致植物死亡[9]。对于水稻（Oryza sativa）、小麦（Triticum aestivum）、玉米（Zea mays）和大豆（Glycine max）等盐敏感作物，盐胁迫可能会导致严重的产量损失[10]。禾本科是绝大多数粮食作物的科属，而海雀稗作为禾本科中耐盐性最强的草种之一[4]，研究其响应盐胁迫的分子机制有助于揭示禾本科植物在非生物胁迫下的进化适应性，为培育耐盐作物提供种质资源。【前人研究进展】关于海雀稗耐盐机制的研究目前已取得一定进展。庞烁[11]发现海雀稗可能通过调节Na+的吸收和转运来减弱盐胁迫引起的损伤。申晴[12]和Guo等[13]研究发现维持较高的地上K+，可能是海雀稗耐盐的调节机制。Pan等[14]研究发现，海雀稗的耐盐种质在根部会积累更多Na+，导致根部H2O2增加，激活植物抗氧化机制。海雀稗对盐胁迫的适应机制复杂，由多种与胁迫相关的信号网络调控。转录组学作为研究生物体功能的重要手段，已广泛应用于植物的生长发育、逆境胁迫适应等分子机制的探索中。该组学研究的兴起，可以为揭示海雀稗响应盐胁迫的调控机制提供更多分子层面的数据分析[15]。Hu等[16]通过转录组测序技术（RNA sequencing, RNA-seq）发现，在盐胁迫下，串联重复基因的表达具有组织（叶部和根部）特异性。Chen等[17]通过酵母双杂交文库筛选，鉴定出海雀稗18个耐盐基因，与光合作用代谢、抗氧化系统、蛋白质修饰、铁运输、囊泡运输和磷脂合成生物过程相关。Yang和Wu等通过分析海滨雀稗CML（Calmodulin-like Protein）和NAC（NAM, ATAF1/2, and CUC2）基因家族在盐胁迫下的转录组表达情况，发现这两个基因家族均有参与海雀稗的耐盐调控[18−19]。Wu等[3]发现海雀稗的耐盐性可能与较高的Na+和Ca2+积累有关，且其差异表达基因（differently expressed genes, DEGs）富集于“氧化还原过程”和“核酸结合”相关条目。然而，由于该转录组测序数据未与高质量参考基因组比对，导致其数据的准确性和完整性受限。【本研究切入点】目前，海雀稗耐盐机制的研究主要集中在生理层面，而关于基因调控机制的研究还相对较少。sealsle2000耐盐性强、颜色深绿，能耐受修剪至较低高度，常用作草坪和球场的草皮草，具有广泛的商业前景。而17USA-45与sealsle2000在耐盐性方面差异性明显，这两种种质为解析海雀稗耐盐机制提供了理想的对比材料。海雀稗高质量基因组的发布为开展深度转录组学研究、系统揭示耐盐分子机制提供了重要基础。【拟解决的关键问题】本研究以耐盐种质sealsle2000和敏盐种质17USA-45为材料，基于参考基因组，使用RNA-seq技术，对盐胁迫前后的海滨雀稗叶片组织进行生物信息学分析，以期探明海雀稗耐盐分子机制。
1. 材料与方法
1.1 试验材料
基于课题组前期研究[20]，本研究以耐盐种质海雀稗sealsle2000和敏盐种质17USA-45为试验材料，两种质均由海南大学热带草坪草育种实验室保存并提供。
1.2 方法
1.2.1 试验材料培养
选取两个种质（sealsle2000和17USA-45）的匍匐茎，冲洗干净后，置于底部有细孔的育苗杯中，每份材料设置4个重复。将育苗杯置于4孔塑料硬板上，再将塑料硬板盖置于5 L容量的塑料桶上。试验材料均放置于海南大学农科基地，进行水培扩繁。
1.2.2 盐胁迫处理
供试材料进行为期一个月的培养，待材料生长状态良好且长势一致，进行盐胁迫处理。盐浓度为400 mmol·L-1（23.33 g·L−1），分别经盐处理0 d（CK）、1 d和3 d后，取其叶部组织，立刻放入液氮速冻，后置于−80 ℃冰箱保存，进行总RNA提取。试验设置3个生物学重复，以处理0 d的样品作为对照组，共计18份样品。
1.2.3 表型及生理指标测定
在晴天条件下，取盐处理0、1、3 d的海雀稗样本，使用相机记录植株表型变化。使用LI-6400XT光合仪（LI-COR，美国）测定净光合速率（net photosynthetic rate, Pn）和气孔导度（stomatal conductance, Gs），测定时叶室CO2浓度设定为400 µmol·mol−1，光照强度设定为
1200 µmol·m−2·s−1。使用ST-YA叶绿素测定仪（三体仪器，中国）测定叶绿素相对含量（soil and plant analyzer development, SPAD）。枯黄率（leaf firing rate, LF）通过目测法估算，计算盐处理0、1、3 d的海雀稗枯黄叶面积占总叶面积的百分比，相对枯黄率（relative leaf firing, RLF）为处理组枯黄率与对照组枯黄率的差值[21]。每个样本设置3次生物学重复，结果取平均值用于后续分析。1.2.4 RNA提取及转录组测序
将样品放入液氮冷冻后，送至诺禾致源（武汉）有限公司测序。利用Trizol法提取样品的RNA，RNA检测合格后，构建文库。再使用Agilent 2100对文库进行检测，库检合格后再利用Illumina Hiseq 2500测序平台进行高通量测序。
1.2.5 转录组数据分析
获得原始测序数据后，利用Fastp软件（https://github.com/OpenGene/fastp/）对下机数据（raw reads）进行质量评估，过滤并剔除质量较低的reads，得到质控后数据（clean data）[22]；使用 Hisat2（https://daehwankimlab.github.io/hisat2/）软件将clean data （BioProject:PRJCA032923, https://ngdc.cncb.ac.cn/bioproject/browse/PRJCA032923）与海雀稗参考基因组（BioProject:PRJNA848273, https://www.ncbi.nlm.nih.gov/bioproject/?term=848273）进行序列比对[23]；利用subread软件（https://subread.sourceforge.net/）的featureCounts程序对每个基因的表达量进行量化，得到每个基因在各个样本中的原始记数以及每百万映射读数的每千碱基片段数（FPKM）[24]；以上所有软件均基于默认参数设置进行。将数据导入R后，使用PCAtools包进行主成分分析[25]；利用DESeq2包进行差异表达分析，筛选满足| log2FC |＞1（处理与对照表达量比值的对数值）且校正后的P值（P-adjusted）＜0.05的基因作为差异表达基因（DEGs）[26]；使用TBtools v2.154软件制作表达量热图[27]；使用R语言cluster Profiler包对DEGs进行GO富集分析和KEGG富集分析[28]。
1.2.6 实时荧光定量PCR（qRT-PCR）验证
为验证转录组结果的准确性，随机在2个品种内挑选5个差异基因进行实时荧光定量PCR试验。使用SteadyPure试剂提取样品总RNA，5×gDNA Wiper Mix去除残留的基因组DNA，使用HisyGo RT Red SuperMix（诺唯赞生物公司）合成第一链cDNA。使用SnapGene 6.0.2软件设计qRT-PCR基因特异性引物（表1），引物序列由生工生物工程（上海）股份有限公司合成。以前人发表的CACS为内参[29]，采用2−ΔΔCT方法分析相对基因表达量。每个样品分别设3个生物和技术重复，使用Origin 2024软件进行统计分析和数据可视化。
表 1 5个差异基因的qRT-PCR引物信息Table 1. Information on qRT-PCR primer for 5 DEGs基因代码
Gene ID引物序列（5′-3′）
Primer sequences（5′-3′）emOS113.108 F: CACAAGAGACTTGCTCGTCG
R: CTGATGGTTGACGAGAACCTGemFS4.448 F: CACCAACTGCCTCACGTTC
R: CATGGAGATGTAGTTGCTGCTGemOS90.175 F: CTGGACACCGTGAAGAAGTG
R: CACCACACGTCCACCATCACemOS55.1049 F: GAAGCCATTCAATGCCTCTG
R: CGGAACATGATTGAAGACAGGemOS55.1051 F: CACCAACTGCCTCACGTTC
R: CATGGAGATGTAGTTGCTGCTG内参基因CACS F: CACTGTCGAGTGGGTTCGCTAC
R: GCCGATGAATTTTACTTGTTGC2. 结果与分析
2.1 表型数据分析
植株表观生理性状是植物响应盐胁迫环境的主要表征指标。如图1所示，与CK相比，盐胁迫处理1、3 d的海雀稗植株呈现出明显的表观损伤特征，叶片枯黄和萎蔫程度随胁迫时间延长而加剧，表明盐胁迫对植株造成了严重的生理损伤。如表2所示，盐胁迫下海雀稗的生理指标发生显著变化。盐胁迫1 d后，sealsle2000的相对枯黄率（3%）相较于CK无显著差异，而17USA-45显著差异升高（15%）；盐胁迫3 d后，两种质的RLF均显著升高，其中17USA-45的RLF达55%，显著高于sealsle2000的25%（P＜0.05）。在盐胁迫条件下（1 d和3 d处理），两种种质的光合生理指标均表现出显著的胁迫响应及种质差异性。具体表现为：盐胁迫1 d和3 d后，sealsle2000的净光合速率（Pn）分别下降68.37%和82.63%，而17USA-45降幅分别达89.44%和89.64%；气孔导度（Gs）变化趋势相似，sealsle2000分别下降65.89%和80.72%，17USA-45则下降88.13%和88.50%；叶绿素含量（SPAD）方面，sealsle2000分别下降43.24%和29.69%，17USA-45则分别下降61.38%和72.29%。表明不同种质对盐胁迫的生理响应存在显著差异。在相同盐胁迫时间下，sealsle2000的Pn、Gs和SPAD下降幅度，以及RLF升高幅度均显著低于17USA-45，表明17USA-45对盐胁迫反应更敏感。
![]()
图 1 不同盐胁迫时间下的植株表型A组为sealsle2000耐盐种质，B组为17USA-45敏盐种质。Group A is the salt-tolerant germplasm sealsle2000, Group B is the salt-sensitive germplasm 17USA-45.Figure 1. Phenotypic responses of plants under salt-stress表 2 盐胁迫处理下的生理指标Table 2. Physiological indicators under salt-stress样本名称 处理时间/d 相对枯黄率
RLF/%净光合速率
Pn/（μmol·m−2·s−1）气孔导度
Gs/（mmol· m−2· s−1）叶绿素含量
SPADsealsle2000 0（CK） 0d 6.45±1.75a 139.60±13.65a 22.43±2.83a 1 3.00d 2.04±0.71b 47.61±10.81c 12.73±3.16bc 3 25.00b 1.12±0.13b 26.91±6.79d 15.77±2.39ab 17USA-45 0（CK） 0d 5.02±0.19a 106.99±16.33b 22.27±7.45a 1 15.00c 0.53±0.18b 12.70±3.37d 8.60±1.22bc 3 55.00a 0.52±0.29b 12.30±3.96d 6.17±1.50c 同列不同小写字母表示不同处理间差异达显著水平（P＜0.05）。
Data with different letters indicate significant differences at P＜0.05.2.2 转录组数据质量分析
为保证结果的准确性，需对原始数据进行质控，去除N含量占比超过10%、低质量（Q≤5）碱基占比超过50%以及含有接头序列的reads。本研究测序产生115.41 G raw data，经fastp过滤后保留113.28 G clean data，质控比率约98%（表3）。每个样品过滤后有reads数量为
3900 ～5100 万条，Q20值介于96.79%～97.54%，Q30值介于91.88%～93.65%，GC含量为51.71%～55.88%，碱基错误率均为0.03%。质控结果表明数据质量良好，可用于后续生物信息学分析。表 3 样品测序数据质控统计Table 3. Quality control statistics on sample sequences样本
Sample原始reads数
Raw reads过滤后reads数
Clean reads质控比率
Effective/%Q20值
Q20/%Q30值
Q30/%GC含量
GC/%错误率
Error/%17USA-45-CK-L_1 44633714 43940156 98.45 97.08 92.54 55.78 0.03 17USA-45-CK-L_2 42158006 41571994 98.61 96.93 92.30 57.34 0.03 17USA-45-CK-L_3 41896620 41341310 98.67 96.79 91.88 55.84 0.03 17USA-45-1 d-L_1 43360170 42468122 97.94 97.18 92.83 54.20 0.03 17USA-45-1 d-L_2 41938434 41289302 98.45 96.93 92.13 54.83 0.03 17USA-45-1 d-L_3 40630950 39633420 97.54 97.54 93.65 54.38 0.03 17USA-45-3 d-L_1 42003508 41222396 98.14 97.14 92.65 55.00 0.03 17USA-45-3 d-L_2 41037176 40178934 97.91 96.88 92.11 55.23 0.03 17USA-45-3 d-L_3 43308200 42464804 98.05 97.39 93.25 55.02 0.03 sealsle2000-CK-L_1 42139242 41347264 98.12 97.46 93.35 54.05 0.03 sealsle2000-CK-L_2 42781992 42080454 98.36 97.26 92.81 51.71 0.03 sealsle2000-CK-L_3 39183026 38562766 98.42 97.36 93.11 55.88 0.03 sealsle2000-1 d-L_1 51712734 50689476 98.02 97.24 92.94 54.77 0.03 sealsle2000-1 d-L_2 43754370 43023604 98.33 97.29 93.06 54.83 0.03 sealsle2000-1 d-L_3 42123712 41276656 97.99 97.30 93.08 56.15 0.03 sealsle2000-3 d-L_1 39852052 39069208 98.04 97.29 92.98 54.55 0.03 sealsle2000-3 d-L_2 43657962 42776166 97.98 97.21 92.81 54.73 0.03 sealsle2000-3 d-L_3 43167924 42318520 98.03 97.36 93.17 53.97 0.03 样品名称中17USA-45和sealsle2000分别为海雀稗两个种质名，CK、1、3 d 表示 0、24、72 h 取样时间点，L表示叶部组织，1、2、3 表示3个生物学重复，下同；Q20值、Q30值表示Phred数值大于20、30碱基的数量在碱基总数中的百分含量；GC含量表示G和C碱基数量的总和在碱基总数的百分比。
17USA-45 and sealsle 2000: two germplasms of P. vaginatum; CK, 1d, and 3d: sampling held in 0 h, 24 h, and 72 h, respectively; L: leaf tissue; 1, 2, and 3: three biological replicates. Same for below. Q20 and Q30: percentages of bases with Phred scores greater than 20 and 30, respectively, relative to the total number of bases; GC content: percentage of guanine (G) and cytosine (C) bases relative to the total number of bases.2.3 样本关系分析
利用R语言的cor函数，基于基因表达量（FPKM）计算样本间的皮尔逊相关系数（pearson’s correlation coefficient, R）。如图2A所示，处理组与CK样本间距较远，且聚为两支；同一种质相同处理的样本表达水平相似，间距较近。聚类结果表明，种质差异和处理条件显著影响基因表达水平。如图2B所示，同一生物学重复样本表现高度正相关性，且相同处理条件下的样本具有良好重复性，表明试验系统误差较小，数据可靠性高。如图2C所示，横轴的第一主成分（principal component 1, PC1）解释了74.21%的数据总变异，纵轴的第二主成分（principal component 2, PC2）解释了9.79%的变异。主成分分析（principal component analysis, PCA）结果表明，不同处理条件下的样本在主成分空间内显著分离，表明处理条件对基因表达的影响较大，不同处理条件下的样本表现出明显的差异。进一步验证了盐胁迫对样本基因表达的显著影响。
![]()
图 2 样品间相关性分析A：样品间聚类分析；B：样品间相关性热图；C：主成分（PCA）分析。Figure 2. Correlations between samplesA: clustering of samples; B: heatmap of correlation between samples; C: PCA analysis.2.4 盐胁迫前后的基因差异表达分析
根据DESeq2筛选，盐胁迫1 d后，sealsle2000和17USA-45分别鉴定出
6876 和6017 个差异表达基因（DEGs），耐盐种质的DEGs数量略高于敏盐种质；胁迫3 d后，两种质分别鉴定出4457 和5536 个DEGs，敏盐种质的DEGs数量略高于耐盐种质。如图3所示，sealsle2000在两个对比组（0 d vs 1 d、0 d vs 3 d）中共有3143 个基因，17USA-45共有3531 个，这些基因可能在各自种质的盐胁迫响应中发挥关键作用。此外，332个基因在sealsle2000 vs 17USA-45的1 d和3 d处理组中均表现出差异表达，这些基因可能是导致种质间耐盐差异的关键因素。转录因子基因家族在植物抗逆调控中发挥着重要作用，通过调控下游胁迫响应基因的表达，帮助植物适应非生物胁迫。图4显示，全部处理组中差异表达最显著的前30个转录因子，主要归属于AP2（APETALA2）、GRAS（GAI, RGA and SCR）、NAM（no apical meristem）、TCP（teosinte branched1/Cycloidea/Pcf）和WRKY（WRKY）基因家族，其中AP2基因家族的基因数量最多，TCP基因家族的基因数量最少，表明AP2基因家族可能在调控海雀稗耐盐性中发挥主导作用。此外，AP2、NAM和WRKY在每个处理组中都有出现，表明其可能具有保守的耐盐功能。综合上述分析表明，虽然耐盐种质和敏盐种质在盐胁迫下的基因表达模式存在差异，但两者仍存在部分共性基因，这些基因可能在不同的胁迫时间点或种质中发挥差异化的调控作用。![]()
图 4 显著差异的转录因子表达热图（前30）Figure 4. Heatmap of significantly differentially expressed transcription factors (top 30)2.5 差异表达基因的富集分析
2.5.1 差异表达基因的KEGG富集分析
为探究海雀稗对盐胁迫的响应及其代谢通路的变化，本研究对不同处理组间的差异表达基因（DEGs）进行KEGG富集分析。盐胁迫1 d后，sealsle2000和17USA-45的DEGs分别富集于14和16个通路；盐胁迫3 d 后，两个种质分别富集于8和9个通路。选取基因富集比例（gene ratio）前8的通路，以气泡图呈现富集结果（图5）。两个种质共同富集的代谢通路包括：淀粉和蔗糖代谢、卡尔文循环中的碳固定和碳代谢，这些通路可能反映了海雀稗的普遍盐胁迫响应机制。17USA-45特异性富集苯丙素类生物合成、丙氨酸、天冬氨酸和谷氨酸代谢、磷酸戊糖途径、氮代谢和氰氨基酸代谢通路，可能与其在盐胁迫下的应答特性相关。相比之下，sealsle2000特异性富集油菜素内酯生物合成通路，可能与其耐盐能力的提升和代谢适应相关。两个种质的共同富集通路反映了海雀稗应对盐胁迫的共性响应机制，而种质之间的差异则揭示了其独特的适应机制，这些机制可能对耐盐性差异起到重要作用。
![]()
图 5 差异基因的KEGG富集气泡图纵坐标表示差异基因富集的条目名称，横坐标表示每条通路中差异基因所占的比例。圆点的大小表示该通路中基因的数量，颜色越深（红色）表示差异的显著性越高，图6同。Figure 5. KEGG enrichment bubble plot of DEGsY-axis: names of metabolic pathways enriched with DEGs; X-axis: proportion of DEGs in each pathway; dot size: number of genes in a pathway with darker colors (red) indicating higher statistical significance of the differential expression. Same for Fig. 6.2.5.2 差异表达基因的GO富集分析
为探讨差异表达基因（DEGs）的生物学功能，本研究对其进行GO富集分析，以揭示其在生物学过程（biological process, BP）、分子功能（molecular function, MF）和细胞组分（cellular component, CC）方面的功能分布。结果显示，盐胁迫1 d后，sealsle2000和17USA-45分别富集到40和29个条目；盐胁迫3 d后，两种质分别富集到56和93个条目。选取BP、MF和CC中Gene ratio前10的条目，并以气泡图展示富集结果（图6）。BP方面，两个种质均涉及对温度、光照、氧化应激和水分等环境因子的响应，表明在应对环境胁迫方面具有共性机制。sealsle2000特异性富集于响应盐胁迫、脱落酸、甘露醇以及负向调节乙烯激活信号通路等条目，表明sealsle2000在耐盐及抗旱性方面具有较强的适应能力。CC方面，两种质均富集于类囊体、叶绿体包膜、质体膜等光合相关组分，表明其光合作用结构的共性。但sealsle2000特异性富集于淀粉体，17USA-45特异性富集于磷酸吡啶核苷酸脱氢酶复合体，表明其在电子传递和能量代谢方面可能具有独特功能。MF方面，仅17USA-45在盐胁迫3 d后特异性富集于跨膜转运、糖基化修饰及光合作用相关的功能条目，表明其可能通过增强代谢物转运和细胞修饰机制响应盐胁迫。
2.6 差异表达基因的验证
为验证转录组测序结果的准确性，本研究从油菜素内酯生物合成途径和淀粉与蔗糖代谢途径中选取了3个DEGs进行qRT-PCR验证，包括emOS90.175（KEGG：油菜素内酯生物合成，GO：激素代谢过程）、emOS55.1049（KEGG：淀粉和蔗糖代谢，GO：响应水分剥夺）和emOS55.1051（KEGG：淀粉和蔗糖代谢，GO：响应甘露醇）。此外，为了全面评估数据的可靠性，随机选取了2个无富集信息的DEGs（emOS113.108和emFS4.448）进行验证。qRT-PCR结果与转录组测序数据变化趋势一致（图7），表明本次测序数据准确可靠。
![]()
图 7 部分差异基因的qRT-PCR验证和转录组表达不同小写字母表示各处理间在0.05水平上差异显著。Figure 7. qRT-PCR validation and transcriptome expression of some DEGsDifferent lowercase letters indicate significant difference at 0.05 level between treatments.3. 讨论
盐胁迫下植物可以通过控制基因表达来调节代谢与信号转导途径，从而耐受高盐环境[30]。植物响应盐胁迫这一过程通常涉及多基因参与，是一个复杂的抗逆调控网络系统。生长在滨海地区的海雀稗，由于高盐环境下的长期适应，具有极强的耐盐能力。为了深入解析海雀稗在盐胁迫下的基因表达模式及潜在耐盐机制，对盐胁迫处理后的sealsle2000和17USA-45种质的叶片组织进行转录组测序，共获得113.28 G的原始数据。测序数据质量良好，GC含量范围为51.71%～55.88%，这一数值与其他单子叶植物如水稻和小麦的转录组GC含量相似[31−32]。GC含量是基因组组成的重要指标之一，与DNA的稳定性密切相关。通过生物信息学方法对测序数据进行相关性分析，结果显示样品间的相关系数较高，表明数据的一致性较好，适合用于后续的分析。比较不同处理组之间基因表达差异的结果表明，盐胁迫时间不同导致的DEGs数量在
4457 ～6876 ，且随着盐胁迫时间的延长，差异基因的数量呈现下降趋势。这一结果与垂穗披碱草（Elymus nutans G.）、蓖麻（Ricinus communis）的研究结果相似，表明在长期盐胁迫下，植物可能通过逐步调节基因表达来适应盐分环境，从而减少胁迫响应的基因数量[33−34]。这种变化可能反映了植物在应对持续盐胁迫过程中逐渐强化的耐受机制。种质DEGs的数量（1392 ～2410 ）明显低于时间DEGs的数量，这与甘薯[Ipomoea batatas (L.) Lam.]的研究结果有所不同[35]。由于不同种质间的DEGs数量相对较少，可能导致种质间功能富集分析未能检测到显著结果。在DEGs中，以下调表达基因为主的结果表明，植物在盐胁迫条件下可能通过抑制某些基因的表达来适应高盐环境。该现象类似于海马齿（Sesuvium portulacastrum）和盐穗木（Halostachys caspica）的胁迫响应机制，可能涉及通过抑制部分代谢活动以降低能量消耗[36−37]。然而，这一模式与花生（Arachis hypogaea）在盐胁迫下以上调表达基因为主的响应机制有所不同[38]。这种差异可能反映了不同植物在高盐环境下的特异性调控机制与适应策略。碳水化合物是植物体内主要的光合产物，逆境条件会抑制植物光合碳同化能力；但逆境也可使植物可溶性碳水化合物增加，以提高细胞的渗透势来对抗逆境[39]。淀粉是植物的主要储能物质，其水解产物是植物生长发育的能量来源，也是调节渗透压和传递信号以响应生物和非生物胁迫的重要物质之一[40]。蔗糖是叶片光合作用的主要产物之一，参与细胞分裂、维管组织分化、种子萌发和养分积累等过程，并在干旱、低温和盐胁迫下稳定膜结构和蛋白质[41]。本研究中两个海雀稗种质在盐胁迫条件下的DEGs通过KEGG分析共同富集到淀粉和蔗糖代谢、卡尔文循环碳固定以及碳代谢通路。这一富集结果表明，在盐胁迫下海雀稗这一植物可能通过调节碳水化合物的代谢途径，以优化能量供应、渗透压调节和信号传导，以增强其耐盐能力。淀粉的积累通常出现在小麦、水稻和部分绿藻植物和盐土植物中，作为植物应对逆境胁迫的策略之一。已有研究表明，在小麦和水稻等植物中，轻微的非生物胁迫可以诱导蔗糖-淀粉途径相关酶的活性变化，进而导致淀粉的积累增加[42]。这种反应可能有助于提高植物的渗透压，缓解盐胁迫带来的细胞水分丧失，并为植物提供缓慢释放的能量来源。通过调整淀粉和蔗糖的代谢，海雀稗可能能够更好地适应高盐环境，从而提高其耐盐性。
植物激素作为关键的二级信号分子，调控着植物对多种环境刺激的应答反应。乙烯是一种气态植物激素，在响应盐胁迫方面具有非常重要的作用[43]。Wang等[44]发现盐胁迫可显著诱导乙烯的合成，拟南芥的ACC（1-氨基环丙烷-1-羧酸）合成酶基因AtACS4和AtACS7的表达水平在盐胁迫条件下显著上调。油菜素内酯是一类植物甾体激素，对植物的生长发育和环境胁迫的响应具有重要的调控作用[45]。岳健敏等[46]发现使用油菜素内酯处理刺槐（Robinia pseudoacacia）能显著提升过氧化物酶和超氧化物歧化酶的活性。Wu等[3]对盐胁迫下的海雀稗DEGs进行GO分析，发现这些基因富集到“氧化还原过程”条目。表明海雀稗可能会通过合成油菜素内酯来减轻盐胁迫引发的氧化损伤，并缓解其对光合作用的负面影响。油菜素内酯可以通过促进植物对Ca2+和Mg2+的吸收，增强非生物胁迫下的叶绿素合成[47]。在番茄（Solanum lycopersicum）中，外施油菜素内酯可明显促进盐胁迫下的种子萌发，显著提高幼苗净光合速率和气孔导度[48]。脱落酸作为植物的关键激素，是植物抵御环境胁迫的重要信号分子。在玉米中外源施用脱落酸能够增强盐胁迫条件下叶片的光化学淬灭能力，同时促进叶片中脯氨酸的积累，从而提升植物的光合作用效率和渗透调节能力[49]。Cai等[50]研究发现，盐胁迫诱导植物内源脱落酸水平上升，激活SnRK2（Sucrose Non-Fermenting 1-Related Protein Kinase 2）家族蛋白激酶，并通过磷酸化脱落酸响应元件结合蛋白调控气孔关闭，维持渗透稳态，从而减轻盐胁迫对植物的影响。
海雀稗耐盐种质在盐胁迫条件下的DEGs通过GO和KEGG分析，富集到负向调节乙烯激活信号通路、响应脱落酸和油菜素内酯生物合成通路。富集结果表明，耐盐种质可能通过适度抑制乙烯信号避免其过度激活，增加脱落酸油菜素内酯的合成来应对盐胁迫引起的氧化应激和渗透胁迫，维持细胞的离子平衡。Hu和Wu等在海雀稗中发现盐胁迫下部与根部的组织表达存在特异性，表明根部和叶部在响应盐胁迫时存在不同的调控机制[16,19]。目前本研究仅基于叶部组织进行分析，未来可研究其根部组织，进一步揭示海雀稗盐胁迫响应的综合机制。
4. 结论
本研究通过结合海雀稗的生理与转录组数据，揭示了其耐盐分子机制。盐胁迫下，耐盐种质sealsle2000的净光合速率、气孔导度和叶绿素含量下降幅度，以及相对枯黄率的升高幅度均显著低于敏盐种质17USA-45。转录组分析发现，相较于对照组（CK），盐胁迫1 d和3 d后，sealsle2000分别鉴定出6876和6017个DEGs，17USA-45分别鉴定出4457和5536个DEGs。AP2转录因子家族可能在耐盐机制中起主导作用。KEGG和GO分析表明，两种质共同富集于光合作用和碳水化合物代谢通路，而耐盐种质特异性富集于油菜素内酯合成、乙烯信号负调控及甘露醇响应通路条目。该研究结果为海雀稗耐盐分子机制提供了参考依据。
-
![]()
图 1 不同盐胁迫时间下的植株表型
A组为sealsle2000耐盐种质，B组为17USA-45敏盐种质。Group A is the salt-tolerant germplasm sealsle2000, Group B is the salt-sensitive germplasm 17USA-45.
Figure 1. Phenotypic responses of plants under salt-stress
![]()
图 2 样品间相关性分析
A：样品间聚类分析；B：样品间相关性热图；C：主成分（PCA）分析。
Figure 2. Correlations between samples
A: clustering of samples; B: heatmap of correlation between samples; C: PCA analysis.
![]()
图 4 显著差异的转录因子表达热图（前30）
Figure 4. Heatmap of significantly differentially expressed transcription factors (top 30)
![]()
图 5 差异基因的KEGG富集气泡图
纵坐标表示差异基因富集的条目名称，横坐标表示每条通路中差异基因所占的比例。圆点的大小表示该通路中基因的数量，颜色越深（红色）表示差异的显著性越高，图6同。
Figure 5. KEGG enrichment bubble plot of DEGs
Y-axis: names of metabolic pathways enriched with DEGs; X-axis: proportion of DEGs in each pathway; dot size: number of genes in a pathway with darker colors (red) indicating higher statistical significance of the differential expression. Same for Fig. 6.
![]()
图 7 部分差异基因的qRT-PCR验证和转录组表达
不同小写字母表示各处理间在0.05水平上差异显著。
Figure 7. qRT-PCR validation and transcriptome expression of some DEGs
Different lowercase letters indicate significant difference at 0.05 level between treatments.
表 1 5个差异基因的qRT-PCR引物信息
Table 1 Information on qRT-PCR primer for 5 DEGs
基因代码
Gene ID引物序列（5′-3′）
Primer sequences（5′-3′）emOS113.108 F: CACAAGAGACTTGCTCGTCG
R: CTGATGGTTGACGAGAACCTGemFS4.448 F: CACCAACTGCCTCACGTTC
R: CATGGAGATGTAGTTGCTGCTGemOS90.175 F: CTGGACACCGTGAAGAAGTG
R: CACCACACGTCCACCATCACemOS55.1049 F: GAAGCCATTCAATGCCTCTG
R: CGGAACATGATTGAAGACAGGemOS55.1051 F: CACCAACTGCCTCACGTTC
R: CATGGAGATGTAGTTGCTGCTG内参基因CACS F: CACTGTCGAGTGGGTTCGCTAC
R: GCCGATGAATTTTACTTGTTGC
下载: 导出CSV
表 2 盐胁迫处理下的生理指标
Table 2 Physiological indicators under salt-stress
样本名称 处理时间/d 相对枯黄率
RLF/%净光合速率
Pn/（μmol·m−2·s−1）气孔导度
Gs/（mmol· m−2· s−1）叶绿素含量
SPADsealsle2000 0（CK） 0d 6.45±1.75a 139.60±13.65a 22.43±2.83a 1 3.00d 2.04±0.71b 47.61±10.81c 12.73±3.16bc 3 25.00b 1.12±0.13b 26.91±6.79d 15.77±2.39ab 17USA-45 0（CK） 0d 5.02±0.19a 106.99±16.33b 22.27±7.45a 1 15.00c 0.53±0.18b 12.70±3.37d 8.60±1.22bc 3 55.00a 0.52±0.29b 12.30±3.96d 6.17±1.50c 同列不同小写字母表示不同处理间差异达显著水平（P＜0.05）。
Data with different letters indicate significant differences at P＜0.05.
下载: 导出CSV
表 3 样品测序数据质控统计
Table 3 Quality control statistics on sample sequences
样本
Sample原始reads数
Raw reads过滤后reads数
Clean reads质控比率
Effective/%Q20值
Q20/%Q30值
Q30/%GC含量
GC/%错误率
Error/%17USA-45-CK-L_1 44633714 43940156 98.45 97.08 92.54 55.78 0.03 17USA-45-CK-L_2 42158006 41571994 98.61 96.93 92.30 57.34 0.03 17USA-45-CK-L_3 41896620 41341310 98.67 96.79 91.88 55.84 0.03 17USA-45-1 d-L_1 43360170 42468122 97.94 97.18 92.83 54.20 0.03 17USA-45-1 d-L_2 41938434 41289302 98.45 96.93 92.13 54.83 0.03 17USA-45-1 d-L_3 40630950 39633420 97.54 97.54 93.65 54.38 0.03 17USA-45-3 d-L_1 42003508 41222396 98.14 97.14 92.65 55.00 0.03 17USA-45-3 d-L_2 41037176 40178934 97.91 96.88 92.11 55.23 0.03 17USA-45-3 d-L_3 43308200 42464804 98.05 97.39 93.25 55.02 0.03 sealsle2000-CK-L_1 42139242 41347264 98.12 97.46 93.35 54.05 0.03 sealsle2000-CK-L_2 42781992 42080454 98.36 97.26 92.81 51.71 0.03 sealsle2000-CK-L_3 39183026 38562766 98.42 97.36 93.11 55.88 0.03 sealsle2000-1 d-L_1 51712734 50689476 98.02 97.24 92.94 54.77 0.03 sealsle2000-1 d-L_2 43754370 43023604 98.33 97.29 93.06 54.83 0.03 sealsle2000-1 d-L_3 42123712 41276656 97.99 97.30 93.08 56.15 0.03 sealsle2000-3 d-L_1 39852052 39069208 98.04 97.29 92.98 54.55 0.03 sealsle2000-3 d-L_2 43657962 42776166 97.98 97.21 92.81 54.73 0.03 sealsle2000-3 d-L_3 43167924 42318520 98.03 97.36 93.17 53.97 0.03 样品名称中17USA-45和sealsle2000分别为海雀稗两个种质名，CK、1、3 d 表示 0、24、72 h 取样时间点，L表示叶部组织，1、2、3 表示3个生物学重复，下同；Q20值、Q30值表示Phred数值大于20、30碱基的数量在碱基总数中的百分含量；GC含量表示G和C碱基数量的总和在碱基总数的百分比。
17USA-45 and sealsle 2000: two germplasms of P. vaginatum; CK, 1d, and 3d: sampling held in 0 h, 24 h, and 72 h, respectively; L: leaf tissue; 1, 2, and 3: three biological replicates. Same for below. Q20 and Q30: percentages of bases with Phred scores greater than 20 and 30, respectively, relative to the total number of bases; GC content: percentage of guanine (G) and cytosine (C) bases relative to the total number of bases.
下载: 导出CSV
-
[1] LIU Z W,JARRET R L,DUNCAN R R,et al. Genetic relationships and variation among ecotypes of seashore Paspalum (Paspalum vaginatum) determined by random amplified polymorphic DNA markers[J]. Genome,1994,37(6) :1011−1017. DOI: 10.1139/g94-143
[2] CHEN Z B,KIM W,NEWMAN M,et al. Molecular characterization of genetic diversity in the USDA seashore Paspalum germplasm collection[J]. International Turfgrass Society Research Journal,2005,10:543−549.
[3] WU P P,COGILL S,QIU Y J,et al. Comparative transcriptome profiling provides insights into plant salt tolerance in seashore Paspalum (Paspalum vaginatum) [J]. BMC Genomics,2020,21(1) :131. DOI: 10.1186/s12864-020-6508-1
[4] CHAVARRIA M,WHERLEY B,THOMAS J,et al. Salinity tolerance and recovery attributes of warm-season turfgrass cultivars[J]. HortScience,54(9) :1625–1631.
[5] PESSARAKLI M,BRESHEARS D D,WALWORTH J,et al. Candidate halophytic grasses for addressing land degradation:Shoot responses of Sporobolus airoides and Paspalum vaginatum to weekly increasing NaCl concentration[J]. Arid Land Research and Management,2017,31(2) :169−181. DOI: 10.1080/15324982.2017.1284944
[6] 王淑娥,杨泽秀. 栽培基质、修剪和践踏对海滨雀稗草生长特性的影响[J]. 安徽农业科学,2010,38(29) :16460−16463. DOI: 10.3969/j.issn.0517-6611.2010.29.144 WANG S E,YANG Z X. Effects of growing media pruning and trampling on growth characteristics of seashore Paspalum(Paspalum vaginatum) grass[J]. Journal of Anhui Agricultural Sciences,2010,38(29) :16460−16463. (in Chinese) DOI: 10.3969/j.issn.0517-6611.2010.29.144
[7] QI P,EUDY D,SCHNABLE J C,et al. High density genetic maps of seashore Paspalum using genotyping-by-sequencing and their relationship to the Sorghum bicolor genome[J]. Scientific Reports,2019,9(1) :12183. DOI: 10.1038/s41598-019-48257-3
[8] ZHU J K. Plant salt tolerance[J]. Trends in Plant Science,2001,6(2) :66−71. DOI: 10.1016/S1360-1385(00)01838-0
[9] MUNNS R. Comparative physiology of salt and water stress[J]. Plant,Cell & Environment,2002,25(2) :239–250.
[10] WAHEED A,HAXIM Y,ISLAM W,et al. Impact of cadmium stress on growth and physio-biochemical attributes of Eruca sativa mill[J]. Plants,2022,11(21) :2981. DOI: 10.3390/plants11212981
[11] 庞烁. 海雀稗种质资源耐盐性评价及生理机制初探[D]. 南京:南京农业大学,2018:16–31. PANG S. Salt tolerance evaluation and physiological mechanism of seashore Paspalum[D]. Nanjing:Nanjing Agricultural University,2018:16–31 (in Chinese) .
[12] 申晴. 海雀稗种质资源遗传多样性与优异耐盐种质筛选[D]. 海口:海南大学,2019:32–41. SHEN Q. Genetic diversity and screening of excellent salt-tolerant germplasm resources of Paspalum vaginatum accessions[D]. Haikou:Hainan University,2019:32–41 (in Chinese) .
[13] GUO H L,WANG Y,LI D D,et al. Growth response and ion regulation of seashore Paspalum accessions to increasing salinity[J]. Environmental and Experimental Botany,2016,131:137−145. DOI: 10.1016/j.envexpbot.2016.07.003
[14] PAN L,HU X,LIAO L,et al. Lipid metabolism and antioxidant system contribute to salinity tolerance in halophytic grass seashore Paspalum in a tissue-specific manner[J]. BMC Plant Biology,2023,23(1) :337. DOI: 10.1186/s12870-023-04358-w
[15] KASHYAP S P,PRASANNA H C,KUMARI N,et al. Understanding salt tolerance mechanism using transcriptome profiling and de novo assembly of wild tomato Solanum chilense[J]. Scientific Reports,2020,10(1) :15835. DOI: 10.1038/s41598-020-72474-w
[16] HU X,HAO J S,PAN L,et al. Genome-wide analysis of tandem duplicated genes and their expression under salt stress in seashore Paspalum[J]. Frontiers in Plant Science,2022,13:971999. DOI: 10.3389/fpls.2022.971999
[17] CHEN Y,CHEN C M,TAN Z Q,et al. Functional identification and characterization of genes cloned from halophyte seashore Paspalum conferring salinity and cadmium tolerance[J]. Frontiers in Plant Science,2016,7:102.
[18] YANG M Z,CHEN J J,LIU T T,et al. Genome-wide identification and expression analysis of calmodulin-like gene family in Paspalums vaginatium revealed their role in response to salt and cold stress[J]. Current Issues in Molecular Biology,2023,45(2) :1693−1711. DOI: 10.3390/cimb45020109
[19] WU X Y,HU X C,BAO Q Y,et al. Genome-wide identification and expression analysis of NAC gene family members in seashore Paspalum under salt stress[J]. Plants,2024,13(24) :3595. DOI: 10.3390/plants13243595
[20] 申晴. 海雀稗种质资源遗传多样性与优异耐盐种质筛选[D]. 海口:海南大学,2019. SHEN Q. Genetic diversity and screening of excellent salt-tolerant germplasm resources of paspalum vaginatum accessions [D]. Haikou:Hainan University,2019. (in Chinese)
[21] 陈静波,阎君,郭海林,等. 暖季型草坪草大规模种质资源抗盐性评价指标的选择[J]. 草业科学,2008,25(4) :95−99. CHEN J B,YAN J,GUO H L,et al. Selection of assessment indexes used on salt tolerance of large-scale germplasm resources of Warm season turfgrasses[J]. Pratacultural Science,2008,25(4) :95−99. (in Chinese)
[22] CHEN S F,ZHOU Y Q,CHEN Y R,et al. Fastp:An ultra-fast all-in-one FASTQ preprocessor[J]. Bioinformatics,2018,34(17) :884−890. DOI: 10.1093/bioinformatics/bty560
[23] KIM D,PAGGI J M,PARK C,et al. Graph-based genome alignment and genotyping with HISAT2 and Hisat-genotype[J]. Nature Biotechnology,2019,37(8) :907−915. DOI: 10.1038/s41587-019-0201-4
[24] LIAO Y,SMYTH G K,SHI W. FeatureCounts:An efficient general purpose program for assigning sequence reads to genomic features[J]. Bioinformatics,2014,30(7) :923−930. DOI: 10.1093/bioinformatics/btt656
[25] BLIGHE K. Haplotype classification using copy number variation and principal components analysis[J]. The Open Bioinformatics Journal,2013,7(1) :19−24. DOI: 10.2174/1875036201307010019
[26] LOVE M I,HUBER W,ANDERS S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2[J]. Genome Biology,2014,15(12) :550. DOI: 10.1186/s13059-014-0550-8
[27] CHEN C J,WU Y,LI J W,et al. TBtools-II:A “one for all,all for one” bioinformatics platform for biological big-data mining[J]. Molecular Plant,2023,16(11) :1733−1742. DOI: 10.1016/j.molp.2023.09.010
[28] XU S B,HU E Q,CAI Y T,et al. Using clusterProfiler to characterize multiomics data[J]. Nature Protocols,2024,19(11) :3292−3320. DOI: 10.1038/s41596-024-01020-z
[29] LIU Y,LIU J,XU L,et al. Identification and validation of reference genes for seashore Paspalum response to abiotic stresses[J]. International Journal of Molecular Sciences,2017,18(6) :1322. DOI: 10.3390/ijms18061322
[30] 高彩婷,刘景辉,徐寿军,等. 燕麦盐胁迫响应基因的差异表达与生理响应的关系[J]. 西北植物学报,2015,35(7) :1385−1393. DOI: 10.7606/j.issn.1000-4025.2015.07.1385 GAO C T,LIU J H,XU S J,et al. Exploring the relationship of differentially expressed genes and physiological of oats in response to salt stress[J]. Acta Botanica Boreali-Occidentalia Sinica,2015,35(7) :1385−1393. (in Chinese) DOI: 10.7606/j.issn.1000-4025.2015.07.1385
[31] KUHL J C,CHEUNG F,YUAN Q P,et al. A unique set of 11,008 onion expressed sequence tags reveals expressed sequence and genomic differences between the monocot orders Asparagales and Poales[J]. The Plant Cell,2004,16(1) :114−125. DOI: 10.1105/tpc.017202
[32] GOYAL E,AMIT S K,SINGH R S,et al. Transcriptome profiling of the salt-stress response in Triticum aestivum cv. Kharchia Local[J]. Scientific Reports,2016,6:27752. DOI: 10.1038/srep27752
[33] 梁书荣,赵政文. 盐胁迫下垂穗披碱草叶片转录组差异表达分析[J]. 江苏农业科学,2021,49(18) :65−71. LIANG S R,ZHAO Z W. Differential expression analysis of transcriptome in Elymus nutans leaves under salt stress[J]. Jiangsu Agricultural Sciences,2021,49(18) :65−71. (in Chinese)
[34] 李艳肖,张春兰,徐兴源,等. 基于转录组学的蓖麻耐盐基因的挖掘[J]. 植物遗传资源学报,2023,24(6) :1778−1794. LI Y X,ZHANG C L,XU X Y,et al. Transcriptomics-assisted mining of salt-tolerant genes in Ricinus communis[J]. Journal of Plant Genetic Resources,2023,24(6) :1778−1794. (in Chinese)
[35] 张小红,彭琼,鄢铮. 盐胁迫下不同甘薯品种的转录组测序分析[J]. 作物学报,2023,49(5) :1432−1444. ZHANG X H,PENG Q,YAN Z. Transcriptome sequencing analysis of different sweet potato varieties under salt stress[J]. Acta Agronomica Sinica,2023,49(5) :1432−1444. (in Chinese)
[36] 李卫锦,钟才荣,张颖,等. 海马齿根系响应盐胁迫的转录组分析[J]. 南方农业学报,2022,53(3) :693−703. DOI: 10.3969/j.issn.2095-1191.2022.03.011 LI W J,ZHONG C R,ZHANG Y,et al. Analysis of the root transcriptomes in Sesuvium portulacastrum respond to salt stress[J]. Journal of Southern Agriculture,2022,53(3) :693−703. (in Chinese) DOI: 10.3969/j.issn.2095-1191.2022.03.011
[37] 练冬梅,赖正锋,姚运法,等. 黄秋葵盐胁迫下的转录组分析[J]. 中国蔬菜,2021(6) :42−48. LIAN D M,LAI Z F,YAO Y F,et al. Transcriptome analysis of okra under salt stress[J]. China Vegetables,2021(6) :42−48. (in Chinese)
[38] 赵小波,闫彩霞,李春娟,等. 盐胁迫条件下花生转录因子表达分析[J]. 花生学报,2017,46(3) :54−60. ZHAO X B,YAN C X,LI C J,et al. Differential expression of transcription factor families in peanut under salt stress[J]. Journal of Peanut Science,2017,46(3) :54−60. (in Chinese)
[39] YANG T Y,LI H R,LI L W,et al. Genome-wide characterization and expression analysis of α-amylase and β-amylase genes underlying drought tolerance in cassava[J]. BMC Genomics,2023,24(1) :190. DOI: 10.1186/s12864-023-09282-9
[40] HUANG T W,LUO X L,FAN Z P,et al. Genome-wide identification and analysis of the sucrose synthase gene family in cassava (Manihot esculenta Crantz) [J]. Gene,2021,769:145191. DOI: 10.1016/j.gene.2020.145191
[41] ZHANG H,LI H W,YUAN L M,et al. Post-anthesis alternate wetting and moderate soil drying enhances activities of key enzymes in sucrose-to-starch conversion in inferior spikelets of rice[J]. Journal of Experimental Botany,2012,63(1) :215−227. DOI: 10.1093/jxb/err263
[42] BLEECKER A B,KENDE H. Ethylene:A gaseous signal molecule in plants[J]. Annual Review of Cell and Developmental Biology,2000,16:1−18. DOI: 10.1146/annurev.cellbio.16.1.1
[43] WANG N N,SHIH M C,LI N. The GUS reporter-aided analysis of the promoter activities of Arabidopsis ACC synthase genes AtACS4,AtACS5,and AtACS7 induced by hormones and stresses[J]. Journal of Experimental Botany,2005,56(413) :909−920. DOI: 10.1093/jxb/eri083
[44] WANG Y N,WANG T,LI K X,et al. Genetic analysis of involvement of ETR1 in plant response to salt and osmotic stress[J]. Plant Growth Regulation,2008,54(3) :261−269. DOI: 10.1007/s10725-007-9249-0
[45] 岳健敏,张金池,尤焱煌,等. 油菜素内酯对盐胁迫刺槐苗光合作用及叶绿体超微结构的影响[J]. 西北农林科技大学学报(自然科学版) ,2017,45(10) :56−66. YUE J M,ZHANG J C,YOU Y H,et al. Effects of Brassinostreoids on photosynthesis and ultrastructure of chloroplasts in Robinia pseudoacacia seedlings under salt stress[J]. Journal of Northwest A& F University (Natural Science Edition) ,2017,45(10) :56−66. (in Chinese)
[46] 王文静,麻冬梅,赵丽娟,等. 2,4-表油菜素内酯对盐胁迫下紫花苜蓿生理指标及根系离子积累的影响[J]. 草地学报,2021,29(6) :1363−1368. WANG W J,MA D M,ZHAO L J,et al. Effects of 2,4-table brassinolide on enzyme activity and root ion distribution and absorption in alfalfa seedlings[J]. Acta Agrestia Sinica,2021,29(6) :1363−1368. (in Chinese)
[47] AHMAD P,ABD ALLAH E F,ALYEMENI M N,et al. Exogenous application of calcium to 24-epibrassinosteroid pre-treated tomato seedlings mitigates NaCl toxicity by modifying ascorbate-glutathione cycle and secondary metabolites[J]. Scientific Reports,2018,8(1) :13515. DOI: 10.1038/s41598-018-31917-1
[48] 范翠枝,吴馨怡,关欣,等. 油菜素内酯浸种对盐胁迫番茄种子萌发的影响及其生理机制[J]. 生态学报,2021,41(5) :1857−1867. FAN C Z,WU X Y,GUAN X,et al. Concentration effects and its physiological mechanism of soaking seeds with brassinolide on tomato seed germination under salt stress[J]. Acta Ecologica Sinica,2021,41(5) :1857−1867. (in Chinese)
[49] 吴锡冬,李子芳,张乃华,等. 外源脱落酸对盐胁迫玉米激发能分配和渗透调节的影响[J]. 农业环境科学学报,2006,25(2) :312−316. DOI: 10.3321/j.issn:1672-2043.2006.02.009 WU X D,LI Z F,ZHANG N H,et al. Effects of exogenous ABA on excitation energy distribution and osmotic adjustment of maize seedlings under salt stress[J]. Journal of Agro-Environment Science,2006,25(2) :312−316. (in Chinese) DOI: 10.3321/j.issn:1672-2043.2006.02.009
[50] CAI S G,CHEN G,WANG Y Y,et al. Evolutionary conservation of ABA signaling for stomatal closure[J]. Plant Physiology,2017,174(2) :732−747. DOI: 10.1104/pp.16.01848
计量
- 文章访问数: 39
- HTML全文浏览量: 2
- PDF下载量: 7
