《Journal of Dairy Science》:Multi-omics integration deciphers the metabolic–genetic regulatory network underlying milk composition in dairy goats
編輯推薦:
為解決山羊乳重要經濟性狀背后的復雜調控網絡黑箱問題,研究人員對西北農林科技大學培育的西農薩能奶山羊展開研究。通過極端表型分組和多組學整合分析,系統鑒定了795種乳代謝物,并通過代謝組全基因組關聯分析(mGWAS)揭示了與乳脂、非脂固形物(SNF)、乳蛋白及乳糖性狀顯著關聯的關鍵代謝物(如胞苷、檸檬酸)與候選基因(如JAK2、SRP54、ADCK1)。該研究首次從代謝-遺傳多維視角解析了奶山羊乳成分形成的調控網絡,為優質羊乳的分子精準育種提供了新靶點。
羊奶以其獨特的營養價值和更高的消化吸收率,被視為嬰幼兒配方奶粉及功能性乳制品的重要原料。乳中的脂肪、蛋白質、乳糖以及非脂固形物等組分的含量和構成,是決定其營養品質、加工特性和經濟價值的關鍵。然而,這些成分的合成受到復雜的代謝網絡與遺傳因素協同作用的精細調控,其背后的“指揮系統”長期以來猶如一個黑箱。傳統研究往往通過單一組學方法,如尋找與性狀關聯的基因組位點或關鍵基因,雖有所發現,卻難以系統揭示從基因變異到最終代謝產物生成的全鏈條調控邏輯。例如,前人雖已發現一些影響山羊乳脂率和乳蛋白率的數量性狀位點(QTL),以及像ELF5這樣能通過激活MAPK和FoxO通路促進乳脂合成的轉錄因子,但這些信息是割裂的。如何將“基因藍圖”與“代謝工廠”的輸出直接聯系起來,是理解并最終改良乳品質的核心挑戰。近年來,整合多種組學數據(如基因組、轉錄組、代謝組)的策略,為系統性揭示復雜性狀的調控網絡帶來了曙光。特別是在代謝組學領域,代謝物作為基因表達的終產物和表型調控的中心樞紐,為理解生物過程提供了直接窗口。將代謝組數據與全基因組關聯分析結合的代謝組全基因組關聯分析,已成為解析復雜性狀遺傳基礎的強有力工具,在動植物重要經濟性狀研究中展現出巨大潛力。然而,針對奶山羊乳成分,特別是系統性地整合代謝組與基因組數據來構建“代謝-遺傳”調控網絡的研究仍非常缺乏,這限制了對基因型與代謝表型之間功能聯系的理解,也制約了旨在提升乳品質的精準分子育種策略的發展。
針對這一研究空白,西北農林科技大學動物科技學院的研究團隊,選取了我國奶山羊產業中的重要品種資源——以高產和優質乳成分著稱的西農薩能奶山羊作為研究對象。他們旨在通過極端表型篩選、廣泛靶向代謝組學和基因組關聯分析等多組學整合策略,系統闡釋乳成分形成的代謝與遺傳調控機制。相關研究成果發表在《Journal of Dairy Science》期刊上。
為了開展這項研究,作者團隊主要采用了以下幾項關鍵技術方法:首先,他們構建了一個由130頭健康西農薩能奶山羊組成的樣本隊列,在泌乳高峰期對稱采集乳樣和血樣。其次,利用廣泛靶向代謝組學技術,通過超高效液相色譜-串聯質譜(UPLC-MS/MS)系統對乳樣進行分析,鑒定和定量了乳中的代謝物。再者,通過對乳成分(乳脂率、乳蛋白率、乳糖率、非脂固形物率)進行測定,并根據各指標值篩選出高、低極端表型組進行對比分析。最后,對全血樣本進行全基因組測序,獲得高質量單核苷酸多態性(SNP)數據,進而將標準化后的代謝物表型數據與SNP數據進行代謝組全基因組關聯分析,以尋找與特定代謝物豐度顯著關聯的遺傳位點及鄰近的候選基因。
研究結果
群體遺傳結構
對130頭西農薩能奶山羊的基因型分析顯示,該群體具有同質的遺傳背景,主成分分析未發現明顯的亞群分層,連鎖不平衡衰減較快,個體間親緣關系較低,為后續的關聯分析提供了理想的遺傳基礎。
乳成分表型分析與代謝物譜
研究共從乳樣中鑒定出795種代謝物,并分為17個大類,其中氨基酸及其衍生物數量最多。根據乳成分測定值,成功建立了乳脂、非脂固形物、乳蛋白和乳糖四個性狀的高、低極端表型比較組。
多組學整合揭示乳脂生物合成的調控特征
比較乳脂高、低組,共鑒定出57種顯著差異代謝物。其中,胞苷和甘油磷脂在乳脂高組中上調最為顯著。代謝通路富集分析顯示,甘油磷脂代謝、產熱、蛋白質消化吸收以及ABC轉運蛋白通路被顯著富集。mGWAS分析進一步發現了17個與乳脂顯著關聯的代謝物,并注釋到330個候選基因,如JAK2、LIPC、LRP1B。對這些候選基因的功能富集分析揭示了其在分泌調節、質膜外成分等方面的潛在功能,KEGG通路富集到了Th17細胞分化、催產素信號通路等。
多組學整合揭示乳非脂固形物生物合成的調控特征
在非脂固形物高、低組間,共篩選出94種顯著差異代謝物,其中檸檬酸和α-酮戊二酸在非脂固形物高組中上調。通路分析顯示,蛋白質消化吸收、維生素消化吸收、輔因子生物合成以及ABC轉運蛋白等通路被富集。mGWAS鑒定出33個與非脂固形物性狀顯著關聯的代謝物,映射到177個候選基因,包括DGAT2、TGFB1、NPAS3。這些基因在GO分析中富集于肌肉調節相關的刺激反應等條目,KEGG分析則富集到蛋白質輸出、胰腺癌等通路。
多組學整合揭示乳蛋白生物合成的調控特征
針對乳蛋白性狀,共發現50種顯著差異代謝物。2-羥基乙磺酸和5‘-脫氧-5’-氟腺苷等在乳蛋白高組中上調。通路分析再次強調了蛋白質消化吸收、ABC轉運蛋白等的重要性。mGWAS發現了9個與乳蛋白顯著關聯的代謝物,對應18個候選基因,如SRP54、CABYR、PRRX1。功能分析表明這些基因與信號識別顆粒、內質網靶向等過程相關,并富集于輔因子生物合成和蛋白質輸出通路。
多組學整合揭示乳糖生物合成的調控特征
在乳糖高、低組間,共鑒定出58種顯著差異代謝物,其中甘氨鵝脫氧膽酸等52種代謝物在乳糖高組中上調。通路分析顯示甘油磷脂代謝和ABC轉運蛋白通路被富集。mGWAS分析找到了6個與乳糖性狀顯著關聯的代謝物,映射到47個候選基因,包括HMGCS1、RXRA、ADCK1。GO分析顯著富集于鈣離子跨膜運輸等生物學過程,KEGG分析則關聯到了丁酸代謝、纈氨酸、亮氨酸和異亮氨酸降解等通路。
跨成分整合分析
綜合分析發現,不同乳成分間存在共享的代謝物和基因調控網絡。例如,L-犬尿氨酸同時與乳脂和非脂固形物關聯,并映射到大量基因;2-(乙酰氨基)-2-脫氧-α-D-吡喃葡萄糖(N-乙酰葡糖胺)作為乳蛋白和乳糖的共同代謝物,與ADCK1基因關聯;乳蛋白與非脂固形物共享多個代謝物(如2-羥基乙磺酸、D-別異亮氨酸)和相關基因。這些共享的調控節點揭示了不同乳成分合成之間存在協同機制。
研究結論與意義
本研究通過整合代謝組學與基因組學,系統解析了西農薩能奶山羊乳成分形成的代謝物-基因共調控網絡。研究不僅鑒定了調控乳脂、非脂固形物、乳蛋白和乳糖合成的特異性代謝生物標志物(如胞苷、甘油磷脂、檸檬酸、2-羥基乙磺酸等)和關鍵候選基因(如JAK2、LIPC、SRP54、ADCK1、RXRA等),還揭示了不同成分間共享的調控因子與通路(如ABC轉運蛋白、蛋白質消化吸收),從而構建了一個多維度的遺傳-代謝調控框架。
該研究的重要意義在于:第一,從“代謝終點”回溯“遺傳起點”,將具體的乳成分表型與潛在的遺傳變異通過代謝物橋梁直接連接,極大地深化了對乳成分合成分子機制的理解。第二,所發現的候選基因和通路,如參與脂代謝的JAK2、LIPC,參與蛋白質翻譯轉運的SRP54,以及跨成分調控的ADCK1等,為通過分子標記輔助選擇或基因編輯等精準育種技術改良山羊乳品質提供了全新的、具有明確功能指向的分子靶點。第三,研究揭示的共享調控機制表明,通過干預關鍵節點(如共享代謝物或基因),有望實現多個乳成分的同步改良,為育種實踐提供了重要啟示。盡管樣本量等存在一定局限,但這項研究無疑為山羊乃至其他反芻動物乳成分合成的系統生物學研究樹立了范例,并為提升乳制品營養價值和產業競爭力奠定了堅實的理論基礎。