组学技术在葡萄与葡萄酒研究中的应用进展

※专题论述

组学技术在葡萄与葡萄酒研究中的应用进展

鞠延仑1，刘 敏1，赵现方1，魏晓峰1，闵 卓1，房玉林1,2,*

（1.西北农林科技大学葡萄酒学院，陕西 杨陵 712100；2.陕西省葡萄与葡萄酒工程技术研究中心，陕西 杨陵 712100）

摘 要：基因组学（genomics）、蛋白质组学（proteomics）、转录组学（transcriptomics）、代谢组学（metabolomics）等组学技术在揭示生命本质等科学问题上得到了广泛应用。本文综述了组学技术在葡萄与葡萄酒研究中的应用进展及应用范围，同时介绍了组学技术应用中存在的问题及展望组学技术的应用会促进葡萄产业的快速发展。

关键词：基因组学；蛋白质组学；转录组学；代谢组学；葡萄；葡萄酒

Progress in the Application of Omics Techniques in Grape and Wine Research

JU Yanlun1, LIU Min1, ZHAO Xianfang1, WEI Xiaofeng1, MIN Zhuo1, FANG Yulin1,2,*(1. College of Enology, Northwest A&F University, Yangling 712100, China;

2. Grape and Wine Engineering Research Center of Shaanxi Province, Yangling 712100, China)

Abstract: The omics approaches including genomics, proteomics, transcriptomics and metabolomics have been widely applied to resolve scientific problems such as discovering the nature of life. This article is intended to review the recent progress in the application of omics techniques in grape and wine research. Meanwhile, the current existing problems and future prospects are discussed as well. The application of omics will promote the rapid development of the wine industry. Key words: genomics; proteomics; transcriptomics; metabolomics; grape; wineDOI:10.7506/spkx1002-6630-201701047

中图分类号：TS255.2 文献标志码：A 引文格式：

鞠延仑, 刘敏, 赵现方, 等. 组学技术在葡萄与葡萄酒研究中的应用进展[J]. 食品科学, 2017, 38(1): 282-288. DOI:10.7506/spkx1002-6630-201701047. http://www.spkx.net.cn

JU Yanlun, LIU Min, ZHAO Xianfang, et al. Progress in the application of omics techniques in grape and wine research[J]. Food Science, 2017, 38(1): 282-288. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201701047. http://www.spkx.net.cn

文章编号：1002-6630（2017）01-0282-07

葡萄作为世界种植范围最广的果树之一，具有重要的经济价值和营养价值。葡萄果实品质的形成受温度、光照和水分等因素的影响，而葡萄原料的质量又直接关系到葡萄酒的质量。环境变化严重影响了葡萄原料的质量，进而对葡萄产业产生很大影响。近年来，随着葡萄全基因组测序的完成[1-2]，基因组学、蛋白质组学、转录组学和代谢组学在葡萄与葡萄酒研究中的应用快速发展。组学技术的应用在揭示葡萄植株应对生物和非生物胁迫的响应机制等科学难题中起到至关重要的作用，为更好地了解环境变化对葡萄产业带来的影响提供了理论基础。本文综述了组学技术在葡萄与葡萄酒生产中的应用进展，并且初步探讨了存在的问题与不足。

1 基因组学在葡萄研究中的应用随着科学技术的快速发展，葡萄全基因组测序于2007年完成[1-2]，共约487.1 Mb（4.87亿个碱基对）[3]，葡萄基因组测序的完成为解决葡萄产业中的科学难题提供了新手段，有利于葡萄中功能基因的挖掘，促进了简单序列重复（simple sequence repeats，SSR）标记、单核苷酸多态性（single nucleotide polymorphism，SNP）标记和随机扩增多态性DNA（random amplified polymorphismic DNA，RAPD）标记等生物标记方法的开发，有助于找到控制葡萄生长发育的关键基因，推动葡萄抗性研究和品种改良[4-5]。

收稿日期：2016-03-09

基金项目：农业部94目（2014-Z20）；国家现代农业（葡萄）产业技术体系建设专项（nycytx-30-2p-04）；

陕西省科技统筹创新工程计划项目（2013KTCL02-01）

作者简介：鞠延仑（1990—），男，博士研究生，研究方向为栽培生理和分子生物学。E-mail：juyanlun@nwsuaf.edu.cn*通信作者：房玉林（1973—），男，教授，博士，研究方向为栽培生理和分子生物学。E-mail：fangyulin@nwsuaf.edu.cn

※专题论述 食品科学

2017, Vol.38, No.01 283在生物和非生物胁迫条件下葡萄植株内基因表达会有很大差异，而这也正是引起植株做出不同响应的前提，葡萄全基因组测序的完成促进基因组学在葡萄研究中的迅速发展，同时结合网络数据库的开发利用，可以在全基因组水平上对葡萄生长发育、果实代谢、抵抗生物和非生物胁迫等过程中的关键基因进行分析、克隆和功能验证。Peng等[6]对酿酒和鲜食葡萄进行基因组分析，并将结果和数据库中土豆和草莓的基因进行比对，对葡萄中基因进行功能注释，进而发现了酿酒葡萄中与果皮细胞壁结构变化和代谢物运输相关的基因，为研究酿酒葡萄果实发育及品质形成提供基础。在全基因组水平上研究葡萄中关键基因具有重要的生物学意义，有助于了解某些基因家族的生物学功能。李成慧等[7]对葡萄Dof转录因子家族进行全基因组分析，共得到25 个Dof家族基因，并进行RNA-Seq分析，表明共有11 个Dof基因与葡萄的抗逆性有关，这为今后研究Dof基因进化关系及进一步做功能鉴定奠定了基础。李成慧等[8]对葡萄WRKY基因进行全基因组分析，得到55 个WRKY家族基因，共分为7 个亚族，其中有9 个基因与生物和非生物胁迫有关。更为重要的是，基因组学在葡萄研究中的应用发展极大促进了其他组学技术在其研究中的应用[9]。2

蛋白质组学在葡萄与葡萄酒研究中的应用蛋白质组旨在研究生命体执行基因组所表达的全部蛋白质的表达规律和生理功能。随着葡萄基因组测序的完成，蛋白质组学在葡萄与葡萄酒相关研究中的应用迅速发展。葡萄发育过程中涉及大量蛋白质的代谢，蛋白质组学为揭示葡萄品质形成提供了新手段，改变了以往只研究一种或几种蛋白质的局限，提升了蛋白质群体和多个代谢途径的研究水平。2.1 在葡萄研究中应用

目前，蛋白质组学在葡萄研究中的应用多集中在酿酒葡萄，可能与酿酒葡萄经济价值更可观有关[10]，酿酒葡萄果皮、果肉和种子都会对葡萄酒的品质有很大的影响，它们决定着葡萄及葡萄酒的香气、口感和颜色，而品种和环境（温度、光照和降雨等）影响着葡萄果实中蛋白质群体和代谢途径的变化，进而影响果实品质，所以葡萄品种间差异、环境胁迫、果实发育和不同组织等成为葡萄蛋白质组学研究的核心。

蛋白质对于人体至关重要。虽然葡萄果实中人体必需蛋白质含量不高，但是葡萄果实中蛋白质种类和含量对葡萄品质的形成有很大影响，不同葡萄品种之间果实中蛋白质种类和含量存在很大差异，研究者利用蛋白质组学技术对3 个栽培葡萄品种（白玉霓、佳美和麝香葡萄）进行蛋白质组分析，二维凝胶电泳图显示共检测

出300 个点，确定67 种蛋白质，这些蛋白质主要参与能量代谢、系统防御和初级代谢等生命过程。大多数蛋白在3 个品种间无显著性差异，但是3 个品种间乙醇脱氢酶和己糖转运载体含量有很大区别[11]。同时，蛋白质组学为研究葡萄采后生理提供了新途径，葡萄采收后如果不能及时消费，在运输或储藏过程都会引起品质下降。研究发现水杨酸处理可以延缓巨峰葡萄衰老并减轻低温对葡萄的伤害，和对照相比水杨酸处理引起69 种蛋白质含量的变化，根据功能分类，蛋白质被分为8 类，其中抗坏血酸过氧化物酶、谷胱甘肽转运酶和氧化还原酶等在水杨酸诱导下产生，水杨酸处理后果实中抗性蛋白（如热激蛋白等）的含量增多，与碳水化合物合成、能量产生相关酶的含量也增多[12]。葡萄果实中蛋白质种类和数量直接影响葡萄酒中蛋白种类和含量，如葡萄酒中几丁质酶和奇异果甜蛋白直接来源是葡萄果实的致病相关（pathogenesis-related，PR）蛋白，而这两种蛋白的存在与葡萄酒蛋白质破败直接相关。葡萄果实中蛋白质种类和含量对葡萄酒酿造工艺控制极为重要。Tian Bin等[13]研究长相思葡萄果皮、果肉和种子不同部位蛋白质种类及含量的差异，分析结果显示，果皮中含有75 种蛋白，果肉中含有63 种蛋白，种子中含有35 种蛋白，这些蛋白主要与代谢和能量的合成有关；与光合作用相关的蛋白主要在果皮中，与酒精发酵相关的蛋白主要在果肉中。几丁质酶和奇异果甜蛋白在果皮和果肉中存在。同时，研究者利用高效液相色谱（high performance liquid chromatography，HPLC）和十二烷基硫酸钠-聚丙烯酰胺凝胶电泳（sodium dodecyl sulfate-polyacrylamide gel electrophoresis，SDS-PAGE）对这两种蛋白进行定性和定量，这有助于研究葡萄发育过程中这两种蛋白的形成变化，为葡萄采收时这两种蛋白的定量奠定基础。葡萄蛋白质组学研究为葡萄栽培者及葡萄酒酿造者控制葡萄原料质量提供了新思路。2.2 在葡萄酒研究中的应用

葡萄酒的蛋白质破败病与葡萄酒中蛋白质种类和含量有很大关系，葡萄酒中存在的浑浊蛋白来源于植物PR蛋白，植物PR蛋白在酸性环境中很稳定，而且具有很强的抗水解性。尽管葡萄酒中蛋白质含量很少，但是很难分离去除，尤其是在红葡萄酒中富含酚类和其他复合物，增加了蛋白质分离的难度，所以，关于葡萄酒蛋白质组学的研究多集中在白葡萄酒。

葡萄酒在贮存陈酿过程中会出现很多健康问题，如铁破败病、铜破败病和蛋白质破败病等，各种病害的发生严重影响葡萄酒的质量，其中蛋白质破败病主要与葡萄酒中蛋白质种类和含量有关，因此，葡萄酒中蛋白质的种类和含量对于葡萄酒健康至关重要。Cilindre等[14]对香槟酒中蛋白质种类及感染贵腐菌后酒中蛋白质种类

284 2017, Vol.38, No.01 食品科学

※专题论述

的变化进行研究，发现感染贵腐菌后酒中蛋白质总量减少，但出现新蛋白质。葡萄酒中蛋白质包括细胞质转化酶和几种植物PR蛋白、酵母蛋白，同时发现两种由酵母分泌的果胶酶。另外，研究者发现，未经膨润土澄清处理的气泡葡萄酒中低分子质量蛋白质的含量略有减少，而高分子质量蛋白含量基本不变，可能与二次发酵过程中酒精含量增多有关或者是低分子质量蛋白被酒泥中的微生物降解引起的。经过膨润土处理后低分子质量蛋白含量大量减少，高分子质量蛋白质无明显变化，其他所有蛋白质也均大量减少，这可能是由于低分子质量蛋白更易与外加蛋白结合产生沉淀，而高分子质量蛋白质含有糖蛋白和多聚糖不易沉淀[15]。霞多丽葡萄酒中的几丁质蛋白酶、转化酶、葡聚糖酶和奇异果甜蛋白表现出不同的热稳定性和膨润土处理后的稳定性，其中最稳定的是转化酶和奇异果甜蛋白[16]。蛋白质组学在葡萄酒研究中的应用可以更清楚地了解葡萄酒的健康状况，更好地解决葡萄酒酿造过程中蛋白质破败和澄清剂合理使用等一系列难题。3

转录组学在葡萄与葡萄酒研究中的应用转录组是指生物体在特定的时间和空间条件下所表达的所有基因的总和。通过对转录组学的研究可以找到植物中起关键作用的基因，分析基因之间的相互关系，研究基因网络结构，从而找到对生产和育种有用的基因，进行更加深入系统的研究[7]。

近年来，随着DNA高通量测序技术的发展，出现了“下一代”大规模平行测序。这些测序技术的出现已完全改变了转录组研究的方式，产生了“RNA测序技术（RNA-sequence）”。转录组测序在用于检测基因表达和转录组研究时，最显著的优势是无需像基因芯片那样需先解码研究物种的基因信息并设计特异性探针。因此，转录组测序可在不知研究对象基因信息的情况下，直接对物种的转录组进行分析。转录组学技术在柑橘[17]、 土豆

[18]

、番茄

[19]

和青椒

[20]

等果蔬作物研究中应用广泛，

有利于揭示盐、干旱、金属和温度等非生物胁迫对果蔬作物影响的分子机制，同时，转录组学获得的大量数据为基因组和功能基因组的研究提供数据基础，促进优良品种选育工作的发展。

随着葡萄全基因组测序完成，越来越多的研究者利用转录组学方法研究葡萄代谢网络中差异表达基因，为揭示果实品质形成机理提供理论基础

[21]

。不同的气候

条件对葡萄品质的形成起到至关重要的作用，在果实发育的关键时期，微小的气候变化可能对葡萄果实品质有很大影响，转录组学技术为揭示气候对果实品质的影响机制提供了基础。Sun Runze等[22]对昌黎和高台两个不同气候栽培区的赤霞珠葡萄进行转录组分析，结果表明

在EL-35（Eichhorn-Lorenz system，EL）和EL-38两个时期，高台产区葡萄果实中参与合成脱落酸（abscisic acid，ABA）的基因表达量显著高于昌黎产区，在EL-38时期，昌黎产区葡萄果实中编码苯丙烷合成的基因表达显著高于高台同时期，为研究不同生境对果实品质的影响提供分子基础。另外，随着人类文明的进步，人们对自然的开发利用引起自然环境的变化，如极端温度、紫外线增强和干旱等，而这些因素对葡萄果实的生长发育都会有一定影响，研究葡萄对环境变化的响应，对解决实际生产问题至关重要，Rienth等[23]用转录组学方法研究发现，短暂的加热处理可以调节绿果期和成熟期葡萄果实苹果酸和花色苷合成相关的基因表达，同时细胞壁调节活动有显著变化，引起果实成熟的延迟，有利于转色期糖分积累，为研究环境变化对果实的影响提供基础。Xi Huifen等[24]利用转录组学方法研究紫外-C（ultraviolet-C，UV-C）对红巴拉多葡萄叶片的影响，共发现5 274 个基因表达差异，其中很多编码次级代谢产物（如芪类）的基因表达量在UV-C辐射后显著上调，MYB和WRKY基因家族的部分基因显著上调，有的上调100～200 倍。表明UV-C辐射改变葡萄叶片的次级代谢和细胞防卫等生物过程，有利于进一步探明UV-C辐射对葡萄影响的分子机制。酿酒葡萄果实不同成熟度影响着葡萄酒的香气和潜在酒度等，研究发现，赤霞珠葡萄不同成熟度果肉和果皮有18 000 个基因表达发生变化，基因功能富集分析发现，这些基因主要包含在乙烯信号途径、脂肪酸和类异戊二烯代谢途径中，而这些代谢物与果实香气形成密切相关，乙烯在葡萄果实品质形成过程中可能也起着重要的作用[25]。

目前，转录组学技术在葡萄酒研究方面应用较少，在葡萄方面的应用为研究环境胁迫、不同成熟度和不同气候等条件下的葡萄植株生长和果实品质形成机理提供了新手段。尤其是利用全转录组测序技术，可以发现未知的基因，找到标志性基因，这为揭示葡萄受到外界刺激后果实品质形成机理提供了强有力的技术支持。4 代谢组学在葡萄与葡萄酒研究中的应用代谢组学作为一门新兴学科，是继基因组学、转录组学和蛋白组学之后出现的一门新的组学手段，以组群指标分析为基础，以高通量检测和数据处理为手段，以信息建模与系统整合为目标，对某一生物或细胞所有低分子质量代谢产物（MW＜1 kD）进行定量定性分析或将某个特定的基因变异或环境变化后其代谢产物的变化规律，来研究生物体系代谢途径的一种技术[26-28]。4.1 在葡萄研究中的应用

通过代谢组学技术既可以探索生物体在受到各种

※专题论述 食品科学

2017, Vol.38, No.01 285内外环境扰动后的应答机制，也可以区分同种不同个体之间的表型差异[29]

。在代谢层面上可以更加直观地对个体进行区分和辨认，由于环境等因素的影响，个体基因的微小变动在代谢层面上就有很大变化。代谢组学检测技术主要有核磁共振（nuclear magnetic resonance，NMR）、液相色谱-质谱联用（liquid chromatography-mass spectrometry，LC-MS）技术、气相色谱-质谱联用（gas chromatography-mass spectrometer，GC-MS）技术、毛细管质谱联用（capillary electrophoresis-mass spectrometry，CE-MS）技术[30-32]。主要通过多元统计（multi-variate statistics analysis，MVDA）法、主成分分析（principal components analysis，PCA）法等方法区分与鉴定不同的研究对象；预测模型构建则主要通过偏最小二乘法-判别分析（partial least squares-discriminant analysis，PLS-DA）、人工神经网络（artificial neuronal network，ANN），这样更有利于对代谢产物进行定量分析[33]。

目前代谢组学技术已经广泛应用在各种植物研究中，如番茄

[34-35]

、桃子[36]、草莓[37]、苹果[38]、玉米[39]和甜瓜[40]等。越来越多研究者将代谢组学技术应用到葡萄上，在代谢组学大量数据基础上，结合代谢组学分析方法（PCA、PLS、MVDA等），研究者可以更清楚地了解葡萄果实香气和口感等品质特征的形成机理，探明生物和非生物胁迫时植株自身代谢网络的变化[41]。以揭示外界刺激引起葡萄植株代谢路径的变化机理。Malti等[42]用UV-C照射葡萄叶片，发现黄酮类和芪类代谢产物含量明显增多，这两类

物质可以作为标志性代谢产物。Pereira等[43]利用1

H-NMR技术分析法国4 个不同产区的葡萄果实品质，并用PCA方法对4 个产区进行了很好的聚类和区分。Pereira等[44]利用1H-NMR技术研究葡萄品种间的差异，发现不同品种糖类、有机酸、氨基酸含量和种类有很大区别。Martins等[45] 用代谢组学方法研究波尔多液对葡萄果实代谢网络的影响，发现暴露在波尔多液中的果实中糖、有机酸、酯类和黄酮类含量明显改变，氨基酸和蛋白质含量明显下降。

目前，代谢组学技术在葡萄上的应用得到研究者的关注。代谢组学在葡萄研究的应用可以分为以下几方面：1）外源刺激（如激素处理、光照处理、病虫害和干旱胁迫等因素）条件下，葡萄植株或果实代谢网络（物）的变化；2）不同气候条件下，葡萄品质形成机制的研究；3）不同基因型（即不同品种），葡萄代谢物的比较区分；4）同一植株不同组织代谢物的比较研究。代谢组学技术在葡萄研究中的应用为揭示变化环境下果实品质形成机理提供了新途径。4.2 在葡萄酒研究中的应用

随着葡萄酒行业的发展，消费者对葡萄酒的质量要求越来越高，而葡萄酒的品质与酿造工艺、葡萄原料质量、葡萄品种和产地等诸多因素密切相关，代谢组学技术的应用为葡萄酒生产及研究提供了新的技术手段，可

以更全面、更深层次地了解各种因素与葡萄酒质量的关

系，进而提高葡萄酒的质量。Richter等[46]

研究霞多丽葡萄酒发酵不同时间点（第4、9、15天）酵母细胞内和细胞外代谢产物的不同，发现227 种代谢产物在细胞外，404 种代谢产物在细胞内，表明不同发酵时间点酵母细胞代谢产物不同，该研究为更好地了解酵母和葡萄酒品质的关系，优化酿酒工艺提供了理论依据，同时，为筛选优选酿酒酵母提供了参考。Gil等[47]通过分析由不同大小的葡萄果实酿造的葡萄酒中代谢产物的不同，发现果粒小有利于葡萄酒中芪类化合物的积累，由小果粒酿造的葡萄酒含有更高的滴定酸、总酚和黄酮类物质。因此，生产上可通过控制果粒大小来提高葡萄酒品质。Son等[48]利用代谢组学技术区分品种葡萄酒（康拜尔早生、赤霞珠、西拉）与产地葡萄酒（澳大利亚、法国、加州），其差异的主要贡献化合物是2,3-丁二醇、乳酸、醋酸、脯氨酸、琥珀酸、苹果酸、甘油、酒石酸以及酚类化合物。Rotches-ribalta等[49]对饮用红葡萄酒（red wine，RW）和葡萄提取液（grape extract，GE）后人的尿液和血液中的代谢物进行分析，发现饮用GE更有利人体对白藜芦醇类物质的吸收，饮用GE 12～24 h后尿液中白藜芦醇含量是饮用RW的2.1～3.6 倍，所以，饮用葡萄提取液和饮用葡萄酒一样有利于人体健康。

代谢组学技术在葡萄原料控制、品种与产地酒的区分、酿造工艺改善和酒与人类健康研究等方面都得到广泛应用，葡萄酒生产中可以直接利用葡萄原料或葡萄酒中代谢物的变化，对葡萄原料质量进行监控，也可对成品酒或发酵过程中的酒进行监控，同时代谢组学更为研究酒与人体健康的关系提供了新手段。因此，代谢组学技术在葡萄与葡萄酒研究中有很大发展空间。5

多元组学在葡萄研究中的应用随着组学技术的发展，单一的组学技术已经不能满足科研需求，尤其是植物中（如葡萄）有较多的次生代谢产物，单纯利用某一组学技术难以阐明环境变化等因素对果实品质的影响机制。近来越来越多的研究者利用多元组学技术解决科学难题，如图1所示，多元组学技术的整合应用越来越广泛[50]。

越来越多的研究者把多元组学相结合的方法应用到葡萄研究工作中，主要包括：蛋白质组学和转录组学、基因组学和转录组学、转录组学和代谢组学、蛋白质组学和代谢组学等组学技术相结合，不同组学技术相结合既可以克服单一组学的缺点，又可以充分发挥不同组学的优势，为葡萄研究工作提供更好的技术手段，有助于更深层次解决葡萄产业的科学问题。Suzuki等[51]用全转录组测序技术分析UV-C照射后葡萄果皮中编码芪类合

286 2017, Vol.38, No.01 食品科学

※专题论述

成酶（白藜芦醇合成关键酶）的基因表达显著上调，同时，用代谢组学技术检测出2 000多种代谢产物，但是用PCA发现显著变化的只有白藜芦醇，最终结合转录组和代谢组的研究结果首次构建了UV-C照射后果实中芪类物质合成代谢网络。Deluc等[52]结合转录组学和特定代谢途径首次研究了赤霞珠葡萄发育过程中转录组的动态变化，在7 个发育阶段中至少2 个阶段表达量发生变化的基因占60%，这些基因主要涉及ABA合成、Ca2＋信号和激素合成代谢等途径，并发现果实成熟关键时期的潜在基因，为进一步做基因功能验证提供基础。Grimplet等[53]利用蛋白质组学并结合测定某些代谢产物，发现在干旱胁迫下，赤霞珠葡萄果皮中有90 种蛋白含量出现差异，主要涉及

苯丙烷、氨基酸合成代谢途径。Jellouli等[54]

用蛋白质组学和转录组学研究发现，Razegui葡萄（Vitis vinifera L.） 在受到6 h盐胁迫时，根系中与发病相关的PR10蛋白含量显著增多，在叶片和根系中PR10 mRNA水平也显著增高，在受到24 h胁迫时，根系PR10蛋白含量达到最高，但是叶片和根系中PR10 mRNA水平无显著变化，在酵母中过量表达Vvpr10 cDNA，结果表明，Vvpr10基因在酵母中起作用，并且Vvpr10基因与抵抗盐胁迫有关。Licausi等[55]

结合基因组学和转录组学首次研究葡萄中AP2/ERF蛋白家族，发现149 条序列，通过实时荧光定量逆转录聚合酶链反应（real-time quantitative reverse transcriptase polymerase chain reaction，RT-qPCR）表达分析结合其他植物中的研究，提出乙烯响应因子（ethylene response factor，ERF）蛋白家族在葡萄成熟过程中可能发挥重要作用，这为研究AP2/ERF基因在葡萄成熟过程中的分子机制奠定了基础。多元组学在葡萄研究中的应用为更好地揭示生物和非生物胁迫环境下葡萄植株的应答机制及果实品质形成机理提供了技术基础。

T㓴󱆖csran䖜sc㳻ⲭr󱖅㓴oteomi󱓃оу󱇦䇴ԧPe󱮠󱦞󱦞󱥆󱧈㌫iptom󱆖ic󰀃ǂǂ󱮠　　　　ǂ　ǂǂsǂǂ㔏　　　ṧ󱵜󱭦䳶ˈ　󰀃󰀃󰀃󰀃󰀃ǂ　󰡽󰼴⨶ˈ󰠶⿫AǂǂE󰀃ǂnxe　Sample collection󰠶󱷀Ự⍻󱢰󱵟ˈalpsdyǂeeǂotirs󱔿m˄Preparation, SPE, LLE, etcSamoplec󰠶at lssasseparation˅ b⁑󱷀isss󱆖ciay˄LC, GC, CE, etc，˅oiyt⨶䖟ltsG㓴ma󰼴awԦentoAen󰸪rnD˄detection MS, NMR, OS, ECa󰶻eetc˅　emo㺘hPD m󰴐ait󰀃a miningc㓴s󱆖Metabonomics/代谢组学metabolomics图 1 多元组学技术的整合应用[50]Fig. 1

Integration application of multiple omics[50]

6 结 语

组学技术在解决科学问题中起到举足轻重的作用，

其应用为解释生命本质提供了可能。尽管组学技术在葡

萄科学研究中应用很广，并且得到科研工作者的青睐，但目前其应用还存在以下几方面不足：1）检测技术和设备不够完善。虽然现在已经能够利用组学技术初步探索生命现象，但是由于检测步骤繁琐、检测费用昂贵、检测精度不高等一系列问题，制约组学技术的发展应用。如代谢组学中用GC-MS检测代谢产物之前需要对样本进行衍生化处理，前处理比较繁琐；2）数据处理难度大。由于组学技术是高通量检测，得到大量的原始数据，数据分析和挖掘方法比较缺乏，需要开发更多的数据处理软件，建立数学模型和方法；3）单一组学技术的局限。由于单一组学只着眼于生命现象的一部分，有时不能完全解释某一生命现象，或不能更清楚地揭示现象的本质。如基因组学着眼于基因组的变化，有时即使找到某一关键基因，可能也无法解释这一基因在整个代谢途径中的作用，这时如果与其他组学结合分析，问题可能会更简单明了。

组学技术在葡萄与葡萄酒研究中的应用，促进葡萄产业的快速发展，要将两种或两种以上不同的组学技术有机结合，同时结合生物信息学、数学建模和建立数据库等方法，促进组学技术在葡萄产业中的应用，以满足葡萄产业多元化发展，同时，多元组学技术在揭示葡萄植株应对生物和非生物胁迫响应机制、品种改良、抗性研究中具有很大前景。

参考文献：[1]

JAILLON O, AURY J M, NOEL B, et al. The grapevine genome sequence suggests ancestral hexaploidization in major angiosperm phyla[J]. Nature, 2007, 449: 463-467. DOI:10.1038/nature06148.[2]

VELASCO R, ZHARKIKH A, TROGGIO M, et al. A high quality draft consensus sequence of the genome of a heterozygous grapevine variety[J]. PLoS ONE, 2007, 2(12): e1326. DOI:10.1371/journal.pone.0001326.[3]

房经贵, 刘洪, 杨光. 基因组学研究时代的葡萄酿造明星: 黑比诺[J].

中外葡萄与葡萄酒, 2008, 15(4): 57-59. DOI:10.13414/j.cnki.zwpp.2008.04.018. [4]

王玉娟, 王晨, 房经贵, 等. 葡萄浆果的生长发育及相关组学研究概况[J]. 中外葡萄与葡萄酒, 2011, 18(9): 65-70. DOI:10.13414/j.cnki.zwpp.2011.09.018. [5] 赵凤霞, 高相彬, 王正平, 等. 基因工程在葡萄研究中的应用进展[J]. 中国农学通报, 2014, 30(22): 92-96.

[6]

PENG F Y, REID K E, LIAO N, et al. Generation of ESTs in Vitis vinifera wine grape (Cabernet Sauvignon) and table grape (Muscat Hamburg) and discovery of new candidate genes with potential roles in berry development[J]. Gene, 2007, 402(1/2): 40-50. DOI:10.1016/j.gene.2007.07.016.[7] 李成慧, 蔡斌, 娄晓鸣. 葡萄Dof转录因子家族全基因组分析[J]. 扬州大学学报(农业与生命科学版), 2013, 34(4): 99-103.

[8]

李成慧,蔡斌. 葡萄WRKY转录因子家族全基因组分析[J].经济林研究, 2013, 31(4): 127-131. DOI:10.14067/j.cnki.1003-81.2013.04.023.

※专题论述 食品科学

2017, Vol.38, No.01 287[9]

程宗明, 章镇, 张计育. 葡萄生物学研究进入后基因组和系统生物

学时代[J]. 果树学报, 2011, 28(2): 321-329. DOI:10.13925/j.cnki.gsxb.2011.02.008.[10] 金良, 陈尚武, 马会勤. 葡萄蛋白质组学研究进展[J]. 中国生物工程杂志, 2010, 30(10): 100-107. DOI:10.13523/j.cb.20101017.

[11]

SARRY J E, SOMMERER N, SAUVAGE F X, et al. Grape berry biochemistry revisited upon proteomic analysis of the mesocarp[J]. Proteomics, 2004, 4(1): 201-215. DOI:10.1002/pmic.200300499.[12]

CAI H, YUAN X Z, PAN J J, et al. Biochemical and proteomic analysis of grape berries (Vitis labruscana) during cold storage upon postharvest salicylic acid treatment[J]. Journal of Agricultural and Food Chemistry, 2014, 62(41): 10114-10125. DOI:10.1021/jf503495z.[13]

TIAN B, HARRISON R, MORTON J, et al. Proteomic analysis of Sauvignon Blanc grape skin, pulp and seed and relative quantification of pathogenesis-related proteins[J]. PLoS ONE, 2015, 10(6): e0130132. DOI:10.1371/journal.pone.0130132.[14]

CILINDRE C, CASTRO A J, CLEMENT C, et al. Influence of Botrytis cinerea infection on Champagne wine proteins (characterized by two-dimensional electrophoresis/immunodetection) and wine foaming properties[J]. Food Chemistry, 2007, 103(1): 139-149. DOI:10.1016/j.foodchem.2006.07.043.[15]

VANRELL G, CANALS R, ESTERUELAS M, et al. Influence of the use of bentonite as a riddling agent on foam quality and protein fraction of sparkling wines (Cava)[J]. Food Chemistry, 2007, 104(1): 148-155. DOI:10.1016/j.foodchem.2006.11.014.[16]

SAUVAGE F X, BACH B, MOUTOUNET M, et al. Proteins in white wines: thermo-sensitivity and differential adsorbtion by bentonite[J]. Food Chemistry, 2010, 118(1): 26-34. DOI:10.1016/j.foodchem.2009.02.080.[17]

DING Y D, CHANG J W, MA Q L, et al. Network analysis of postharvest senescence process in Citrus fruits revealed by transcriptomic and metabolomic profiling[J]. Plant Physiology, 2015, 168(1): 357-376. DOI:10.1104/pp.114.255711.[18]

KUMAR R, SHARMA M K, KAPOOR S, et al. Transcriptome analysis of rin mutant fruit and in silico analysis of promoters of differentially regulated genes provides insight into LeMADS-RIN-regulated ethylene-dependent as well as ethylene-independent aspects of ripening in tomato[J]. Genomics, 2012, 287(3): 1-203. DOI:10.1007/s00438-011-0671-7.[19]

SADE D, SHRIKI O, CUADROS-INOSTROZA A, et al. Comparative metabolomics and transcriptomics of plant response to Tomato yellow leaf curl virus infection in resistant and susceptible tomato cultivars[J]. Metabolomics, 2015, 11(1): 81-97. DOI:10.1007/s11306-014-0670-x.[20]

NICOLA M, PISANI C, BOUCHET J P, et al. Discovery of a large set of SNP and SSR genetic markers by high-throughput sequencing of pepper (Capsicum annuum)[J]. Genetics & Molecular & Research, 2012, 11(3): 2295-2300. DOI:10.4238/2012.August.13.3.[21]

DEGU A, HOCHBERG U, SIKRON N. Metabolite and transcript profiling of berry skin during fruit development elucidates differential regulation between Cabernet Sauvignon and Shiraz cultivars at branching points in the polyphenol pathway[J]. Bmc Plant Biology, 2014, 14(2): 188-208. DOI:10.1186/s12870-014-0188-4.[22]

SUN R Z, HE F, LAN Y B, et al. Transcriptome comparison of Cabernet Sauvignon grape berries from two regions with distinct climate[J]. Jouranl of Plant Physiology, 2015, 178: 43-54. DOI:10.1016/j.jplph.2015.01.012.[23]

RIENTH M, TORREGROSA L, LUCHAIRE N, et al. Day and night heat stress trigger different transcriptomic responses in green and ripening grapevine (Vitis vinifera) fruit[J]. Bmc Plant Biology, 2014, 14: 108-126. DOI:10.1186/1471-2229-14-108.

[24]

XI H F, MA L, LIU G T, et al. Transcriptomic analysis of grape (Vitis vinifera L.) leaves after exposure to ultraviolet C irradiation[J]. PLoS ONE, 2014, 9(12): e113772. DOI:10.1371/journal.pone.0113772.[25] CRAMER G R, GHAN R, SCHLAUCH K A, et al. Transcriptomic analysis of the late stages of grapevine (Vitis vinifera cv. Cabernet Sauvignon) berry ripening reveals significant induction of ethylene signaling and flavor pathways in the skin[J]. Bmc Plant Biology, 2014, 14(1): 370-391. DOI:10.1186/s12870-014-0370-8.

[26] 邱德有, 黄璐琦. 代谢组学研究: 功能基因组学研究的重要组成部分[J]. 分子植物育种, 2004, 2(2): 165-177.

[27] 张凤霞, 王国栋. 植物代谢组学应用研究: 现状与展望[J]. 中国农业技术导报, 2013, 15(2): 28-32. DOI:10.3969 /j.issn.1008-08.2013.02.05.[28] 田玲, 郑冰, 王华. 代谢组学及其在葡萄酒研究中的应用[J]. 中外葡萄与葡萄酒, 2013, 20(6): 55-59. DOI:10.13414/j.cnki.zwpp.2013.06.018.

[29] 周秋香, 余晓斌, 涂国全, 等. 代谢组学研究进展及其应用[J]. 生物技术通报, 2013, 31(1): 49-55. DOI:10.13560/j.cnki.biotech.bull.1985.2013.01.031.

[30] GLINSKI M, WECKWERTH W. The role of mass spectrometry in plant systems biology[J]. Mass Spectrometry Reviews, 2006, 25(25): 173-214. DOI:10.1002/mas.20063.

[31] BARAN R, REINDL W, NORTHEN T R. Mass spectrometry based metabolomics and enzymatic assays for functional genomics[J]. Current Opinion In Microbiology, 2009, 12(5): 547-552. DOI:10.1016/j.mib.2009.07.004.

[32] KASPAR S, PEUKERT M, SVATOS A, et al. MALDI-imaging mass spectrometry-an emerging technique in plant biology[J]. Proteomics, 2011, 11(9): 1840-1850. DOI:10.1002/pmic.201000756.

[33] 阿基业. 代谢组学数据处理方法: 主成分分析[J]. 中国临床药理学和治疗学, 2010, 15(5): 481-4.

[34] LOPEZ-GRESA M P, MALTESE F, BELLES J M, et al. Metabolic response of tomato leaves upon different plant-pathogen interactions[J]. Phytochemical Analyasis, 2010, 21(1): -94. DOI:10.1002/pca.1179.[35] OMS-OLIU G, HERTOG, van de POEL B, et al. Metabolic characterization of tomato fruit during preharvest development, ripening, and postharvest shelf-life[J]. Postharvest Biology and Technology, 2011, 62(1): 7-16. DOI:10.1016/j.postharvbio.2011.04.010.

[36] LOMBARDO V A, OSORIO S, BORSANI J, et al. Metabolic profiling during peach fruit development and ripening reveals the metabolic networks that underpin each developmental stage[J]. Plant Physiology, 2011, 157(4): 696-710. DOI:10.1104/pp.111.1860.

[37] ZHANG J J, WANG X, YU O, et al. Metabolic profiling of strawberry (Fragaria × ananassa Duch.) during fruit development and maturation[J]. Journal Experimental Botany, 2011, 62(3): 1103-1118. DOI:10.1093/jxb/erq343.

[38] APREA E, GIKA H, CARLIN S, et al. Metabolite profiling on apple volatile content based on solid phase micro extraction and gas-chromatography time of flight mass spectrometry[J]. Journal of Chromatography A, 2011, 12(18): 4517-4524. DOI:10.1016/j.chroma.2011.05.019.

[39] 吴晓菲. 玉米对盐旱双胁迫响应的代谢机制研究[D]. 沈阳: 东北大学, 2013: 5-6.

[40] ALLWOOD J W, CHEUNG W, XU Y, et al. Metabolomics in melon: a new opportunity for aroma analysis[J]. Phytochemistry, 2014, 99: 61-72. DOI:10.1016/j.phytochem.2013.12.010.

[41] 滕中秋, 付卉青, 邓玉林, 等. 植物应答非生物胁迫的代谢组学研究进展[J]. 植物生态学报, 2011, 35(1): 110-118. DOI:10.3724/SP.J.1258.2011.00110.

288 2017, Vol.38, No.01 食品科学

※专题论述

[42]

MARTI G, SCHNEE S, ANDREY Y. Study of leaf metabolome modifications induced by UV-C radiations in representative Vitis, Cissus and Cannabis species by LC-MS based metabolomics and antioxidant assays[J]. Molecules, 2014, 19(9): 14004-14021. DOI:10.3390/molecules190914004.[43]

PEREIRA G E, GAUDILLERE J P. 1H-NMR and chemometrics to characterize mature grape berries in four wine-growing areas in Bordeaux, France[J]. Journal Agricultural & Food Chemistry, 2005, 53(16): 6382-63. DOI:10.1021/jf058058q.[44]

PEREIRA G E, GAUDILLERE J P. 1H-NMR metabolite fingerprints of grape berry: comparison of vintage and soil effects in Bordeaux grapevine growing areas[J]. Analytica Chimica Acta, 2006, 563(1/2): 346-352. DOI:10.1016/j.aca.2005.11.007.[45]

MARTINS V, TEIXEIRA A, BASSIL E, et al. Metabolic changes of Vitis vinifera berries and leaves exposed to Bordeaux mixture[J]. Plant Physiology and Biochemistry, 2014, 82(3): 270-278. DOI:10.1016/j.plaphy.2014.06.016.[46]

RICHTER C L, KENNDY A D, GUO L N, et al. Metabolomic measurements at three time points of a Chardonnay wine fermentation with Saccharomyces cerevisiae[J]. American Journal of Enology and Viticulture, 2015, 66(3): 294-301. DOI:10.5344/ajev.2015.14062.[47]

GIL M, PASCUAL O, GÓMEZ-ALONSO S, et al. Influence of berry size on red wine colour and composition[J]. Australian Journal of Grape and Wine Research, 2015, 21(2): 200-212. DOI:10.1111/ajgw.12123. [48]

SON H S, HWANG G S, PARK W M. Metabolomic characterization of malolactic fermentation and fermentative behaviors of wine yeasts in grape wine[J]. Journal of Agricultural and Food Chemistry, 2009, 57(11): 4801-4809. DOI:10.1021/jf9005017.

[49]

ROTCHES-RIBALTA M, ANDRES-LACUEVAL C, ESTRUCH R, et al. Pharmacokinetics of resveratrol metabolic profile in healthy humans after moderate consumption of red wine and grape extract tablets[J]. Pharmacological Research, 2012, 66(5): 375-382. DOI:10.1016/j.phrs.2012.08.001.

[50] 朱超, 梁琼麟, 王义明, 等. 代谢组学的整合化发展及其新进展[J]. 分析化学, 2010, 38(7): 1060-1068. DOI:10.3724/SP.J.1096.2010.01060.[51] SUZUKI M, NAKABAYASHI R, OGATA Y, et al. Multiomics in grape berry skin revealed specific induction of the stilbene synthetic pathway by ultraviolet-C irradiation[J]. Plant Physiol, 2015, 168(1): 47-59. DOI:10.1104/pp.114.254375.

[52] DELUC L G, GRIMPLET J, WHEATLEY M D, et al. Transcriptomic and metabolite analyses of Cabernet Sauvignon grape berry development[J]. BMC Genomics, 2007, 8: 429-471. DOI:10.1186/1471-21-8-429.

[53] GRIMPLET J, WHEATLEY M D, JOUIRA H B, et al. Proteomic and selected metabolite analysis of grape berry tissues under well-watered and water-deficit stress conditions[J]. Proteomics, 2009, 9(9): 2503-2528. DOI:10.1002/pmic.200800158.

[54] JELLOULI N, JOUIRA H B, DALDOUL S, et al. Proteomic and transcriptomic analysis of grapevine PR10 expression during salt stress and functional characterization in yeast[J]. Plant Molecular Biology Reporter, 2010, 28(1): 1-8. DOI:10.1007/s11105-009-0116-1.

[55] LICAUSI F, GIORGI F M, ZENONI S, et al. Genomic and transcriptomic analysis of the AP2/ERF superfamily in Vitis vinifera[J]. BMC Genomics, 2010, 11(6): 719-734. DOI:10.1186/1471-21-11-719.