田嘉樹(shù)，丁光榮，王曉麗，景藝卓，韓 丹*，許自成

1. 河南農(nóng)業(yè)大學(xué)煙草學(xué)院，鄭州市金水區(qū)文化路95 號(hào) 450002

2. 湖北省煙草公司襄陽(yáng)市公司，湖北省襄陽(yáng)市前進(jìn)路70 號(hào) 441003

代謝組（Metabolome）是指一個(gè)生物或細(xì)胞在某一特定狀態(tài)下的所有小分子代謝產(chǎn)物的集合。煙草的代謝是按照遺傳基因的潛勢(shì)，在環(huán)境條件的制約下合成物質(zhì)、形成器官，以達(dá)到生長(zhǎng)發(fā)育的目的。煙草代謝產(chǎn)物是基因表達(dá)的最終產(chǎn)物，是生物學(xué)的終端信息，這些代謝產(chǎn)物在煙草生長(zhǎng)發(fā)育、對(duì)環(huán)境脅迫的適應(yīng)、煙草間的相互競(jìng)爭(zhēng)進(jìn)化以及煙草應(yīng)對(duì)昆蟲(chóng)和病原微生物侵襲等方面起著重要的作用［1］。

代謝組學(xué)于20世紀(jì)90年代中期迅速發(fā)展，是繼基因組學(xué)、蛋白質(zhì)組學(xué)和轉(zhuǎn)錄組學(xué)后出現(xiàn)的以代謝組為研究對(duì)象的新興學(xué)科，主要研究生物體系受基因或環(huán)境的影響后，其代謝產(chǎn)物的變化或其隨時(shí)間的變化以及引發(fā)的相應(yīng)代謝途徑［2］；通過(guò)對(duì)代謝物進(jìn)行定量分析，以探求代謝物與生理病理變化的關(guān)系［3］。該組學(xué)主要以液相、氣相色譜-質(zhì)譜和核磁共振譜為研究手段獲得數(shù)據(jù)，通過(guò)數(shù)據(jù)分析進(jìn)而了解基因變異及環(huán)境變化對(duì)代謝過(guò)程和代謝水平的影響。

文獻(xiàn)計(jì)量學(xué)，集數(shù)學(xué)、統(tǒng)計(jì)學(xué)和文獻(xiàn)學(xué)于一體，通過(guò)定量分析來(lái)探討學(xué)科的結(jié)構(gòu)特征與熱點(diǎn)趨勢(shì)，進(jìn)行成果評(píng)價(jià)與預(yù)測(cè)。其統(tǒng)計(jì)對(duì)象有出版物、科學(xué)術(shù)語(yǔ)、著者和文獻(xiàn)引證等［4］。得益于計(jì)算機(jī)工具的使用，該學(xué)科在理論與應(yīng)用方面獲得了更高的關(guān)注。在此基礎(chǔ)上，對(duì)文獻(xiàn)進(jìn)行梳理的科學(xué)知識(shí)圖譜得到廣泛應(yīng)用。通過(guò)對(duì)某一領(lǐng)域進(jìn)行檢索分析，可了解該學(xué)科領(lǐng)域相關(guān)機(jī)構(gòu)學(xué)者、發(fā)展歷史和研究熱點(diǎn)前沿等，并以可視化圖譜形式展現(xiàn)出來(lái)［5］。CiteSpace便是一款重點(diǎn)應(yīng)用于知識(shí)圖譜的信息可視化分析軟件。

與傳統(tǒng)理論性綜述的文字描述相比，使用CiteSpace 軟件對(duì)相關(guān)文獻(xiàn)進(jìn)行可視化分析統(tǒng)計(jì)，可以將一門(mén)學(xué)科或一個(gè)研究領(lǐng)域的文獻(xiàn)之間的相互關(guān)系以科學(xué)知識(shí)圖譜的方式進(jìn)行呈現(xiàn)，不僅可以梳理過(guò)去的研究軌跡，也可以更好地把握未來(lái)的研究趨勢(shì)和方向［6］。到目前為止，利用知識(shí)圖譜對(duì)煙草代謝組研究的整體情況進(jìn)行分析還鮮見(jiàn)報(bào)道?；诖?，通過(guò)使用CiteSpace 軟件對(duì)相關(guān)研究的文獻(xiàn)進(jìn)行數(shù)據(jù)挖掘、整合與分析，旨在以科學(xué)知識(shí)圖譜的形式對(duì)煙草代謝組研究領(lǐng)域的發(fā)展過(guò)程和研究熱點(diǎn)進(jìn)行更加直觀、有效的呈現(xiàn)，為煙草研究者提供參考。

1 數(shù)據(jù)來(lái)源與方法

外文數(shù)據(jù)來(lái)源及方法：選擇Web of Science核心合集數(shù)據(jù)庫(kù)，以主題“tobacco metabolome”及“tobacco metabonomics”檢索2005—2020 年間的相關(guān)文獻(xiàn)，并人工精煉檢索結(jié)果，最終得到105 個(gè)數(shù)據(jù)。將所得文獻(xiàn)以“全記錄與引用的參考文獻(xiàn)”、“純文本”的格式導(dǎo)出，以“download-105.txt”為文件名保存在“Data”文件夾中。運(yùn)行CiteSpaceV 新建立項(xiàng)目，以1 年進(jìn)行時(shí)間分割，對(duì)過(guò)濾后的101 篇文獻(xiàn)進(jìn)行不同節(jié)點(diǎn)類(lèi)型的網(wǎng)絡(luò)分析。

中文數(shù)據(jù)來(lái)源及方法：選擇中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)進(jìn)行高級(jí)檢索。分別以“代謝組”“代謝組學(xué)”為主題，“篇關(guān)摘”設(shè)為“煙草”，文獻(xiàn)發(fā)表時(shí)間段設(shè)為2005—2020 年。所得結(jié)果中再次進(jìn)行人工精煉檢索，得到2005—2020 年相關(guān)中文文獻(xiàn)94 篇。將其以“Refworks”格式導(dǎo)出，以“download-94.txt”命名保存至新建的“input”文件夾中。借助CiteSpace 菜單欄中“Data”進(jìn)行數(shù)據(jù)過(guò)濾與轉(zhuǎn)換，使其成為可供CiteSpace 識(shí)別的數(shù)據(jù)形式，最終得到適合分析的中文文獻(xiàn)92篇。

2 結(jié)果與分析

2.1 基于發(fā)文量的煙草代謝組學(xué)研究趨勢(shì)分析

文獻(xiàn)數(shù)量及其變化趨勢(shì)可反映該領(lǐng)域的研究狀況。在2005—2020年間煙草代謝組研究的中英文文獻(xiàn)總計(jì)有199篇，每4年總的發(fā)文量呈指數(shù)型上升趨勢(shì)（圖1）。R2是趨勢(shì)線(xiàn)擬合程度的指標(biāo)，在0～1 之間，數(shù)值越接近1，擬合程度越高，趨勢(shì)線(xiàn)越可靠。圖中R2為0.851 8，表明曲線(xiàn)擬合程度良好。

圖1 煙草代謝組領(lǐng)域每4年發(fā)文量比較Fig.1 Number of published papers on tobacco metabolome in every 4 years

2002年科研人員使用遺傳編程對(duì)煙草代謝組數(shù)據(jù)進(jìn)行了解釋性分析［7］，自此以后國(guó)際上關(guān)于煙草代謝組研究的文獻(xiàn)陸續(xù)問(wèn)世。2005年有研究者對(duì)脫氫酶轉(zhuǎn)基因煙草的氨基酸組分和代謝產(chǎn)物進(jìn)行檢測(cè)，分析了脫氫酶表達(dá)、氨基酸代謝與煙草表型之間的關(guān)系［8］；2007年Dauwe等［9］研究單酚類(lèi)生物合成中的不同轉(zhuǎn)錄本和代謝物。截至本文中的數(shù)據(jù)采集時(shí)間，外文發(fā)文量達(dá)105 篇，中文文獻(xiàn)有94 篇。其中，中文文獻(xiàn)最早出現(xiàn)于2007 年，李忠等［10］綜述了代謝組學(xué)方法在煙草化學(xué)上的應(yīng)用，并提出利用代謝組學(xué)平臺(tái)對(duì)煙草最終代謝產(chǎn)物——卷煙煙霧進(jìn)行數(shù)據(jù)分析，將卷煙煙氣組成與安全性和內(nèi)在品質(zhì)相對(duì)應(yīng)，用數(shù)字煙氣表征卷煙特性。

2.2 煙草代謝組研究國(guó)家與機(jī)構(gòu)分析

從國(guó)家和機(jī)構(gòu)層面來(lái)分析煙草代謝組，對(duì)于評(píng)價(jià)其學(xué)術(shù)影響力，找到重點(diǎn)關(guān)注的國(guó)家和機(jī)構(gòu)具有重要意義。因各國(guó)有很多研究者將其研究成果以英文文獻(xiàn)形式發(fā)表，可將CiteSpace中節(jié)點(diǎn)類(lèi)型設(shè)為“國(guó)家”，得到發(fā)文國(guó)家共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜（圖2）。發(fā)文量前5的國(guó)家依次為美國(guó)、中國(guó)、德國(guó)、日本和英國(guó)。由復(fù)雜交叉的連線(xiàn)可知，各個(gè)國(guó)家之間的合作關(guān)系較為密切，尤其是美國(guó)在國(guó)際交流中發(fā)揮著重要作用。由表1可知，美國(guó)和中國(guó)發(fā)文量較多，德國(guó)的發(fā)文質(zhì)量較高。

圖2 發(fā)文國(guó)家共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜Fig.2 Co-occurrence network knowledge map of countries where papers were published

表1 發(fā)文量前5位的國(guó)家Tab.1 Top 5 countries in number of published papers

由于并非所有中文文獻(xiàn)都以英文的形式發(fā)表在Web of Science上，因此分別對(duì)中英文兩個(gè)數(shù)據(jù)庫(kù)所檢索的文獻(xiàn)，以“機(jī)構(gòu)”為條件，進(jìn)一步精煉檢索，綜合對(duì)比分析結(jié)果（表2），文獻(xiàn)被引次數(shù)最多的機(jī)構(gòu)是德國(guó)馬克斯普朗克研究所，共被引用231次。除此之外，排名靠前的其他部分機(jī)構(gòu)依次為萊登大學(xué)（170）、中國(guó)科學(xué)院（164）、日本理化學(xué)研究所（160）、中國(guó)科學(xué)院植物研究所（79）、約翰內(nèi)斯堡大學(xué)（75）、日本東北大學(xué)（64）、南非科學(xué)工業(yè)研究委員會(huì)（60）、四川大學(xué)（23）和英美煙草公司（22）。

表2 發(fā)文量前10位的機(jī)構(gòu)Tab.2 Top 10 affiliations in number of published papers

2.3 基于作者、文獻(xiàn)共被引的研究基礎(chǔ)分析

對(duì)作者與文獻(xiàn)進(jìn)行共被引分析，可發(fā)掘較高影響力的學(xué)者及文章，了解煙草代謝組研究基礎(chǔ)。

2.3.1 發(fā)文作者共被引分析

節(jié)點(diǎn)類(lèi)型設(shè)為“Cited Author”，得到節(jié)點(diǎn)461個(gè)、連線(xiàn)1 422 條。CiteSpace 依據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和聚類(lèi)的清晰度，提供了模塊值（簡(jiǎn)稱(chēng)Q 值）和平均輪廓值（Silhouette，簡(jiǎn)稱(chēng)S 值）兩個(gè)指標(biāo)，可以作為評(píng)判圖譜繪制效果的依據(jù)。一般而言，Q 值在區(qū)間［0，1）內(nèi)，Q＞0.3 意味著劃分出來(lái)的社團(tuán)結(jié)構(gòu)顯著；當(dāng)S＞0.7時(shí)，聚類(lèi)是高效率令人信服的，若S＞0.5，一般認(rèn)為聚類(lèi)是合理的［4］。利用CiteSpace的聚類(lèi)功能對(duì)煙草代謝組研究學(xué)者進(jìn)行聚類(lèi)分析顯示，該領(lǐng)域作者共被引聚類(lèi)網(wǎng)絡(luò)圖譜的輪廓系數(shù)為S=0.544 5（S＞0.5），信息模塊性Q=0.911 1（Q＞0.3），表明網(wǎng)絡(luò)的聚類(lèi)結(jié)果較好。在此基礎(chǔ)上，通過(guò)被引頻次和中心性?xún)蓚€(gè)指標(biāo)共同觀測(cè)出在煙草代謝組研究領(lǐng)域的高被引作者分布，從而確定該領(lǐng)域有影響力的作者。作者被引頻次最高的是Fiehn，在該領(lǐng)域被引用了10次，其發(fā)表的文章“Metabolomics-the link between genotypes and phenotypes”詳細(xì)闡述了代謝物靶標(biāo)分析、代謝物譜分析和代謝物指紋分析的區(qū)別［11］。Fiehn 等［12］的另一 篇 文 章“Metabolite profiling for plant functional genomics”中提出代謝物譜的使用可以顯著增強(qiáng)功能基因組學(xué)方法的能力。這兩篇文章的引用者Tugizimana 等［13］研究發(fā)現(xiàn)，麥角甾醇能激活萜類(lèi)代謝的通路，使煙草細(xì)胞的代謝組發(fā)生變化。

以中介中心性為要素對(duì)共被引作者繪制圖譜（圖3），節(jié)點(diǎn)代表作者，連線(xiàn)代表作者共被引關(guān)系；節(jié)點(diǎn)越大且位于中間位置，則發(fā)文作者中心性越高。由圖3 可知，被引作者中心性排行前五位的分別為Krasensky、Aharoni、Ameziane、Abdulrazzak和Anders等，說(shuō)明他們?cè)诓煌黝}研究中扮演著聯(lián)絡(luò)者的角色。Anders 中介中心性較高，其發(fā)表的“HTSeq——a Python framework to work with high-throughput sequencing data”介紹了一種 Phython 庫(kù) HTSeq 在高通量測(cè)序數(shù)據(jù)分析和處理方面的應(yīng)用［14］。

圖3 高中介中心性發(fā)文作者共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜Fig.3 Co-occurrence network knowledge map of authors with high betweeness centrality

2.3.2 文獻(xiàn)共被引分析

選取排名前6 位與涉及煙草相關(guān)的高共被引文獻(xiàn)，見(jiàn)表3。這些文獻(xiàn)所涉及的核心內(nèi)容：①Sanabria和Dubery［15］鑒定出了LPS（細(xì)菌脂多糖）誘導(dǎo)后的煙草差異表達(dá)基因，揭示了酶活、蛋白質(zhì)監(jiān)控機(jī)制在植物基礎(chǔ)抗性中的重要作用。②Zhao 等［16］利用CE-TOF-MS 法對(duì)來(lái)自?xún)蓚€(gè)產(chǎn)地的30 多個(gè)煙葉樣本進(jìn)行代謝圖譜分析，研究了兩地?zé)熑~的差異性以及極性代謝物與生長(zhǎng)環(huán)境之間的關(guān)系。③Zhang 等［17］通過(guò)核磁共振波譜法和多元數(shù)據(jù)分析法研究了鹽脅迫下煙草的代謝組數(shù)據(jù)，揭示了煙草響應(yīng)不同程度鹽脅迫的動(dòng)態(tài)變化。④Madala 等［18］利用代謝組學(xué)研究了INAP（異亞硝基苯乙酮）處理?xiàng)l件下煙草細(xì)胞懸浮液的代謝物變化，發(fā)現(xiàn)INAP 是一種植物防御反應(yīng)的化學(xué)誘導(dǎo)劑，能被參與植物次生代謝的酶識(shí)別，增強(qiáng)植物的自然防御能力，有助于保護(hù)植物免受病原體的攻擊。⑤Kissoudis 等［19］通過(guò)比較鹽脅迫和正常條件下GmGSTU4 過(guò)表達(dá)植株的表型和代謝組，證實(shí)了過(guò)表達(dá)GmGSTU4 能夠提高煙草耐鹽性。⑥Xia 等［20］開(kāi)發(fā)了用于代謝組數(shù)據(jù)分析的綜合服務(wù)器MetaboAnalyst 2.0，并對(duì)其升級(jí)的功能進(jìn)行了描述說(shuō)明，提高了代謝組數(shù)據(jù)的處理和統(tǒng)計(jì)分析能力。

表3 排名前6的與煙草相關(guān)高共被引文獻(xiàn)分析Tab.3 Top 6 tobacco-related publications with high co-citation frequency

2.4 基于關(guān)鍵詞的重點(diǎn)遷移分析

2.4.1 中英文重點(diǎn)關(guān)鍵詞分析

由中英文共同關(guān)鍵詞（表4）可知，研究人員重點(diǎn)借助代謝組學(xué)技術(shù)對(duì)煙草代謝組進(jìn)行數(shù)據(jù)分析，中英文重點(diǎn)關(guān)鍵詞存在一定的差異。由關(guān)鍵詞共現(xiàn)圖譜（圖4 和圖5）可知，英文關(guān)鍵詞主要包括基因表達(dá)、生物合成等，且關(guān)鍵詞間的聯(lián)系十分緊密；中文關(guān)鍵詞除代謝組外，還涉及基因組、轉(zhuǎn)錄組和蛋白質(zhì)組學(xué)等相關(guān)知識(shí)。兩者均有對(duì)煙草抗性的研究，Misra 等［21］發(fā)現(xiàn)擬南芥轉(zhuǎn)錄因子 AtMYB12 調(diào)節(jié)許多代謝途徑，使轉(zhuǎn)基因煙草蘆丁積累增加，對(duì)斜紋夜蛾和棉鈴蟲(chóng)產(chǎn)生了抗性。田培等［22］對(duì)南方根結(jié)線(xiàn)蟲(chóng)侵染煙草抗、感品種前后代謝途徑以及代謝產(chǎn)物的差異進(jìn)行分析，發(fā)現(xiàn)抗、感品種被南方根結(jié)線(xiàn)蟲(chóng)侵染后防御能力不相同，可能是由于其被激活的抗病相關(guān)代謝通路不同所致。

圖4 英文關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜Fig.4 Co-occurrence network knowledge map of English keywords

圖5 中文關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜Fig.5 Co-occurrence network knowledge map of Chinese keywords

表4 中英文重點(diǎn)關(guān)鍵詞Tab.4 Major Chinese and English Keywords

2.4.2 中文關(guān)鍵詞時(shí)區(qū)視圖分析

時(shí)區(qū)視圖（Timezone）側(cè)重于從時(shí)間維度上表示知識(shí)演進(jìn)，可清晰展示出熱點(diǎn)的更新。據(jù)中文關(guān)鍵詞時(shí)區(qū)視圖（圖6），可將知識(shí)進(jìn)化分為3 個(gè)主要時(shí)期。

圖6 中文關(guān)鍵詞時(shí)區(qū)視圖Fig.6 Timezone view of Chinese keywords

①2005—2012 年。對(duì)煙草代謝組學(xué)、基因組學(xué)和蛋白質(zhì)組學(xué)有了基本了解，并掌握了運(yùn)用色譜和質(zhì)譜、核磁共振和生物標(biāo)記技術(shù)等方法對(duì)煙草煙氣成分進(jìn)行分析。趙閣等［23］通過(guò)研究煙氣生物標(biāo)志物的含量與是否吸煙、吸煙者吸煙強(qiáng)度和非吸煙者有無(wú)煙氣環(huán)境的關(guān)系，來(lái)反映煙氣感受情況。這種方法極大地提高了煙氣有害成分感受量評(píng)估的準(zhǔn)確程度，對(duì)不同煙草制品進(jìn)行全面評(píng)估有助于規(guī)范煙草產(chǎn)品，以期降低與煙草有關(guān)的健康風(fēng)險(xiǎn)。

②2013—2016年。對(duì)煙草代謝物及代謝途徑分析，了解遺傳因素及土壤、氣候、光質(zhì)等環(huán)境因素對(duì)煙草代謝的影響，對(duì)煙草抗性有了較為全面的了解。為提高烤煙品質(zhì)和開(kāi)發(fā)特色煙葉提供參考，不同研究者通過(guò)人工氣候室模擬云南、貴州、河南三地的氣候條件，分別研究了生長(zhǎng)溫度對(duì)不同生育期煙草中淀粉［24］、蔗糖［25］、多酚［26］和質(zhì)體色素［27］代謝的影響。結(jié)果表明：不同溫度和不同生長(zhǎng)時(shí)期的煙草代謝物含量、關(guān)鍵酶活性以及相關(guān)基因的表達(dá)均有差異。楊利云等［28］綜述了不同光強(qiáng)、光質(zhì)及光周期對(duì)煙草發(fā)育生長(zhǎng)和葉片結(jié)構(gòu)的影響，探討了光因素對(duì)煙草光合作用、酶活性和基因表達(dá)等生理代謝活動(dòng)的影響，并進(jìn)一步研究了光環(huán)境對(duì)煙草物質(zhì)代謝及其品質(zhì)的影響。

③2017年至今。研究人員結(jié)合基因組和轉(zhuǎn)錄組知識(shí)，對(duì)煙草抗性基因進(jìn)行研究，并通過(guò)對(duì)尿液和血清等體液的檢測(cè)，探究煙草制品與人體健康的關(guān)系。陳永富等［29］研究發(fā)現(xiàn)異源過(guò)表達(dá)Pe CPD 可以通過(guò)提高煙草內(nèi)源油菜素內(nèi)酯的合成來(lái)調(diào)控?zé)煵輵?yīng)對(duì)鹽、高氮和干旱等逆境脅迫。為探討微小RNA（miR）-133b 對(duì)卷煙煙霧提取物（CSE）誘導(dǎo)的人小氣道上皮細(xì)胞（HSAEpiC）間充質(zhì)轉(zhuǎn)化的影響及調(diào)控機(jī)制。連寧芳等［30］采用對(duì)照實(shí)驗(yàn)推測(cè)miR-133b可能通過(guò) TGF-β/Smad 通路調(diào)控 CSE 誘導(dǎo)的 HSAEpiC 細(xì)胞上皮間充質(zhì)轉(zhuǎn)化。寧欣［31］也通過(guò)對(duì)照實(shí)驗(yàn)探討了吸煙對(duì)大鼠免疫系統(tǒng)功能的影響，得出短期吸煙對(duì)體液免疫功能影響不大，但長(zhǎng)期吸煙可致體液免疫功能逐漸受損的結(jié)論。

3 討論

煙草代謝組研究是一個(gè)非常復(fù)雜的過(guò)程，通過(guò)從多個(gè)視角進(jìn)行知識(shí)圖譜的繪制分析，發(fā)現(xiàn)關(guān)于煙草代謝組研究的特征：

①該領(lǐng)域研究發(fā)文數(shù)量較少但總體呈上升趨勢(shì)，且在2012 年后快速增長(zhǎng)。美國(guó)和中國(guó)的發(fā)文量多，國(guó)家機(jī)構(gòu)間的合作關(guān)系較為密切，尤其是美國(guó)在國(guó)際交流中發(fā)揮著重要作用。德國(guó)馬克思普朗克研究所發(fā)表的文獻(xiàn)不僅數(shù)量多，且被引次數(shù)也較高。②有關(guān)煙草代謝組研究建立在包括基因組、代謝組和轉(zhuǎn)錄組等多種組學(xué)基礎(chǔ)之上，涉及基因測(cè)序、基因型與表型的聯(lián)系、代謝組學(xué)與代謝分析的局限性、轉(zhuǎn)錄組表達(dá)與代謝改變等相關(guān)問(wèn)題，并重點(diǎn)依賴(lài)于獲取數(shù)據(jù)的儀器以及分析該數(shù)據(jù)的方法，如色譜、質(zhì)譜、核磁共振、OPLS 模型和MetaboAnalyst 工具等。③煙草代謝組研究的熱點(diǎn)呈現(xiàn)出“研究面廣，研究分散”的特點(diǎn)，不同階段研究的熱點(diǎn)不同，主要包括煙氣品質(zhì)的影響因素、煙草次生物質(zhì)代謝機(jī)理、煙草對(duì)環(huán)境與病蟲(chóng)害的抗性研究、煙草與人體健康關(guān)系等主題。

代謝組學(xué)作為一門(mén)涵蓋了多個(gè)領(lǐng)域?qū)W科的新興技術(shù)，可以對(duì)煙草的育種、栽培、烘烤與調(diào)制、卷煙加工制造等多個(gè)環(huán)節(jié)進(jìn)行相對(duì)全面而準(zhǔn)確的測(cè)定。在我國(guó)實(shí)施的煙草基因組學(xué)計(jì)劃中曾提到煙堿、有害成分、主要抗性、香氣物質(zhì)等煙草相關(guān)重要性狀［32］，為深入探究這些性狀的功能基因和蛋白質(zhì)之間的代謝機(jī)理，需要進(jìn)一步深入研究的方面：①繼續(xù)探索代謝組學(xué)技術(shù)在煙草研究領(lǐng)域更多方面的運(yùn)用。②建立高通量、無(wú)偏移且穩(wěn)定可靠的先進(jìn)分析手段和高效的數(shù)據(jù)挖掘與處理方法。③針對(duì)性地建立煙草次級(jí)代謝物庫(kù)，進(jìn)一步豐富代謝組學(xué)數(shù)據(jù)庫(kù)，為煙草研究工作者提供參考。④加強(qiáng)與基因組學(xué)、轉(zhuǎn)錄組學(xué)和蛋白組學(xué)等其他組學(xué)技術(shù)的整合與協(xié)同運(yùn)用。

4 結(jié)論

①煙草代謝組研究總發(fā)文量較少，但呈明顯上升趨勢(shì)。②國(guó)家和機(jī)構(gòu)間合作交流密切，美國(guó)和中國(guó)發(fā)文較多，德國(guó)發(fā)表的文獻(xiàn)質(zhì)量較高。③Fiehn和Anders 等作者在該領(lǐng)域有著較高的學(xué)術(shù)影響力。④煙草代謝組研究主要包括基因表達(dá)、代謝通路、生物合成、煙草抗性和多組學(xué)結(jié)合等方向。