发表《Science》、获“杰青”，农科院研究员在Nature Communications获进展，打造烟草代谢工程“导航罗盘”

本研究针对烟草作为植物底盘生产高附加值化合物时面临的代谢调控网络复杂难题，通过整合多组学数据构建了首个全基因组尺度的烟草代谢调控网络。研究选取高海拔山区和低海拔平原区的烟草样本，利用代谢组和转录组分析发现环境因素对代谢格局具有显著影响。通过多种算法挖掘出317万条基因-代谢物调控对，识别出ERF、WRKY和MYB等核心转录因子家族。实验验证了ERF1、DREB3等关键调控因子功能，并成功解析了羟基肉桂酸合成、脂质代谢和香气物质合成三条关键通路的核心调控机制。该研究不仅为烟草分子育种提供了关键靶点，还建立了可推广的多组学整合分析框架，为植物代谢工程和合成生物学发展提供了重要技术支撑。