近日，《Plant, Cell & Environment》期刊发表扬州大学熊飞教授团队题为“Untargeted metabolomic analysis reveals three critical metabolites as potential biomarkers related to soybean yield under different sowing times and planting densities in maize-soybean strip intercropping systems”的研究成果。扬州大学博士研究生任清铭和博士后陈昕钰为论文共同第一作者，熊飞教授和江苏沿江地区农科所李波副研究员为共同通讯作者。

玉米-大豆带状复合种植是一种高效的农业种植模式，旨在实现玉米稳产的同时增加大豆的产量，具有显著的经济和生态效益。然而，当大豆与玉米间作时，荫胁迫导致的光竞争成为制约系统生产力的关键瓶颈。本研究通过设置不同播期（S1-S4）与种植密度（a-c），结合农艺性状分析与非靶向代谢组学，发现优化播期-密度组合（S2+a）可显著提高系统相对产量增益（RYG=54.38%）和系统生产力指数（SPI=130.87%）。

研究进一步整合Mantel检验、加权基因共表达网络分析（WGCNA）和随机森林算法，从1029个代谢物中筛选出三个与产量密切相关的潜在生物标志物：邻苯二甲酸（PA）、香草酸（VA）和大黄素-8-葡萄糖苷。功能研究表明，PA通过调控根系构型与抗氧化系统增强资源获取与逆境适应能力；VA则有助于优化分枝结构与提高茎秆强度，增强抗倒伏能力。三者共同参与苯丙烷代谢、苯甲酸盐降解等关键通路，反映了植株在竞争胁迫下的整体生理状态与资源分配策略。

该研究首次将种子代谢物含量与系统产量形成机制联系起来，揭示了代谢重编程在作物适应性反应中的核心作用。

打开网易新闻 查看精彩图片

论文链接：

http://doi.org/10.1111/pce.70281