蛋白質組學和代謝組學在雜草領域的研究進展

李祖任 柏連陽

摘要：隨著多組學技術的發展，蛋白質組學和代謝組學在雜草領域中的應用已是國內外研究熱點。簡述蛋白質組學和代謝組學的基本概念;概述蛋白質組學和代謝組學技術研究現狀;介紹多組學聯合分析的研究策略;論述蛋白質組學和代謝組學在雜草學領域的研究價值及研究現狀;并探討了目前研究中存在的問題及今后研究的主要方向。旨在為今后蛋白質組學和代謝組學在雜草領域的研究提供參考。

關鍵詞：蛋白質組學;代謝組學;多組學聯合分析;雜草科學

中圖分類號：S451 ?文獻標志碼：A ?文章編號：1003-935X（2020）01-0001-06

Abstract：With the development of multi-omics technology，application of proteomics and metabonomics in weed science has become an attractive research topic at home and abroad. Proteomics and metabonomics are reviewed，including their basic conception，technological development，and multi-omics analysis. The value and status of proteomics and metabonomics in weed science are expounded，and the current problems and future direction are explored.

Key words：proteomics;metabonomics;multi-omics analysis;weed science

1 蛋白質組和代謝組學簡述

蛋白質組（proteome）是在不同時空條件下由生物體基因組、細胞或組織表達的所有蛋白質[1]。蛋白質組學（proteomics）是在各種不同環境條件下生物體基因組、細胞或組織表達全部蛋白質互作機制及其功能的學科[2]。基因組是穩定的，并在同一生物體的所有體細胞中是相同的。與基因組不同，蛋白質組則是多樣性的，也就是說作為一個有機整體，在特定條件下同一生物體的蛋白質組與基因組不一定一一對應[3]。因此，只有對生物體內所有蛋白質，即蛋白質組學進行研究，才能更加精準、完整地發現生物與環境互作等生命活動的深層次機制，并利用其內在規律。目前大多數學者將蛋白質組研究內容歸結為以下3個方面：（1）大量鑒定生物體內蛋白質特性及翻譯后修飾的變化;（2）通過比較蛋白組學技術研究在蛋白質水平上的表達差異，這對于大多數科學研究具有巨大潛力;（3）研究細胞內蛋白質的互作機制，建立功能連鎖圖[4]。

代謝組（metabolome）是在各種生理條件下生物體或細胞所產生的全部代謝物（metabolite）[5]。曾經科學界對代謝組學定義存在2種不同觀點：一種是在20世紀90年代英國帝國理工學院的Nicholson等將“定量測定各種生理刺激或遺傳改造所導致生命體的多指標代謝動態響應”定義為代謝組學（metabonomics）;另一種是2l世紀初美國加州大學戴維斯分校的Fiehn提出“生物體系中全部代謝物進行全面、定量的分析”是代謝組學（metabolomics）[6]。目前代謝組學（metabolomics或metabonomics）通常被定義為在某一生理期內定性和定量分析生物或細胞全部低分子量（<1 ku）代謝產物，以便從整體上反映植物代謝物的變化及其調控，為解析植物生長發育及其與環境因子的互作奠定基礎[7]。

2 蛋白質組和代謝組學的研究技術簡介

2.1 蛋白質組研究技術

蛋白質組學研究需要一套完整的技術體系，其中蛋白質分離技術和鑒定技術是最為關鍵的技術之一。

蛋白質分離技術主要是電泳，其中應用最廣泛的是雙向凝膠電泳（two-dimensional gel electrophoresis，簡稱2DE）和高效液相色譜。20世紀70年代中葉報道的雙向凝膠電泳是最經典和最成熟的蛋白質組分離技術[8]。雙向電泳采用2次凝膠電泳，利用不同蛋白質的帶電性和分子量大小的物理化學性質差異的特性從而達到分離各種不同蛋白質的目的[9]。雙向電泳技術的流程為蛋白質樣品制備——干膠條水合——等電聚焦——聚焦后膠條平衡——十二烷基磺酸鈉-聚丙烯酰胺凝膠（SDS-PAGE）電泳——凝膠染色——圖像掃描[10]。樣品制備是雙向電泳的第一步，是關系到雙向電泳成敗的首要因素。大多數樣品制備時，應避免細胞死亡而導致蛋白質降解，并盡快將材料儲存于液氮中。將樣品在液氮中徹底研磨成細粉，并迅速加入熱蛋白沉淀劑，充分搖勻后，將其沉淀并在低溫下離心[11]。2DE具有成本低、重復性高的優點，但是缺點也明顯，即只能分析可溶性蛋白，工作量大，需要較大量的蛋白樣品等，可能是因為細胞或組織中蛋白質含量分布不均，也許會造成一個染色點上含有多種蛋白的狀況[12]。高效液相色譜是根據固液相之間的分子尺寸、等電點、親水性、電荷等特性不同，以高壓輸液泵為動力裝置，將流動相和樣品的混合液帶入填充固定相的色譜柱，從而達到一種從混合物樣品溶液中分離蛋白質的技術[13]。首先根據蛋白質大小通過排阻色譜（正相柱）分離蛋白質，并將該餾分自動引入反相液相色譜（反相柱）中以獲得二維色譜圖;其次將分析物轉移至96孔板上并自動加至基質輔助激光解吸電離飛行時間質譜（MALDI-TOF-MS）靶標以進行鑒定，這樣2個色譜柱串聯起來組成二維液相色譜系統[14]。高效液相色譜（HPLC）雖然成本高，但是其靈敏度高，分析速度快，自動化程度高，可分離分子尺寸差異大、低豐度、疏水性蛋白質[15]。

傳統的蛋白質鑒定技術如Edman降解法和氨基酸分析已被生物質譜分析技術所取代。生物質譜法首先是通過電離樣品分子并根據不同離子間的質荷比（m/z）差異分離和確定樣品的分子量，其次是依據蛋白質酶解后的肽質量指紋圖譜和肽序列信息，搜索蛋白質或核酸序列文庫，該技術具有靈敏度高、分辨率高的優點，是迄今為止蛋白質定性的最佳工具[16]。質譜技術要求使用提純的樣品，曾經一度被認為不適合蛋白質間比較，尤其是蛋白質定量比較，在引入穩定同位素標記分子后得到了有效彌補。質譜技術主要使用肽質量指紋圖譜（PMF）和肽片段指紋圖譜（PFF）。PMF通過基質輔助激光解吸/電離飛行時間質譜（MALDI-TOF-MS）測量，其使用激光照射來電離肽段，然后通過測定離子在電場力作用下的飛行時間（time of flying，簡稱TOF），來計算其質量電荷比，獲得肽段的分子量或序列等信息，最后搜索數據庫以鑒定蛋白質[17]。MALDI-TOF-MS法操作簡單、靈敏度高，與其他蛋白分離方法兼容，并且蛋白質的質荷比數據充足，已成為蛋白質鑒定的首選。PFF通過串聯質譜（Tandem MS，簡稱MS/MS）法測量，其使用電噴霧質譜法檢測由液相分離出的肽段，并打斷肽段母離子形成碎片離子，通過質量分析器測量碎片離子的分子量，即得MS/MS質譜圖，在分析圖譜中不同碎片的質量差時，預測被測肽段的序列，然后在序列信息庫中比對和鑒定蛋白質[18]。該技術具有精度高、分析時間短，可同時處理多個樣品的優勢[19]。

2.2 代謝組研究技術

整個植物界中有超過200 000種代謝物，至今仍沒有一種代謝組學技術可實現對有機體中全部代謝產物的定量分析;植物體內的代謝物種類繁多，代謝物定性分析不僅難以完成，而且準確度難以保證[20]。質譜（mass spectrometry，簡稱MS）、核磁共振（nuclear magnetic resonance，簡稱NMR）、紅外光譜、庫倫分析、紫外吸收及熒光散射均可用于植物代謝物的檢測，其中研究與應用最廣的技術是質譜和核磁共振[21]。

20世紀70年代早期，核磁共振技術被應用于生物醫學代謝組學研究。核磁共振是一種原子核在吸收射頻輻射后產生能級變遷的譜學技術，原理是原子核在核外磁場力的驅動下自旋程度不同[20，22]。NMR用于代謝組研究中，主要使用H譜、C譜和P譜，可高通量測定樣品中絕大多數的代謝物，能適應現代研究對代謝組學的技術要求，即通過代謝組學技術定性和定量測定盡可能多的化合物[23]。H-NMR的譜峰不僅可體現樣品中各代謝物的氫原子，而且能利用圖譜中信號的相對強弱表明其相對含量[20]。因此，NMR方法適用于樣品代謝物的定性和定量分析，獲得的一維H光譜即是代謝指紋，在模式識別后得出相應且有價值的生物信息，并將其進行生物信息學統計分析，從而獲得生物體在生命活動中的代謝途徑信息[24]。NMR是現有代謝組學中唯一能用于活體和原位的分析技術，優勢是對樣品無輻射損傷;定量更簡單、無需預選擇試驗條件，只需簡單的預處理，便可在接近生理條件下獲得具有較高信息量的圖譜[25]。NMR主要的缺陷是購置成本較高，靈敏度較低，對樣品的要求較高[26]。當前為了提高分辨率，植物代謝組的研究一般采用多維核磁共振技術、液相色譜核磁共振聯用和結合13C或15N的穩定同位素標記聯用技術[27-28]。Griffin等利用靈敏度高的魔角旋轉（magic angle spinning，簡稱MAS）技術，獲得了高分辨率、高水平的NMR譜圖[29]。

目前應用最廣泛、最有效的代謝組學檢測技術是氣相色譜-質譜（gas chromatography-mass spectrometry，簡稱GC-MS）和液相色譜-質譜（liquid chromatography-mass spectrometr，簡稱 LC-MS），可檢測生物體內糖、糖醇、氨基酸、有機酸、脂肪酸和芳胺，以及大量次級代謝物等數百種化學性質不同的化合物[30]。GC-MS適宜分析小分子、熱穩定、易揮發、能氣化的化合物，具有較高的分辨率和靈敏度，后期數據分析可借助現成的質譜數據庫[31]。利用二級氣相色譜與飛行時間質譜聯用（GC- GC-TOF-MS）可進行高能量分析，其檢測的代謝物范圍更廣[32]。但是，GC分離代謝物分子量范圍較窄，不能分離大分子物質，而且無法分離熱不穩定性和不能氣化的代謝產物[33]。LC-MS則可分析高極性、相對分子質量大及熱穩定性差的化合物[34]。大多數情況下 LC-MS 無需衍生化處理，僅需簡便的預處理就可上機檢測，特別是分離效率高、速度快和應用較廣的高效液相色譜[35]。反相液相色譜（reverse phase liquid chromatography，簡稱RPLC）一般用來分析非極性和中等極性化合物，親和相互作用色譜（hydrophilic interaction chromatography，簡稱HILIC）與固相萃取聯用一般用于分析強極性化合物[36]。采用極性硅膠或衍生膠作為HILIC的固定相，而其流動相則采用極性有機溶劑或水溶液，其尤其適于強極性和強親水性小分子物質的分離[37]。

3 多組學聯合分析

隨著質譜、核磁共振等技術的日新月異，獲取蛋白質組、代謝組等單一高通量組學數據變得更容易、更精確。雖然單一組學分析可以描述在該領域中某一生物學過程或者功能，但是生命活動本質包含了多層次、多水平和多功能的復雜結構體系，這就需要將多層組學數據進行聯合分析。多層組學聯合分析是指歸一化和比較分析不同組學的基礎數據，構建不同組間數據的關系網絡，基于多組學數據從基因、轉錄、蛋白和代謝水平分層次多角度深入解析對應的生物過程，從而更準確、更全面、更系統地理解生物體響應外界的生理過程[38]。

對來自蛋白質和代謝組等多層次的組學試驗數據進行整合分析的一般技術流程為根據中心法則，先分別計算各種組學結果中的差異表達情況，再利用系統生物學手段推算差異表達分子的生物學功能，進一步采用網絡協同調控的邏輯整合分析轉錄，蛋白和代謝等組學差異分子生物學功能，即無論是哪個組學的差異數據，篩選依據是根據功能而定，它們共同處于同一網絡中或上下游關聯網絡中[39]。通過不同組學結果的聯合分析，多組間驗證互補，以全方位認識生物體應對的變化大趨勢，并進一步提出生物體的分子應答模型，并篩選出顯著相關的代謝通路或者蛋白、基因、代謝物，為后續功能驗證提供基礎[40]。

4 蛋白質組學和代謝組學在雜草科學中的應用

近年來，蛋白質組學技術，尤其是同位素標記相對和絕對定量（iTRAQ）技術，已應用于雜草領域相關研究[41]。Yang等采用iTRAQ技術，分析研究了多抗性稗草和敏感性稗草葉片的蛋白質組學以及蛋白表達差異，從蛋白水平揭示了除草劑抗性引起生態適合度代價的機制[42]。隨著種子儲存時間的延長，紫莖澤蘭種子的14個蛋白質發生了顯著變化，探析了紫莖澤蘭種子衰老的分子機理[43]。王振英等用蛋白質學技術分析了經光系統II抑制除草劑莠去津（Atrazine）處理小麥幼苗的葉綠體蛋白質組變化，找到了6個在3個代謝途徑中起重要作用的蛋白[44]。Sun等利用iTRAQ技術分析出了咪唑乙煙酸對pgr5擬南芥突變體的光合作用、糖酵解和三羧酸循環（TCA）的破壞程度比較大[45]。Fidel等利用蛋白質組技術比對分析了小飛蓬抗草甘膦和敏感2種生物型蛋白差異，揭示了葉綠體是抗草甘膦小飛蓬的第一個靶標[46]。Li等采用Label-free蛋白質學技術分析了植物源羊脂酸處理小飛蓬葉片的蛋白差異，表明光合蛋白顯著響應了植物源羊脂酸的處理[47]。

目前，代謝組學技術已開始逐漸應用于雜草科學，尤其是基于色譜或核磁共振的代謝組學技術。Aranibar等首次將代謝組學技術應用于除草劑作用靶標的自動化檢測，并構造了以作用靶標為標準的除草劑分類的人工神經網絡模型[48]。Trenkamp等選用4種作用靶標不同除草劑的草銨膦、磺草酮、AE944甲酰胺磺隆呋草磺和草甘膦處理擬南芥，分析GC-TOF/MS得到的與時間相關的代謝物輪廓（譜），可區分代表谷氨酰胺合成酶、4-羥基苯丙酮酸雙加氧酶（4-HPPD）、纖維素生物合成（不明靶標）、乙酰乳酸合成酶（ALS）、5-烯醇丙酮酰莽草酸-3-磷酸合酶（EPSPS）等除草劑作用靶標[49]。Aliferis等開發出一種與多邊分析聯用的H-NMR代謝指紋圖譜分析法，并用于鑒別天然植物毒素pyrenophorol的作用靶標[50]。徐華東應用NRM代謝組學方法研究了丁草胺的毒性機制，并聯合分析組織病理學檢查和生化指標，系統地探究了在內源性小分子代謝物水平上丁草胺對金魚（Carassiusauratus）的4個重要器官（鰓、腦、肝、腎）的毒理機制[51]。Miyagi等采用靶標代謝組技術研究了鈍葉酸模（Rumexobtusifolius L.）在不同光照和溫度條件下不同器官代謝物的積累情況，發現檸檬酸-異檸檬酸-草酸分流是響應光與黑暗的途徑[52]。

5 展望

隨著功能基因研究的深入，蛋白質組學和代謝組學已成為系統生物學研究領域至關重要的技術手段。生物體的遺傳信息由基因經轉錄向蛋白質傳遞，基因功能又由表達產物體現，功能基因組學應用于細胞不同層面上的研究探索，各部分內容緊密相連，環環相扣。目前，蛋白質組學和代謝組學研究在雜草領域有一定的應用，但主要利用組學技術探究差異蛋白或者代謝物，缺乏對差異蛋白或代謝物所在代謝通路的研究，即缺乏功能基因組上的深層次探究。

利用蛋白質組學和代謝組學技術在不同水平和尺度上多層次系統分析雜草的生理功能和作用模式，從全局精確掌握各類雜草在各種逆境下的代謝網絡和調控機制，為后續的農田高效除草，創制新型靶標除草劑等研究提供基礎。今后蛋白質組學和代謝組學在雜草科學研究的可能研究方向如下：（1）雜草響應各種逆境的內在分子機制;（2）化感物質抑草靶標發現，并以此設計合成新型除草劑;（3）雜草抗藥性靶標突變與代謝抗性機制。

參考文獻：

[1]阮松林，馬華升，王世恒，等. 植物蛋白質組學研究進展Ⅰ. 蛋白質組關鍵技術[J]. 遺傳，2006，28（11）：1472-1486.

[2]皇甫海燕，官春云，郭寶順，等. 蛋白質組學及植物蛋白組學研究進展[J]. 作物研究，2006（5）：577-581.

[3]Juri R，Matthias M. What does it mean to identify a protein in proteomics？[J]. Trends in Biochemical Sciences，2002，27（2）：74.

[4]Pandey A，Mann M. Proteomics to study genes and genomes[J]. Nature，2000，405：837-846.

[5]Gülnur B，Nsan Z L，Betül K，et al. Ethanol production and fermentation characteristics of recombinant saccharomyces cerevisiae strains grown on starch[J]. Enzyme & Microbial Technology，1998，22（8）：672-677.

[6]Dumas M E，Barton R H，Toye A，et al. Metabolic profiling reveals a contribution of gut microbiota to fatty liver phenotype in insulin-resistant mice[J]. Proceedings of the National Academy of Sciences of the United States of America，2006，103（33）：12511-12516.

[7]Vaidyanathan S，Harrigan G G. Metabolome analyses：strategies for systems biology[M]. Springer US，2005.

[8]王英超，黨 源，李曉艷，等. 蛋白質組學及其技術發展[J]. 生物技術通訊，2010，21（1）：139-144.

[9]Naryzhny S. Towards the Full Realization of 2DE Power[J]. Proteomes，2016，4（4）：33.

[10]de Almeida A M，Eckersall D，Miller Ⅰ . Proteomics in domestic animals：from farm to systems biology Ⅱ sample preparation for 2de using samples of animal origin[M]. Springer，Cham，2018：37-53.

[11]阮松林，馬華升，王世恒，等. 植物蛋白質組學研究進展Ⅱ. 蛋白質組技術在植物生物學研究中的應用[J]. 遺傳，2006，28（12）：1633-1648.

[12]Naryzhny S N，Zgoda V G，Maynskova M A，et al. Combination of virtual and experimental 2DE together with ESI LC-MS/MS gives a clearer view about proteomes of human cells and plasma[J]. Electrophoresis，2016，37（2）：302-309.

[13]Tian X J，Yu Q Q，Wu W，et al. Comparative proteomic analysis of，Escherichia coli，O157 ∶ H7 following ohmic and water bath heating by capillary-HPLC-MS/MS[J]. International Journal of Food Microbiology，2018，285：42-49.

[14]Angrup A，Krishnamoorthi S，Biswal M，et al. Utility of MALDI-TOF MS in an outbreak investigation of acute endophtalmitis following intra-vitreal injection[J]. Journal of Hospital Infection，2018，100（4）：253-256.

[15]Ma D J，Tu C J，Sheng Q H，et al. Dynamics of zebrafish heart regeneration using an HPLC-ESI-MS/MS approach[J]. Journal of Proteome Research，2018：acs. jproteome. 7b00915.

[16]Wang S S，Wang Y J，Zhang J，et al. Using MALDI-TOF MS coupled with a high-mass detector to directly analyze intact proteins in thyroid tissues[J]. Science China Chemistry，2018，61（7）：871-878.

[17]Martin J J J，Zhang M Q，Muthu T. Determination of mycotoxins by HPLC，LC-ESI-MS/MS，and MALDI-TOF MS in，Fusarium，species-infected sugarcane[J]. Microbial Pathogenesis，2018：S0882401018307186.

[18]Dayon L，Sanchez J C. Relative protein quantification by MS/MS using the tandem mass tag technology[J]. Methods MolBiol，2012，893：115-127.

[19]Schenone M，Dancik V，Wagner B K，et al. Target identification and mechanism of action in chemical biology and drug discovery[J]. Nat ChemBiol，2013，9（4）：232-240.

[20]趙維薇，許文濤，王 龑，等. 代謝組學研究技術及其應用[J]. 生物技術通報，2011（12）：57-62.

[21]劉賢青，羅 杰. 植物代謝組學技術及研究進展[J]. 科技導報，2015，33（16）：33-38.

[22]Ward J L，Baker J M，Beale M H. Recent applications of NMR spectroscopy in plant metabolomics[J]. FEBS Journal，2007，274（5）：1126-1131.

[23]Jan S. Application of NMR in plant metabolomics：techniques，problems and prospects[J]. Phytochem Anal，2010，21（1）：14-21.

[24]Wishanrt D S. Quantitative metabolomics using NMR[J]. Trends and Chem，2008，27（3）：228-237.

[25]Lu X，Zhao X J，Bai C M，et a1. LC-MS-based metabonomics analysis[J]. Joumal of Chromatography B，2008，866：64-76.

[26]Monton MRN，Soga T. Mctabolome analysis by capillary electrophoresis-mass spectrometry[J]. Journal of Chromatography A，2007，1168：237-246.

[27]Kikuchi J，Shinozaki K，Hirayama T. Stable isotope labeling of Arabidopsis thaliana for an NMR-based metabolomics approach[J]. Plant Cell Physiology，2004，45（8）：1009-1104.

[28]Daykin C A，Coreoran O，Hansen S H，et a1. Application of directly coupled HPLC-NMR to separation and characterization of lipoproteins from human serum[J]. Analytical Chemistry，2001，73（6）：1084-1090.

[29]Griffin J L，Walker L A，Garrod S，et a1. NMR spectroscopy based metabonomic studieson the comparative biochemistry of the kidney and urine of the bank vole （Clethrionomysglareolus），wood mouse （Apodemussylvaticus），white toothed shrew （Crocidurasuaveolens）and the laboratory rat[J]. Comparative Biochemistry and Physiology Part B：Biochemistryand Molecular Biology，2000，127（3）：357-367.

[30]Krone N，Hughes B A，Lavery G G，et al. Gas chromatogmphy/mass spectrometry（GC/MS）remains a preeminent discovery tool in clinical steroid investigations even in the era of fast liquid chromato graphytandem mass spectrometry（LC/MS/MS）[J]. J Steroid Biochem Mol Biol，2010，121（3/4/5）：496-504.

[31]Sabatille M S，Liu E，Morrow D A，et al. Metabolomic identification of novel biomarkers of myocardial ischemia[J]. Cireulation，2005，112（25）：3868-3875.

[32]Liu L，Moxley J F，Tong L V，et al. Differences in metabolite profile between blood plasma and serum[J]. Anal Biochem，2010，406（2）：105-112.

[33]Hall R D.Plant metabelomics：from holistic hope，to hype，to hot topic[J].New Phytologist，2006，169（3）：453-468.

[34]黃 強，尹沛源，路 鑫，等. 色譜-質譜聯用技術在代謝組學中的應用[J]. 色譜，2009，27（5）：566-572.

[35]Vos R D，Moco S，Lommen A，et al. Untargeted large-scale plant metabolomicsusing liquid chromatography coupled to mass spectrometry[J]. Nature Protocol，2007，2（4）：778-791.

[36]Yao M，Ma L，Humphreys W G，et al. Rapid screening and characterization of drug metabolites using a multiple ion monitoring-dependent MS/MS acquisition method on a hybrid triple quadrupole-linear ion trap mass spectrometer[J]. Journal of Mass Spectrometry，2008，43（10）：1364-1375.

[37]周秋香，余曉斌，涂國全，等. 代謝組學研究進展及其應用[J]. 生物技術通報，2013（1）：49-55.

[38]汪 慧，丁德武，孫 嘯，等. 整合轉錄組學數據的代謝網絡研究進展[J]. 生物信息學，2016，14（3）：160-166.

[39]劉 偉，朱云平，賀福初. 系統生物學研究中不同組學數據的整合[J]. 中國生物化學與分子生物學報，2007，23（12）：971-976.

[40]Hashiguchi A，Zhu W，Tian J K，et al. Proteomics and metabolomics-driven pathway reconstruction of mung bean for nutraceutical evaluation[J]. BBA-Proteins and Proteomics，2017，1865：1057-1066.

[41]Zhang Q，Riechers D. Proteomics：an emerging technology for weed science research[J]. Weed Sci，2008，56（2）：306-313.

[42]Yang X，Zhang Z C，Gu T，et al. Quantitative proteomics reveals ecological fitness cost of multi-herbicide resistant barnyardgrass （Echinochloa crus-galli L.）[J]. J Proteomics，2017，150：160-169.

[43]曹坳程，王霞霞，李 龔，等. 基于蛋白質組學的紫莖澤蘭種子衰老的研究[J]. 草地學報，2014，22（5）：1075-1079.

[44]王振英，李學平，李雪梅，等. 光系統Ⅱ抑制型除草劑Atrazine誘導小麥幼苗葉綠體蛋白質組變化分析[J]. 農業環境科學學報，2010，29（6）：1039-1043.

[45]Sun C C，Chen S，Jin Y J，et al. Effects of the herbicide imazethapyr on photosynthesis in PGR5- and NDH defficient Arabidopsis thaliana at the bio- chemical，transcriptomic，and proteomic levels[J]. J Agric Food Chem，2016，64（22）：4497-4504.

[46]Fidel G T，Adrian P B，Stephen C. Comparative proteomic analysis of horseweed （Conyzacanadensis） biotypes identifies candidate proteins for glyphosate resistance[J]. Scientific Reports，2017，dio：10.1038/srep42565.

[47]Li Z R，Kuan W，Liu Y B，et al. Proteomic analysis of horseweed （Conyza canadensis） subjected to caprylic acid stress[J]. Proteomics，2019，doi：10.1002/pmic.201800294.

[48]Aranibar N，Singh B J，Stochton G W，et al. Automated mode of action detection by metabolic profiling[J]. Biochem Biophys Res Commun，2001，286（1）：150-155.

[49]Trenkamp S，Eckes P，Busch M，et al. Temporally resolved GC.MS-based metabolic profiling of herbicide treated plants treated reveals that changes in polar primary metabolites alone can distinguish herbicides of difering mode of action[J]. Metabolomics，2009，5：277-291.

[50]Aliferis K A and Chrysayi T M.Metabonomic strategy for the investigation of the mode of action of the phytotoxin （5S，8R，l3s，l6R）-（—）-pyrenophorol using H nuclear magnetic resonance fingerprinting[J]. J Agric Food Chem，2006，54：1687-1692.

[51]徐華東. 基于核磁共振代謝組學的除草劑丁草胺對金魚的毒性研究[D]. 南京：南京理工大學，2015.

[52]Miyagi A，Takahara K，Takahashi H，et al. Targeted metabolomics in an intrusive weed，Rumexobtusifolius L. grown under different environmental conditions reveals alterations of organ related metabolite pathway[J]. Metabolomics，2010，6（4）：497-510.