2024年5月31日，中国科学院分子植物科学卓越创新中心李轩团队在国际学术期刊The Plant Journal在线发表了题为“CropMetabolome: a comprehensive metabolome database for major crops cross eight categories”的研究成果。这项研究集成了八大类群农作物（谷物、蔬菜、豆类、水果、块茎和根类、饲料作物、药用作物和糖料作物）的代谢产物质谱数据，发展了“参考代谢组”图谱的组装方法，构建了59种农作物的参考代谢组。作为一个开放共享的资源平台，该平台还包含了“标准化合物质谱库”、“类黄酮库”和“农药化合物库”，以及一系列相关的分析工具，如用于推断新的类黄酮衍生物结构（FlavoDiscover）、检测作物样品中可能的残留农药（PesticiDiscover），这些资源和工具为研究农作物代谢组多样性和功能，提高农作物育种、营养和安全发挥重要作用。

农作物代谢组学是研究农作物中所有小分子代谢物的科学，涉及代谢途径、代谢物功能及其在不同生理和环境条件下的变化。通过分析农作物化学成分，可以了解作物的生理状态、抗病能力、营养成分及其对环境的适应性，具有重要的农学意义。近年来，随着高分辨率质谱仪的广泛使用，农作物代谢组学的应用领域迅速扩展，使得对许多主要作物的代谢组学分析得以实现。

农作物“参考代谢组”是指一个物种所有代谢物的总和。一个农作物物种“参考代谢组”与代谢物之间的关系，类似于物种“参考基因组”与基因之间的关系。现代农作物研究中，由于缺乏作物参考代谢组和高质量参考化合物质谱数据、以及代谢组数据分析工具，限制了对农作物化学成分的发现和功能研究，是目前农作物代谢组学、和农作物育种研究的一个关键瓶颈。同时农作物代谢组学领域迫切需要一个用于传播、分析和存储农作物代谢组学数据的综合平台，挖掘农作物化学成分及其代谢特性，评估农作物对人类健康的功能性营养价值。

针对农作物代谢组学研究的关键问题，研究团队集成了八大类群农作物的代谢组数据，通过高性能的液质代谢组检测技术以及人工智能深度代谢组分析算法，建立了覆盖八大类群的50+种农作物物种的参考代谢组及其资源平台：CropMetabolome。研究的主要成果包括：1）建立50+种农作物物种的参考代谢组，提供每种作物详尽的代谢物信息，可在平台下载（.msr文件格式）。2）构建了一个开放共享的作物代谢组数据平台，涵盖了八大农作物类群的代谢组数据，还包含了“标准化合物质谱库”、“类黄酮库”和“农药库”，为研究人员提供了广泛而深入的数据资源。3）开发了一系列用于农作物代谢组分析的工具，如“CropRefMetaBlast”可根据农作物参考代谢组对代谢谱进行快速分析；“FlavoDiscover”用于推导新型黄酮类衍生物的结构；以及“PesticiDiscover”用于检测作物样本中可能存在的农药残留。

CropMetabolome致力于构建一个标准化的农作物代谢数据库，旨在为农作物代谢及其生理生化研究提供参考代谢组数据。作为一个集成化的农作物代谢组数据库资源平台，CropMetabolome将成为推动农作物代谢组学研究的重要基石，并促进该领域内的数据交流、共享与合作，共同推动科学研究的进步。CropMetabolome可以在https://www.cropmetabolome.com/免费使用。

中国科学院分子植物科学卓越创新中心时晗、朱艳、吴雪婷、江涛为论文共同第一作者。分子植物科学卓越创新中心李轩研究员、陈萍博士为共同通讯作者。江苏里下河地区农业科学研究所李爱宏研究员、肖宁研究员和刘建菊博士,河南农业大学陈锋教授，中国科学院东北地理与农业生态研究所冯献忠研究员和高金珊博士，中国科学院分子植物科学卓越创新中心张鹏研究员和巫永睿研究员，西藏大学生命科学学院生物多样性与地球生物学研究所的拉琼教授，提供或者帮助采集植物物种材料。分子植物科学卓越创新中心公共平台徐晓燕、胡文利和荆莲艳老师提供了大量技术支持。该研究工作获得了科技创新2030-农业生物育种重大专项、中国科学院战略性先导科技专项和国家自然科学基金的支持。

论文链接：https://onlinelibrary.wiley.com/doi/10.1111/tpj.16858

图1：CropMetabolome数据资源概述及八大类群农作物组成

(a) CropMetabolome中数据资源概述。(b) CropMetabolome 中八大类群农作物组成。

图2：CropMetabolome主要功能概述