Plant Commun署名文章 | 产学研融合典范！河南农大吴刘记教授团队与中科新生命重磅合作综述登植物学顶刊！引领植物小肽研究新方向！
2026-01-28
中科新生命
6
植物小肽是调控植物生长发育、免疫反应及环境适应的关键分子。2026年1月21日，河南农业大学吴刘记教授团队和上海中科新生命生物科技有限公司在植物领域顶尖期刊Plant Communications（IF:11.6）联合发表题为“Plant non-canonical peptides: from identification to mechanisms”的综述文章。本综述全面概述了植物小肽的分类、生物合成途径及其在调控植物各类生物学过程中的功能机制。文章中还系统总结了植物小肽鉴定技术的历史发展与最新进展。尽管多项研究已取得显著成果，但小肽的发现与功能注释仍面临诸多挑战。因此，本综述最后指出，需整合高通量技术、功能基因组学和合成生物学，以挖掘植物小肽在作物改良和跨学科创新中的潜力。
1.引言
植物在整个生命周期中面临着众多挑战。为克服这些障碍，植物进化出了复杂的防御机制，涉及精密的化学信号网络和生理适应性调控。迄今为止，研究人员已鉴定出大量能提升作物抗逆性和产量的肽类。
2.植物小肽的分类
植物小肽通常根据其起源、序列特征、结构特点和功能进行分类，主要分为三大类：经典肽（CPs）、非经典肽（NCPs）和非核糖体肽（NRPs）（图 1）。该分类同时反映了它们的翻译起源和生物合成的分子机制。
图1 植物小肽的分类和多样性
2.1 经典肽（CPs）
经典肽由注释明确的蛋白质编码基因，源于较大的前体蛋白，含有保守的N端信号肽，可促进经典肽的成熟与分泌。根据起源和功能，经典肽可进一步分为非功能性前体衍生肽和功能性前体衍生肽。非功能性前体衍生肽又可分为三个亚型：翻译后修饰（PTM）肽、富含半胱氨酸肽（CRPs）以及非富含半胱氨酸且非翻译后修饰肽。
2.2 非经典肽（NCPs）
非经典肽由被注释为非编码区的基因组区域中嵌入的小开放阅读框（sORFs）编码产生（如UTRs、lncRNAs、pri-miRNAs 和circRNAs），均具有独特的生物学功能。
2.3 非核糖体肽（NRPs）
非核糖体肽由非核糖体肽合成酶（NRPSs）以不依赖核糖体的方式合成，绕过了传统的mRNA翻译过程。非核糖体肽合成酶通过模块化结构，经多步反应组装非核糖体肽，可整合蛋白质氨基酸和非蛋白质氨基酸，并进行多种化学修饰。因此，非核糖体肽具有功能多样性，表现出广泛的生物学活性，如抗菌、细胞毒性和信号传导功能。
3.植物小肽的鉴定
过去，植物小肽的鉴定主要通过三种方法：生物测定引导纯化法、基于表型的遗传分析法以及基于序列同源性或信号肽的生物信息学预测法。
3.1 生物测定引导纯化法：一种基于功能活性驱动，从植物提取物中分离生物活性肽的方法
许多早期发现的肽都是通过这种方法分离得到的。该方法首先从生物体中提取肽，将其依次分离为不同组分，然后通过Edman降解和质谱等技术分析这些组分，以确定其氨基酸序列并验证肽的身份（图 2A）。生物测定引导纯化法在鉴定关键生物学功能的肽具有重要性。然而，肽的低丰度和小分子尺寸仍然给分离和纯化步骤带来了显著挑战。
3.2 基于表型的遗传分析法：一种基于表型的功能植物肽鉴定方法
正向遗传学是一种用于鉴定生物体中负责特定表型的基因的方法。该方法始于表型分析，随后通过定位克隆鉴定致病位点或基因。该方法被用于发现功能性植物肽（图 2B）。还有助于发现由未注释基因组区域中的小开放阅读框编码的非经典肽。但仍存在诸多挑战，例如肽通常表现出遗传冗余性，且来源于不同的基因组位点。这些事实强调了开发专门的生物化学或组学驱动方法的必要性。
3.3 生物信息学分析法：一种基于计算数据挖掘的候选肽预测方法
生物信息学可基于序列特征（如肽特有的序列或N端信号肽）预测肽。用于发现植物肽的主要计算策略通常是寻找已知植物肽的序列以及与参考序列具有序列同源性的肽（图 2C）。使用BLAST等工具将查询序列与已知植物肽数据库进行比对，通过调整参数（如降低期望值阈值），可提高灵敏度并检测短序列。该策略成功鉴定了关键的经典肽成员，但在发现新型肽或非经典肽方面的应用仍然有限。
图2 用于鉴定植物小肽的传统方法
3.4 肽组学：一种基于质谱的植物小肽发现方法
肽组学是一种不依赖蛋白水解消化，基于质谱的高通量策略鉴定内源肽的方法。与经典的自下而上蛋白质组学方法不同，肽组学可捕获处于天然生物活性状态的肽，保留其N端和C端以及翻译后修饰。这些特征使其适合分析体内的肽加工和信号传导过程。肽组学助力了参与胁迫响应、免疫反应和发育过程的植物肽的发现。除了不依赖蛋白水解消化的经典肽组学流程外，酶辅助方法也可用于鉴定植物中结构独特或环状的肽。这种灵活性拓宽了肽组学在捕获具有不同理化性质的肽类中的应用。尽管具有这些优势，肽组学缺乏从头发现肽（尤其是来源于未注释或基因间区域的非经典肽）所需的基因组背景信息。
3.5 肽基因组学：一种用于增强植物小肽鉴定的整合策略
传统肽组学促进了植物小肽的鉴定，但在发现非经典肽方面能力有限。一种结合质谱与基因组衍生数据库的整合策略，实现了基因组规模的植物小肽发现，在揭示其多功能性和实用性具有显著优势。典型的肽基因组学流程包括四个核心步骤（图 3）：（1）样品预处理和肽提取；（2）肽分离和富集；（3）液相色谱-串联质谱（LC-MS/MS）分析；（4）定制构建数据库和肽鉴定。
图3 鉴定内源植物小肽的通用肽组学工作流程
4.植物肽功能的作用机制
4.1 胞外机制：分泌肽作为类受体激酶的配体
许多植物小肽在植物中充当胞外信号。这些小肽与质膜上的受体结合，触发下游级联反应，调控植物发育、防御和环境响应（图 4A）。这些受体复合物转导胞外信号，调控细胞内过程，包括基因转录和基因表达。
4.2 核机制：miPEPs介导的转录调控
miPEPs特定小肽在细胞核内发挥作用，调控相应Pri-miRNA的转录（图 4B）。这种反馈环路以序列和位置依赖的方式强化miRNA介导的调控机制。换句话说，miPEPs 增强Pri-miRNA的从头转录，而非稳定性。
4.3 翻译调控：通过uORFs和dORFs调控蛋白质合成
植物小肽通过上游开放阅读框（uORFs）和下游开放阅读框（dORFs）在翻译水平调控基因（图 4C）。
4.4 胞内机制：与其他蛋白质的相互作用
已知许多植物肽通过直接与蛋白质相互作用发挥胞内功能。这些肽定位于内质网（ER）或高尔基体等细胞器，影响蛋白质转运、复合物组装或代谢活性。此外，某些肽充当分子伴侣或辅因子，稳定酶复合物。总之，肽在蛋白质-蛋白质相互作用中既充当调控因子，又充当效应因子（图 4D）。
图4 植物多肽功能的典型分子机制
5.挑战与未来展望
5.1 肽发现和谱图分析的技术挑战
植物小肽（尤其是非经典肽）的全面鉴定在技术上仍然具有挑战性。与蛋白质相比，肽更短、丰度通常更低且序列多样，极易被降解。因此，从复杂的组织提取肽具有一定难度。传统液相色谱-串联质谱平台面临着异构体和翻译后修饰重叠的问题，这些修饰会改变肽的质量和电荷状态。此外，缺乏植物特异性肽数据库是该领域研究的主要瓶颈。这些因素显著阻碍了新型肽（尤其是由基因间区、内含子区或从头转录区编码的肽）的鉴定。近期的整合方法（如结合肽组学与基因组学、转录组学和翻译组学的肽基因组学）正显示出越来越强大的潜力。基于机器学习的工具有望通过提高检测策略的灵敏度和准确性，推动小肽的发现。
5.2 功能表征的复杂性
了解植物小肽的生物学功能也是该领域的主要挑战。大多数植物小肽（尤其是非经典肽）的功能仍然未知。肽家族成员之间的功能冗余和信号重叠常常掩盖了功能缺失表型，而异位过表达通常导致多效性或非特异性效应。此外，肽的活性通常随发育阶段、环境信号和组织类型而变化。肽还与多种受体相互作用，参与配体-受体共进化，并间接调控转录或翻译网络，使得难以阐明基因型与表型之间的关联。这些复杂性需要先进的遗传和生物化学策略来表征肽的功能。因此，推测泛基因组或超级泛基因组的建立将有助于植物小肽的鉴定。
5.3 外源肽在农业中应用的障碍
尽管对合成肽的关注越来越多，但作为生物刺激素或植物保护剂在农业中的应用仍然有限。一个主要挑战是肽合成或生产的成本较高。由于蛋白酶活性、光解和微生物活性，肽在田间环境中不稳定，将肽有效递送至目标组织是另一个障碍。此外，许多地区针对肽相关产品的监管政策仍不健全，因此其商业化和田间应用仍存在不确定性。尽管施用小肽以增强植物抗性是一种有前景的策略，但它可能对植物生长发育产生不利影响。因此，为克服这些障碍，未来研究应探索可扩展的生产平台，并阐明发育与抗病性之间的关联，在不影响产量或产量损失最小的情况下增强抗逆性提供策略支持。还应开发先进的递送系统，如包封技术或缓释制剂。可通过人工智能（AI）引导设计，开发和优化工程肽，以增强受体结合能力，从而提高选择性和效力。总之，这些方面的进展将解决转化研究相关的挑战，对于充分发挥植物小肽在可持续作物改良中的潜力也至关重要。
5.4 展望与机遇
尽管面临诸多挑战，但植物小肽的未来前景广阔。高分辨率质谱、人工智能引导的基于结构的功能预测和长读长转录组测序技术的进步，将有助于生成跨物种和不同条件的综合肽图谱。
植物细胞工厂、藻类和工程微生物正被探索作为肽生产的可扩展平台。
需要整合多尺度和时空框架来理解肽信号传导。空间转录组学、单细胞组学和活细胞成像应被用于解析这些动态过程，并揭示跨组织和不同环境条件下的肽活性。
小肽是连接多种信号传导途径（包括激素（如生长素、脱落酸）、钙离子通量和活性氧）的节点，并整合发育和胁迫信号。未来研究应整合计算建模、结构生物学和功能肽组学，有助于解析肽信号传导网络，以应用于精准农业。
植物小肽有望在生物医学、生物传感和材料科学等多个其他领域具有应用价值，这些生物活性分子为跨学科创新和广泛的转化研究提供了机遇。
中科优品推荐
【中科新生命】提供多肽组学检测服务，具有多元化的样本前处理经验，依托河南农大吴刘记教授专利技术更科学严谨，从多肽到蛋白双重功能挖掘和活性预测，覆盖生命科学全领域，为您的科学研究保驾护航！如果您正致力于多肽组学相关研究。欢迎联系我们，共同探究多肽 “隐形密码”！
滑动图片查看更多>>>
关于中科新生命
上海中科新生命生物科技有限公司（APTBIO）创立于 2004 年，由原中国科学院上海生命科学研究院蛋白质组研究中心孵化而来，是国内质谱多组学应用领域的开拓者。公司以 “AI + 质谱多组学” 双核驱动创新，构建智能化组学生态。拥有自主知识产权的质谱检测平台与 AI 大数据分析系统，聚焦科技服务、生物医药及大健康消费三大领域，为全球科研机构、医院、药企提供从基础研究到临床转化的一站式解决方案。融合多组学技术与人工智能，围绕生物标志物发掘、药物靶点筛选及个性化诊疗等方向，构建具有国际竞争力的组学数据库与算法模型，推动转化医学进程，加速创新药物研发，成为推动生命科学数字化升级的核心引领者。
