Trends Plant Sci | 北京林業大學林金星團隊構建植物細胞壁“高通量化學表征解析圖”新平臺

植物細胞壁是植物細胞最外層的重要結構，不僅在維持細胞形態、支撐植株生長方面發揮基礎作用，同時也是影響木質纖維利用效率、生物質能源開發及作物抗逆性能的關鍵物質基礎。然而，細胞壁由纖維素、半纖維素、果膠及木質素等多種高分子復雜交織而成，其在不同發育階段及不同細胞類型中的化學組成和空間分布具有高度動態性與異質性。然而，由于空間分辨率與化學特異性難以兼顧，原位解析細胞壁復雜化學組成與動態裝配，一直是植物科學的核心技術瓶頸。

近日，北京林業大學林金星團隊在國際權威期刊Trends in Plant Science在線發表題為Beyond static structure: high-throughput chemical cartography of dynamic cell wall assembly的技術前沿論文（Technology of the Month）。該研究圍繞如何實現細胞壁化學組成的高分辨、動態與高通量解析這一關鍵問題，提出了一種融合共聚焦拉曼顯微技術（confocal Raman microscopy, CRM）與受激拉曼散射成像（stimulated Raman scattering, SRS）的高通量化學成像策略，構建了面向植物細胞壁復雜體系的多維解析新框架，實現了多組分的原位、動態與高分辨表征，突破了傳統依賴染色或單一成像手段的靜態觀察局限。這是該研究團隊繼Trends in Plant Science (2019), SCIENCE CHINA-Life Sciences (2024) 后，第三次就植物活細胞檢測細胞壁撰寫相關論文。

在技術層面，該研究充分發揮CRM與SRS兩種成像手段的互補優勢：CRM能夠獲取完整的分子“指紋譜”信息，用于識別未知或復雜聚合物；而SRS則可針對特定化學鍵實現視頻速率的快速成像，從而滿足大尺度樣本篩選與動態過程觀測的需求。在此基礎上，研究進一步結合主成分分析（PCA）與K-means聚類等無監督學習方法，對復雜重疊的光譜信號進行解混與自動分割，顯著降低人為分析偏差，從而在單細胞尺度上揭示纖維素、果膠及木質素等關鍵組分的空間異質性及其動態裝配過程。

在應用驗證方面，研究以蓖麻（Ricinus communis）種皮發育過程為模型體系，系統展示了該技術平臺在復雜生物體系中的解析能力。在無需外源熒光標記和破壞性處理的條件下，該方法以亞微米級空間分辨率實時捕捉到木質素組分由愈創木基（G-lignin）向兒茶酚型（C-lignin）的大規模轉變過程，并通過二維核磁共振技術（2D-HSQC NMR）進行了驗證，充分展示了該策略在解析細胞壁化學重塑與發育調控中的優勢。

綜上，該研究整合高分辨成像、高通量檢測與智能數據解析手段，推動植物研究從靜態結構觀察向動態化學表征轉變，實現了植物表型組學研究范式的重要升級。該技術體系的建立，將為深入解析植物抗逆機制、優化林木生物質加工利用效率以及推動作物分子設計育種提供關鍵技術支撐，并在植物科學與材料科學交叉領域展現出廣闊應用前景。

本研究由北京林業大學崔亞寧副教授為第一作者，林金星教授為通訊作者，北京林業大學的張曦副教授，王水眾副教授，以及崖州灣國家實驗室科研助理吳衛倩也參與了該工作。該工作得到了國家自然科學基金、北京市科技新星等項目的支持。

論文鏈接：

https://doi.org/10.1016/j.tplants.2026.02.012