植物中丰富的代谢物不仅对植物的生长发育起着重要的作用,也与人类的健康密切相关。在水稻、玉米等重要的农作物中,借助代谢组学可挖掘代谢相关的基因和构建代谢网络从而解析它们在代谢水平上的调控机制,有助于改善农作物的营养品质和提高产量。在代谢组学中,现有的技术可获得大量的代谢物,对这些代谢物进行遗传分析的同时,也需要利用网络进行系统性的分析。本课题以已发表的水稻的一个自然群体中检测到的840种代谢物为研究对象,基于全基因组关联分析,利用模型对代谢物构建调控网络并比较籼稻和粳稻中的代谢网络,以加深对水稻代谢调控的理解。其主要的工作内容和结果如下:1)利用模型将代谢物相关联的SNP数据与表型数据结合起来构建代谢网络。对网络进行分析发现籼稻中有10329对代谢物存在关系,粳稻中有9217对存在关系,它们之间共同的却只有3828对,表明水稻的籼、粳两亚群中的代谢网络存在比较大的差异,同时也发现氨基酸、脂肪酸等初生代谢物的代谢网络结构在亚群间要比黄酮类代谢物的相对保守一些。2)利用构建的网络推测出新的可能的代谢反应,如土茯苓苷C可以生成土茯苓苷A等,并结合共定位以及代谢物的化学结构探讨了其可能性。