遗传算法_3.优于ga_4.在树牡丹中促进Bud Neodormancy释放（Paeonia suffruticosa.）及其潜在的工作机制

背景

在牡丹反季节栽培生产中，充分的低温积累是打破芽休眠、促进后续开花的关键策略。外源赤霉素（GAs）能部分替代低温加速休眠解除，不同种类GAs对不同植物的影响不一致。了解外源GA的作用_3.和ga_4.在休眠释放和后续生长过程中，观察外源GAs的形态变化，鉴定差异表达基因(DEGs)，并分别测定内源激素、淀粉和糖的含量。

结果

形态学观察和光合测定表明，GA和GA都能抑制光合速率_3.和ga_4.应用加速芽休眠释放，但GA_3.喂养诱导更快的芽爆，较高拍摄，每株植物更多的花朵。使用休眠芽的全长转录组作为参考基因组。通过Illumina转录组测序，在模拟，GA中获得了124 110 459,124 015 148和126 239 836_3.和ga_4.组,分别。与模拟相比，赤霉素中有879个DEGs和2 595个DEGs_3.和ga_4.GA中有1179个DEGs_3.vs GA公司_4.， 849例deg在这些对照组中普遍存在。849个DEGs显著富集的KEGG通路主要涉及植物激素信号转导、淀粉和蔗糖代谢、细胞周期、DNA复制等。有趣的是，内源GA的含量₁，Ga_3.，Ga_4.，Ga_7.IAA显著升高，ABA显著降低_3.和ga_4.治疗由质/ MS。外源GAs处理后，可溶性葡萄糖、果糖和海藻糖含量增加。GA相比,_4.治疗，GA_3.诱导更高的GA₁，Ga_3.和IAA水平，更多的淀粉降解产生更多的单糖供使用，促进细胞周期和光合作用。休眠相关基因的高表达水平，伦敦交通局那英国《金融时报》那EBB1型那EBB3型和CYCD,和较低的SVP.由Ga._3.治疗暗示了GA的更多效率_3.．

结论

外源遗传算法_3.和ga_4.通过增加内源活性气体、IAA和果糖、海藻糖等可溶性葡萄糖含量，加速细胞周期，同时降低ABA含量，显著促进芽休眠释放和后续生长。遗传算法_3.优于GA_4.这可能是因为牡丹对赤霉素更为敏感_3.而不是ga_4.和遗传算法_3.具有更有效的诱导细胞分裂和淀粉水解的能力。这些结果为理解牡丹休眠解除机制提供了有价值的数据。

木质多年生植物的芽休眠是一种自适应机制，使他们能够在冬季生存。基于内部或外部镇压信号，年度休眠分为矛盾，内部休眠和ecocodorm [1］．一般来说，环境信号，如低温和短日照控制自然休眠的诱导和维持[2］．低温和几种化学物质的有效积累，如氢氰胺（HC），矿物油，硝酸钾，赤霉素（GA）和5-氮杂孢子（5-AZAC），可以促进休眠释放，诱导落叶树的芽突破温带地区[3.那4.那5.］．

牡丹(Paeonia suffruticosa.Andrews）来自中国，众所周知，众所周知为其美丽的花卉类型和颜色。树牡丹每年都有短暂而集中的繁荣，因此抗季度文化形成了一个新的产业链，占据了树牡丹行业的伟大部分，关键问题是打破芽休眠，这是为了确保开花的品质是必要的．以及其他常年植物，如甜樱桃，葡萄，苹果，桃子和猕猴桃[6.那7.那8.那9.那10.]牡丹花芽休眠是牡丹的生物学特性，也是牡丹花芽萌发和开花前的必要过程[11.］．

芽体需要足够的低温才能打破自然休眠，进入生态气味状态，当舒适的环境恢复时，芽体就会爆裂。气体已被证明在活性-休眠-活性循环中发挥重要作用[4.那12.那13.那14.］．例如，Nell等人。发现ga的叶面应用_3.或者ga_4、7加速开花并增加了杜鹃花的花梗长度和花大小[15.］．在杏花的花蕾中_4.显着加速休眠释放，临床释放的促进与蛋白质组学和转录组分析的能量代谢激活有关[16.］．当Paeonia Lactiflora.忍受的寒冷积累不足，GA_3.治疗有效地破坏了休眠，加速发芽并促进了随后的生长和开花[17.］．综上所述，不同种类的赤霉素对不同植物的打破休眠效果不一致。然后，其中赤霉素(GA_3.或者ga_4.)通常在生产中使用是不是更有效地打破牡丹芽休眠？

最近的报道表明，与GA合成和信号转导相关的几种基因涉及Bud休眠调控。转录性分析和微阵列分析的组合，Gai等人。发现Ga Pathway的激活在树牡丹芽休眠释放的调节中发挥了核心作用[18.］．众所周知，与胃蛋白酶合成和信号传导相关的关键基因是GA 20-氧化酶基因（GA20ox），Ga 3-氧化酶基因（Ga3ox.），GA20ox, GA3ox, GA2ox, GID1, DELLA和GID2[19.］．通过复杂的途径合成生物活性气体，其中GA20Ox和GA3OX是关键率限制酶[20.］．在茶中，差异表达基因（DEGS），CSGA3OX和CSGA20Ox，在调节芽活动 - 休眠转变中发挥了重要作用[14.］．反过来，PmRGL2编码Della蛋白的作用是休眠释放的负调节器，通过日本杏的GA信号通路[21.］．F型盒蛋白GID2，SCF E3泛素连接酶复合物的亚基识别Ga-gid1-della复合物，并有助于通过26s蛋白酶降解Della，导致Ga-enceascive基因的降抑制和转录激活[20.］．

脱落酸（ABA）通常被认为是另一种核心激素，以维持和调节与GA的拮抗作用的芽休眠12.］．ABA内容的效果在秋季诱导休眠的益处，而其内容减少是杨树，葡萄和梨中休眠释放的触发[10.那22.那23.那24.那25.］．在杨树中，ABA含量在短日暴露后增加，并且在APEX中生长停止后达到峰值，并且还诱导了涉及ABA生物合成和ABA信号转导的关键基因[26.]. ABA与PYL/RCAR-ABA受体家族成员结合，后者启动信号转导抑制2C型蛋白磷酸酶[27.]. ABA反应元件（ABRE）是ABA反应基因表达的主要顺式元件，ABRE依赖的基因表达受ABRE结合因子（ABF）的调控。在桃中，PpABF2与PpTCP20相互作用形成异二聚体并调节芽的休眠。PpyABF3能与基因启动子结合PpyDAM3在梨休眠维持过程中，PpyABF2通过与PpyABF3结合来阻断其表达[9.］．最近的报告显示短期营养阶段（SVP.）-像(SVL.)在杨树休眠中起着重要作用。长期低温使ABA含量下降SVL.表达，导致归纳FT1表达和Ga生物合成，加速休眠释放[28.］．

Bud休眠 - 生长转变伴随着许多代谢和发育过程，包括碳水化合物代谢，光合作用，细胞划分等早于1990年，Bonicel等人。表明杨树水平低的杨树芽的深层休眠，表征了低碳水化合物水平，并且通过淀粉水平下降和糖的主要变化标志着休眠的结束[29.］．在日本梨休眠释放过程中，观察到茎部淀粉含量降低，花芽和茎部可溶性糖含量增加[30.]. 淀粉是葡萄糖分子的聚合物，是细胞中碳水化合物储存的主要形式。杨树体内糖代谢相关蛋白的激活主要发生在休眠解除阶段[31］．在植物休眠释放过程中还发现了碳水化合物代谢的激活和植物激素信号转导的变化百合pumilum[32]树牡丹[33］．此外，细胞增殖相关基因包括MAP激酶、细胞周期蛋白和细胞周期蛋白依赖激酶等，被认为参与了休眠-生长的转变。在葡萄中，编码细胞周期蛋白依赖激酶(CDKB1和CDKB2)和细胞周期蛋白(CYCA, CYCB和CYCD)的细胞周期基因在芽内休眠释放过程中被激活[34］．这些结果表明，休眠的打破伴随着细胞周期和细胞分裂的重新激活。

此外，最近的研究还发现了几个与休眠释放相关的基因。开花位点T (FT)被认为在休眠释放中起重要作用[35]，虽然其帕拉戈曲偶符号/末端花1（CEN / TFL1）作用为杨树的休眠释放的负调节因子。伦敦交通局也被认为是萌芽的标志[35那36］．AP2型转录因子EBB1（早芽突破1）加速休眠释放和芽衰，EBB3是EBB1 / SVL介导的调节机制的一部分，促进了表达周期3.1杨树中细胞周期激活呈正常调节的萌芽。SVL.以消极的方式参与同一途径[22.那37］．

在这项研究中，形态学变化表明，这两个遗传_3.和ga_4.显著促进了芽休眠的释放，但GA的影响不大_3.比GA好_4.加速芽爆，随后在树牡丹中的增长。为了了解外源性的遗传_3.或者ga_4.通过对牡丹花休眠芽进行PacBio全长测序，获得高质量的转录组数据作为参考基因组，即牡丹花休眠芽与外源GA的DEGs_3.或者ga_4.应用illumina转录组测序技术，分别测定糖和内源激素的含量。这些结果为牡丹休眠解除机制的研究提供了有价值的数据。

外源GA后形态发生变化_3.和ga_4.治疗

尽管过去的研究报道，GA应用可以有效地促进树脂释放并在树牡丹中加速芽萌发[38]，不同气体的影响仍然未知。因此,遗传算法_3.和ga_4.并比较了它们对休眠释放和后续生长的影响。外源遗传算法_3.和ga_4.喷施4d后诱导芽萌发，3d后几乎全部顶芽萌发，但GA早于1d_3.小组比GA_4.小组到达峰值。相比之下，嘲笑组的发芽率为19.24％，在GA中为96.20％_3.治疗组（p = 0.000), and 95.82% in GA_4.治疗组（p= 0.000)(图1GA后b)。_3.和ga_4.处理16 d后，观察其茎高、枝叶长度、开花率等形态变化。遗传算法_3.和ga_4.喂料显着促进了叶长度，射击高度和开花率（图。1a，c）。与模拟小组相比，GA_3.施药增加了地上部高度(平均30.83 cm，p = 0.014) and the length of leaf (average 14.89 cm,p= 0.010)，效果优于赤霉素_4.，虽然分支长度的差异在ga中并不显着_3.（p= 0.376)和GA_4.（p= 0.373)处理组(图。1c)。另外，GA诱导的开花率_3.明显高于Ga_4.治疗 （p= 0.039)(图1d).综上所述，这些形态学变化表明GA_3.和ga_4.施用有机酸能有效促进芽休眠的释放、萌发、生长和开花_3.优于GA_4.．

众所周知，光合作用是枝条生长和开花的能量来源。因此，GA后叶片的光合参数_3.和ga_4.分别测量16d的喂料。与模拟组相比，GA后的光合速率显着增加_3.（p= 0.000)和GA_4.（p = 0.002) treatments. The stomatal conductance and transpiration rate by GA_3.应用 （p= 0.006)大于模拟组，而GA间无差异_4.治疗和模拟（p= 0.504)。与模拟组比较，细胞间CO₂浓度在ga之间没有不同_3.（p= 0.204)和GA_4.（p= 0.693)组(图。1e）。

冷却诱导的休眠释放期间树牡丹中的PACBIO全长转录组

根据之前的数据，0,7,14,21和28d冷却持续时间后的样品代表了从肺结核，肺结核释放到eCocormancy的整个过程。到目前为止，仍然没有高质量的树牡丹基因组数据。因此，将不同的冷却持续时间（0,7,14,21,21和28d）的样品混合并用于构建池以获得树牡丹转录组的宽覆盖。获得总长度为200 013bp的最大长度和50bp的最小长度，平均长度为1 778bp。总长度为18 470 579读数。通过包括CCS，分类和群集（ISOSEQ）的三个步骤删除低质量原始读取（https://github.com/pacificbiosciences/isoseq_sa3nup.最终获得38 288条长度在79 ~ 11 471 bp之间的高质量序列。其中，长度在1 001 ~ 2 000 bp之间的reads最多(11 246)，其次是长度在2 001 ~ 3 000 bp之间的reads(10 261)。2a） 是的。根据98%的识别率，用CD-HIT软件过滤产生的异构体。利用包含100种单拷贝基因集的真核生物odb9数据库对全长转录完成进行了检测。剔除冗余后，与BUSCO数据库完全匹配的全长转录本占89.1%，其中完整的单拷贝单基因占31.7%，完全重复的单基因占57.4%，片段的单基因占0.7%，缺失的单基因占10.2%（Fig。2b）。最后，获得了总共30 035个非冗余全长unigenes并用于随后的分析。

在不同的公共数据库中执行30 035非冗余的未冗余未冗余的未冗余unigenes，其中大多数都超过1 000 bp（附加文件1)．共有23个361个unigenes被注释进行分类术语，分别分为生物过程，细胞组分和分子函数类别的19781,21120和19 843 unigenes（图。2c).在“生物过程”类别中，单基因数以细胞过程(16435)、代谢过程(14 128)和生物调节(7 388)为主。在“细胞成分”类别中，主要由细胞(19827)、细胞部分(19802)和细胞器(16 200)组成。结合(14670)和催化活性(11185)在“分子功能”类别中占明显多数。KEGG数据库共注释了13 155个unigene，大多数unigene富集于翻译(1 942)、信号转导(1 351)、碳水化合物代谢(1 329)和折叠、分类和降解(1 195)(图)。2d).在Nr、eggnog、Swissprot和KOG数据库中，匹配序列分别为28 420条(94.62%)、27 609条(91.92%)、25 071条(83.47%)和18 379条(61.19%)。

将注释后的unigenes加入转录因子数据库，共发现8019个unigenes编码潜在转录因子(Additional file)2)．TFs主要分布在C3H、MADS、FAR1、PHD、bHLH、myb相关、FHA、C2H2、NAC、AP2-EREBP等家系中。通过TransDecoder以Nr、Swissprot和KOG为优先级序列预测组装的unigenes的开放阅读框(orf)，共得到29 418个unigenes，占非冗余unigenes的97.9%。结果表明，该转录组数据质量高，信息量大。

Illumina在外源GA后树牡丹中的转录组测序_3.和ga_4.治疗

如上所述，外源GA_3.和ga_4.对休眠释放和随后的生长有不同的影响，我们想知道在这个过程中隐藏了什么分子机制?为了回答这个问题，本研究对mock、GA进行了illumina转录组测序_3.和遗传算法_4.进行治疗的芽。质量控制后，共有144.55米，143.21米和144.03米清洁读出，分别从148.19米，147.94米和147.66米原始读数中筛选出来。平均Q30百分比（质量大于30分别在清洁读数中的百分比）和GC百分比分别为94.32％和45.14％（表1)．共124 110 459,124 015 148和126 239 836读模拟，GA_3.和ga_4.群体被映射到上述替代unigenes，分别平均映射百分比为85.86％，86.59％和87.65％（表1)．

外源GA后的DEGs_3.和ga_4.治疗

为了探讨生物重复的可重复性和不同样品之间的相关性，基于所有unigenes的转录丰富进行PCA分析（附加文件3.)．结果表明，生物三重复对分组的每个重复分别具有较高的可靠性。

使用Degseq软件在GA的比较中获得大量的DEG_3.与模拟,_4.与模拟,_3.vs GA公司_4.（表2)．与模拟组相比，遗传算法的DEGs个数增加_4.治疗组比ga更多_3.治疗组。佐治亚州_3.与模拟实验相比，共获得879个差异表达蛋白，其中上调蛋白405个，下调蛋白474个。在遗传算法_4.与mock相比，有2 595个deg，其中上调1 187个，下调1 408个。在遗传算法_3.和ga_4.治疗，获得总共179次，其中547个上调和632个下调的次数。

对DEGs进行了GO分类和KEGG富集分析。遗传算法将652870和1922个deg分为49、50和49个子类_3.与模拟,_4.vs mock和ga_3.vs GA公司_4.,分别。（附加文件4.)．在这三个比较群中，主要子类别是“生物过程”类别中的“细胞过程”，其中1 260,474和592分，“细胞组分”类别中的“细胞”类别，145,433和626次，在“分子功能”类别中分别为“分子功能”类别，分别为1 167,427和526次。总共227,838和354次Degs被Kegg数据库注释，分别分为21,24和23个子类别（图。3.)．在KEGG富集前20项中，许多DEGs在植物激素信号转导中分别富集15、57和22，在淀粉和糖代谢中分别富集11、44和22(图1)。3.)．

为了了解外源GA产生的原因_3.和ga_4.利用维恩图(Venn diagram)来表示重叠的DEGs (Fig. 4)对植物形态变化的影响。4.a） 是的。GA之间有220和712个DEGs重叠_3.vs GA公司_4.和ga_3.与模拟,_3.vs GA公司_4.和ga_4.在这两个对照组中，分别为vs mock和83 DEGs。在重叠的849个DEG中，共有619个被分配到GO术语，主要子类别为“生物过程”类别中的“细胞过程”和“代谢过程”，分别为389和367个DEG，“细胞成分”类别中的“细胞”和“细胞部分”，分别为419和419个DEG，以及“分子功能”类别中的“结合”和“催化活性”，分别为374和311度（图。4.b）。进行这849次重叠次数的KEGG途径富集，它们在11 kegg途径中显着富集（p < 0.05), including “plant hormone signal transduction” with 14 DEGs, “starch and sucrose metabolism” with 11 DEGs, “endocytosis” with 10 DEGs, “Galactose metabolism” with 9 DEGs, “alpha-Linolenic acid metabolism” with 6 DEGs, “pentose and glucuronate intercom” with 6 DEGs, “Cell cycle” with 6 DEGs, “Ascorbate and aldarate metabolism” with 5 DEGs, “Phenylpropanoid biosynthesis” with 5 DEGs, “DNA replication” with 4 DEGs etc. (Fig.4.c)。

GA后植物激素和信号转导、糖代谢及细胞周期相关DEGs的鉴定_3.和ga_4.治疗

根据维恩图和KEGG富集的重叠849个deg(附加文件5.）Ga_3.vs GA公司_4.和ga_3.与模拟,_3.vs GA公司_4.和ga_4.与mock相比，我们构建了相关deg(附加文件6.），其富含植物激素信号转导，淀粉和蔗糖代谢，细胞分裂和DNA复制的Kegg途径，并通过RNAseq数据的结果和实时定量RT-PCR（QPCR）分析它们的表达模式（图。5.,无花果。6.)．完全，14只可与植物激素和信号转导有关，包括Ga，ABA，毒素和乙烯途径（Kegg：KO04075）。QPCR验证的相关未成年人的相对表达类似于RNASEQ数据（图。5.A和B，附加文件7.)．在这些deg中，有一个F-box蛋白基因PsGID2编码泛素E3连接酶的一个亚基，在GA后下降_3.和ga_4.和GA水平的下调_4.治疗更大。两种ABA响应元结合因子基因的表达水平（PSABF.）和三个ABA受体Pyr / Pyl家庭成员（PsPYL8, PsPYL12和PsPYL1)在外源GAs处理后下调。在4个生长素相关deg中，编码吲哚-3-乙酸-酰胺合成酶GH3家族成员的2个deg包括PSGH3.6和psgh3.1.应用GAs后显著增加，其中psgh3.1.增加了2.37倍_3.和ga 24.22倍_4.分别处理。RNAseq显示两种乙烯受体2 (psetr2.）GA后上调_3.和ga_4.处理后，GA增加了2.28倍以上_4.和乙烯 - 不敏感蛋白基因（挂档)赤霉素对其有明显的抑制作用_4.治疗。一个ein3结合F-box蛋白基因(PSEBF1)显著下调_4.应用程序。另外，一个转录因子编码基因，PSMYC2.，在很大程度上是由GAs应用引起的(图。5.a、b)。

通过qPCR对淀粉和糖代谢及细胞周期相关DEGs的相对表达进行了验证，结果表明qPCR的表达谱与RNAseq的数据一致(图1)。6.额外的文件7.)．在11个淀粉和糖代谢相关的果酒中（Kegg：KO00500），淀粉水解酶β-淀粉酶基因PSBMY只是由ga引起的_3.治疗，在GA中几乎没有检测到_4.治疗组。两个-葡萄糖苷酶基因(PsBGLs公司）在Ga后下调了_4.，但被GA上调_3.应用程序。PsTPS5（海藻糖6-磷酸合酶基因）通过GA表示上调_3.治疗，但是通过GA的下调_4.治疗，而PsTPS6由Ga抑制_3.和ga_4.治疗方法。两个Psugd.s码(Psugd1.和Psugd3.)编码UDP的葡萄糖6-脱氢酶明显被GA诱导_4.应用程序。一种葡萄糖-1-磷酸腺苷酸酶基因PSGLGC.和两个果胶酯酶基因(psp）通过Ga均下调_3.和ga_4.,分别。psgaut9.，通过Ga显着诱导涉及果胶生物合成的α-1,4-半乳糖核糖基转移酶_4.(无花果。6.a、b)。

此外，在细胞周期途径（Kegg：KO04111）中富集的6℃，染色体4基因的结构维持（PSSMC4.）GA后显着增加_3.和ga_4.经GA处理后，其表达量增加286.13倍_4.与模拟相比喂养。两种DNA复制许可因子基因PsMCM2GA后显示出显着降低_3.治疗，但增加GA_4.进料（图。6.C，D）。Ferredoxin-NADP的表达水平⁺氧化还原酶基因（PsFNR），涉及光合作用途径（Kegg：KO00195），在GA后显着上调_3.和ga_4.治疗，并且在GA后，其表达水平增加了4.15倍_3.治疗与模拟组相比（图。6.e）。

赤霉素后内源植物激素、糖和淀粉的定量研究_3.和ga_4.应用程序

由于KEGG分析富集了植物激素和信号转导相关的DEGs，因此测定了内源植物激素(包括GAs、ABA和IAA)的含量。结果表明，黄芪中GA的含量₁，Ga_3.，Ga_4.和ga_7.Ga._3.和ga_4.治疗，其中内源性GA的内容₁和ga_3.外源GA处理后分别增加了57.19倍和48.75倍_3.处理48h，GA_4.和ga_7.外源GA处理48 h后，分别增加59.37倍和68.66倍_4.喂养。结果表明，摄入外源气体增强了生物活性气体的转化。另外，转录物PsGA20ox，通过QPCR分析胃纤维蛋白合成的关键酶（图。5.b).的表达水平PsGA20ox都被GA_3.和ga_4.应用，并通过GA减少5.92倍_4.，建议外源性气体抑制其内源性合成和反馈调节。在GA后，内源性ABA的含量显着下降_3.和ga_4.治疗，与ABA受体的下调表达一致（PsPYL1那PsPYL8那PsPYL12） （图。5.b，c）。此外，内源性IAA的含量由GA上调_3.，但GA之间无显著性差异_3.和ga_4.应用程序。

RNASEQ和QPCR的结果显示PSBMY只是由ga引起的_3.和表达的表达PsBGLs公司和psGa明显增加_3.(无花果。6.a, b).赤霉素处理后淀粉含量显著降低_3.和ga_4.用蒽酮比色法对饲料进行了评价，其中GA的评价更为显著_3.结果表明，GA_3.应用诱导更多的多糖进行水解。为了验证这些，通过GC-MS / MS测定不同组分的可溶性糖含量（表3.)．完全，确定除乳糖之外的13种不同的可溶性糖组分。在所有这些糖组分中，蔗糖是二糖中最丰富的蔗糖，并且其含量在GA后减少_3.和ga_4.应用程序。9种单糖中肌醇、果糖和葡萄糖含量较高，其中GA中葡萄糖和果糖含量显著升高_3.和ga_4.治疗组。有趣的是，GA显着增加了肌醇的含量_3.但GA降低了_4.应用程序。此外，半乳糖、鼠李糖和岩藻糖的含量仅在GA后显著增加_3.而麦芽糖仅由GA显著诱导_4.．梨糖含量与赤霉素无显著差异_3.和ga_4.．

与幼虫释放后的已知基因的表达模式_3.和ga_4.治疗

基于最近的研究，六个基因的相对表达模式包括PSFT.那PsFTL, PsSVP, PsEBB1, PsEBB3, PsCYCD通过qPCR进行鉴定。7.)．PSFT.在GA后显示出显着增加_3.和ga_4.两种处理间无显著性差异PsTFL由ga上调_3.和ga_4.治疗_．PsSVP公司，一种疯狂的盒子基因与同源性SVP.在拟南芥，明显受到GA的抑制_3.和ga_4.其中GA对其表达量下调约1.96倍_4.．PsEBB1和PsEBB3，编码AP2/ERF家族转录因子，其中PsEBB1由ga显着诱导_3.和ga_4.治疗，和PsEBB3仅通过GA表现出显着的上调_3.饲料。诗篇在细胞周期检查点G1期到S期编码一个重要的蛋白，GA后其表达量迅速增加_3.和ga_4.饲料中，GA使其表达上调约2.65倍_3.治疗。

Bud休眠过渡是常年植物存活的重要发育过程，并通过复杂的内源信号通信网络精确调节，例如激素信号传导，水槽/源能量转换和多种环境信号，包括低温和光周期。树牡丹是一种着名的观赏性和药用植物，具有巩固性特征。近年来，对抗季度文化的工业发展越来越迫切地研究了努力监管机制。实际上，外源ga_3.是协助休眠释放和芽爆在树牡丹的抗季节生产中的常见方法[4.那39］．在某些情况下，如日本杏，ga_4.处理被广泛用于诱导早期芽的破裂和次级生长[16.］．到目前为止，外源GA的生理效应_3.和ga_4.牡丹的休眠释放情况尚不清楚。在本研究中，形态学结果表明，两者GA_3.和ga_4.显著加速休眠释放。然而，GA的影响_3.优于GA_4.在促进芽休眠释放中，在芽爆和随后在树牡丹中的生长。为了解锁外源气体加速芽胸腺释放的可能分子机制，我们对GA进行了全面的转录组分析_3.和ga_4.治疗方法。我们的结果表明，内源性信号如糖代谢，植物激素信号转导，包括GA合成和信号传导，乙烯，ABA，IAA等，细胞周期和光合作用在促进芽肺肿瘤爆发和芽爆中起重要作用。

外源气体应用调节植物激素代谢和信号

天然气是对植物生长和发展的基本植物激素，特别是芽休眠和常年植物的发芽过渡[16.那38那40］．在树牡丹，Mornya等。认为累积的Ga是芽休眠和生长的关键调节剂[38］．同时，Ga合成和信号开缩基因的表达谱和令人冷却诱导的休眠释放期间的上调内容气体的表达谱，共同提出了GA途径参与了树牡丹中的休眠释放[41］．在这项研究中，外源GA应用增加了包括GA的内源性生物活性气体的含量₁，Ga_3.，Ga_4.和ga_7.，其中ga₁和ga_3.更丰富的GA_3.-处理组比GA_4.-treated组，虽然Ga_4.和ga_7.更多在ga_4.组（图。5.). 结果表明，牡丹花芽对赤霉素更为敏感_3.考虑到两种外源GAs的形态效应，外源GAs通过增强内源生物活性GAs促进休眠释放和随后的芽发育。

同时，高水平的生物活性GAs反馈调节关键的GA合成酶基因的表达，包括GA20ox那Ga3ox.那GA2ox等。在茶里，抄本CSGA3OX-2和csga20ox-1被抑制,而CsGA2ox外源GA_3.治疗 [14.]. 此外，外源GA处理对GA信号转导也有反馈调节作用[42］．植物通过诱导DELLAs的降解来响应GA，这依赖于SCF E3泛素连接酶复合体识别并结合GA- gid1 - della, GID2是E3泛素连接酶的一个重要亚基[43］．在我们的研究结果中，外源GAs应用后，DEGs主要富集于植物激素信号转导中，其中，PsGA20ox和PsGID2在ga之后被下调_3.和ga_4.应用（图。5.). 这些结果提示外源性GA_3.和ga_4.治疗促进内源性气体的互联，内源性气体反馈的增加含量调节树牡丹的GA生物合成和信号转导。

ABA是影响休眠释放和芽破的另一种关键激素。春季温度对牡丹ABA含量有下调作用[38］．ABA负责自然休眠的启动和维持，在一些植物中，内源ABA含量的增加表现在自然休眠开始时，而芽休眠的释放则与ABA水平的下降有关[44那45]. 同时，ABA的分解代谢是通过上调VvA8H-CYP707A4，ABA 8'-羟基化酶，加速葡萄牙芽的休眠释放[10.］．因此，ABA在其整个合成，新陈代谢和信号传导过程中调节肺部。在这项研究中，涉及ABA代谢和信号转导途径的几种基因在外源GA后下调_3.和ga_4.治疗方法。例如，三个ABA受体基因PsPYLs和两个ABA响应元结合因子基因PsABFs气体应用后显着减少，与内源性ABA的含量降低一致（图。5.)．推测，通过抑制内源性ABA合成和信号传导，部分地气体加速休眠释放。

据信，休眠相关的疯饮箱（DAM）在ABA信号通路下游函数以调节芽休眠。最近的一项研究发现，梨ABRE结合因子3（PPYABF3）直接绑定到PpyDAM3启动子和正向增强其表达[9.］．在杨树中，DAM同源物SVL负调控GA途径，正加速ABA诱导和维持休眠，延长低温抑制时间SVL.表达和诱导FT1和ga biosynthesis [23.那28.］．在我们的研究中，PsABFs和PsSVP公司喂食气体后显著下降，并且PsABFs结果表明，GA和ABA在牡丹休眠调控过程中可能存在一个回路。

植物素是一种重要的激素，涉及许多植物发育过程。在Pinus sylvestris.，外源GA诱导IAA水平升高_4.在形成层区域，在完整植物的顶芽产生管胞的刺激。同样，IAA含量及相关基因从休眠到反应期均呈上调趋势李春万[46］．在杉木由休眠向活跃生长的转变过程中，除了生长素含量的增加外，维管形成层中生长素信号通路也得到了丰富[47］．这里，编码吲哚-3-乙酸-酰胺合成酶GH3家族成员的两个DEGs，PSGH3S.，均显著上调_3.和ga_4.治疗，这与之前的结果一致李春万[46］．只有外源GA显著增加了内源IAA的含量_3.应用程序，与表达水平不一致PSGH3.(无花果。5.)．我们怀疑这个ga_4.也可以增强内源性IAA的增加，但晚于GA_3.按时间顺序喂养，部分促进了不同气体的形态学效应变化。

碳水化合物代谢的活化涉及气体诱导的休眠释放

碳水化合物不仅作为能量来源，而且作为代谢过程的前体，一些己糖作为调节许多重要步骤的分子信号。多年生木本植物的休眠芽似乎处于不活跃状态，代谢活动有限，碳水化合物代谢的重构与休眠到再生的过渡过程有关[26.那46］．我们最近的研究表明，碳水化合物代谢，特别是PPP通路的激活，可能在寒冷诱导的牡丹休眠释放中发挥重要作用[33]. 在本研究中，赤霉素诱导牡丹休眠解除过程中，淀粉发生显著降解，可溶性糖发生显著变化。赤霉素处理后，随着淀粉含量的降低，可溶性葡萄糖和果糖含量呈上升趋势_3.和ga_4.应用，其与淀粉代谢，蔗糖转运蛋白和葡萄糖生物合成中涉及的关键基因的表达水平一致，包括PSBMY那ps那PsTPS和PsBGL(无花果。6.和表格3.). 因此，大量的碳水化合物无疑是牡丹在外源气体处理后芽萌发和随后生长的强大能量库。这些结果与叶刺、葡萄和黄瓜的结果一致李春万休眠-活动过渡过程中的冠芽[46那48那49］．在一起，外源气体加速芽休眠释放和以下生长与诱导可溶性糖增加有关，以满足芽再生的能量和物质要求。

报道了糖与GA、ABA、IAA等激素之间的串扰。α-淀粉酶是淀粉降解产生可溶性糖的关键酶，在休眠过程中起关键作用，受到GA的严格调控，如叶刺芽休眠过程中，GA促进了α-淀粉酶的合成，提高了α-淀粉酶的活性水平，提示GA可能参与了淀粉的分解。在葡萄中，外源GA_3.诱导表达VVA-AMY3.和VVA-AMY4.在GA_3.-葡萄芽的诱导休眠解除[49］．深入，GA促进了培养的α-淀粉酶的生产GAMYB[50]，而GA触发的α-淀粉酶的诱导被糖抑制，这种抑制是通过一个独立于赤霉素信号通路或在水平上发生的抑制GAMYB翻译(51］．通常，ABA通过ABA诱导的蛋白激酶（PKABA1）和两个ABA诱导的WRKY抑制了α-淀粉酶的生产[52那53]， α-淀粉酶基因GA诱导效应被野生型ABA响应元件结合因子(ABF) 1和2的异位表达所抑制[54］．本研究中，外源GAs处理后，ABA的下调可能导致α-淀粉酶的表达增加，说明糖与激素的交互作用在牡丹休眠释放过程中发挥了重要作用。

另一方面，糖还用作植物生长规范和应力反应中的信号分子。强的证据表明，糖信号分子，包括蔗糖，葡萄糖，果糖和海藻糖-6-磷酸，直接调节显影或通过与其他信号传导途径的相互作用，例如激素介导的方法[55］．例如，葡萄糖升高可以激活雷帕霉素（TOR）激酶信号传导和调节吲哚-3-乙酸（IAA）生物合成和运输的靶标，这将激活该分类，促进细胞分裂和扩张，从而促进增长和发展[56］．海藻糖-6-磷酸盐还通过抑制SNRK1，发挥刺激植物生长和发展中的至关重要的信号作用[57］．从相关基因的表达和形态变化可以看出，GAs的施用促进了蔗糖的降解，从而产生更多的葡萄糖、果糖和海藻糖-6-磷酸，并伴随着更高水平的IAA，加速了细胞分裂(图5)。1那5.和6.)．结果表明，蔗糖，葡萄糖，果糖和海藻糖-6-磷酸盐可能用作气体诱导的休眠释放中的糖信号分子，气体应用可能促进糖信号转导。

众所周知，光合作用保证了高等植物持续的能量供应，是高等植物进一步生长发育的前提。结果表明，外源气体处理提高了光合速率，而气孔导度和蒸腾速率仅通过GA显著提高_3.在叶片中，较好地解释了GAs处理后的形态差异，与GA处理的效果相似_3.牡丹在树上苞[58］．光合组织中存在的FNR蛋白主要催化光合作用中线性电子传递的最终反应，催化电子从还原的铁氧还蛋白(Fd)到NADP⁺， NADPH主要用于CO₂卡尔文循环中叶绿体的固定和其他代谢过程[59]. 在我们的研究中PsFNR显著增加了GA处理后的表达量_3.不仅仅是ga_4.，这表明GA_3.对嫩枝生长的促进作用优于赤霉素_4.可能是因为GA_3.喂养加速的光合作用以产生更多能量物质。

气体处理可以加速细胞周期，促进芽的生长

帕斯_3.和ga_4.显着促进休眠释放和分支伸长率。细胞数的增加是分支伸长的先决条件，这意味着更多细胞处于有丝分裂阶段，并且染色质凝结是有丝分裂相细胞的重要特征。冷凝络合物在有丝分裂期间促进染色体缩合，染色体4（SMC4）和SMC2的结构维持是核心部件[60］．SMC4的丰富与细胞周期波动，并在有丝分裂阶段达到峰值，并在萌芽酵母中脱落。在我们的研究中，PSSMC4.气体处理后显着增加，这暗示了在气体应用后进入有丝分裂相的细胞。细胞周期蛋白A / CDC2-激酶调节从G2到有丝分裂阶段的过渡，细胞周期蛋白A（Cyca）是一个重要的调节亚基。在这里，丰富的诗篇Ga明显增加_3.，这可能促使Mores细胞在GA后进入有丝分裂阶段_3.处理，这将加速芽的萌发和芽的生长。而GA之间没有差异_4.和模拟。另外，杂己酰胺微调体维持络合物（MCM2-7）用作真核生物中的中央DNA复制螺旋酶[61］．两个PsMCM2和一个PsMCM3ga后明显减少_3.治疗，但增加GA_4.饲料，主要与表达模式一致诗篇(无花果。6.），暗示GA后有丝分裂阶段染色体的浓缩结构_3.治疗。

GA的假定原因_3.优于ga_4.促进芽休眠释放

内源性生物活性气体主要有四种，即GA₁，Ga_3.，Ga_4.和ga_7.在大多数植物中。在实践中，外生GA_3.被广泛应用于打破休眠，如Paeonia Lactiflora.[17.]，杜鹃simsiiPlanch [15.]，山茶花Sinensis.[62]，李古兰亚美尼亚卡L. [63]等。在某些情况下，GA_4.应用且更有效地诱导休眠释放和芽爆在杂交Aspen和日本杏[35那64]. 在杂交白杨中，外源GA_4.诱导标准芽的萌发和芽的伸长，但赤霉素_3.应用仅生成呼叫状组织。相比之下，GA_3.和ga_4.牡丹处理的形态变化与赤霉素处理相似，赤霉素处理的形态变化与赤霉素处理相似_3.在树牡丹中诱导更快的芽爆，较长的射击和更高的开花率（图。1），表明ga_3.优于GA_4.在树牡丹强迫栽培。

在机制上，rinne等。找到了Ga._3.和ga_4.上调不同的1,3-β-葡聚糖酶成员（葡聚糖Hudrolase家庭17，GH17）杨树这可以水解1,3-β-葡聚糖沉积在孔隙阶段的孔和血浆中。但是，Ga._4.应用程序可以彻底重新打开信号导管但GA_3.效率较低[35］．我们发现两者都是GA_3.和ga_4.诱导相同GH17成员，但在树牡丹中的不同程度上，这是深入的形态变异（未发表的数据）。因此，植物不会以常见的方式对植物激素响应。

我们的结果表明，外源GA_3.优于GA_4.促进休眠释放和随后的生长(图。1）尽管在GA中筛选了更多的Degs_4.与模拟。总的来说，我们得出了几个可能的原因。第一，内源气体含量和相关基因的表达模式，包括PsGA20ox和PsGID2说明牡丹对外源赤霉素更为敏感_3.比遗传算法_4.和遗传算法_3.处理增强了更多的内源生物活性GA₁和ga_3.，可能在牡丹芽中发挥更有效的作用。其次,PSBMY只是由ga引起的_3.治疗，以及更高的表达ps和PsTPSga后上调_3.喂养，导致淀粉的水解更有效，为破坏休眠提供更多能量，以及Ga的叶子的光合作用_3.应用保证了能源的持续供应。淀粉和糖的定量结果进一步证实了这一推测，且GA后的光合能力较高_3.喂食伴随着更高PsFNR表达式。第三,遗传算法_3.应用导致IAA水平较高，另一种生长增强剂激素。此外，糖和激素之间的相互作用也是GA诱导的休眠释放期间的重要因素，并且GA_3.诱导更有效的糖信号转导刺激细胞分裂。细胞周期和DNA复制相关基因的表达模式，包括诗篇那诗篇那PSSMC4.那PsMCM2和PsMCM3,建议外源ga_3.喂食更有效地加速细胞周期，以促进休眠释放和随后的生长（图。8.)．最后，我们评估了几个休眠相关基因的表达，如休眠释放相关基因英国《金融时报》那EBB1型那EBB3型和CYCD, dormancy-associated伦敦交通局和SVP.．用GA检测高表达量_3.治疗伦敦交通局那英国《金融时报》那EBB1型那EBB3型和CYCD，但低于SVP.，意味着遗传算法的效率更高_3.．

在牡丹休眠芽中获得了优质的全长转录组，并利用该转录组分析了GAs对休眠芽和生长的影响。形态学,外源遗传算法_3.和ga_4.加速芽休眠释放，进而生长开花，其内在机制可能与增加内源生物活性气体(GA)有关₁，Ga_3.，Ga_4.和ga_7.)和IAA，降低ABA含量，提高可溶性葡萄糖、果糖和海藻糖含量，提供足够的能量和代谢物质，加速糖信号转导和细胞分裂。GA产生的原因_3.优于ga_4.结果表明，牡丹对赤霉素更敏感_3.比遗传算法_4.和遗传算法_3.应用于加速细胞周期和淀粉水解，提供更多的可溶性糖作为能量和碳骨架供其他代谢物合成，并加快糖信号转导。研究结果将为牡丹休眠释放机制提供有价值的数据，并为牡丹强制栽培改良提供基础。

植物材料和形态观察

牡丹(Paeonia suffruticosa.)“鹿河红”于1968年由菏泽昭楼牡丹园正式确定。它是我国传统的植物品种，没有受到植物品种权的保护。因此，这种材料的标本没有保存在一个公开的植物标本室。我们获得了青岛农业大学牡丹研究所(中国青岛)的许可，采集牡丹芦和红。从2018年11月10日开始，4岁的“鹿和红”被盆栽并在低温条件下(0-4°C, 24 h-dark)处理。收集0、7、14、21、28 d低温处理后的根尖芽，立即用液氮冷冻，保存在-80°C，用于PacBio全长转录组测序，每个处理设置3个重复(3株/重复)。2018年11月17日，27株植物被转移到温室(25°C, 8-h光/16-h暗)，然后进行GA_3.(500毫克ּּּL^-1）和ga_4.（500 mgּ升^-1）分别在顶部芽上应用，用无菌蒸馏水处理的样品用作模拟。在处理48小时后，收获顶端芽，立即在液氮中冷冻并在-80℃下储存直至用于Illumina转录组测序，QPCR，糖和淀粉评估，以及内源性植物激素测量。设定了每组三次重复（3株植物/复制）。

在另一个27株植物上进行了形态学观察。每天都观察到发芽率，直到ga_3.和ga_4.申请16天[18.]. 枝高、第一叶长和开花率的监测和测量如前所述[5.］．使用Anova分析治疗效果，然后是Duncan的多个范围测试，其显着性水平为0.05，p- 与治疗组的比较和模拟的比较，在通过SPSS 13.0对于Windows（SPSS，USA）进行T检验后获得。

光合作用的测量

净光合速率（PN），细胞间有限公司₂利用CIRAS-3便携式光合系统(PP Systems, USA)测定了在CO环境下施气20 d后的浓度(Ci)、气孔导度(Gs)和蒸腾速率(Tr)₂20°C时的浓度，1200μmol（光子）m⁻²年代^-1光和80％的相对湿度。花朵下的第一片叶片测量，每重复10块叶片。

转录组测序和分析

每种生物重复进行10个芽以产生一个独立的池。PACBIO全长测序和Illumina测序均由OE Biotech Co. Ltd.（中国上海）进行。根据手册使用RNA提取试剂盒（Umagen，中国）提取总RNA，DNA污染物被排除使用Turbo DNA的试剂盒（Thermo，USA）。将RNA样品进行1.5％（w/v）使用Agilent 2100 Bioanalyzer（Agilent Technologies，Santa Clara，CA，USA）评估琼脂糖凝胶和完整性。具有RNA完整性数（rin）≥8.5，OD的样品_260./ od.₂₈₀: 2.0 ~ 2.2, od_260./ od._230.: 1.8 ~ 2.1，量子位/纳米:0.5 ~ 2.0进行后续分析。

PacBio混合样本全长测序

为了生成具有代表性的转录组参考，从每个冷冻处理样本中提取的1 μg总RNA平均汇集在一起，使用SMARTer PCR cDNA synthesis Kit (Clontech, USA)进行cDNA合成。文库的构建和PacBio测序是按照太平洋生物科学公司(Pacific Biosciences, USA)描述的官方协议进行的。简言之，我们使用PrimeSTAR GXL DNA聚合酶(Clontech, USA)共扩增了12个PCR周期。用AMPure PB Beads纯化cDNA后，使用SMRTbell template Prep Kit 1.0 (Pacific Biosciences, USA)构建SMRTbell模板库。最后，在PacBio Sequel仪器上使用测序试剂盒2.1对SMRT细胞进行测序，并记录10小时的电影。使用SMRT分析软件(https://www.pacb.com/products-and-services/analytical-software/devnet/)．

GA的Illumina测序_3.，Ga_4.和模拟组

根据制造商的说明，使用Truseq Stranded MRNA Ltsample制作套件（Illumina，San Diego，CA）构建了图书馆。然后在Illumina测序平台上测序这些文库（Hiseqtm 2500）。通过去除适配器序列，最初修剪Illumina Hiseq 2500测序仪的原始读数，然后除了低于20的质量评分和少于10bp的短读数的低质量序列也被除去。最后，使用Trinity（版本20,140,​​717）的转录组De Novo组装获得高质量的清洁读数[65，使用TGICL筛选冗余序列[66］．

Unigenes注释和转录组分析

Pacbio读数被分为全长和非全长序列，然后使用Lortec校正读取。使用CD-BIT除去冗余序列。基于使用BLASTX和BLASTN算法对NCBI非冗余数据库的序列相似性的合并的unigenes进行注释，并且仅考虑了显着的BLAST结果（E-VALUE <1E-5）注释，包括蛋白质功能注释，COG功能注释，去功能诠释和路径注释。然后，使用最佳对准结果来确定unigenes的序列方向和蛋白质编码区域预测（CDS）。根据基因本体（GO）术语（GO）术语（GO）术语（www.geneontology.org）使用BLAST2GO软件进行分析（http://www.blast2go.com/b2ghome)．根据KEGG数据库中的拟南芥数据库分类(Kyoto Encyclopedia of Genes and Genomes，http://www.genome.jp/kegg.). 在KEGG数据库的基础上，通过路径注释分析了基因的复杂生物学行为。到目前为止，在牡丹中仍然没有高质量的基因组数据，并且使用短寡核苷酸分析包SOAPaligner/soap2（版本2.21）将干净的读数映射到我们的PacBio全长转录组。

鉴定差异表达基因

通常通过外显子模型（FPKM）的外显子模型每千碱基的片段数量来评估unigenes的表达水平。错误的发现率（FDR）用于纠正p-多重测试中的阈值[67］．使用Edger软件相互比较（R）中的实证分析）[68]， |log2Ratio|≥1和p < 0.05为差异表达基因（DEGs）。对DEGs进行层次聚类分析，探讨基因表达模式。然后，对DEGs进行GO功能富集和KEGG途径富集分析。符合Bonferroni校正标准的GO项和KEGG路径p-value≤0.05为显著富集DEGs。

实时定量rt - pcr

为了验证测序质量和DEG的表达模式，基于其部分cDNA序列设计相关的引物对（附加文件8.）．根据制造商的说明(TaKaRa，大连，中国)，使用PrimerScript™RT试剂试剂盒，使用2 mg总RNA合成第一链cDNA，然后将cDNA稀释三倍作为qPCR模板。PCR反应在20 mL反应液中进行(2 × SYBR Green Master混合液10 mL, 10 mmolּL^-1每个引物1 mL, 3 ×稀释cDNA模板2 mL, ddH 6 mL₂O)使用SYBR®Premix Ex Taq™II试剂盒(TaKaRa，中国大连)。PCR反应在LightCycler®480 II (Roche, USA)中进行，程序在95°C for 2 min，然后在95°C for 10 s, 55°C for 30 s和72°C for 30 s进行40个循环。每个样品进行3次反应，相对表达量采用2的方法计算^-△△Ct[69]，PsActin用作参考基因。使用SPSS 13.0对于Windows（SPSS，USA）测试了意义。

内源植物激素的测定

3组(模拟组、赤霉素组、赤霉素组)内源植物激素含量_3.和ga_4.）由武汉格雷密队创造科技公司确定（http://www.greenswordcreation.com根据先前报告的方法，基于LC-MS / MS分析[70］．

糖和淀粉含量的测定

冷冻干燥的样品（模拟，GA_3.和ga_4.使用混合器轧机（MM 400，RETCH）用氧化锆珠在30Hz的氧化锆珠粉碎。将20mg粉末稀释至500μl甲醇：异丙醇：水（3：3：2，v / v / v），涡旋3分钟并超声30分钟。将提取物以14 000rpm离心3分钟（4℃）。收集上清液50μL并在氮气流下蒸发，并加入内标。萃取液在氮气流下蒸发，并转移到冷冻干燥机中以进行冷冻干燥。将残余物用于进一步衍生化，如下：将小分子碳水化合物样品与100μl甲氧胺盐酸甲氧氧酰胺溶液中的样品（15mg·ml^-1)．将混合物在37℃温育2小时。然后将100μl的BSTFA加入混合物中并在涡旋混合后在37℃下保持30分钟。用正己烷稀释混合物以适当的浓度。根据Sun等人，通过GC-MS / MS（Agilent 7890b-7000d）分析混合物。[71.］．淀粉含量按前一种方法测定[72.那73.］．每个试验重复3次。

拟南芥间849个二聚体重叠的转录组数据_3.vs GA公司_4.和ga_3.与模拟,_3.vs GA公司_4.和ga_4.vs mock已经附加为附加文件5.．全长转录组数据已提交至公共资源库(SRA)， BioProject ID为PRJNA720276。本研究中使用的RNAseq数据可从通讯作者(盖树鹏:spgai@qau.edu.cn)处获得。

方差分析:

方差分析

互补脱氧核糖核酸:

互补DNA

COG：

同源基团簇

gc - MS / MS:

气相色谱-质谱法

走:

基因本体论

国际宇航科学院:

吲哚-3-乙酸

质/女士:

液相色谱电喷雾电离串联质谱

PCA：

主要成分分析

作者大大承认青岛农业大学生命科学学院的辛华，提供了关于形态学观察和光合作用测量的有用建议。

国家重点研发计划(no . 2018YFD1000403);国家自然科学基金(no . 31872145、no . 31972452)。关键词:岩石力学，应力-应变关系，应力-应变关系资助机构没有参与研究的设计、数据的收集、分析和解释，也没有参与手稿的撰写。

作者笔记

1. 张玉溪和袁燕平同等为这项工作贡献。

隶属关系

1. 2 .青岛农业大学生命科学学院，山东青岛266109

   张玉溪，袁燕平，刘泽军，张涛，刘春英和古士城

2. 山东省植物生物技术重点实验室，青岛，266109

   张玉溪，袁燕平，刘泽军，张涛，刘春英和古士城

3. 2 .青岛农业大学园林林业学院，山东青岛266109

   李峰

贡献

GSP和Zyx构思和设计了实验计划。YYC，LZJ，LF，ZT和LCY进行了实验。Zyx和YYC分析了数据。Zyx和GSP准备并修订了稿件。所有作者阅读并认可的终稿。

通讯作者

通信盖寿成功．

伦理批准并同意参与

本公司已获得青岛农业大学牡丹研究所的许可，采集牡丹“鹿河红”。目前研究中植物标本的收集和使用符合相关的机构、国家和国际准则和立法。伦理批准不适用于本研究。

同意出版

不适用。

相互竞争的利益

作者宣称没有相互竞争的利益。

出版商的注意

Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

开放访问本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料包括在文章的创作共用许可中，除非在材料的信用线中另有说明。如果材料没有包含在文章的创作共用许可证中，而您的预期使用不被法律法规允许或超过允许的使用，您将需要直接获得版权持有人的许可。如欲浏览本许可证的副本，请浏览http://creativecommons.org/licenses/by/4.0/．Creative Commons公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/1.0/)适用于本条提供的数据，除非信用额度中另有规定。

再版和权限