首页　　 人才队伍
个人信息

博士生导师
研究员

Email: dpli@cemps.ac.cn
个人网页:

研究方向

植物代谢组学与环境互作

李大鹏

个人简介

2005年9月 – 2009年6月， 同济大学化学系，学士
2009年9月 – 2012年3月， 同济大学化学系，硕士
2012年5月 – 2016年11月， 德国马克斯-普朗克化学生态学研究所，博士
2016年11月 – 2021年7月， 德国马克斯-普朗克化学生态学研究所，博士后
2021年9月 – 至今，中科院分子植物科学卓越创新中心/ CAS-JIC Centre of Excellence in Plant and Microbial Science （CEPAMS），研究员

研究工作

植物是天然的有机合成专家，能够生成结构复杂多样的特异性代谢产物以适应其复杂多变的生存环境。这些特异性代谢产物数目庞大，结构迥异，同时其表达和积累还具有时空特异性及可塑性。如一种植物的不同组织或细胞间、一个种群的不同个体之间、不同植物物种之间，以及发生于植物与生物和非生物交互的过程中等。这种植物特异性代谢产物的多样性是植物共有的适应环境机制。因此，在植物特异性代谢产物多样性的多维空间内解析其化学结构，生物合成途径，生理生态学功能，以及这些小分子化合物如何在自然界发挥作用，是我们破译植物的“化学语言”，揭示植物如何在逆境中安排和调度其复杂的“代谢武器”以在自然界中生存的关键，也是我们理解生命体化学本质的核心。然而，由于植物代谢组的复杂性与多样性，迄今为止，绝大多数植物代谢物的结构和功能仍然未知。

植物小分子代谢物是植物基因表达的最终产物和适应环境的直接载体。代谢组学是对这些植物产生的小分子代谢产物的整体研究方法，是继基因组学后另一重要研究领域。基于质谱的非靶标结构代谢组学是结合高通量数据采集和分析以及大规模二级质谱去卷积及结构解析的分析方法，该方法能够让我们从传统的对植物中单一化合物的分析方式转变为对植物整体代谢组的全局分析。然而，相比于基因组学的成功，基于代谢组学的植物小分子化合物的研究目前还处于起步阶段。

本研究组将在植物特异性代谢物多样性的多维可塑空间里，围绕植物特异性代谢物多样性及其生物学功能等核心问题，研发和建立第二代高通量结构代谢组学分析方法，系统解析植物代谢物的结构、合成、调控、进化及生理生态学功能，以期回答以下科学问题：

1）哪些植物特异性代谢物在植物与环境交互中发挥重要作用？
2）植物可塑特异性代谢组是如何合成和精细调控的？
3）不同组织之间协同发生的诱导性系统抗性（Induced Systemic Resistance，ISR）的分子机理是什么？
4）植物特异性代谢物多样性是如何在植物与环境交互过程中进化的？
5）植物特异性代谢物多样性的生物学功能是什么？

上一世纪60年代开始的农业绿色革命前所未有地增加了农作物产量。如今，人口持续增长，同时，全球气候变暖引起的持续增长的干旱、真菌入侵及病虫害对未来农业发展带来巨大挑战。以上研究将为设计第二代绿色革命高产优质抗逆作物提供新策略，也将为精细农业和合成生物学产业的应用提供基础。另一方面，植物来源的天然产物也是药物开发的重要源泉，对代谢物及其合成通路和功能的深入解析将极大地丰富药用植物资源的开发和利用。

主要成果

    1. Bai Y.*, Yang C., Halitschke R., et al. Baldwin I.T.* and Li D.* (2022). Natural history-guided omics reveals plant defensive chemistry against leafhopper pests. Science 375:eabm2948

    2. Li D.*, and Gaquerel E*. (2021). Next-Generation Mass Spectrometry Metabolomics Revives the Functional Analysis of Plant Metabolic Diversity. Annual review of plant biology 72:1.

    3. Li J., Halitschke R., Li D., Paetz C., Su H., Heiling S., Xu S.*, and Baldwin I.T.* (2021). Controlled hydroxylations of diterpenoids allow for plant chemical defense without autotoxicity. Science 371, 255-260.

    4. Li D., Halitschke R., Baldwin I.T.*, and Gaquerel E.* (2020). Information theory tests critical predictions of plant defense theory for specialized metabolism. Science Advances, 6:eaaz0381

    5. Wang M., Sch?fer M., Li D., Halitschke R., Dong C., et al. (2018) Blumenols as effective shoot markers for root symbiosis with arbuscular mycorrhizal fungi. eLife 7:e37093.

    6. Li D., Heiling S., Baldwin I.T., and Gaquerel E.* (2016). Illuminating a plant's tissue-specific metabolic diversity using computational metabolomics and information theory. PNAS 113(47), E7610-E7618.

    7. Li D., Baldwin I.T., and Gaquerel E.* (2016). Beyond the Canon: Within-Plant and Population-Level Heterogeneity in Jasmonate Signaling Engaged by Plant-Insect Interactions. Plants 5(1): 14.

    8. Li D., Baldwin I.T., and Gaquerel E.* (2015). Navigating natural variation in herbivory-induced secondary metabolism in coyote tobacco populations using MS/MS structural analysis. PNAS 112(30), E4147-E4155.

    9. Li D., Li T.*, Cong P., Xiong W., Sun J. (2012). A novel structural position-specific scoring matrix for the prediction of protein secondary structures. Bioinformatics 28(1).