合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

合作文章

Collaborative Articles

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

2026-01-14

英文题目：Integrative Analysis of Nutritional Components, Differential Metabolites, and Endophytic Microbiota Reveals Flavor Determinants of Lushan Russet Potato

中文题目：营养成分、差异代谢物及内生微生物的综合分析揭示庐山麻皮土豆的风味决定因素

期刊名称：foods

影响因子：5.1

作者单位：江西省、中国科学院庐山植物园

普奈斯提供服务：植物理化+元素+靶向维生素检测

DOI号：https://doi.org/10.3390/foods15010067

前言

为揭示庐山麻皮土豆独特风味的形成机制及其在低海拔种植时风味劣变的原因，本研究以高海拔（LsM）、低海拔（LS）种植的庐山麻皮土豆及参考品种中薯5号（Zs）为研究对象，整合营养成分、差异代谢物及内生微生物群进行系统分析。营养成分检测显示，LsM和LS的干物质、钾、维生素C、氨基酸、脂质及糖分等风味相关成分含量显著高于Zs，其中LsM的镁含量较LS和Zs高出约25%。非靶向代谢组（LC-MS）鉴定出461种代谢物，LsM与Zs间存在263个显著差异代谢物，LS与Zs间有240个，LsM与LS间有237个，这些差异代谢物主要参与代谢通路。微生物组数据表明，LsM和LS的内生微生物群存在明显的β多样性差异，细菌中变形菌门、厚壁菌门等优势菌门丰度变化显著，真菌中子囊菌门在LS中的丰度远高于LsM。LEfSe和随机森林分析筛选出根瘤菌属、腐质霉属等关键微生物类群。研究证实，庐山麻皮土豆的独特风味由风味相关营养物质/代谢物积累与内生微生物群多样性共同决定，基因型驱动其与参考品种的代谢差异，海拔则通过调控内生微生物群影响其代谢及风味，为优化该品种品质、缓解低海拔种植风味劣变提供了理论依据。

研究路线

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

样本处理

庐山麻皮土豆种植于庐山植物园的试验田（LsM），海拔约1100米（中国庐山山上），或种植于庐山植物园鄱阳湖分园的试验田，位于庐山山脚。（LS），海拔约20米。中薯5号土豆（Zs）种植于与LS相同的试验田（即鄱阳湖分园试验田）。播种后约4个月收获土豆块茎，最初在4℃、黑暗、加湿培养箱（中国宁波科盛）中储存不超过7天（相对湿度：65%-70%），以最大限度减少采后的代谢波动。将块茎在流动自来水中充分冲洗4小时以上，以去除表面土壤。对于土豆块茎的内源微生物组分析，需进行额外处理：首先将块茎在75%乙醇中浸泡2分钟，快速灭活表面微生物；随后在2%次氯酸钠溶液中浸泡10分钟进行表面灭菌，接着用无菌超纯水连续冲洗5次以上，以去除残留消毒剂，确保彻底清除表面微生物污染。所有样品均在干冰条件下运输，用于营养成分分析、非靶向代谢物分析和内生微生物群落检测。整个过程中保持每个土豆的表皮完整。将每个清洗后的块茎切成约1立方厘米的小立方体，通过混合块茎外部、中部和内部区域的小块制备代表性的子样，以消除空间异质性。将混合后的子样立即用液氮研磨成细粉，用于后续分析。

结果与讨论

高/低海拔庐山麻皮土豆和中薯5号土豆块茎在大小和形状上存在差异

庐山麻皮土豆是中国庐山的地方特产，以其独特风味闻名。中薯5号土豆（Zs）是中国从中薯3号选育出的高产、早熟、抗病且广泛种植的土豆品种，本研究将其作为参照土豆。庐山麻皮土豆（高海拔LsM、低海拔LS），又称庐山小土豆，块茎呈长椭圆形至细长形，具有独特的麻皮、乳白色果肉，尺寸小，直径约4厘米，长度约6厘米（图1中栏）。在低海拔地区种植时，庐山麻皮土豆块茎在形态和风味上会发生变化（图1右栏）。此外，从低海拔地区收获的块茎作为种薯在相同海拔重新种植时表现不佳，往往导致几乎完全减产。相反，中薯5号（Zs）块茎略扁圆，表皮光滑呈黄色，果肉呈浅黄色（图1左栏）。LsM和LS块茎比Zs块茎小得多（图1），因此单位产量较低。此外，庐山可用土地有限，导致LsM产量极低，价格高昂，甚至超过牛肉价格。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图1.中薯5号（Zs）、高海拔庐山麻皮土豆（LsM）和低海拔庐山麻皮土豆（LS）块茎的形态比较。上图：土豆块茎（左，Zs；中，LsM；右，LS）。下图：土豆块茎果肉（左，Zs；中，LsM；右，LS）。比例尺：1厘米。

土豆块茎营养成分分析

对LsM、LS和Zs块茎的营养成分进行了分析。干物质含量（DMC）是土豆品质的指标，淀粉是主要碳水化合物，约占块茎干物质的80%（重量比）。LsM和LS块茎的DMC分别为23.8%和22.6%，显著高于Zs块茎（约14.0%）（图2A），表明LsM和LS的干物质含量高于Zs。这些数据可能表明LsM和LS比Zs提供更多的营养（图2A）。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图2.庐山麻皮土豆（LsM/LS）和中薯5号（Zs）块茎的营养成分。（A）干物质含量（DMC）。（B）蛋白质、氨基酸、脂质和糖含量。（C-H）矿物质含量。（I，J）维生素含量。误差棒代表三个独立样品的标准差，柱上方的小写字母（a、b、c）表示各组间存在显著差异（p≤0.05）。N.D.：未检测到。

土豆块茎的干物质含量（DMC）受植物基因型、生长条件和收获后储存的影响。种植前用有益微生物预处理土豆块茎可提高DMC。DMC和钙含量较高的土豆更耐机械冲击，因此块茎外观和整体品质更好。

土豆蛋白质的生物学价值高于其他任何大量消费的植物蛋白（包括大豆）。本研究分析了LsM、LS和Zs块茎的蛋白质、氨基酸、脂质和糖含量。LsM和LS的蛋白质含量低于Zs，范围在1.0%-1.5%之间（图2B）。LsM（0.37%、0.16%和1.05%）和LS（0.46%、0.16%和1.42%）的氨基酸、脂质和糖含量显著高于Zs（0.24%、0.13%和0.85%）（图2B）。氨基酸、脂质和糖是土豆风味的主要决定因素，因此上述含量差异可能导致两个品种之间的风味差异。土豆的脂质含量低于其他食物，而高脂肪饮食与健康风险相关，尤其是心血管疾病；因此，对低脂乳制品的需求正在迅速增加。土豆脂质含量低、风味均衡且有益健康，可能成为最佳食品选择。

矿物质和维生素是人类健康的重要营养成分。土豆富含钾，数据显示LsM（1945mg/kg）和LS（2015mg/kg）的钾含量高于Zs（1243mg/kg）（图2C）。此外，与Zs相比，LsM和LS的钠和钙含量较低（图2D、E），锌含量较高（图2F）。但铁含量方面，LS（27mg/kg）和Zs（11mg/kg）高于LsM（6mg/kg）（图2G）。LsM的镁含量最高，比LS和Zs高约25%（图2H）。

土豆块茎的维生素C含量高于其他食物，LsM和LS的维生素C含量分别约为Zs的2倍和1.5倍（图2I）。与LS和Zs相比，LsM还含有更高水平的维生素A、B1、B2、B3、B6和B12。在Zs和LS土豆块茎中甚至未检测到维生素B2（图2J）。相反，Zs块茎的维生素E含量略高于LsM块茎（图2J）。由于浓度低于本研究的检测限，在所有土豆样品（LsM、LS和Zs）中均未检测到维生素D3。

维生素和矿物质等营养成分的含量受多种因素影响，如植物基因型、生长条件以及实验方法（包括样品的储存环境和持续时间、测定技术）。具有相同遗传背景的LsM和LS在不同条件下种植，其营养成分存在差异。中薯5号土豆和庐山麻皮土豆（LsM和LS）在遗传背景上差异显著，其营养成分也存在明显差异。本研究中维生素和矿物质含量的结果与先前报道略有不同，这可能是由于收获的土豆块茎在4℃储存，导致某些维生素和矿物质降解。尽管如此，LsM、LS和Zs之间的维生素和矿物质含量仍存在显著差异。

LsM、LS和Zs之间的代谢组学分析结果存在差异

液相色谱-质谱联用技术（LC-MS）广泛用于植物代谢组学分析。庐山麻皮土豆在庐山种植时以其优良风味而闻名。本研究采用基于LC-MS的非靶向代谢组学分析，以表征可能解释庐山麻皮土豆独特风味以及生长条件对土豆风味贡献的风味相关化合物。在正离子（POS）和负离子（NEG）模式下，分别检测到19652个和8509个有效峰。

主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA）结果显示，LsM、LS和Zs样品之间存在明显分离（图3A-D）。两个主成分（PC1和PC2）对LsM、LS和Zs之间代谢物浓度总差异的贡献率约为51%。在正离子模式下，PC1和PC2分别为29.9%和20.9%；在负离子模式下，PC1和PC2分别为29.2%和21.8%（图3A、B）。对于正离子和负离子模式，OPLS-DA模型成分1和2分别解释了LsM、LS和Zs之间总差异的51.7%（Q²=0.956，R²X=0.559，R²Y=0.993）和50.9%（Q^{2=0.946，R²X=0.562，R²Y=0.988）（图3C、D）。使用所有有效峰进行聚类分析，与PCA和OPLS-DA结果相似，在正离子和负离子模式下，样品均根据样品组聚为三组，即LsM、LS和Zs（图3E、F）。}

使用所有代谢物进行样品相关性分析，数据显示各组内所有样品的相关性较高，而LsM、LS和Zs之间的相关性较低，这证实了上述结果。此外，聚类热图（图3E、F）和火山图均显示，庐山麻皮土豆块茎样品（LsM/LS）中高含量的代谢物比Zs样品更丰富（正离子模式下，2296/3417种代谢物含量下调，6372/5357种代谢物含量上调；负离子模式下，917/1086种代谢物含量下调，2660/2769种代谢物含量上调）。

庐山麻皮土豆品种间存在显著的种内变异。具体而言，与LsM样品相比，LS样品在两种电离模式下表现出不同的代谢物谱：在负离子（NEG）模式下，1512种代谢物信号下调，1765种代谢物信号上调；在正离子（POS）模式下，信号较弱和较强的代谢物数量分别为4285种和2644种。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图3.庐山麻皮土豆块茎（LsM/LS）和中薯5号（Zs）块茎的不同代谢谱。（A，B）使用正离子（A）和负离子（B）模式数据进行主成分分析。（C，D）使用正离子（C）和负离子（D）模式数据进行偏最小二乘判别分析（PLS-DA）。（E，F）正离子（E）和负离子（F）模式代谢物的热图分析。

LsM和Zs之间显著差异代谢物（SDMs）的鉴定

将基于LC-MS的非靶向代谢组学数据中的有效峰与公共数据库（如人类代谢组数据库、Metlin、Massbank和mzCloud，访问日期均为2023年8月10日）进行比较，在正离子和负离子模式下分别鉴定出447种和147种代谢物。总共有334种正离子模式代谢物和127种负离子模式代谢物属于同一类别。丰度最高的类别包括羧酸及其衍生物、脂肪酰基、类固醇及其衍生物、有机氧化合物以及苯及其取代衍生物。其中，羧酸及其衍生物是最丰富的代谢物类别。

投影变量重要性值（VIP）是反映代谢物重要性的关键指标，用于评估样品之间的SDMs，其阈值设定为VIP>1。在POS模式下，LsM与Zs相比鉴定出205种SDMs（159种含量较高，46种含量较低）；在NEG模式下鉴定出58种SDMs（46种含量较高，12种含量较低），LsM与Zs之间共有263种SDMs（图4A、B）。LS与Zs相比，在POS模式下鉴定出189种SDMs（125种含量较高，64种含量较低）；在NEG模式下鉴定出51种SDMs（31种含量较高，20种含量较低），LS与Zs之间共有240种SDMs（图4A、B）。LS与LsM相比，在POS模式下鉴定出187种SDMs（80种含量较高，107种含量较低），在NEG模式下鉴定出50种SDMs（16种含量较高，34种含量较低），LS与LsM之间共有237种SDMs（图4A、B）。比较所有三组样品（LsM、LS和Zs），共鉴定出380种SDMs，其中POS模式下298种，NEG模式下82种。SDMs的相关性分析显示，SDMs之间具有高度相关性（图4A、B）。

为了预测对庐山麻皮土豆风味有贡献的关键代谢物，对LsM、LS和Zs之间的SDMs进行了机器学习分析。结果推测出可能在LsM、LS和Zs之间（Zs vs. LsM vs. LS）、LsM和Zs之间（Zs vs. LsM）以及庐山麻皮土豆内部（LsM vs. LS）不同风味中起重要作用的前20种代谢物（图4C-E）。庐山麻皮土豆（LsM和LS）中积累的代谢物比Zs中多，在Zs vs. LsM的比较显示出最显著的差异（图4D）。这种积累模式可能解释了庐山麻皮土豆和中薯5号土豆之间的风味差异，这些代谢物可能在塑造庐山麻皮土豆的风味方面发挥重要作用。庐山麻皮土豆LsM和LS内部也存在代谢物积累差异。这些机器学习结果预测了主要导致LsM和LS之间风味差异的代谢物（图4E）。

SDMs的KEGG富集分析表明，前20个富集途径主要与代谢相关（图4F-H）。这些数据可能表明，代谢过程是庐山麻皮土豆和中薯5号土豆之间代谢差异的主要原因（图4F-G）。此外，除代谢外，环境信息处理和遗传信息处理也可能在庐山麻皮土豆内部差异中发挥作用，从而导致其风味变化，尽管它们具有相同的遗传背景（图4H）。

综上所述，我们的结果表明，庐山麻皮土豆中含量升高的SDMs比含量降低的SDMs更多，这表明与中薯5号土豆相比，庐山麻皮土豆中含量升高的代谢物可能有助于其风味和口感。庐山麻皮土豆在不同海拔种植时，其口感和风味存在差异，这也反映在其代谢物的变化上。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图4.庐山麻皮土豆块茎（LsM/LS）和中薯5号（Zs）样品之间的显著差异代谢物（SDMs）。（A）热图显示LsM和Zs样品中显著差异代谢物的相对丰度。行代表单个显著差异代谢物，列代表样品（LsM1-LsM6、LS1-LS6、Zs1-Zs6）；颜色强度表示代谢物的归一化丰度（蓝色至红色表示丰度从低到高），反映了两个土豆品种之间显著差异代谢物的不同积累模式；（B）三个成对比较（Zs_vs._LsM、LsM_vs._LS、Zs_vs._LS）在正离子（上图）和负离子（下图）模式下显著差异代谢物的维恩图。该图量化了显著差异代谢物的重叠和独特性：重叠区域中的数字表示比较之间共有的显著差异代谢物，非重叠区域表示特定于单个比较的显著差异代谢物；（C-E）机器学习预测LsM、LS和Zs之间的关键显著差异代谢物。每个面板列出前20种代谢物，颜色强度表示相对丰度；（F-H）LsM vs. LS vs. Zs（F）、LsM vs. Zs（G）和LsM vs. LS（H）比较中显著差异代谢物的KEGG通路富集分析。x轴表示-log10（p值）（值越高，富集越显著）。

不同种植地点的庐山褐皮土豆块茎内生微生物群多样性存在差异

为了检测不同种植地点的庐山麻皮土豆块茎微生物群组成多样性，我们分别通过16S rRNA基因和核rRNA内部转录间隔区（ITS）的DNA扩增子测序，分析了LsM和LS块茎的细菌和真菌内生群落。

我们从两组土豆块茎（LsM和LS，每组8个样品重复）的16个样品中分别获得了3,000,147个和4,583,280个有效序列，用于16S rRNA和ITS检测。过滤宿主序列后，剩余641,505个和109,483个纯净序列用于进一步分析。最终，我们生成了4074个细菌群落检测的扩增子序列变体（ASVs）和311个真菌群落检测的扩增子序列变体（ASVs）。Chao1、Shannon和Simpson指数显示，不同块茎之间细菌群落和真菌群落的α多样性没有显著差异，表明细菌和真菌内生菌的丰富度没有显著差异。

基于Bray-Curtis距离，使用主坐标分析（PCoA）分析细菌和真菌内生菌的β多样性，并使用前两个主坐标生成主坐标分析图（图5A、C）。在细菌和真菌内生菌中，两组（LsM和LS）的土豆块茎基本聚为两组，尤其是细菌内生菌检测（图5A、C）。第一主坐标（PC1）解释了样品间细菌组成差异总变异的25.4%，第二主坐标（PC2）解释了另外17%的变异。这两个主轴共同捕获了42.4%的整体细菌内生群落变异（图5A）（adonis R2：0.17，adonis p值：0.001667，离散度p值：0.774）。对于真菌内生群落，第一主成分解释了73.1%的变异，而第二主成分解释了14.2%的变异（adonis R2：0.18，adonis p值：0.053833，离散度p值：0.145）（图5C）。这些数据可能表明，微生物群落的最大变异源来自马铃薯块茎的差异。

丰度谱分析鉴定了在LsM和LS中持续富集的细菌和真菌类群（图5B、D）。我们的数据显示，变形菌门（Proteobacteria）、厚壁菌门（Firmicutes）、放线菌门（Actinobacteriota）和帕特斯细菌门（Patescibacteria）是优势细菌门，变形菌门和放线菌门是LsM组中最优势的门，丰度分别为52.8%和17.6%，但这些细菌门在LS组中丰度降至17.5%和14.8%，而厚壁菌门和帕特斯细菌门的丰度与LsM组相比，在LS组中从10%和2%增加到34%和20%（图5B）。先前的研究报道，厚壁菌门、变形菌门和拟杆菌门是块茎组织中的优势微生物门，这与我们的数据一致。然而，也观察到某些差异，这可能归因于所检查块茎的不同生理状态。具体而言，那些研究中的块茎是在发芽阶段采样的，而本研究中的实验材料是新鲜收获的块茎。此外，我们的数据显示，来自不同种植地点的块茎内生微生物组成存在显著差异。总之，这些发现表明，块茎的内生微生物群落受到宿主生理状态和生长环境的强烈影响。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图5. LsM和LS土豆块茎内生细菌和真菌群落的β多样性和门水平相对丰度。（A）基于Bray-Curtis距离的内生细菌主坐标分析（PCoA）图。（B）内生细菌的门水平相对丰度。（C）基于Bray-Curtis距离的内生真菌主坐标分析（PCoA）图。（D）内生真菌的门水平相对丰度。

由于现有真菌数据库中缺乏全面的参考序列，测序获得的大部分真菌扩增子序列变体（ASVs）无法分配到明确的分类等级，因此被归类为“未分类”。在成功获得分类注释的真菌扩增子序列变体（ASVs）中，它们隶属于六个主要门，即子囊菌门（Ascomycota）、担子菌门（Basidiomycota）、被孢霉门（Mortierellomycota）、毛霉门（Mucoromycota）、壶菌门（Chytridiomycota）和罗兹菌门（Rozellomycota）（图5D）。值得注意的是，子囊菌门是注释群落中最丰富的真菌门，其相对丰度在两个样品组之间存在显著差异：在LsM组中，子囊菌门的相对丰度为11.8%，而在LS组中增加到35.7%（图5D）。某些真菌类群在LS中的门水平丰度高于LsM。然而，在同一门内，不同分类水平的某些微生物群的丰度可能相反。例如，属于子囊菌门的真菌属枝孢属，其在LS中的子囊菌门丰度约为LsM的三倍，但在目、科和属水平（枝孢目），LsM中的丰度几乎是LS的两倍。

根据我们的数据，去除宿主序列后，内生微生物分析中干净序列（可用序列）占总序列的比例明显较低。对于内生细菌，宿主DNA去除后可用序列的平均百分比约为21%。相比之下，某些样品的内生真菌分析可用序列数量更为有限，可用序列比例降至总序列的1%以下。尽管我们增加了测序数据量，但获得的信息量仍然有限。这一观察结果表明，简单地扩大数据规模可能无法有效解决限制后续内生群落分析获取有意义生物学信息的潜在限制因素（例如，持续的宿主DNA干扰、目标内生菌生物量低）。未来可能需要应用新技术，如微生物绝对定量，才能揭示更多信息。在真菌多样性研究中，特别是利用高通量扩增子测序（如ITS）表征扩增子序列变体（ASVs）或操作分类单元（OTUs）的研究中，不完整的分类参考数据库仍然是限制准确分类注释和生态解释的关键瓶颈。如本研究所示，大部分真菌扩增子序列变体（ASVs）被归类为“未分类”，这些可能是具有生态意义的类群，会影响群落组成的估计，并阻碍不同实验处理之间真菌群落的比较。

线性判别分析效应大小（LEfSe）和随机森林分析预测的关键内生微生物类群

进行线性判别分析效应大小（LEfSe）以鉴定LsM和LS样品组之间丰度存在显著差异的细菌和真菌类群，并评估其鉴别能力。如分支图所示（图6A、B），每组中都富集了不同的鉴别类群。对于细菌，在多个分类等级上鉴定出分层排列的差异类群：在门水平上，变形菌门和疣微菌门是主要鉴别类群；在纲水平上，α-变形菌纲、γ-变形菌纲和疣微菌纲有助于组间分离；在目水平上，拟杆菌目、鞘脂杆菌目、毛螺菌目、颤螺菌目、根瘤菌目和伯克霍尔德氏菌目是生物标志物；在科水平上，拟杆菌科、鞘脂杆菌科、毛螺菌科、LWQ8科、根瘤菌科、黄色杆菌科、丛毛单胞菌科和草酸杆菌科表现出显著差异富集；在属水平上，LWQ8属、中慢生根瘤菌属-新根瘤菌属-副根瘤菌属-根瘤菌属、慢生根瘤菌属和迟生根瘤菌属被证实为高可信度细菌生物标志物（图6A）。对于真菌，腐质霉属、亡革菌属和伞菌纲成为核心真菌生物标志物，与LsM或LS组相关的分类聚类清晰。这些线性判别分析效应大小（LEfSe）鉴定的类群共同描绘了两个样品组之间微生物群落的分类差异（图6B）。

进一步将随机森林算法应用于微生物丰度，以量化特征重要性并验证关键鉴别类群（图6C、D）。线性判别分析效应大小（LEfSe）突出显示的真菌类群（如腐质霉属和亡革菌属）表现出显著的重要性值（图6B、D）。在特征重要性分析中明确呈现的另一种真菌类群枝孢属，也成为区分样品组的潜在显著类群（图6D）。对于细菌类群，包括中慢生根瘤菌属-新根瘤菌属-副根瘤菌属-根瘤菌属、慢生根瘤菌属以及拟杆菌科和根瘤菌科等科的代表也跻身预测能力的顶级贡献者之列（图6C）。具体而言，腐质霉属和变形菌门相关的扩增子序列变体（ASVs）等类群表现出相对较高的重要性得分（约0.06），表明它们在区分LsM和LS样品方面的关键作用（图6C）。

LEfSe衍生的差异类群与随机森林鉴定的高重要性特征之间的一致性，证实了这些微生物群的生态相关性，验证了它们作为表征LsM和LS样品组独特微生物群落结构的关键生物标志物的地位，这些数据与本研究中的代谢组学数据一致。这种相互对应可能意味着内生群落变化与宿主代谢途径改变之间存在潜在的功能关联，从而为解释不同高海拔环境条件下庐山麻皮土豆的风味差异提供了补充证据。内生群落随海拔升高而变化，它们在宿主植物的养分获取、胁迫耐受性和次级代谢调控中发挥关键作用，最终影响土豆风味。

合作文章丨海拔差异影响土豆风味？庐山麻皮土豆风味形成机制解析

图6. LsM和LS土豆块茎内生微生物群落的线性判别分析效应大小（LEfSe）和随机森林分析。（A、B）内生微生物类群的LEfSe分支图。这两个分支图可视化了LsM和LS土豆块茎之间存在显著差异的内生细菌（A）和真菌（B）的分层分类，涵盖多个分类等级（门[p]，纲[c]，目[o]，科[f]，属[g]）。（C、D）内生类群重要性的随机森林分析。通过随机森林算法计算，量化差异内生类群在区分LsM和LS土豆块茎方面的相对重要性。细菌（C）和真菌（D）。

总结

本研究聚焦庐山红皮土豆独特风味的形成机制及低海拔种植风味劣变问题，通过整合营养成分、差异代谢物与内生微生物群分析，以高、低海拔种植的庐山红皮土豆（LsM/LS）及参考品种中薯5号（Zs）为研究对象展开系统探究。结果表明，LsM和LS的干物质、钾、维生素C等风味相关营养成分含量显著高于Zs；非靶向LC-MS代谢组学鉴定出461种代谢物，LsM与Zs、LS与Zs、LsM与LS间分别存在263、240、237个显著差异代谢物，且主要富集于代谢通路。高通量测序显示，LsM与LS的内生微生物群存在明显β多样性差异，厚壁菌门、子囊菌门等优势菌群丰度随海拔变化显著，且与代谢组变化相关。

综上所述，庐山红皮土豆的独特风味由基因型驱动的风味相关营养物质/代谢物积累，与海拔诱导的内生微生物群变化共同决定。该研究为优化该品种品质、缓解低海拔种植风味劣变提供了理论支撑，助力其可持续产业发展。