JIP-test荧光数据及其它生理生态数据主成分综合分析...-1
JIP-test荧光数据及其它生理生态数据主成分综合分析(PCA)的应用解析
近年来，快速叶绿素荧光诱导动力学曲线(OJIP曲线)及其数据分析方法JIP-test在植物科学研究中的应用越来越广泛(BussottiF, et al., 2020; KalajiH M, et al., 2017; Pontes. D, 2019; Tsimilli-michael M, 2020)。OJIP曲线可以更直观地表现出差异，JIP-test则提供丰富的参数，由于其测定方便简单，逐渐成为科研工作者们研究光合作用原初光化学反应的有力工具。
在植物科学实验中，测定的实验数据非常多，比如光合作用参数、植物生长指标、各种酶活性以及分子实验数据等，再加上JIP-test本身提供的几十种参数，丰富实验数据的同时，也会给后期的处理带来很大的工作量。因此，采用准确的数据处理分析方法尤其重要。
主成分分析法(PCA)是数据挖掘中常用的一种降维算法。所谓降维，就是把具有相关性的变量数目减少，用较少的变量来取代原先变量。在植物科学研究的实际应用中，各种参数相互之间会有影响，通过PCA分析处理后，会得到有限的几个主成分，由其代表实验参数就可以说明实验问题了，也就是所谓的降维(KalajiH M, et al., 2018;Goltsev V, et al., 2012)。
JIP-test提供丰富的参数，PCA进行数据降维处理，两者结合，能够快速处理并分析大量的实验数据，(i)揭示影响实验的主要参数，并可(ii)聚类不同处理之间的差异，也可用于(iii)大数据分析并预测植物生长变化。下面通过三篇文章来详细介绍二者的结合应用。
1. 解析参数间的相关性，筛选出可禁用词汇解释问题的参数(Jurczyk B，2015)
近年来，全球范围内短期内涝等自然灾害频发，并且随着北半球高纬度地区秋冬季降水量的增加，这种情况的出现可能会更加频繁。研究结果表明，淹水温度是影响植物对该胁迫反应的重要因素。该试验研究了耐寒性不同的四种高羊茅在低温下对土壤水分过剩的光合机构响应，旨在验证Rubisco活性改变引起的叶片水溶性碳水化合物浓度变化是否会影响土壤水分过剩条件下的光适应。
通过研究低温淹水对叶绿素 a 荧光参数、水溶性碳水化合物(WSC)、Rubisco活化酶基因表达(RcaA)和Rubisco活性(RA)的影响，并进行PCA主成分分析，以减少需要进行详细分析的参数数量，并筛选出能禁用词汇解释问题的参数。
图1. 主成分分析的向量图，显示了低温对照和低温淹水被调查变量之间的相关性
淹水胁迫会直接导致植物水下组织供氧不足，缺氧后植物会加速使用碳储备进而导致碳源供应不足。主成分分析证实，由图1可以看出，淹水胁迫后，被测变量之间的关系发生显著性改变。在对照条件时，水溶性碳水化合物与能量传递效率相关参数(ETo/TRo、ETo/ABS、ETo/RC)有很高的正相关性，说明WSC的积累在对照条件下是不受限制的；淹水后，WSC与能量耗散效率(DIo/CS、DIo/RC)呈正相关，说明能量转移的干扰可能限制了WSC的浓度。
另一方面，WSC与描述单个活性反应中心效率的参数高度相关，揭示了类囊体膜可能也因淹水受到损伤。此外，qP和RcaA在对照植株中的表达之间的强相关性可能表明这两个性状的调控机制相似，可能与ADP/ATP比值有关。在淹水条件下，qP和RcaA的表达不相关，提示另一个因素可能调节RcaA转录水平。
总的来说低温淹水后，酶活性剧烈下降，光反应阶段吸收的光能过剩，维持较高的WSC含量能够激活光合作用适应寒冷的热耗散机制，有助于耗散掉过剩光能。
