Plant Biotechnology Journal|高通量作物表型技術助力小麥生長和產量相關性狀遺傳解析
小麥是世界上最重要的糧食作物之一，為人類提供了大量的能量和蛋白質。然而，小麥的產量受到許多復雜性狀的影響，如生長速度、生物量積累、抗逆能力等，這些性狀的遺傳基礎尚不清楚。為了解決這一難題，華中農業大學楊萬能教授、李強教授和加拿大國家研究委員會等研究人員，利用高通量作物表型技術和全基因組關聯分析對一個包含288個小麥品系的群體進行了系統的表型和基因型檢測，并在《Plant Biotechnology Journal》上發表了題為“Deciphering genetic basis of developmental and agronomic traits by integrating high-throughput optical phenotyping and genome-wide association studies in wheat”的研究論文（http://doi.org/10.1111/pbi.14104）。
高通量作物表型技術是一種非破壞性、高效率、高精度的測量植物形態和功能性狀的方法，可以通過采集植物的圖像提取和分析生長和產量相關的表型數據，如植株高度、葉面積、生長參數等。全基因組關聯分析是一種利用大規模分子標記和表型數據，尋找標記與性狀之間關聯性的方法，它可以揭示出控制性狀的數量性狀位點（QTLs）和候選基因。
研究人員基于華中農業大學作物表型團隊自主開發的高通量作物表型平臺，對小麥群體從幼苗期到灌漿期進行了連續監測，共獲取了190個圖像相關性狀（i-traits）和17個農藝性狀。同時，他們對小麥群體進行了全基因組重測序，獲得了1264萬個分子標記。通過全基因組關聯分析，他們發現了8327個標記-性狀關聯，并將其聚類為1605個QTLs，其中包括一些已知的基因或QTLs。他們還發現了277個多效QTLs，控制著不同生長階段的多個性狀，揭示了QTLs在小麥發育和產量形成中的時序動態作用。其中一個與植株生長相關的候選基因被進一步驗證。此外，他們發現i-traits可以很好地預測產量相關性狀，如千粒重、穗粒數、籽粒數等。這為利用高通量表型技術進行品種早期鑒定和篩選提供了可能性，從而加速小麥育種進程。
該研究結合了高通量作物表型技術和全基因組關聯分析，探索了小麥生長和產量相關性狀的遺傳結構，進一步揭示了遺傳位點對優化小麥生長和產量的復雜和階段特異性貢獻。高通量作物表型技術在這篇文章中發揮了重要的作用，它不僅幫助作者揭示了小麥生長和產量相關性狀的遺傳基礎，還展示了表型技術在預測產量和加速育種方面的潛力。該工作為利用高通量作物表型技術進行小麥遺傳分析和育種提供了一個成功的范例，為小麥育種和基因組學的發展提供了新的思路和方法。
華中農業大學李強教授、楊萬能教授、鄢文豪教授、中國農業科學院高麗鋒教授為該論文通訊作者，華中農業大學李強博士生高界、胡鑫為該論文共同第一作者，華中農業大學楊萬能研究組、鄢文豪研究組和中國農業科學院高麗鋒研究組共同參與了此項工作。該研究得到了國家重點研發計劃項目(2020YFE0202300)、中央高校基本科研業務費專項資金(2662020ZKPY005和2021ZKPY006)、國家自然科學基金項目(32272039和U21A20205)、湖北省自然科學基金重點項目(2021CFA059)和華中農業大學合作基金項目(SZYJY2022014)等項目的資助。
田間作物高通量表型檢測系統
田間作物高通量表型檢測系統集光電技術、自動化控制技術和計算機圖形處理技術于一體，實現田間小區作物表型參數全自 動、無損、高通量準確提取，可廣泛應用于水稻、玉米、小麥、油菜、棉花等作物；系統整體包含田間龍門自動傳動單元、成像單元、控制采集/圖形數據處理單元，成像單元可搭載可見光成像傳感器(VISI)、紅外成像傳感器(IRI)、高光譜成像傳感器 (HYPSI)、激光雷達成像傳感器(LIDARI)等，通過不同的成像傳感器可獲取田間作物不同的表型性狀指標，并且可定制化二級指標參數，系統兼容性強，適用于各種復雜的田間環境，并具有多項核心自主專利技術。
溫室盆栽高通量植物表型成像系統
溫室盆栽高通量植物表型成像系統集光電技術、自動化控制技術和計算機圖形處理技術于一體，實現水稻、玉米、小麥、油 菜、棉花、煙草、柑橘等盆栽植物表型參數全自動、無損、高通量準確提取。系統整體包括栽培單元、輸送單元、成像單元、 圖形工作站，根據用戶選配情況可在線獲取植物RGB可見光圖像(VISI)、遠紅外圖像(FIRI)、近紅外圖像(NIRI)、熒光圖像 (FLUI)、高光譜圖像(HYPSI)、３D激光圖像(3D-LSI)、CT斷層圖像(CT-I)、多光譜圖像(MSI)，通過數據軟件分析可 得到盆栽植物的株高、株寬、葉片面積、葉片角度等株型參數、鮮重干重等生物量參數、分蘗參數，此外還可根據用戶需要定 制化感興趣的二級性狀參數。
鄂公網安備42018502003245號 網站地圖
