在高通量、規模化的植物/作物表型平臺中，各種無損的表型成像分析技術是必不可少的。葉綠素熒光、多光譜熒光、紅外熱成像、高光譜成像等成像分析技術已經是目前最先進也最重要的無損植物表型檢測與分析技術，尤其適用于植物各種生物與非生物脅迫的檢測、預報與響應機理研究。

同時，這些技術也可以直接用于種子本身的病蟲害檢測與抗性品種篩選。
江蘇農科院與易科泰生態技術公司Ecolab生態實驗室合作，利用相關技術進行了綠豆豆象蟲害的快速檢測，并對不同品系綠豆的病蟲害抗性進行定量鑒定。

在被豆象或病害侵染后，由于侵染植物或植物種子與未侵染植物或植物種子的光譜響應差異，可據此研究分析植物的病蟲害感染生理生態過程與防治，并實現病蟲害侵染的快速檢測鑒定。在實驗中，我們通過WIC植物紅外熱成像儀發現，由于豆象本身生理代謝以及綠豆被侵染后代謝紊亂，造成綠豆樣品間的溫度差異變化，由此可作為綠豆受侵染程度的檢測依據。
 
綠豆紅外熱成像分析，根據不同光照條件下的熱響應，研究分析綠豆豆象侵染的早期檢測
不同品系綠豆的病蟲害抗性鑒定實驗主要通過FluorCam多光譜熒光成像系統完成。這一系統是目前唯一有能力實現了一臺儀器上同時完成葉綠素熒光、多光譜熒光、NDVI歸一化植被指數以及GFP、YFP、BFP、RFP、CFP、DAPI等熒光蛋白與熒光染料的成像分析功能。同時也可以加裝RGB真彩成像和熱成像模塊。如果在搭配上高光譜成像模塊，其成像分析功能已經幾乎可與PlantScreen高通量植物表型分析系統的成像單元相媲美。多光譜熒光成像技術非常適用于研究各種脅迫造成植物次生代謝與葉綠素含量變化。這一系統已經廣泛應用于植物病害、干旱、氮素缺乏等脅迫響應研究。
  左：FluorCam多光譜熒光成像系統；右：感染白粉病的西葫蘆葉片：（a）RGB成像；（b）熱成像；（c）多光譜熒光F440成像；（d）多光譜熒光F520/F680成像

由于豆象侵染激活了綠豆本身的防御機制，同時正常的生化過程被打亂，從而合成了大量的次生代謝物。多光譜熒光成像正是無損定量檢測次生代謝水平的最佳工具。下圖中為間隔排列的不同品系綠豆對照組與豆象侵染的處理組，最左側一列為一種綠豆突變體，綠豆表面的白點為豆象蟲卵。通過右側的多光譜熒光成像圖可以明顯的看到豆象侵染顯著提高了綠豆次生代謝水平，而不同品系綠豆之間的本底次生代謝水平和抗性都有明顯差異。
 
下圖中左側柱狀圖為F440，反映綠豆的次生代謝總體水平；右側為F690，反映葉綠素相對濃度。每個品系處理左側為對照組，右側為豆象侵染的處理組。誘變處理左側為野生型對照，右側為誘變后的突變體。由圖中可見，品系3在豆象侵染前后的次生代謝水平都是最低的，同時豆象侵染幾乎沒有影響其葉綠素濃度。這可能表明其對豆象侵染的抗性最強。而誘變處理的綠豆無論是次生代謝水平還是葉綠素濃度都遠低于野生型對照，其具體功能還需進一步研究。
 
后續我們還準備使用Specim IQ智能高光譜成像儀測量提取綠豆蟲害發生時的特征光譜曲線與定量參數，為綠豆蟲害快速檢測與抗性品種篩選提供理論依據。最終通過綜合分析各種表型數據，研究建立綠豆的快速表型鑒定體系，以指導優良品種育種與生產實踐。
  左：Specim IQ智能高光譜成像儀；右：通過Specim高光譜成像技術鑒定綠豆正常種子與硬種子

參考文獻：

1. Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, https://doi.org/10.1071/FP16164
2. Phuangsombut K, , et al. 2018. Near-infrared hyperspectral imaging for classification of mung bean seeds, International Journal of Food Properties, 21(1): 799-807