Plant Phenomics | 應用作物/植物模擬指導優化植物 “快速育種”

氣候變化和農業資源限制對全球糧食安全構成了巨大挑戰。采用和開發具有高產和生物/非生物高抗性的作物品種將是應對挑戰的關鍵解決方案。作物育種家和植物生物學家在挖掘和利用所需植物性狀或基因取得重要進展，但育種進程被作物世代的持續時間阻礙。‘快速育種’（Speed breeding）是由昆士蘭大學的Lee Hickey團隊提出的一種主要通過調節環境中的光周期和光質以及溫度來加速作物世代的技術，并已成功應用于加速小麥、大麥和水稻等作物改良的育種過程。
 

2023年9月，Plant Phenomics 在線發表了由安徽農業大學、江西農業大學等單位聯合完成的題為Crop/plant modelling supports plant breeding: I. Optimization of environmental factors in accelerating crop growth and development for speed breeding 的文章。

然而，目前‘快速育種’實施的環境因子取值在某種程度上可能依賴于單個試驗經驗。控制環境條件下環境因子包括了光周期、光質、光線性質（直接/漫射光）、光的方向、光強和二氧化碳濃度等，這些因子組合非常復雜，作物生長發育進程難以預測，確定最佳組合需要投入大量的時間、精力。因此，應用模型工具來進行模擬試驗分析鑒定最優環境因素的組合，將更高效優化‘快速育種’。
 

作物/植物模型已經被成功開發用來預測不同環境條件下作物生長發育與產量形成。可以通過不斷調節環境條件來實現生育進程的優化從而實現提速，從而優化作物‘快速育種’實施的環境組合。作物模型（Crop model）側重于預測環境變量下的作物生長發育和產量，精確模擬關鍵的生理過程，包括物候發育、器官發生、葉片和冠層光合作用、水分和養分吸收以及生物量分配。因此，作物模型可用于分析基因型、環境條件和管理策略的相互作用。植物模型（Plant model）即功能結構植物模型（Functional-structural plant model）側重模擬器官水平上植物結構和生理功能互反饋對環境響應的結果。該類模型在指導作物生產時，可以更加準確地模擬作物結構、功能和環境之間的關系。作物模型與植物模型在作用和功能上是相對互補的。文中通過相關實例演示了模型實現‘快速育種’進一步優化的可能性。由此可見，作物和植物模型為優化‘快速育種’提供了一種非常有前景的管理工具，從而進一步縮減作物育種時間。
 

本文也闡述了通過使用光線示蹤器提高對光環境模擬精度以及應用人工智能技術輔助優化模型，進一步提升模型模擬能力，更好地優化作物生育進程，從而推進‘快速育種’。
 

圖1. 整合作物和植物模型優化環境因子組合實現‘快速育種’示意圖。

作者及團隊介紹

本文第一單位為安徽農業大學，博士生于怡為第一作者，研究方向為玉米花期耐旱機理與模擬研究；宋有洪教授為通訊作者，是作物生理生態團隊PI負責人，長期從事作物/植物模型研究，并應用模型探討作物抗性機理及輔助智慧化生產。該文是和江西農業大學、南京農業大學、澳洲國立大學與澳洲昆士蘭大學等國內外大學共同完成的，其中江西農大作物育種團隊負責人賀浩華教授為論文共同通訊作者，博士生程琴為論文共同第一作者。該研究得到了國家重點研發計劃、安徽省自然科學基金面上項目以及安農大校人才基金的資助。

論文鏈接：

‍https://doi.org/10.34133/plantphenomics.0099

——推薦閱讀——

A Combined Genomics and Phenomics Approach is Needed to Boost Breeding in Sugarcane 

‍https://doi.org/10.34133/plantphenomics.0074

Plant Phenomics | 一種基因組學和表型組學相結合的方法來促進甘蔗的育種

BreedingEIS: an efficient evaluation information system for crop breeding

https://doi.org/10.34133/plantphenomics.0029

Plant Phenomics | 南京農業大學梨創新團隊在作物育種信息化研究中取得新進展

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2021影響因子為6.5，位于農藝學、植物科學、遙感一區。中科院農藝學、植物科學一區，遙感二區，生物大類一區（TOP期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
撰稿：于怡（安徽農業大學）、宋有洪
排版：蘇梓鈺（南京農業大學）
審核：孔敏、王平