基于無人機的時序光譜指數解析小麥持綠在育種進程中的選擇
Plant Phenomics | 西北農林科技大學基于無人機的時序光譜指數解析小麥持綠在育種進程中的選擇
小麥功能持綠（Stay-green, SG）是提高產量和增強抗逆性的有益性狀，育種家常習慣用“落黃”好壞來定性持綠，在定量持綠上，傳統的表型鑒定方法費時費力且缺乏科學性。基于無人機的光譜指數（Spectral indices, SIs）是評估作物衰老過程的有效工具，可以有效地跟蹤、動態監測小麥冠層尺度的衰老或持綠特征。然而，由于不同小麥種質材料生育期有差別，之前大部分工作都集中于生育期相近或少數幾個品種的差異研究，很少有針對田間大規模的不同生育期的小麥種質的持綠研究。
2024年3月，Plant Phenomics在線發表了西北農林科技大學小麥抗病遺傳與分子育種團隊研究論文Using UAV-based temporal spectral indices to dissect changes in the stay green trait in wheat。
基于此，西北農林科技大學小麥抗病遺傳與分子育種團隊首先利用基于無人機多光譜對來自全世界范圍內的565份多樣性小麥種質進行全生育期的生長動態追蹤，獲得12000多個SIs數據集，選擇揚花后籽粒形成的4個關鍵時期（乳熟期（FS 11.1）、乳熟期與面團期的過渡期（FS 11.1 to 11.2）、面團期（FS 11.2）與蠟熟期）并引入這4個關鍵時期的積溫以處理種質生育期不一致問題，選取與冠層活力和綠度變化密切相關的4個SIs（NDVI、GNDVI、NDRE與OSAVI），計算相對持綠分數（Relative stay green score, RSGS）作為量化持綠表型的指標（圖1），這些指標和產量具有較好的相關性（圖2），此方法首次實現了在大規模多樣化小麥群體中檢測小麥持綠表型并作為遺傳分析的表型輸入數據。之后結合GWAS共定位到47個SG相關QTL，QTL內候選基因富集顯示主要和衰老相關的生物過程有關。
圖1 實驗設計
圖2 四個持綠指標在四個時期與產量的相關性 (A)2020-2021季度；(B)2021-2022季度
在所有QTL內，基于注釋和同源基因比對，優先篩選出三個候選基因，其中編碼D-2-hydroxyglutarate dehydrogenase的基因TraesCS2A03G1081100 和擬南芥持綠基因AT4G36400（D2HGDH）有較高的同源度，在其編碼序列發現兩個錯義突變，構成兩種單倍型：單倍型1與單倍型2（圖3）。擁有單倍型1的種質比擁有單倍型2的種質有較高的持綠表型且千粒重和產量較高，但粗蛋白含量沒有差異。縱觀單倍型在中國育種中的時空分布，發現單倍型1在中國現代種和高代系中的頻率遠遠高于農家種，同時在引進種質中也高于農家種，且隨著育種年限單倍型1的頻率逐漸增加，尤其在1950年后到1970年，猜測和“綠色革命”后我國引入外國優良種質進行改良有關。在Ⅰ和Ⅱ麥區單倍型1的頻率利用高，可能和當地的育種家選擇有關。介于單倍型1在高代系中的利用頻率并不是很高，在后期的遺傳改良中可開發利用。
圖3 TraesCS2A03G1081100基因的單倍型變化
本研究構建檢測持綠的方法可以為具有相似衰老模式的作物以及復雜性狀的評估與遺傳研究提供參考。
西北農林科技大學農學院在讀博士生蔚睿與機械與電子學院已畢業博士生曹曉峰為論文的共同第一作者，西北農林科技大學農學院吳建輝副教授，韓德俊教授和植保學院曾慶東副研究員為論文的共同通訊作者，機械與電子學院蘇寶峰教授、南京農業大學前沿交叉研究院劉守陽教授對該研究提供了指導與幫助。
團隊介紹
本研究來自于西北農林科技大學農學院，作物抗逆與高效生產全國重點實驗室小麥抗病遺傳與分子育種團隊，本團隊致力于小麥抗逆基因資源發掘與利用；小麥基因組-表型組-環境組大數據平臺建立；小麥田間生物學性狀表型的高通量精準鑒定，基因組與表型組關聯分析（GPWAS）及關鍵功能基因挖掘；小麥分子設計育種理論和方法探索等研究。近五年在Molecular Plant、Genome Biology、Plant Biotechnology Journal、Theoretical and Applied Genetics、The Crop Journal等農業科學TOP期刊發表 SCI收錄論文40余篇；育成國審小麥品種3個，省審小麥品種7個。
論文鏈接：
https://spj.science.org/doi/10.34133/plantphenomics.0171
——推薦閱讀——
https://spj.science.org/doi/10.34133/plantphenomics.0146
Plant Phenomics | 東京大學利用高光譜圖像預測番茄葉片中元素含量的多目標回歸方法
CountShoots: Automatic detection and counting of slash pine new shoots using UAV imagery
https://spj.science.org/doi/10.34133/plantphenomics.0065
Plant Phenomics | "CountShoots"：一種使用無人機圖像的濕地松新抽梢自動檢測和計數軟件
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
About Plant Phenomics
《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。2023年中科院期刊分區位于農林科學大類一區。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。
特邀作者：蔚睿
排版：張婕（上海交通大學）
審核：孔敏、王平
