分享一篇河南大學(xué)宋純鵬團(tuán)隊(duì)關(guān)于利用高通量根系表型平臺(tái)解析小麥根系構(gòu)型的遺傳基礎(chǔ)的研究成果于2025年4月12日發(fā)表在國(guó)際學(xué)術(shù)期刊Plant Physiology上，以“An automated root phenotype platform enables nondestructive high-throughput root system architecture dissection in wheat”為題的文章。
文章鏈接：https://doi.org/10.1093/plphys/kiaf154
河南大學(xué)高通量作物表型分析平臺(tái)（HTP）由谷豐光電支持建設(shè)。
作物根系構(gòu)型（Root system architecture, RSA）在錨定地上部分、土壤水肥利用、環(huán)境適應(yīng)和收獲指數(shù)等方面具有重要作用。然而，由于根系生長(zhǎng)于地下，被土壤掩蓋，利用傳統(tǒng)手段很難對(duì)根系構(gòu)型進(jìn)行無(wú)損、直觀精準(zhǔn)掃描，嚴(yán)重制約了植物根系構(gòu)型遺傳基礎(chǔ)的研究。小麥（Triticum aestivum L.）是全球最重要糧食作物之一，作為小麥生長(zhǎng)發(fā)育的重要器官，根系直接決定小麥地上部分生物量和產(chǎn)量、抗逆性等諸多性狀。以往育種家在選育品種過(guò)程中多以地上部分綜合性狀作為選育高產(chǎn)、抗性品種的主要依據(jù)，對(duì)根系的關(guān)注相對(duì)較少。小麥的最終產(chǎn)量依賴于地下和地上部分協(xié)同調(diào)控，因此，深入解析調(diào)控小麥根系性狀的遺傳機(jī)制，構(gòu)建小麥高產(chǎn)、抗逆的根系理想構(gòu)型，是當(dāng)前我國(guó)小麥通過(guò)根系遺傳改良，實(shí)現(xiàn)產(chǎn)量進(jìn)一步提升迫切需要解決的問(wèn)題。
針對(duì)上述生物學(xué)問(wèn)題，河南大學(xué)宋純鵬教授團(tuán)隊(duì)創(chuàng)建了基于成像技術(shù)的小麥高通量根系表型平臺(tái)，實(shí)現(xiàn)了小麥全生育期土壤中根系構(gòu)型性狀的高通量、自動(dòng)化、原位捕獲和分析，并通過(guò)GWAS解析了小麥根系發(fā)育的遺傳基礎(chǔ)，研究成果以An automated root phenotype platform enables nondestructive high-throughput root system architecture dissection in wheat為題于近日發(fā)表在Plant Physiology上。
作為課題組“小麥D基因組重建工程”漸滲系表型精準(zhǔn)測(cè)量的系列方法學(xué)奠基工作，本研究由以下幾個(gè)部分組成。首先，創(chuàng)建了土壤原位的小麥高通量根系表型平臺(tái)（Root-HTP）。利用光照、溫度、水肥等小麥正常發(fā)育環(huán)境參數(shù)可精準(zhǔn)控制的人工氣候室，以及搭載根系圖像捕獲高精度相機(jī)的全自動(dòng)導(dǎo)引車（AGV）系統(tǒng)，實(shí)現(xiàn)了小麥全生育期根系構(gòu)型（RSA）原位、無(wú)損、動(dòng)態(tài)觀測(cè)和圖像采集。其次，通過(guò)人工手繪根圖構(gòu)建了小麥根系表型海量數(shù)據(jù)集，用于機(jī)器學(xué)習(xí)的數(shù)據(jù)訓(xùn)練，并結(jié)合深度學(xué)習(xí)D-LinkNet模型與RootNav分析軟件，成功研發(fā)了基于計(jì)算機(jī)視覺(jué)技術(shù)的小麥根系表型全流程分析平臺(tái)和技術(shù)體系。該研究總計(jì)獲得47個(gè)小麥RSA性狀。這些根系性狀共分為8類，包括根系角度、長(zhǎng)度、數(shù)量、曲率、寬度、深度、寬深比以及凸包面積等，全面反映了RSA的多維度特征（圖1）。除了根系長(zhǎng)度、數(shù)量等傳統(tǒng)性狀外，本研究還開(kāi)發(fā)了包括曲率、凸包面積相關(guān)性狀在內(nèi)的33個(gè)適用小麥研究的新的根系構(gòu)型性狀，并且其中23個(gè)根系土壤原位性狀從未在其他作物中報(bào)道。此外，該研究建成的Root-HTP系統(tǒng)不僅能夠?qū)Ω到Y(jié)構(gòu)特征進(jìn)行分析，還能同時(shí)捕捉地上部分植物的生長(zhǎng)情況。未來(lái)，該系統(tǒng)可被應(yīng)用于小麥正常生長(zhǎng)發(fā)育，以及干旱、耐貧瘠等各種脅迫條件下根系和地上部分的相互作用以及根系與土壤微生物互作等方面的研究。
圖1 高通量根系表型平臺(tái)（Root-HTP）整體架構(gòu)
為了探究小麥根系發(fā)育遺傳基礎(chǔ)，該研究基于Root-HTP平臺(tái)采集的155份小麥自然群體在小麥關(guān)鍵發(fā)育節(jié)點(diǎn)—拔節(jié)期的根系性狀，通過(guò)全基因組關(guān)聯(lián)分析（GWAS），共鑒定到2650個(gè)根系發(fā)育相關(guān)的SNPs，其中有203個(gè)SNPs直接定位于216個(gè)基因上，這些基因主要和皮層微管發(fā)育、光周期調(diào)節(jié)等相關(guān)。進(jìn)一步分析發(fā)現(xiàn)，以上2650個(gè)根系發(fā)育相關(guān)的SNPs共定義了233個(gè)QTL，通過(guò)對(duì)其中一個(gè)根系曲率相關(guān)的QTL進(jìn)行分析，并結(jié)合轉(zhuǎn)錄組數(shù)據(jù)推測(cè)TaMYB93可能是調(diào)控小麥根系曲率性狀的重要候選基因。利用VIGS技術(shù)對(duì)該基因進(jìn)行瞬時(shí)沉默，發(fā)現(xiàn)無(wú)論是在根盒生長(zhǎng)系統(tǒng)，還是在水培條件下，相對(duì)于野生型，TaMYB93沉默植株的主根根系的平均曲率呈現(xiàn)顯著減小的趨勢(shì)，并且其根系的最大凸包面積也顯著減小。此外，對(duì)課題組前期篩選得到的3個(gè)小麥AK58背景的Tamyb93-ems突變體的根系表型進(jìn)行分析發(fā)現(xiàn)，與對(duì)照相比，突變體的平均主根根系曲率和最大凸包面積等顯著減小，表明TaMYB93在調(diào)控小麥的根系構(gòu)型上發(fā)揮了重要作用。最后，為了探究小麥根系構(gòu)型與大田產(chǎn)量之間的相關(guān)性，本研究利用小麥自然群體根系構(gòu)型性狀和大田產(chǎn)量相關(guān)性狀的GWAS結(jié)果，對(duì)產(chǎn)量和根系相關(guān)性狀的QTL進(jìn)行聯(lián)合分析，發(fā)現(xiàn)有20個(gè)調(diào)控根系發(fā)育的QTL位點(diǎn)同時(shí)與產(chǎn)量位點(diǎn)共定位，表明這些共定位的QTLs同時(shí)調(diào)控著根系構(gòu)型和田間產(chǎn)量，可能是未來(lái)通過(guò)改良根系構(gòu)型提升小麥田間產(chǎn)量的重要基因資源。基于上述結(jié)果，本研究構(gòu)建了根系性狀與產(chǎn)量的多元線性回歸模型，并基于18個(gè)RSA性狀提出了小麥高產(chǎn)的理想根系構(gòu)型模型及優(yōu)化策略（圖2）。
總之，通過(guò)創(chuàng)建的Root-HTP平臺(tái)，該研究初步解析了小麥根系構(gòu)型的遺傳基礎(chǔ)，為未來(lái)加速根系表型組學(xué)與基因組、轉(zhuǎn)錄組等多組學(xué)的深度融合，推動(dòng)小麥育種邁入精準(zhǔn)化、高效化新時(shí)代，以及全球糧食安全提供了技術(shù)和理論支撐。
圖2 小麥高產(chǎn)的遺傳基礎(chǔ)和根系模型
河南大學(xué)小麥逆境適應(yīng)及遺傳改良團(tuán)隊(duì) 張震副教授、博士生仇霄龍、郭光輝副教授、博士生朱曉靜為共同第一作者，河南大學(xué)宋純鵬教授、周云教授和華中農(nóng)業(yè)大學(xué)楊萬(wàn)能教授為共同通訊作者。河南大學(xué)黃錦嶺教授、河南省農(nóng)科院許為鋼院士對(duì)本研究提供了重要指導(dǎo)和幫助。研究得到了國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)項(xiàng)目、河南省自然科學(xué)基金、河南省重點(diǎn)研發(fā)計(jì)劃和河南省神農(nóng)實(shí)驗(yàn)室重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目的資助。
自2019年起，河南大學(xué)宋純鵬課題組與華中農(nóng)業(yè)大學(xué)楊萬(wàn)能團(tuán)隊(duì)，以及武漢谷豐光電公司合作致力于打造小麥等作物“地上-地下-空域”三維立體表型分析體系。相繼建成了作物室內(nèi)地上部分（RGB、HSI）、地下部分根系，以及田間機(jī)器人和無(wú)人機(jī)等系統(tǒng)全面的作物表型系統(tǒng)，可快速獲取小麥、玉米、棉花等多維度表型參數(shù)，平臺(tái)已授權(quán)相關(guān)專利4項(xiàng)，入選“2023中國(guó)農(nóng)業(yè)農(nóng)村重大科技新成果-新裝備類”，成為“中國(guó)植物表型組學(xué)聯(lián)盟”的成員單位，被納入IPPN國(guó)際表型設(shè)施數(shù)據(jù)庫(kù)?；诮ǔ傻谋硇推脚_(tái)體系，團(tuán)隊(duì)完成了粗山羊草代表性種質(zhì)及其衍生的漸滲系表型組數(shù)據(jù)采集（Nature Plants, 2021；Nature Protocols, 2024），開(kāi)展了小麥群體響應(yīng)干旱的表型組和遺傳基礎(chǔ)研究（New Phytologist, 2024），為小麥多維度表型組研究提供了系統(tǒng)方法和技術(shù)體系，對(duì)作物遺傳資源挖掘與分子育種具有重要意義。
鄂公網(wǎng)安備42018502003245號(hào) 網(wǎng)站地圖
