種圖家：未來植物表型研究重點在哪里？

時間：2022-12-02

植物的表型受基因和環(huán)境的雙重影響，難以進行重復(fù)的有效測量。植物的表型是基因型和環(huán)境因素復(fù)雜交互的結(jié)果，基因型是表型得以表達的內(nèi)因，而環(huán)境是表型得以表達的外因。植物表型研究是研究在特定條件下植物所表現(xiàn)出的可觀察的結(jié)構(gòu)、功能等形態(tài)特征及其變化規(guī)律，正成為學術(shù)和產(chǎn)業(yè)界公認的**研究和應(yīng)用領(lǐng)域之一，是解決面向未來的農(nóng)業(yè)挑戰(zhàn)的**技術(shù)領(lǐng)域之一。

目前植物表型研究集中在小麥、擬南芥、水稻、玉米、高粱、大麥、西紅柿、豆類和葡萄等植物上。表型測量主要分為形態(tài)學參數(shù)和生理學參數(shù)。形態(tài)學參數(shù)包括作物高度、莖粗、葉面積指數(shù)、葉角、莖桿長度、株間距等。生理學參數(shù)包括葉綠素、光合速率、水分脅迫、生物量、耐鹽性和葉片含水量等。這些參數(shù)都可以影響或表征作物的成長。如果用醫(yī)學的發(fā)展比對植物表型研究，較能清晰的獲得未來植物表型的研究方向。未來的植物表型研究也會對植物內(nèi)部和外部的全部物理、生理和生化特征進行規(guī)范化的表征。

近年來隨著大數(shù)據(jù)、云計算、人工智能和檢測技術(shù)的發(fā)展，植物表型研究呈現(xiàn)快速發(fā)展態(tài)勢。越來越多的植物和性狀參數(shù)需要被快速和準確測量, 很多世界良好科研機構(gòu)都把研究重心轉(zhuǎn)移到諸如試驗設(shè)計、定量分析和結(jié)論闡釋等實際問題的解決等方面。2017年, 基于世界較新的表型研究成果, 法國植物表型協(xié)會、法國國家農(nóng)業(yè)研究院(INRA)作物生理生態(tài)學家Francois Tardieu和諾丁漢大學植物學家Malcolm Bennett共同提出了多層次表型組研究的構(gòu)想。他們指出表型組研究領(lǐng)域正在進入一個全新的發(fā)展階段：如何把室內(nèi)、外表型研究中產(chǎn)生的巨量圖像和傳感器數(shù)據(jù)轉(zhuǎn)化為有意義的生物學知識將成為下一個表型組學研究的瓶頸。特別是針對與等位基因變異和環(huán)境控制緊密相關(guān)的動態(tài)性狀, 只有性的數(shù)據(jù)處理和動態(tài)建模才能解決這一技術(shù)難題。

當今**植物表型界對表型組學研究進程的共識:為提高現(xiàn)代作物育種的選擇速度、提高**氣候變化影響下作物的適應(yīng)力和產(chǎn)量穩(wěn)定性, 需要在完善大規(guī)模、高通量表型數(shù)據(jù)采集環(huán)節(jié)的自動化和遙感技術(shù)的基礎(chǔ)上, 發(fā)展和利用全新的統(tǒng)計方法設(shè)計大數(shù)據(jù)生物試驗；使用復(fù)雜的數(shù)據(jù)管理手段對表型數(shù)據(jù)集進行注釋、標準化和存儲；基于本體論進行數(shù)據(jù)的優(yōu)化整合；引入較新的機器學習和深度學習等人工智能方法對多維表型組數(shù)據(jù)集進行分析；進而萃取可靠的性狀特征信息，從而挖掘出有意義的生物學知識并解決實際的科學問題。

表型組學是突破未來作物學研究和應(yīng)用的關(guān)鍵研究領(lǐng)域，通過表型分析來描述關(guān)鍵性狀可以為育種、栽培和農(nóng)業(yè)實踐提供基于大數(shù)據(jù)的決策支持。但是, 沒有針對性的全表型標記在植物研究領(lǐng)域中是沒有太多實際意義的。即使只針對某一個物種, 全表型測量會產(chǎn)生海量、無重點的數(shù)據(jù)集。在今后相當長的時間內(nèi), 數(shù)據(jù)解析方法很難從這類數(shù)據(jù)集中高效地總結(jié)共性規(guī)律, 并提取有生物學意義的信息。對于希望在植物研究中使用表型組學的團隊而言, 這樣的科研方式也是比較低效的。因此, 表型組研究需要明確的目標是, 在快速篩選關(guān)鍵性狀集的基礎(chǔ)上, 為針對性解決科學問題提供決策數(shù)據(jù), 體現(xiàn)研究的實際應(yīng)用**。

由于中國各地區(qū)實際環(huán)境情況差別較大, 有必要針對不同生態(tài)環(huán)境中的作物表型組和其他組學數(shù)據(jù)進行整合和交叉驗證, 揭示農(nóng)業(yè)植物生物學規(guī)律, 切實支撐中國各類作物的生理學、發(fā)育學、遺傳學、育種、栽培以及農(nóng)業(yè)大田生產(chǎn)等研究, 提升中國作物遺傳育種、栽培管理和農(nóng)業(yè)生產(chǎn)服務(wù)能力。

詞條
詞條說明
一種基于圖像與深度學習的植物生長監(jiān)測育種箱
隨著成像技術(shù)的不斷進步，目前深度學習方法在圖像分類方面具有突破性的表現(xiàn)，在植物生長監(jiān)測方面也受到廣泛關(guān)注。但是，植物生長的注釋仍然是植物監(jiān)測中一個具有挑戰(zhàn)性的方面。接下來種圖家小編帶著大家一起了解一種基于圖像與深度學習的植物生長監(jiān)測技術(shù)，包括對植物生長監(jiān)測和基于圖像表型技術(shù)的簡要介紹。據(jù)小編所知，這種植物生長監(jiān)測育種箱包括環(huán)境模擬、生長狀態(tài)、環(huán)境曲線三大部分。其中在環(huán)境模擬部分，可以根據(jù)實驗需求制
【食用菌育種】育種中常用的高通量表型分析儀
傳統(tǒng)食用菌育種技術(shù)涉及繁瑣的選育過程，較端氣候環(huán)境背景下迫切需要利用智能科研儀器來實時監(jiān)測作物對環(huán)境變化的響應(yīng)以加速育種周期。下面小編分享一份干貨“智能科研儀器如何助力食用菌育種，推進數(shù)字食用菌產(chǎn)業(yè)的發(fā)展”?？焖儆N是人工模擬自然環(huán)境(例如光和溫度)加速植物快速成熟以提高作物改良準確性和可預(yù)測性的綜合技術(shù)，其與經(jīng)典育種技術(shù)的結(jié)合能夠產(chǎn)生具有較高遺傳增益和產(chǎn)量的抗逆/耐受品種。目前食用菌育種
食用菌菌絲表型分析儀助力行業(yè)育種發(fā)展
常規(guī)育種曾對我國作物生產(chǎn)做出重大貢獻，但其預(yù)見性差、周期長的缺點正不斷凸顯。新的增產(chǎn)技術(shù)途徑亟需被利用，生物育種是較佳選擇。生物育種有助于培育高產(chǎn)優(yōu)質(zhì)、多抗高效和具有優(yōu)質(zhì)功能的品種，進而有助于**食品安全、生態(tài)安全和健康安全。比如食用菌育種中菌絲表型獲取，傳統(tǒng)獲取方式為尺子量、一桿秤測重，此方式難免出現(xiàn)測量數(shù)據(jù)的誤差以及主觀意識主導(dǎo)，而使用基于深度學習技術(shù)結(jié)合智能技術(shù)開發(fā)的食用菌菌絲表型分析儀器，
菌絲和孢子有什么區(qū)別？
近年來我國食用菌大規(guī)模的生產(chǎn)已形成了穩(wěn)定的發(fā)展業(yè)態(tài)，吸引不少農(nóng)業(yè)育種科研者、食用菌吃貨們的青睞。當然，“菌絲”“孢子”也成了熱詞，那么他們之間是什么關(guān)系，又有什么區(qū)別呢？先來了解一下這兩個熱詞的定義。“菌絲”單條管狀細絲，為大多數(shù)真菌的結(jié)構(gòu)單位，很多菌絲聚集在一起組成真菌的營養(yǎng)體，即菌絲體。菌絲一般分為兩類，有隔菌絲和無隔菌絲。“孢子”是真菌的主要繁殖器官。孢子在適宜條件下發(fā)芽，形成菌絲而進行分裂