2019年8月，Plant Phenomics刊發(fā)了由來自美國華盛頓州立大學（Washington State University）的Liam S. Dixon等人撰寫的題為Evaluating the Utility of Carbon Isotope Discrimination for Wheat Breeding in the Pacific Northwest的研究論文，介紹了評估碳同位素識別值在北美太平洋西北地區(qū)小麥育種中的應用情況。華盛頓州立大學的Arron H. Carter教授為本文通訊作者。

許多小麥產(chǎn)區(qū)每年都受到干旱脅迫的威脅。碳同位素識別值(Δ)在育種中已被確定是在某些環(huán)境中提高耐旱性的一個潛在有用的性狀。然而，由于表型在更小的尺度上具有高資源需求，并且在谷物產(chǎn)量和Δ之間觀察到了不一致，所以，寬泛的使用Δ作為選擇標準是有限的。鑒定和驗證用于標記輔助選擇(MAS)的分子標記可以提高選擇效率，并且可以根據(jù)整個生育季的降水分布和每個地點的降水總量建立與谷物產(chǎn)量之間的可靠關(guān)系。鑒于環(huán)境的降水動態(tài)變化，有必要在目標育種環(huán)境中評估這種關(guān)系。

在本研究中，谷物的Δ是在一組480個的高級軟白冬小麥品種上收集的，這些品種分別生長在5個不同的太平洋西北地區(qū)的環(huán)境中。全基因組關(guān)聯(lián)分析的方法用于評估谷物Δ對MAS的適應性。使用多個小marker-trait關(guān)聯(lián)效應確定谷物Δ的遺傳結(jié)構(gòu)特征，但是在整個環(huán)境中的可重復性是有限的，這表明MAS對提高Δ的選擇效率無效。此外，在目標環(huán)境中，谷物產(chǎn)量與Δ值之間的關(guān)系從中性（r=-0.01）到中等陽性（r=0.44）。這種中等的相關(guān)性，加上這種關(guān)系的可變性，表明直接使用Δ作為選擇標準可能是無用的。

Flowchart of major elements in experimental design, including field growth, 

phenotyping, GWAS, and data analysis. 

谷物Δ在華盛頓州目標育種環(huán)境中是對作物改良基本無效的選擇標準。Δ的低遺傳度以及與谷物產(chǎn)量不一致且弱相關(guān)的關(guān)系都決定了使用谷物Δ作為選擇標準是不宜的。環(huán)境極大地影響了Δ作為篩選工具的能力。在環(huán)境因素更加一致的地區(qū)，使用Δ作為選擇標準可能是有用的，然而，當產(chǎn)區(qū)的地點和年份劇烈變化時，Δ不被證明是有價值的選擇標準。通過測定遭受較輕脅迫的葉組織的Δ推出與谷物Δ相關(guān)的基因型與環(huán)境的互作效應可能會逐漸消失，最終改善遺傳度。

本研究發(fā)現(xiàn)谷物Δ的遺傳結(jié)構(gòu)特征絕大程度上由多重小效應和具有環(huán)境特異性的MTAs表征，這進一步使得選擇谷物Δ作為選擇標準復雜化。這些結(jié)果表明，處于終端干旱環(huán)境的小麥Δ不適合用于MAS，因為沒有發(fā)現(xiàn)由單個標記導致的大量表型響應。

How to Cite this Article

Liam S. Dixon, Jayfred V. Godoy, and Arron H. Carter, “Evaluating the Utility of Carbon Isotope Discrimination for Wheat Breeding in the Pacific Northwest,” Plant Phenomics, vol. 2019, Article ID 4528719, 11 pages, 2019. https://doi.org/10.34133/2019/4528719.

 

Latest Articles

Jobs | 南京農(nóng)業(yè)大學作物表型分析團隊博士后、博士職位

Conference | 第6屆國際植物表型大會開放注冊

Report | 園藝植物表型組學研究進展

Article | 利用機器視覺量化葡萄白粉病嚴重程度的高通量表型系統(tǒng)

Article | 利用表型組學輔助篩選技術(shù)開發(fā)高效植物育種表型預測因子

Article | 基于深度學習的識別田間條件下小麥的穗?yún)^(qū)域的表型分析方法

Article | 來陣風，就知道！一種植物無損快速振動表型分析方法

Article | 一種用于高粱頭狀花序檢測和計數(shù)的弱監(jiān)督深度學習框架

Article | 用于估計穗密度和地上生物量的莖特征高通量測量方法

Article | 新方法！預測蕓薹屬植物花期耐熱抗旱性的無損表型測量方法

Article | 將FAIR原理應用于GnpIS植物表型數(shù)據(jù)管理

Article | instaGraminoid，一種評估除草劑抗性的新型比色法

Article | 利用高通量表型技術(shù)探索三種植物種類對真菌菌根和鋅的生長反應

Article | 如何利用卷積神經(jīng)網(wǎng)絡診斷植物病害 

Perspective | 植物表型：過去、現(xiàn)在和未來

Editorial | 植物表型組學：一種新興的跨學科科學 

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農(nóng)業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術(shù)期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學交叉學科熱點領(lǐng)域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù)，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(nóng)業(yè)實踐中的表型組學新應用，與植物表型相結(jié)合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關(guān)的植物生物學等。2019年8月，已正式被DOAJ數(shù)據(jù)庫收錄。

翻譯：孫港 

編輯：孔敏 

審核：尹歡、陳文珠