自然界中的植物都會面臨各種病害的侵染。病害防治更是農(nóng)業(yè)生產(chǎn)中的重中之重�？茖W(xué)家們一直致力于用各種技術(shù)研究植物病害的發(fā)病機制和防治方法。在近年的最新研究中，新興的組學(xué)研究技術(shù)逐漸成為病害研究的熱點。在各種組學(xué)技術(shù)中，從直觀、無損、快速、簡便以及農(nóng)業(yè)應(yīng)用推廣上考慮，植物表型成像分析技術(shù)無疑是最優(yōu)的選擇之一。       傳統(tǒng)表型概念里以形態(tài)學(xué)指標為主。而現(xiàn)代植物表型成像分析技術(shù)已經(jīng)不局限于形態(tài)學(xué)，其主要應(yīng)用的成像技術(shù)如下，它們在植物病害研究分別反映植物的不同表型變化與生理過程：
 

技術(shù)類別	表型與生理過程	病害研究用途	常用參數(shù)指標
葉綠素?zé)晒獬上窦夹g(shù)	植物光合能力、光合電子傳遞鏈、光系統(tǒng)熱耗散等光合生理過程	評估病害對光合系統(tǒng)損傷程度與機制；由于光系統(tǒng)對脅迫的敏感性，是病害早期預(yù)警的最靈敏且最常用技術(shù)之一	最大光化學(xué)效率Fv/Fm、實際光化學(xué)效率QY、非光化學(xué)淬滅系數(shù)NPQ、熒光衰減率“活力指數(shù)”Rfd等
UV-MCF紫外激發(fā)多光譜熒光成像技術(shù)	植物在病斑及周邊區(qū)域合成大量黃酮、多酚類次生代謝物，以防御病害的擴散	通過測量次生代謝物熒光，評估病害的發(fā)生程度與植物防御機制的激活	次生代謝物熒光F440、F520；葉綠素?zé)晒釬690、F740
形態(tài)成像分析技術(shù)	株高、株寬、葉面積、生物量、生長動態(tài)、色彩變化等形態(tài)的影響	評估不同條件下對植物形態(tài)的影響乃至增產(chǎn)效應(yīng)	株高、葉面積及病斑面積、數(shù)字生物量等
多/高光譜（反射光譜）成像分析技術(shù)	通過反射光譜的變化定量反映植物活力、色素組成、光合作用、生化組成、氮素營養(yǎng)、水分含量等表型生理，對病害的影響進行間接測量。	病害對從健康程度、色素組成、營養(yǎng)狀況等方面的影響，同時也配合葉綠素?zé)晒獬上窦夹g(shù)對病害抗性進行進一步驗證。	歸一化植被指數(shù)NDVI、光化學(xué)反射指數(shù)PRI、花青素反射指數(shù)ARI、胡蘿卜素反射指數(shù)CRI等
紅外熱成像技術(shù)	獲得植物表面溫度分布圖及溫度數(shù)據(jù)	通過葉片溫度反映由于病害導(dǎo)致的葉片氣孔導(dǎo)度變化、代謝紊亂等	平均溫度、溫度范圍、水脅迫指數(shù)I

     
       植物病害的病原體有病毒、細菌、真菌。而植物種類又有模式植物、谷物、蔬菜、水果等。植物表型成像分析技術(shù)能夠應(yīng)對這些不同的研究需求嗎？我們從具體的文獻案例里查找答案。上一期我們介紹了抗病毒基因、蔬菜水果的葉片細菌病害相關(guān)研究案例，本期則主要介紹蔬菜、水果葉片與根系細菌、真菌病害；水稻細菌病害；病毒病害高通量表型分析等研究案例。

一、蔬菜、水果葉片與根系細菌、真菌病害表型分析
      西班牙國家研究委員會（CSIC）綜合利用植物表型成像技術(shù)對病害進行的相關(guān)研究已經(jīng)持續(xù)了近10年。研究人員利用FluorCam葉綠素?zé)晒獬上窦夹g(shù)、FluorCam UV-MCF多光譜熒光成像技術(shù)、熱成像技術(shù)從時間和空間尺度上分別反映病原體感染對光合作用、次級代謝、氣孔導(dǎo)度的影響。研究方向涉及多種細菌、真菌和蔬菜、水果，下面列舉部分研究成果：
      細菌性軟腐病菌Dickeya dadantii是農(nóng)業(yè)上的重要病害。這種病菌會先圍繞一個萎黃環(huán)出現(xiàn)多個壞死斑點，進而整個感染區(qū)域壞死并逐漸擴展到周圍的組織中。研究人員使用這三種技術(shù)對甜瓜葉感染Dickeya dadantii進行了成像測量，同時通過機器學(xué)習(xí)來處理這些成像技術(shù)獲得的數(shù)據(jù)，建立數(shù)學(xué)算法來分類葉片感染區(qū)域，從而快速識別病害的發(fā)生。       相同的儀器技術(shù)也可用于研究真菌引起的植物葉片病害，比如由真菌Podosphaera fusc感染引起的白粉病。通過對感染白粉病的西葫蘆葉片進行FluorCam UV-MCF多光譜熒光和熱成像分析，發(fā)現(xiàn)UV-MCF多光譜熒光參數(shù)F520/F680對于識別白粉病特別靈敏。而熱成像與F440成像結(jié)果則表明，白粉病對葉片氣孔關(guān)閉與次生代謝物合成的影響也是非常顯著的。       CSIC的研究人員還發(fā)現(xiàn)可以通過植物表型技術(shù)檢測植物的地上部來發(fā)現(xiàn)根系的病害。比如被根系寄生雜草列當(dāng)Orobanche cumana Wallr寄生的向日葵，真菌Rosellinia necatrix引起的牛油果根系白紋羽病等。這些研究為根系病害的前期發(fā)現(xiàn)與防治提供了有力的技術(shù)支持。
參考文獻：
1.Pineda M, et al. 2018. Detection of bacterial infection in melon plants by classification methods based on imaging data. Front. Plant Sci. 9(164), doi: 10.3389/fpls.2018.00164
2.Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology,
3.Ortiz-Bustos C M, et al. 2017. Use of Blue-Green Fluorescence and Thermal Imaging in the Early Detection of Sunflower Infection by the Root Parasitic Weed Orobanche cumana Wallr. Frontiers in Plant Science 8:833
4.Granum E, et al. 2015Metabolic responses of avocado plants to stress induced by Rosellinia necatrix analysed by fluorescence and thermal imaging. Eur J Plant Pathol, DOI 10.1007/s10658-015-0640-9
 
二、水稻稻瘟病、白葉枯病與干旱抗性的無損定量檢測
      在農(nóng)業(yè)生產(chǎn)實踐中，作物經(jīng)常會同時面臨生物和非生物脅迫的雙重影響。水稻作為種植面積最廣的作物，從而面臨一系列的環(huán)境挑戰(zhàn)。在熱帶和亞熱帶地區(qū)，水稻面臨的最主要非生物脅迫就是干旱脅迫，同時如稻瘟病、白葉枯病等病害也會嚴重降低水稻的產(chǎn)量。
捷克科學(xué)院全球變化研究所聯(lián)合美國堪薩斯州立大學(xué)、國際水稻研究所等單位開展了這方面的研究。研究者通過FP100手持式葉綠素?zé)晒鈨x、FluorCam便攜式熒光成像儀和SpectraPen手持式光譜儀分別測量多種近等基因系水稻在不同脅迫下的葉綠素?zé)晒鈪��?shù)與植被指數(shù)，試圖在田間快速識別病害與干旱的發(fā)生。
      葉綠素?zé)晒夥治霰砻�，光系統(tǒng)II最大量子產(chǎn)額Fv/Fm、實際量子產(chǎn)額QY_Lss和穩(wěn)態(tài)葉綠素?zé)晒釬t_Lss都可以有效地分辨稻瘟病和白葉枯病。而在進行干旱脅迫檢測時，QY_Lss則效果不好。       通過光譜儀獲得的植被指數(shù)則表明稻瘟病和干旱可以通過可見光波段的反射光譜植被指數(shù)來檢測，而白葉枯病可以通過近紅外波段相關(guān)的反射光譜植被指數(shù)來檢測。
 

植被指數(shù)	公式	相關(guān)性
反射比RR	R550/R675	稻瘟病
反射比RR	R570/R675	稻瘟病
反射比RR	R675/R700	葉綠素a
反射比RR	R672/R550	葉綠素b
反射比RR	R750/R550	總?cè)~綠素
結(jié)構(gòu)反射指數(shù)SRI	R750/R700	總?cè)~綠素
歸一化植被指數(shù)NDVI	(R755+R664)/(R755-R664)	總?cè)~綠素
反射比RR	(R780-R710)/(R780-R680)	總?cè)~綠素
歸一化光譜指數(shù)NDSI	(R550-R410)/(R550+R410)	葉綠素b
光化學(xué)反射指數(shù)PRI	(R531-R570)/(R531+R570)	光合作用
類胡蘿卜素反射指數(shù)CRI700	1/R510-1/R700	總類胡蘿卜素

 
參考文獻：
1.Šebela, et al. 2017. Chlorophyll fluorescence and reflectance-based non-invasive quantification of blast, bacterial blight and drought stresses in rice. Plant and Cell Physiology，59(1):30-43
 
三、植物病害高通量動態(tài)表型成像分析
      植物感染病害后的表型改變是一個長期動態(tài)變化的過程。理想的表型研究當(dāng)然是能對這一過程進行連續(xù)不斷的監(jiān)測。但如果用人工測量的方法太過費時費力，這就需要一種能夠兼具植物表型成像分析、植物培養(yǎng)、自動傳送的自動化系統(tǒng)。
      赫爾辛基大學(xué)國家植物表型研究設(shè)施（National Plant Phenotyping Infrastructure，NaPPI）先后裝備了2套PlantScreen高通量自動化植物表型成像分析系統(tǒng)：一套適用于50cm以下的小型植株，如擬南芥或作物幼苗等；一套適用于120cm以下的大型植株，如小麥、玉米等。       赫爾辛基大學(xué)的研究人員利用PlantScreen系統(tǒng)研究了甘薯被羽毛斑駁病毒（SPFMV）和褪綠矮化病毒（SPCSV）感染后的表型動態(tài)變化。通過連續(xù)29天的RGB形態(tài)成像、葉綠素?zé)晒獬上衽c紅外熱成像分析，綜合評估了兩種病毒對甘薯造成損傷的嚴重程度。而在病害損傷評估中最靈敏的參數(shù)是實際光化學(xué)效率ΦPSII和光化學(xué)淬滅系數(shù)qP。而表型數(shù)據(jù)的變化又與病毒的分布與積累有明確的相關(guān)性。 參考文獻：
1.Wang L, Poque S, Valkonen JPT. 2019. Phenotyping viral infection in sweetpotato using a high-throughput chlorophyll fluorescence and thermal imaging platform. Plant Methods, 15, 116
北京易科泰生態(tài)技術(shù)公司提供植物病害表型全面技術(shù)方案：
1.FluorCam葉綠素?zé)晒?多光譜熒光技術(shù)
2.PlantScreen植物高通量表型成像分析平臺
3.FluorPen手持式葉綠素?zé)晒鈨x、SpectraPen手持式植物高光譜儀
4.PhenoPlot®輕便型植物表型成像分析系統(tǒng)
5.PhenoPlot®懸浮雙軌式表型成像分析系統(tǒng)
6.PhenoTron®-HSI多功能高光譜成像分析系統(tǒng)
7.PhenoTron®復(fù)式智能LED光源培養(yǎng)與光譜成像分析平臺
8.PhenoTron®PTS植物光譜成像分析平臺
9.PhenoTron®-XYZ表型成像分析系統(tǒng)