Plant Phenomics | 西北農(nóng)林科技大學(xué)基于無人機(jī)的時(shí)序光譜指數(shù)解析小麥持綠在育種進(jìn)程中的選擇
小麥功能持綠(Stay-green, SG)是提高產(chǎn)量和增強(qiáng)抗逆性的有益性狀,育種家常習(xí)慣用“落黃”好壞來定性持綠,在定量持綠上,傳統(tǒng)的表型鑒定方法費(fèi)時(shí)費(fèi)力且缺乏科學(xué)性;跓o人機(jī)的光譜指數(shù)(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(dòng)態(tài)監(jiān)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(zhì)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(shù)幾個(gè)品種的差異研究,很少有針對田間大規(guī)模的不同生育期的小麥種質(zhì)的持綠研究。
2024年3月,Plant Phenomics在線發(fā)表了西北農(nóng)林科技大學(xué)小麥抗病遺傳與分子育種團(tuán)隊(duì)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(nóng)林科技大學(xué)小麥抗病遺傳與分子育種團(tuán)隊(duì)首先利用基于無人機(jī)多光譜對來自全世界范圍內(nèi)的565份多樣性小麥種質(zhì)進(jìn)行全生育期的生長動(dòng)態(tài)追蹤,獲得12000多個(gè)SIs數(shù)據(jù)集,選擇揚(yáng)花后籽粒形成的4個(gè)關(guān)鍵時(shí)期(乳熟期(FS 11.1)、乳熟期與面團(tuán)期的過渡期(FS 11.1 to 11.2)、面團(tuán)期(FS 11.2)與蠟熟期)并引入這4個(gè)關(guān)鍵時(shí)期的積溫以處理種質(zhì)生育期不一致問題,選取與冠層活力和綠度變化密切相關(guān)的4個(gè)SIs(NDVI、GNDVI、NDRE與OSAVI),計(jì)算相對持綠分?jǐn)?shù)(Relative stay green score, RSGS)作為量化持綠表型的指標(biāo)(圖1),這些指標(biāo)和產(chǎn)量具有較好的相關(guān)性(圖2),此方法首次實(shí)現(xiàn)了在大規(guī)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(shù)據(jù)。之后結(jié)合GWAS共定位到47個(gè)SG相關(guān)QTL,QTL內(nèi)候選基因富集顯示主要和衰老相關(guān)的生物過程有關(guān)。
圖1 實(shí)驗(yàn)設(shè)計(jì)
圖2 四個(gè)持綠指標(biāo)在四個(gè)時(shí)期與產(chǎn)量的相關(guān)性 (A)2020-2021季度;(B)2021-2022季度
在所有QTL內(nèi),基于注釋和同源基因比對,優(yōu)先篩選出三個(gè)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(fā)現(xiàn)兩個(gè)錯(cuò)義突變,構(gòu)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(zhì)比擁有單倍型2的種質(zhì)有較高的持綠表型且千粒重和產(chǎn)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(shí)空分布,發(fā)現(xiàn)單倍型1在中國現(xiàn)代種和高代系中的頻率遠(yuǎn)遠(yuǎn)高于農(nóng)家種,同時(shí)在引進(jìn)種質(zhì)中也高于農(nóng)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(yōu)良種質(zhì)進(jìn)行改良有關(guān)。在Ⅰ和Ⅱ麥區(qū)單倍型1的頻率利用高,可能和當(dāng)?shù)氐挠N家選擇有關(guān)。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(fā)利用。
圖3 TraesCS2A03G1081100基因的單倍型變化
本研究構(gòu)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(fù)雜性狀的評估與遺傳研究提供參考。
西北農(nóng)林科技大學(xué)農(nóng)學(xué)院在讀博士生蔚睿與機(jī)械與電子學(xué)院已畢業(yè)博士生曹曉峰為論文的共同第一作者,西北農(nóng)林科技大學(xué)農(nóng)學(xué)院吳建輝副教授,韓德俊教授和植保學(xué)院曾慶東副研究員為論文的共同通訊作者,機(jī)械與電子學(xué)院蘇寶峰教授、南京農(nóng)業(yè)大學(xué)前沿交叉研究院劉守陽教授對該研究提供了指導(dǎo)與幫助。
團(tuán)隊(duì)介紹
本研究來自于西北農(nóng)林科技大學(xué)農(nóng)學(xué)院,作物抗逆與高效生產(chǎn)全國重點(diǎn)實(shí)驗(yàn)室小麥抗病遺傳與分子育種團(tuán)隊(duì),本團(tuán)隊(duì)致力于小麥抗逆基因資源發(fā)掘與利用;小麥基因組-表型組-環(huán)境組大數(shù)據(jù)平臺建立;小麥田間生物學(xué)性狀表型的高通量精準(zhǔn)鑒定,基因組與表型組關(guān)聯(lián)分析(GPWAS)及關(guān)鍵功能基因挖掘;小麥分子設(shè)計(jì)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(nóng)業(yè)科學(xué)TOP期刊發(fā)表 SCI收錄論文40余篇;育成國審小麥品種3個(gè),省審小麥品種7個(gè)。
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(xué)利用高光譜圖像預(yù)測番茄葉片中元素含量的多目標(biāo)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(jī)圖像的濕地松新抽梢自動(dòng)檢測和計(jì)數(shù)軟件
加入作者交流群
掃碼添加小編微信,拉您進(jìn)入《植物表型組學(xué)》作者交流群,群內(nèi)不定期開展作者分享會(huì)、?l(fā)布會(huì)等高質(zhì)量活動(dòng)。
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(xué)》(Plant Phenomics)是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(huì)(AAAS)合作創(chuàng)辦的英文學(xué)術(shù)期刊,于2019年1月正式上線發(fā)行。采用開放獲取形式,刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。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(jī)器學(xué)習(xí)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(shí)踐中的表型組學(xué)新應(yīng)用,與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究,表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄?祁Nò睯CR2021影響因子為6.5,位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。
說明:本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考,一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者:蔚睿
排版:張婕(上海交通大學(xué))
審核:孔敏、王平