植物除了人们熟知的质量抗病性外，还存在一种更复杂的抗病形式：数量抗病性( quantitative disease resistance，QDR )。QDR 通常被定义为一种部分但更持久的抗病形式，因此可能成为抗病育种的重要目标。然而，QDR的表型特征，特别是野生作物近缘种的表型特征，成为了揭示QDR基因组和调控机制的瓶颈。此外，QDR 参数，如感染频率、滞后期持续时间以及病灶生长速度之间的关系，目前仍然难以确定。现代表型技术的应用障碍，如表型设备少或数据分析复杂等，也进一步限制了对 QDR 的了解。在本研究中，我们采用了低成本( < 1.000 欧元 )的表型分析系统来测量野生番茄品种（如 S. pennellii 或 S. pimpinellifolium）的病斑生长动态。我们对野生种群中的QDR多样性进行了深入研究，推导出具体的QDR机制及其相互关系，展示了如何通过连续观测将病害严重程度分解为功能性抵抗机制。我们的研究发现，在宿主-寄生虫相互作用过程中，如何通过促进不同的防御机制来维持QDR，并且QDR的有效性高度依赖于宿主的遗传背景。我们希望，本研究的发现能为更精确地描述QDR过程的功能特性提供宝贵资源。此外，我们还展示了如何利用适当的表型分析技术来解决相关的生物学问题。

图1 高通量表型分析概述。我们在温室中培养了4种野生番茄（S. pennellii, S. habrochaites, S. pinpinellifolium, S. lycopersicides）和国产番茄品种‘C32’的36份材料，用于离体叶片测定。我们收获了单个叶片，使用核盘菌菌丝悬浮液接种并放置在表型盒中。每隔10分钟，我们采集叶片的图像，持续时间为一周。然后手动定义每个叶片的感兴趣区域，并为HSV颜色方案中的特征类"叶子"、"背景"和"病变"设置阈值。最后，我们对所有图像进行图像分析，收集并筛选数据，并进行进一步的分析步骤，以量化病灶随时间的发展情况。

图2本研究使用的野生番茄材料取样地点。所有野生番茄材料的种子材料由加州大学戴维斯分校C. M. Rick番茄遗传资源中心(TGRC UC-Davis, http:// tgrc.ucdavis.edu/).)个别点代表每个附加物的地理来源。

图3 野生番茄对核盘菌的抗性具有广泛的多样性。A. 举例说明了本研究中使用的不同QDR参数。侵染频率定义为接种7天后叶片出现病斑的百分率。滞后期( lag-phase )，或称滞后相( lag-phase )，是指首次视觉症状出现的时间。我们使用了分段回归分析，从数学上确定了滞后期的结束。病斑的绝对大小用像素计数表示，而对叶面积进行归一化处理则会导致症状的严重程度。疾病进展曲线下面积( Area Under the Disease Progress Curve，AUDPC )被定义为严重程度曲线下的积分面积，它刻画了严重程度随时间的变化。病灶倍增时间( Lesion Doubling Time，LDT )作为衡量病灶扩散的指标，描述了病灶扩大一倍的时间。病斑覆盖叶片100 %的时间用tt100 %来描述。B. 核盘菌接种物的侵染频率在寄主种类间存在显著差异。该表展示了从三个独立实验中收集的合并种质的荟萃分析。C. 病斑形成时间(天)。x轴上的数字表示测试的单株叶片数。D. 供试野生番茄品种间延滞期持续时间两两差异的统计分析。数值以天为单位显示，并由广义最小二乘模型导出。E. 在指数增长阶段小时内的病变增长率，绘制在对数尺度上。

图4 QDR参数显示了不同寄主物种（S. pennellii和S. lycopersicoides）的不同程度的变化。A. 与番茄红素葡萄球菌相比，桔梗葡萄球菌感染的滞后期持续时间(感染后的天数)显示出更高的种内多样性水平。BCD. 将每个菌株与每个物种（桔梗葡萄球菌C，番茄红素葡萄球菌D）的大平均值进行比较的滞后期持续时间的变异统计。估计值以接种后的天数显示。E、F. 桔梗葡萄球菌感染菌核菌的病变倍增时间（单位小时）低于番茄红葡萄球菌。G. 半夏葡萄和番茄红素葡萄LDT的变异统计。lmean -values和SE表示调整后的平均值和人均SE。估计comp.、SE.comp .和p值描述了每个附加值相对于大平均值的两两统计。面板A、B、E和F中x轴上的数字表示测试的单个叶子的数量。显著性水平以*** P < 0.001， ** P <0.01表示。* p <0.05, p <0.1。

图5不同的QDR参数相互独立。A. LDT与滞后期持续时间的Pearson相关分析。点表示每个加入的最小二乘。B. 感染频率与滞后期持续时间的Pearson相关分析。点代表感染频率调整后的每接入估计从glm/gls。C. Ss1980:GFP对S.pennellii基因型感染的滞后期持续时间反映在真菌生长动态上。图像显示了10个生物重复的代表性选择。条形标识为500µm。

图6 S.pennellii菌株LA1941对菌核病菌的数量抗性水平显著提高。A. s的平均叶面积。在感染实验中对S.pennellii品种进行量化。给出了三个独立实验的数据。用HSD检验鉴定叶大小相近的簇。选中的叶子大小相近的植物用方框表示。B. 接种后7 d对半边草‘LA1282’、‘LA1809’和‘LA1941’群体菌核菌感染的典型影像。C. 实验结束时侵染频率（IF）和完全侵染叶片频率的统计分析。“lsmean”表示估计的对数，而“estimate”表示估计的概率。D. 硬核葡萄球菌与S.pennellii基因型病变饱和时间的比较。E. 叶片大小相近的3个半夏群体的疾病进展曲线下面积（AUDPC）。对显著性水平进行wilcoxon检验。使用以往实验的时间序列数据。F. tt100与AUDPC的Pearson相关分析。所有箱形图底部的数字代表测试的单个叶子。所有统计数据都是使用自定义对比度矩阵的glm/gls计算的。紧凑型字母显示使用包装“multicompleters”确定，阈值为p < 0.05。

表1 基因型、滞后期持续时间、LDT及其相互作用对S.pennellii品种‘LA1282’、‘LA1809’和‘LA1941’疾病严重程度（AUDPC）影响的统计分析。显示了基于线性混合效应模型的方差分析（ANOVA）结果。

图7不同抗菌丝病水平的3个S.pennellia材料生长曲线示范。所示为7天内各加入品种的平均症状严重程度占叶面积的比例。这个实验独立地重复了三次。nLA1282 =205, nLA1809=148, nLA941=98。

图8 QDR参数对症状严重程度具有高度动态和宿主特异性。本研究以半夏叶片‘LA1282’、‘LA1809’和‘LA1941’为材料，对延迟与LDT之间的基因型依赖关系进行了检验。因此，我们从基于广义最小二乘模型的方差分析中提取了每个基因型的因子LDT和lag的估计值。1）.每个基因型的AUDPC使用提取的估计值在一系列值上建模，这些值代表了滞后/ ldt值的合理范围。十字表示观测到的平均AUDPC（图6e）。