使用红-绿-蓝植被指数评估大豆育种中的复杂农艺性状


发布时间:

2025-01-28

来源:

作者:

高通量表型分析(HTP)是一种新兴的工具,可以识别简单和复杂的性状,加速遗传发现和选择。植被指数与几个经济作物性状密切相关,使植物育种者能够检测到育种种群的变异。因此,本研究采用红-绿-蓝(RGB)植被指数来评价臭虫复合体(Euschistus heros, Piezodorus guildinii, Nezara viridula, Dichelops melacanthus, and Edessa meditabunda)对大豆(Glycine max)谱系农艺性状的影响。例如,进行了两个试验来评估大豆对臭虫复合物的抗性,(1)有农药控制和(2)没有农药控制。在R5阶段,无人机搭载RGB相机对试验地区进行航拍。从正射影像中估算了4个植被指标和冠层,并根据农艺性状进行了基因型评价。采用线性混合模型,利用似然比检验估计每个性状的方差和显著性,并进行主成分分析以验证基因型之间的多变量模式。结果表明,大多数性状的基因型效应显著,农艺性状的广义遗传力较高,植被指数的广义遗传力中等。采用最佳线性无偏预测方法,农艺性状与植被指数和冠层覆盖度之间存在显著的相关性,可作为育种过程中大豆谱系间接选择的工具。

 

图1 田间试验布局

(A)重组自交系无臭虫防治(RILs-N)和重组自交系有臭虫防治(RILs-C);(B)以试验RILs-C为例去除土壤效应;(C)以RILs-C实验为例,进行图像旋转(左)和shapefile格式层添加(右)。

 

图2 FIELDimageR绘制的图形报告显示了不同植被指数和产量值(GY)在RILs-C试验下的群体变化

红绿蓝植被指数(RGBVI);绿叶指数(GLI);可见光大气阻力指数(VARI);归一化绿红差异指数(NGRDI);籽粒产量(GY);冠层(CANOPY)。

 

表1 用于评估两种大豆重组自交系的植被指数方程

 

图3 使用FIELDimageR输出的冠层报告图形,以带有臭虫控制的重组自交系(RILs-C)实验为例

(A)用于计算冠层覆盖度的二进制图像掩膜;(2)每小区冠层覆盖度值的图形可视化。

 

表2 基因型随机效应的似然比检验(LRT)、广义遗传力(H2)

以及农艺性状的总体平均(μ)

成熟天数(NDM)、农艺价值(AV)、倒伏(LOD)、成熟时植物高度(PHM)、粮食产量(GY)、红绿蓝植被指数(RGBVI)、绿色叶片指数(GLI)、可见大气抗性指数(VARI)、归一化绿红差异指数(NGRDI)和冠层。

缩写:RILs-C,具有臭虫控制的重组自交系;RILs-N,未进行臭虫控制的重组自交系;***,**,和*分别表示在0、0.01和0.05的概率水平上的显著性。

 

图4 在臭虫控制试验(RILs-C)中,20%最佳(左边)和最低(右边)基因型的Venn图对性状产量、植被指数绿叶指数(GLI)、归一化绿红分化指数(NGRDI)和冠层的最佳线性无偏预测(BLUPs)

 

图5 (A)重组自交系农艺性状主成分分析双标图:倒伏(LOG)、籽粒产量(GY)、株高成熟度(PHM)、农学值(AV)、成熟天数(NDM);(B)重组自交系植被指数主成分分析双标图:可见大气阻力指数(VARI)、归一化绿红分化指数(NGRDI)、红绿蓝植被指数(RGBVI)、绿叶指数(GLI)、籽粒产量(GY)、冠层。

 

表3 重组自交系(RILs)试验的农艺性状、植被指数和冠层覆盖之间的基因型相关性估计

缩写:AV、农艺值、GLI、绿叶指数、GY、粮食产量、LOD、倒伏、NDM、成熟天数、NGRDI、归一化绿红差异指数、PHM、株高成熟度、RGBVI、红绿蓝植被指数;RILs-C、有臭虫控制的重组自交系;RILs-N、无臭虫控制的重组自交系;VARI,可见大气抗性指数。

***,**,和*分别表示在0、0.01和0.05的概率水平上的显著性,ns:在0.05的概率下的t检验不显著。

 

高通量表型分析(HTP)是评价大豆农艺性状的一种有价值的工具,是一种有效且低成本的替代传统方法的表型分析方法。本研究表明,大豆的农艺性状、植被指数和冠层盖度之间存在显著相关性,为间接选择抗臭虫复合体的大豆品系提供了依据。研究结果还支持冠层覆盖作为产量预测模型的协变量,为未来加快育种管道。

 

来 源

Vianna, M. S., Matias, F. I., Galli, G., Martins, E. S., Oliveira, M., & Pinheiro, J. B. (2025). Using red–green–blue vegetation indices to evaluate complex agronomical traits in soybean breeding. Agronomy Journal, 117, e21723.

 

编辑

郑静文

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。