可观察的形态性状在植物表型研究中被广泛用于育种，它们通常是由一系列功能作用驱动的外部表型。为作物高产或适应恶劣环境而进行的内在功能性状鉴定和表型分析仍然是一个重大挑战。在功能结构植物模型(FSPMs)中，基于器官尺度和微环境的植物生长算法驱动了对整个植物性能的预测。特别是，该模型可以通过器官连接的特定功能灵活地缩小或扩大，允许从基因组到田间预测作物系统行为。因此，通过FSPMs可以系统地描述从分子到整个植物的器官产生、发育、生物量生产、分配和形态发生的模型参数，并易于用于表型分析。除了形态性状外，FSPMs还可以提供丰富的功能性状，如Rubisco羧化率、叶肉导度、比叶氮、辐射利用效率、源库比等，在一个动态系统中代表着不同尺度的生物调控机制。本文还讨论了这些性状的高通量表型分型，这为FSPMs的进化提供了前所未有的机会，将加速FSPMs与植物现象组学的协同进化，从而提高育种效率。为了进一步拓展FSPMs在作物科学中的应用前景，FSPMs还需要在多尺度、机制、生殖器官和根系建模等方面进行更多的研究。综上所述，本研究表明FSPMs是在不同尺度上指导功能性状表型的重要工具，可以为作物改良提供丰富的功能靶点。

功能性状表型是作物育种中植物表型组学研究的一个重要瓶颈，特别是作物的高产和抗性性状是由许多候选基因定量控制的。利用FSPMs可以根据系统生物学的基本原理鉴定作物次生性状，FSPMs通过从分子到整个植物水平的植物三维结构和生理功能之间的反馈，明确地模拟了复杂的产量形成和对非最优条件的适应。FSPMs提供了识别功能性状和形态性状的分析框架，为植物表型鉴定提供了丰富的功能靶点，从而促进植物育种。重要的是FSPMs可以用来测试各种环境条件下的假设和情景，从而加快理想性状的选择。同时，植物表型组学的进步为三维冠层结构的快速重建和器官生长动力学的量化提供可能，这也为FSPMs的开发、校准和验证提供了前所未有的机会，这将加速FSPMs与植物现象组学的协同进化，从而开发出产量、品质和抗环境胁迫能力更高的作物新品种。

表1 用于无损获取植物表型的常用传感器

表2 FSPMs/模块的列表-特点和基本功能的简要描述

图1 FSPMs捕获结构，功能和环境之间的功能反馈回路，可用于从基因到种群的缩放

(Kcat:催化数；Km:Michaelis Menton动力学；Ki:抑制常数；Vcmax:最大Rubisco活性；Vpmax:最大PEPC活性；Jmax:最大线性电子传递速率；A-Q:光合光响应；A-Ci:光合细胞间CO2响应；Ac:冠层光合作用；RUE:辐射利用效率；WUE:水利用效率)

图2 育种系统的跨学科综合方法示意图

(1)高通量表型组学平台使研究人员能够通过数百个基因型分析茎和根的结构和功能特征，这些性状可以直接用于遗传分析；(2,3)高通量表型组学平台加速FSPMs的开发和验证，使其在预测植物生长发育方面更加准确；(4)根据育种的理念和需求，FSPMs允许育种者开发虚拟测试并设计最适合目标环境的理想型