由于气候变化，干旱正变得越来越频繁和严重，全球水稻产量受到严重影响。在干旱胁迫下，水稻植株表现出一系列形态生理变化，包括株高降低、气孔关闭、叶片卷曲、衰老、叶绿素含量改变、冠层温度升高和小穗不育，导致作物产量严重下降。只有通过作物改良方法和精确的表型组学策略，才能培育出具有更强耐旱性和更短育种周期的水稻品种。传统的表现型方法依赖于人工测量和观察，这是耗时的，劳动密集型的，并且经常受到人为错误的影响。高通量表型组学通过利用遥感、成像、机器人和传感器网络等尖端技术，同时从大量植物中收集数据，解决了这些挑战。通过将成像传感器与无人机（UAV）和专门的自动化表型平台相结合，在以前所未有的速度和精度对多种植物性状进行大规模测量和分析方面取得了重大进展。本文简要介绍了高通量表型组学技术的重要性，该技术可用于分析水稻干旱相关反应，以及这些平台的实际应用现状，特别关注干旱相关生理、生化参数和产量性状调节。最后，探讨了高通量表型分析中存在的瓶颈、它们的影响以及利用人工智能结合下一代表型组学策略进行耐旱性筛选以实现气候智慧型农业和粮食安全的未来前景。

图1  表型组学与其它快速跟踪水稻抗旱性组学技术的整合。

图2  水稻抗旱性表型。

来源

Anand, S., L. Visakh, R., Nalishma, R. et al. High throughput phenomics in elucidating drought stress responses in rice (Oryza sativa L.). J. Plant Biochem. Biotechnol. (2024). 

编辑

王春颖