叶片暗呼吸（Rdark）作为植物生长的关键生理过程，相较于光合作用等其他生理机制，其在作物育种中的价值长期被低估。现有检测技术通量较低，导致该性状至今未能有效应用于育种实践。Gaju等（2025）创新性地采用荧光探针系统，通过检测氧气消耗量实现了大田栽培小麦群体叶片暗呼吸的高通量筛选，首次揭示了该性状存在显著的遗传调控特征。该研究证实，利用叶片暗呼吸遗传变异潜力开展定向育种，将为提升谷物产量开辟新途径。
小麦作为全球战略性作物，在长期驯化与育种过程中因种质资源利用范围狭窄，导致遗传多样性显著流失，其遗传改良速率已滞后于气候变化背景下粮食安全需求阈值。尽管基于RGB成像、热红外、多光谱等表型组学技术已实现植株营养代谢特征的田间非侵入式评估，为挖掘全球现存80万份种质、拓宽现代栽培种遗传基础提供了新途径，但二氧化碳同化速率、根系构型等关键性状的测定仍受制于传统方法的高成本与低通量特性，成为制约田间表型技术育种应用的核心瓶颈。
2、为何需将叶片暗呼吸纳入谷物抗逆高产育种方案的考量？
作物产量形成机制可解构为冠层光能截获、辐射利用效率(RUE)及收获指数三要素。植株呼吸作用作为能量转化枢纽，通过糖酵解-三羧酸循环等途径将光合同化产物转化为代谢能量与生物合成前体，其代谢网络与光合固碳、氮同化及氧化还原调控等过程存在协同互作。暗呼吸作为碳分配关键组分，其强度受环境因子与呼吸底物双重调控，最新研究表明小麦暗呼吸速率存在显著基因型变异，降低暗呼吸强度可作为培育高光效品种的筛选指标，这不仅提升作物抗逆生产能力，更因其与全球碳循环的耦合关系，为气候智慧型育种提供了理论依据。
3、叶片暗呼吸鉴定方法的技术体系构建：从低通量到高通量
植物暗呼吸作为受基因型-环境互作、作物物候及组织特异性调控的复杂表型，其检测技术体系呈现梯度化特征（图1）。传统低通量方法主要依赖气体交换系统：红外分析仪通过暗适应叶片CO₂释放量测定稳态呼吸（需时>1小时），氧电极法则基于离体组织O₂消耗量检测（单样耗时<1小时），二者均易受羧化反应、光呼吸等代谢旁路干扰。新兴高通量策略则通过代谢流组学、酶动力学及多组学（转录组/蛋白组/代谢组）联合解析，结合13C/18O同位素示踪技术精确量化呼吸代谢通量。尽管碳氮磷元素质谱联用、光合-呼吸耦合模型等间接推算法为规模化筛选提供了可能，但当前技术仍受制于高成本（如设备投入超百万）、长周期（实验周期≥3月）及跨学科人才短缺等瓶颈，制约暗呼吸性状在分子设计育种中的实际应用。
图1 植物暗呼吸测定方法呈现多层次技术体系：传统气体交换法通过红外分析仪（CO₂通量监测）与氧电极（O₂消耗检测）实现实验室至田间的跨尺度测量（涵盖线粒体-器官-生态系统），虽具普适性但存在耗时瓶颈（单样耗时>30分钟）。现代技术突破体现于两大方向：①荧光氧耗检测技术突破田间高通量筛查限制，实验复杂度可提升3-5个数量级；②多/高光谱反射技术（地基与空基平台）联合生理参数建模实现无损快速估算，样本通量提升率达80%，但依赖尚未完善的预测模型（误差率≥15%）。组学驱动代谢模型虽能解析呼吸代谢网络（分辨率达代谢流层级），却受制于设备投入（超百万级）与跨学科人才缺口（涉及生物信息学+植物生理学复合背景），制约其育种应用转化效率。
为了充分利用遗传多样性加速育种，需要采用高通量测定方法评估暗呼吸速率在育种中的潜力，并筛选适应不同环境的优良品种。Sew (2013)、Scafaro (2017) 和 O’Leary (2017) 采用荧光探针技术，基于O₂ 消耗的荧光淬灭效应，在拟南芥、桉树和小麦中实现了快速（数分钟）且长时间的暗呼吸测量。Gaju (2025) 进一步优化该方法，并在大规模田间试验中验证了其可行性（图2）。相较于 Scafaro. (2017) 和 Coast (2019) 在90-138份小麦基因型中的研究，Gaju 等的实验覆盖5765份样本、301个小麦品种、两国和两个生长季，构建了迄今最大的小麦叶片暗呼吸数据集。通过严格的实验设计，研究将残差变异控制10%以下（相比以往研究的 20–75%），确保了基因型变异与环境效应的精准评估。结果表明，温度归一化的暗呼吸速率 在单位面积上变异范围16倍，其中1/3受遗传控制，为QTL（数量性状基因座）和GWAS（基因组关联分析）奠定基础。同时，暗呼吸可作为提高光合资源利用效率（RUE）及小麦产量的潜在育种性状。此外，环境因素（地块位置、种植季节、日常气候波动）控制了50%的变异，表明叶片暗呼吸受生育进程调控，需在相同生育时期或高时空分辨率进行测定。尽管荧光探针系统存在样本破坏和跨研究可比性受限等问题，但其高通量特性及丰富的植物种质资源预示着未来在作物表型测定及育种领域的广阔前景。
图2 Gaju等（2025）通过跨环境大规模实验揭示了小麦暗呼吸（Rdark）的基因型-环境互作效应。研究采用高通量荧光探针系统，对墨西哥和澳大利亚两地两生长季种植的301个小麦品种共5765份叶片样本进行暗呼吸测定，构建了迄今最完善的小麦暗呼吸数据库。结果表明，环境条件（如田间定位、生长季差异及日间温度波动）是暗呼吸变异的主要驱动因素（占总变异的50%），而遗传调控贡献了约1/3的变异。该研究首次在作物中系统解析了暗呼吸的遗传-环境双控机制，证实其作为辐射利用效率（RUE）关键指标的可选育性，为通过标记辅助选择优化光合碳分配、提升籽粒产量提供了理论依据。此开创性工作为作物抗逆及高光效育种建立了多维度表型-基因型关联分析框架。
近年来，非破坏性光谱技术为植物暗呼吸的高通量检测提供了新维度。相较于传统气体交换法，光谱反射指数可在数秒内完成测量并整合大规模样本数据。但现有小麦模型预测精度有限（r²=0.50–0.63）且跨实验稳定性不足。高光谱成像虽可通过无人机实现大尺度表型分析，却受限于光谱范围和数据解析复杂度。基于荧光传感器的显微成像技术虽能揭示植物组织呼吸动态，但其规模化应用存在瓶颈。总体而言，叶片暗呼吸研究正向多维数据整合及育种应用拓展，为作物育种提供了新型表型选择工具，但其模型优化和标准化处理仍是提升实用性的关键挑战。
鉴于小麦暗呼吸性状具有遗传可控性，需评估高通量检测方法在其他作物及多环境条件（不同处理、栽培模式及区域）下的适用性。针对暗呼吸荧光探针的时空应用潜力，应重点评估以下方向：（1）通过全生育期动态监测确定预测复杂性状（如产量）的最佳时期；（2）建立从微观组织到冠层乃至生态系统的多尺度检测体系，并探索其在气候变化模型中的整合路径；（3）开发以提升碳利用效率、籽粒产量及抗逆性为目标的代谢工程策略。此外，通过优化光谱指数、解析关联基因组区域，可推动暗呼吸相关的高通量表型组学、分子标记辅助育种及基因编辑技术的深度融合。
Rubén Vicente, Alisdair R Fernie, Estefanía Uberegui, High-throughput screening of wheat leaf dark respiration identifies significant genetic control, Journal of Experimental Botany, Volume 76, Issue 4, 25 February 2025, Pages 904–908.
