用近端表型解剖红花群体的生理和农艺多样性


发布时间:

2023-04-05

来源:

植物表型资讯

作者:

PhenoTrait

红花(Carthamus tinctorius L.)是一种适应性强但未充分利用的油籽作物,能够在边缘环境中生长,具有重要的农学、商业和工业用途。开发商业上相关的品种仍然需要大量的研究,需要有效的、高通量的数字表型来识别关键的选择性状。在这项研究中,在2017-2019年期间进行了田间试验,收集了350种全球不同的红花基因型。评估的作物性状包括物候、粮食产量和油质,以及用于估计植被指数的无人机(UAV)多光谱数据。表型性状和作物性能高度依赖于环境条件,特别是降雨。高效基因型具有中等生长和物候,无刺基因型与加刺基因型表现相似。物候参数与株高呈极显著相关,与产量性状互作极弱。结果表明,该基因型的总油分含量为20.6 ~ 41.07%,油酸含量为7.57 ~ 74.5%,亚油酸含量为17.0 ~ 83.1%。利用多光谱数据对作物高度、NDVI和EVI变化以及作物产量进行了模拟。NDVI数据确定了开花的开始,并根据开花类别、生长模式和产量估算解剖了基因型。总的来说,UAV -多光谱衍生数据适用于适合红花育种计划的大型收集的关键农艺性状的表型分析。

 

图1 2017-2019年霍尔舍姆植物育种中心现场的天气数据。每年的月降雨量(柱状)、月平均最低降雨量(下线)和最高气温(上线)。

 

图2 显示高亚油酸、中油酸和高油酸红花基因型的油剖面的色谱图。色谱仪显示气相色谱峰与保留时间。显著峰的标签:棕榈酸,空间酸,油酸和亚油酸。

 

图3 2017-2019年350种红花基因型的平均物候特征(a)每地块平均高度(厘米);(b)花期;(c)开始开花的天数;(d)生理成熟的天数;(e)每亩粮食产量(克)和(f) 500粒重。点表示盒状和须状图分析的离群值。

 

图4 2018年和2019年人工收集的高度测量值和UAV衍生的高度测量值之间的作物高度分析。绿点代表2018年和2019年季节的个体基因型。

 

图5 (a) 2018年和(b) 2019年,所有200个基因型从播种到成熟的平均NDVI和EVI季节分布。NDVI剖面为实线;EVI剖面是虚线。

 

图6 红花各基因型开花至成熟期间平均NDVI的衰减。NDVI衰减模式以开花期分类,蓝-早开花;orange-早中开花;grey-晚中开花;黄-晚开花,所有基因型在所有三年。虚线表示带有各自线性方程的线性趋势线。

 

图7 基于三年产量数据,采用人工产量和数字预测产量对红花基因型作物进行产量预测。

 
 
来 源
Thoday-Kennedy, E.; Banerjee, B.; Panozzo, J.; Maharjan, P.; Hudson, D.; Spangenberg, G.; Hayden, M.; Kant, S. Dissecting Physiological and Agronomic Diversity in Safflower Populations Using Proximal Phenotyping. Agriculture 2023, 13, 620. https://doi.org/10.3390/agriculture13030620
 

编辑

王春颖
 

扩展阅读

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。