对根系结构量化指标的比较分析


发布时间:

2021-04-09

来源:

本站

作者:

PhenoTrait

随着全球人口的不断增长,预计到2050年,全球粮食需求较如今将增加一倍。面对日益严峻的粮食供给形势,一个难点是鉴定出能够应对气候变化的高效农作物,进而减少农业中化肥和水的投入,实现农业的可持续发展。

 

根系结构会影响水和养分的吸收,因此在当前“第二次绿色革命”背景下,已有人提出基于根系结构(RSA)对高效农作物进行选育的设想。随着基因组学的快速发展,研究者们已获取到了海量的基因组信息。然而,只有将基因型与表型相关联后,才能充分利用基因组信息对作物进行改良。与基因型分析的统一性、高度自动化以及成本较低不同,表型分析不仅具有物种特异性、环境敏感性,还需要耗费大量人力。此外,由于根系结构复杂、形态可塑且难以用肉眼直接观察,对根系的表型分析格外具有挑战性。

 

近日,Plant Phenomics在线发表了美国宾夕法尼亚州立大学Harini Rangarajan等人题为A Comparative Analysis of Quantitative Metrics of Root Architecture的研究论文。

 

高通量表型技术是沟通基因型和表型的重要桥梁,为了开发高通量平台,表型方法和技术正在取得重大进展。就表型方法而言,用于描述植物表型的指标应该对测量中的误差具有鲁棒性,在时间的推移中能够保持相对稳定,最重要的是能够对基本的表型成分提供可靠测度。

 

在该文章中,论文作者使用功能-结构模型评估用于表述根部结构的定量表型指标,以确定它们是否符合上述标准。结果表明,根数、根直径和侧根分枝密度等性状不会受到成像方法的影响,是稳定、可靠的表型指标(Figure 7);多个性状汇总形成的表型指标(如总长度、总体积、凸包体积和丛生指数等)能够对构成性状的不同子集进行估计,但无法提供关于底层性状状态的信息。

 

Figure 7: Variation in phene and phene aggregate metrics estimated from rotational series of 2D projected images of 3D bean root system

 

此外,根生长角(RGA)是一个重要的性状,当使用二维投影方法(Figure 1)时,它容易受到测量误差的影响;而由根生长角和其它性状汇总形成的复杂表型指标,同样会受到测量误差的影响。作者还表示,以上结果支撑了如下假设:对于根系结构表型,度量某些单一性状比汇总度量多个性状更具实用性。

Figure 1: Representation of 2D projection of a 3D root system

 

来源:

Rangarajan H and Lynch J. A Comparative Analysis of Quantitative Metrics of Root Architecture. Plant Phenomics. https://doi.org/10.34133/2021/6953197.

 

点击图片,了解详情

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。