提高田间非生物胁迫选择的高通量表型分析


发布时间:

2021-06-10

来源:

本站

作者:

PhenoTrait

气候变化正导致种植环境加剧变化。在非生物胁迫水平较高的情况下保持产量稳定,同时利用好年份的产量潜力,需要采用针对特定环境中的植物育种方法。这需要对环境中目标种群的条件进行动态建模,进行GxExM预测,对环境进行聚类,以便确定繁殖轨迹,并开发能够进行遗传增益选择的筛选。结合高通量表型分析(HTP)与用于环境分型的相关技术,有助于解决这些挑战。

 

BP 中用于选择的常见 HTP 和环境分型方法

 

从减缓遗传增益的“表型瓶颈”转变为由产生大量原始数据引起的“解释瓶颈”,这需要能够为育种者和研究人员产生有效结果的高效管道

 

利用HTP技术对植物冠层形态、生化和生理特性进行无损分析,可以补充全基因组选择,而全基因组选择在育种计划中越来越普遍。结合机器学习、深度学习等一系列新颖的分析技术以及传感器,可以快速评估可重复和客观的大型育种种群。辐射利用效率和水分利用效率的次要性状可以在育种的早期阶段用HTP进行筛选。HTP和环境分型技术还可以表征试验和小区水平内的空间变异性,这可以用来校正混淆基因型值测量的空间变异。本文从生理特性的角度探讨了HTP在非生物胁迫选择中的作用,并进一步探讨了环境分型和EC在METs所有物理尺度上表征空间变异性的应用。

 

空间变异影响遗传增益测量的物理尺度范围

 

适合在 TPE 和试验级别进行空间调整的方法:(i) 用于提取站点级别信号的卫星衍生多光谱图像,(ii) 测量的表观土壤电导率空间图

 

来源:

Daniel T. Smith, Andries B. Potgieter & Scott C. Chapman. Scaling up high-throughput phenotyping for abiotic stress selection in the field. Theoretical and Applied Genetics (2021). https://doi.org/10.1007/s00122-021-03864-5.

 

 

 

 

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。