利用高通量表型研究高温对葡萄砧木耐盐性状的影响


发布时间:

2022-03-16

来源:

本站

作者:

PhenoTrait

  预计气候变化的影响——气温升高、降雨量减少、水资源供应减少——将增加澳大利亚主要葡萄酒产区与灌溉相关的盐分。培育新的非生物抗逆葡萄砧木将有助于减轻这些影响的葡萄栽培。本文研究了高温对两个对照砧木和一个实验砧木杂交群体的主要耐盐性状的影响。

 

  利用高通量设施对未嫁接的砧木K51-40、140个Ruggeri和68个K51-40衍生杂交砧木在盐和温度处理下进行表型分析。降温处理的Smarthouse被设定在27/18℃,热处理则从27℃/18℃逐渐升高到43/30℃直到第10天,然后减至35/25摄氏度直到第14天收获(图1a)。在14天的试验中,不包括施盐和收获的时间(图1c),在10天内拍摄了单个葡萄植株的图像。在每一个成像天,为每一株植物采集三张红/绿/蓝(RGB)图像,一张来自俯视图相机,两张来自在侧视图像之间旋转植物,如图2。通过将其与人工测量的144株葡萄藤的叶面积相关联来评估拍摄投影面积(projected shoot area,PSA)值的准确性。最终PSA与人工测量的叶面积(图3a, R2 = 0.85, P≤0.001)和生物量(图3b, R2 = 0.77, P≤0.001)之间存在显著的线性和极显著相关,表明PSA是葡萄生长的一个合适的代用指标。

 

  图4-9显示,温度升高导致大多数基因型成熟叶片中氯离子Cl-浓度升高,这可能是由于蒸腾作用的增加,但不同基因型对温度的响应程度存在较大差异。温度对叶片钠Na+积累的影响也存在遗传差异。生长速率对盐度的响应在基因型之间是不同的,并且不受氯和钠积累的影响。

 

  高通量表型学为同时评估非生物胁迫下离子排斥和生长速率响应的新砧木选择提供了一个很有前途的工具。了解温度对耐盐性状的影响,以及新型筛选工具的开发,将有助于培育更适合未来更炎热、更干燥气候的新砧木。

 

  图1在Smarthouse中14天的实验中,温度(a)和饱和水汽压差(vapour pressure deficit,VPD) (b)在冷(蓝线)和热(红线)中的变化。(c)相机图标表示葡萄藤数码图像拍摄的天数,Salt表示连续施盐的3天。H表示葡萄收获的日期。

 

  图2 在成像周期的开始(第1天)、中间(第6天)和结束(第13天)时,在两个侧视图和一个俯视图下拍摄的单根葡萄藤的数字图像示例。

 

  图3 基于图像的葡萄生长表型验证。在14天被破坏采收的144株葡萄中,第13天的叶面积(projected shoot area,PSA)与(a)人工测量的叶面积(R2 = 0.83)和(b)总茎叶(幼叶和成熟叶、绿茎和叶柄)干质量(dry mass ,DM) (R2 = 0.77)的相关性。每个数据点代表一个藤蔓。

 

  图4 盐度处理对生长在[冷处理(蓝点),热处理(红点), 冷和盐处理(绿), 热和盐处理(黄)]基因型平滑相对生长速率(Smoothed relative growth rate,sRGR)及由此产生的耐盐率的影响。每个基因型的耐盐比率计算为sRGR salt /sRGR Control。每个图按照耐盐比率递减的顺序排列。每个数据点表示3个生物重复的预测sRGR均值,误差条表示最小差异(LSD)的一半(P≤0.05)。如果不同盐度处理对同一基因型的误差条不重叠,则该基因型的盐度处理效果存在显著差异。

 

  图5 在温度和盐度处理下,对不同基因型第13天的相对叶面积(Smoothed projected shoot area,sPSA)与总水分利用(water use,WU)的线性回归[冷处理(蓝点) R2 = 0.59, 热处理(红点) R2 = 0.54, 冷和盐处理(绿) R2 = 0.60, 热和盐处理(黄) R2 = 0.37]。每个数据点表示三个生物重复的预测平均值。相关系数均有统计学意义(P≤0.01)。

 

  图6 盐和温度处理[冷处理(蓝点),热处理(红点), 冷和盐处理(绿), 热和盐处理(黄)]对水分利用效率(water use efficiency,WUE)的影响,计算为第1 ~ 13天的生长变化(kpixels)除以第1 ~ 11天的总用水量(mL)。每个数据点表示基于三个生物复制的每个基因型的预测平均值。误差条表示最小差异(LSD)的一半(P≤0.05)。如果同一基因型的两个误差条不重叠,则这些处理的效果显著不同。

 

  图7 温度对在盐处理[冷和盐处理(绿), 热和盐处理(黄)]基因型成熟叶片的Cl-积累。每个数据点表示3个生物重复的预测均值,误差条表示最小差异(least significant difference,LSD)的一半(P≤0.05)。如果同一基因型的两个误差条不重叠,则两种温度预测显著不同。

 

  图8 探讨用水增加对Cl-由于温度处理而堆积。(a)预测的平均射点Cl-在冷盐和热盐处理之间,所有基因型的每WU摄入量没有变化。每个数据点表示3个生物重复的预测均值,水平线表示预测处理均值及其95%置信区间。(b) Cl-每WU (R2 = 0.52)和(c) Cl-各基因型在冷盐和热盐处理间的干质量(DM)比值(R2 = 0.40)。数据点表示三次生物复制的预测平均值。在P≤0.0001时,两种回归分析均具有统计学意义。

 

  图9 温度对冷热温室生长的盐处理[冷盐(蓝绿点),热盐(黄点)]基因型成熟叶片Na+积累的影响每个数据点表示3个生物重复的预测均值,误差条表示最小差异(LSD)的一半(P≤0.05)。如果同一基因型的两个误差条不重叠,则两种温度预测显著不同。

 

  来源:Dunlevy, J., Blackmore, D., Betts, A., Jewell, N., Brien, C., Berger, B., Walker, R., Edwards, E.J. and Walker, A. (2022), Investigating the effects of elevated temperature on salinity tolerance traits in grapevine rootstocks using high-throughput phenotyping. Australian Journal of Grape and Wine Research. https://doi.org/10.1111/ajgw.12549

 

  编辑:王春颖

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。