高通量根系表型平臺助力解析小麥根系構型遺傳基礎_abio生物試劑品牌網(wǎng)
分享一篇河南大學宋純鵬團隊關于利用高通量根系表型平臺解析小麥根系構型的遺傳基礎的研究成果于2025年4月12日發(fā)表在國際學術期刊Plant Physiology上，以“An automated root phenotype platform enables nondestructive high-throughput root system architecture dissection in wheat”為題的文章。
文章鏈接：https://doi.org/10.1093/plphys/kiaf154
河南大學高通量作物表型分析平臺（HTP）由谷豐光電支持建設。
作物根系構型（Root system architecture, RSA）在錨定地上部分、土壤水肥利用、環(huán)境適應和收獲指數(shù)等方面具有重要作用。然而，由于根系生長于地下，被土壤掩蓋，利用傳統(tǒng)手段很難對根系構型進行無損、直觀精準掃描，嚴重制約了植物根系構型遺傳基礎的研究。小麥（Triticum aestivum L.）是全球最重要糧食作物之一，作為小麥生長發(fā)育的重要器官，根系直接決定小麥地上部分生物量和產(chǎn)量、抗逆性等諸多性狀。以往育種家在選育品種過程中多以地上部分綜合性狀作為選育高產(chǎn)、抗性品種的主要依據(jù)，對根系的關注相對較少。小麥的最終產(chǎn)量依賴于地下和地上部分協(xié)同調(diào)控，因此，深入解析調(diào)控小麥根系性狀的遺傳機制，構建小麥高產(chǎn)、抗逆的根系理想構型，是當前我國小麥通過根系遺傳改良，實現(xiàn)產(chǎn)量進一步提升迫切需要解決的問題。
針對上述生物學問題，河南大學宋純鵬教授團隊創(chuàng)建了基于成像技術的小麥高通量根系表型平臺，實現(xiàn)了小麥全生育期土壤中根系構型性狀的高通量、自動化、原位捕獲和分析，并通過GWAS解析了小麥根系發(fā)育的遺傳基礎，研究成果以An automated root phenotype platform enables nondestructive high-throughput root system architecture dissection in wheat為題于近日發(fā)表在Plant Physiology上。
作為課題組“小麥D基因組重建工程”漸滲系表型精準測量的系列方法學奠基工作，本研究由以下幾個部分組成。首先，創(chuàng)建了土壤原位的小麥高通量根系表型平臺（Root-HTP）。利用光照、溫度、水肥等小麥正常發(fā)育環(huán)境參數(shù)可精準控制的人工氣候室，以及搭載根系圖像捕獲高精度相機的全自動導引車（AGV）系統(tǒng)，實現(xiàn)了小麥全生育期根系構型（RSA）原位、無損、動態(tài)觀測和圖像采集。其次，通過人工手繪根圖構建了小麥根系表型海量數(shù)據(jù)集，用于機器學習的數(shù)據(jù)訓練，并結合深度學習D-LinkNet模型與RootNav分析軟件，成功研發(fā)了基于計算機視覺技術的小麥根系表型全流程分析平臺和技術體系。該研究總計獲得47個小麥RSA性狀。這些根系性狀共分為8類，包括根系角度、長度、數(shù)量、曲率、寬度、深度、寬深比以及凸包面積等，全面反映了RSA的多維度特征（圖1）。除了根系長度、數(shù)量等傳統(tǒng)性狀外，本研究還開發(fā)了包括曲率、凸包面積相關性狀在內(nèi)的33個適用小麥研究的新的根系構型性狀，并且其中23個根系土壤原位性狀從未在其他作物中報道。此外，該研究建成的Root-HTP系統(tǒng)不僅能夠?qū)Ω到Y構特征進行分析，還能同時捕捉地上部分植物的生長情況。未來，該系統(tǒng)可被應用于小麥正常生長發(fā)育，以及干旱、耐貧瘠等各種脅迫條件下根系和地上部分的相互作用以及根系與土壤微生物互作等方面的研究。
圖1 高通量根系表型平臺（Root-HTP）整體架構
為了探究小麥根系發(fā)育遺傳基礎，該研究基于Root-HTP平臺采集的155份小麥自然群體在小麥關鍵發(fā)育節(jié)點—拔節(jié)期的根系性狀，通過全基因組關聯(lián)分析（GWAS），共鑒定到2650個根系發(fā)育相關的SNPs，其中有203個SNPs直接定位于216個基因上，這些基因主要和皮層微管發(fā)育、光周期調(diào)節(jié)等相關。進一步分析發(fā)現(xiàn)，以上2650個根系發(fā)育相關的SNPs共定義了233個QTL，通過對其中一個根系曲率相關的QTL進行分析，并結合轉(zhuǎn)錄組數(shù)據(jù)推測TaMYB93可能是調(diào)控小麥根系曲率性狀的重要候選基因。利用VIGS技術對該基因進行瞬時沉默，發(fā)現(xiàn)無論是在根盒生長系統(tǒng)，還是在水培條件下，相對于野生型，TaMYB93沉默植株的主根根系的平均曲率呈現(xiàn)顯著減小的趨勢，并且其根系的最大凸包面積也顯著減小。此外，對課題組前期篩選得到的3個小麥AK58背景的Tamyb93-ems突變體的根系表型進行分析發(fā)現(xiàn)，與對照相比，突變體的平均主根根系曲率和最大凸包面積等顯著減小，表明TaMYB93在調(diào)控小麥的根系構型上發(fā)揮了重要作用。
最后，為了探究小麥根系構型與大田產(chǎn)量之間的相關性，本研究利用小麥自然群體根系構型性狀和大田產(chǎn)量相關性狀的GWAS結果，對產(chǎn)量和根系相關性狀的QTL進行聯(lián)合分析，發(fā)現(xiàn)有20個調(diào)控根系發(fā)育的QTL位點同時與產(chǎn)量位點共定位，表明這些共定位的QTLs同時調(diào)控著根系構型和田間產(chǎn)量，可能是未來通過改良根系構型提升小麥田間產(chǎn)量的重要基因資源?；谏鲜鼋Y果，本研究構建了根系性狀與產(chǎn)量的多元線性回歸模型，并基于18個RSA性狀提出了小麥高產(chǎn)的理想根系構型模型及優(yōu)化策略（圖2）。
總之，通過創(chuàng)建的Root-HTP平臺，該研究初步解析了小麥根系構型的遺傳基礎，為未來加速根系表型組學與基因組、轉(zhuǎn)錄組等多組學的深度融合，推動小麥育種邁入精準化、高效化新時代，以及全球糧食安全提供了技術和理論支撐。
圖2 小麥高產(chǎn)的遺傳基礎和根系模型
河南大學小麥逆境適應及遺傳改良團隊 張震副教授、博士生仇霄龍、郭光輝副教授、博士生朱曉靜為共同第一作者，河南大學宋純鵬教授、周云教授和華中農(nóng)業(yè)大學楊萬能教授為共同通訊作者。河南大學黃錦嶺教授、河南省農(nóng)科院許為鋼院士對本研究提供了重要指導和幫助。研究得到了國家自然科學基金、國家重點研發(fā)項目、河南省自然科學基金、河南省重點研發(fā)計劃和河南省神農(nóng)實驗室重點研發(fā)計劃等項目的資助。
自2019年起，河南大學宋純鵬課題組與華中農(nóng)業(yè)大學楊萬能團隊，以及武漢谷豐光電公司合作致力于打造小麥等作物“地上-地下-空域”三維立體表型分析體系。相繼建成了作物室內(nèi)地上部分（RGB、HSI）、地下部分根系，以及田間機器人和無人機等系統(tǒng)全面的作物表型系統(tǒng)，可快速獲取小麥、玉米、棉花等多維度表型參數(shù)，平臺已授權相關專利4項，入選“2023中國農(nóng)業(yè)農(nóng)村重大科技新成果-新裝備類”，成為“中國植物表型組學聯(lián)盟”的成員單位，被納入IPPN國際表型設施數(shù)據(jù)庫?；诮ǔ傻谋硇推脚_體系，團隊完成了粗山羊草代表性種質(zhì)及其衍生的漸滲系表型組數(shù)據(jù)采集（Nature Plants, 2021；Nature Protocols, 2024），開展了小麥群體響應干旱的表型組和遺傳基礎研究（New Phytologist, 2024），為小麥多維度表型組研究提供了系統(tǒng)方法和技術體系，對作物遺傳資源挖掘與分子育種具有重要意義。
文章鏈接：https://doi.org/10.1093/plphys/kiaf154
河南大學高通量作物表型分析平臺（HTP）由谷豐光電支持建設。
作物根系構型（Root system architecture, RSA）在錨定地上部分、土壤水肥利用、環(huán)境適應和收獲指數(shù)等方面具有重要作用。然而，由于根系生長于地下，被土壤掩蓋，利用傳統(tǒng)手段很難對根系構型進行無損、直觀精準掃描，嚴重制約了植物根系構型遺傳基礎的研究。小麥（Triticum aestivum L.）是全球最重要糧食作物之一，作為小麥生長發(fā)育的重要器官，根系直接決定小麥地上部分生物量和產(chǎn)量、抗逆性等諸多性狀。以往育種家在選育品種過程中多以地上部分綜合性狀作為選育高產(chǎn)、抗性品種的主要依據(jù)，對根系的關注相對較少。小麥的最終產(chǎn)量依賴于地下和地上部分協(xié)同調(diào)控，因此，深入解析調(diào)控小麥根系性狀的遺傳機制，構建小麥高產(chǎn)、抗逆的根系理想構型，是當前我國小麥通過根系遺傳改良，實現(xiàn)產(chǎn)量進一步提升迫切需要解決的問題。
針對上述生物學問題，河南大學宋純鵬教授團隊創(chuàng)建了基于成像技術的小麥高通量根系表型平臺，實現(xiàn)了小麥全生育期土壤中根系構型性狀的高通量、自動化、原位捕獲和分析，并通過GWAS解析了小麥根系發(fā)育的遺傳基礎，研究成果以An automated root phenotype platform enables nondestructive high-throughput root system architecture dissection in wheat為題于近日發(fā)表在Plant Physiology上。
作為課題組“小麥D基因組重建工程”漸滲系表型精準測量的系列方法學奠基工作，本研究由以下幾個部分組成。首先，創(chuàng)建了土壤原位的小麥高通量根系表型平臺（Root-HTP）。利用光照、溫度、水肥等小麥正常發(fā)育環(huán)境參數(shù)可精準控制的人工氣候室，以及搭載根系圖像捕獲高精度相機的全自動導引車（AGV）系統(tǒng)，實現(xiàn)了小麥全生育期根系構型（RSA）原位、無損、動態(tài)觀測和圖像采集。其次，通過人工手繪根圖構建了小麥根系表型海量數(shù)據(jù)集，用于機器學習的數(shù)據(jù)訓練，并結合深度學習D-LinkNet模型與RootNav分析軟件，成功研發(fā)了基于計算機視覺技術的小麥根系表型全流程分析平臺和技術體系。該研究總計獲得47個小麥RSA性狀。這些根系性狀共分為8類，包括根系角度、長度、數(shù)量、曲率、寬度、深度、寬深比以及凸包面積等，全面反映了RSA的多維度特征（圖1）。除了根系長度、數(shù)量等傳統(tǒng)性狀外，本研究還開發(fā)了包括曲率、凸包面積相關性狀在內(nèi)的33個適用小麥研究的新的根系構型性狀，并且其中23個根系土壤原位性狀從未在其他作物中報道。此外，該研究建成的Root-HTP系統(tǒng)不僅能夠?qū)Ω到Y構特征進行分析，還能同時捕捉地上部分植物的生長情況。未來，該系統(tǒng)可被應用于小麥正常生長發(fā)育，以及干旱、耐貧瘠等各種脅迫條件下根系和地上部分的相互作用以及根系與土壤微生物互作等方面的研究。
圖1 高通量根系表型平臺（Root-HTP）整體架構
為了探究小麥根系發(fā)育遺傳基礎，該研究基于Root-HTP平臺采集的155份小麥自然群體在小麥關鍵發(fā)育節(jié)點—拔節(jié)期的根系性狀，通過全基因組關聯(lián)分析（GWAS），共鑒定到2650個根系發(fā)育相關的SNPs，其中有203個SNPs直接定位于216個基因上，這些基因主要和皮層微管發(fā)育、光周期調(diào)節(jié)等相關。進一步分析發(fā)現(xiàn)，以上2650個根系發(fā)育相關的SNPs共定義了233個QTL，通過對其中一個根系曲率相關的QTL進行分析，并結合轉(zhuǎn)錄組數(shù)據(jù)推測TaMYB93可能是調(diào)控小麥根系曲率性狀的重要候選基因。利用VIGS技術對該基因進行瞬時沉默，發(fā)現(xiàn)無論是在根盒生長系統(tǒng)，還是在水培條件下，相對于野生型，TaMYB93沉默植株的主根根系的平均曲率呈現(xiàn)顯著減小的趨勢，并且其根系的最大凸包面積也顯著減小。此外，對課題組前期篩選得到的3個小麥AK58背景的Tamyb93-ems突變體的根系表型進行分析發(fā)現(xiàn)，與對照相比，突變體的平均主根根系曲率和最大凸包面積等顯著減小，表明TaMYB93在調(diào)控小麥的根系構型上發(fā)揮了重要作用。
最后，為了探究小麥根系構型與大田產(chǎn)量之間的相關性，本研究利用小麥自然群體根系構型性狀和大田產(chǎn)量相關性狀的GWAS結果，對產(chǎn)量和根系相關性狀的QTL進行聯(lián)合分析，發(fā)現(xiàn)有20個調(diào)控根系發(fā)育的QTL位點同時與產(chǎn)量位點共定位，表明這些共定位的QTLs同時調(diào)控著根系構型和田間產(chǎn)量，可能是未來通過改良根系構型提升小麥田間產(chǎn)量的重要基因資源?；谏鲜鼋Y果，本研究構建了根系性狀與產(chǎn)量的多元線性回歸模型，并基于18個RSA性狀提出了小麥高產(chǎn)的理想根系構型模型及優(yōu)化策略（圖2）。
總之，通過創(chuàng)建的Root-HTP平臺，該研究初步解析了小麥根系構型的遺傳基礎，為未來加速根系表型組學與基因組、轉(zhuǎn)錄組等多組學的深度融合，推動小麥育種邁入精準化、高效化新時代，以及全球糧食安全提供了技術和理論支撐。
圖2 小麥高產(chǎn)的遺傳基礎和根系模型
河南大學小麥逆境適應及遺傳改良團隊 張震副教授、博士生仇霄龍、郭光輝副教授、博士生朱曉靜為共同第一作者，河南大學宋純鵬教授、周云教授和華中農(nóng)業(yè)大學楊萬能教授為共同通訊作者。河南大學黃錦嶺教授、河南省農(nóng)科院許為鋼院士對本研究提供了重要指導和幫助。研究得到了國家自然科學基金、國家重點研發(fā)項目、河南省自然科學基金、河南省重點研發(fā)計劃和河南省神農(nóng)實驗室重點研發(fā)計劃等項目的資助。
自2019年起，河南大學宋純鵬課題組與華中農(nóng)業(yè)大學楊萬能團隊，以及武漢谷豐光電公司合作致力于打造小麥等作物“地上-地下-空域”三維立體表型分析體系。相繼建成了作物室內(nèi)地上部分（RGB、HSI）、地下部分根系，以及田間機器人和無人機等系統(tǒng)全面的作物表型系統(tǒng)，可快速獲取小麥、玉米、棉花等多維度表型參數(shù)，平臺已授權相關專利4項，入選“2023中國農(nóng)業(yè)農(nóng)村重大科技新成果-新裝備類”，成為“中國植物表型組學聯(lián)盟”的成員單位，被納入IPPN國際表型設施數(shù)據(jù)庫?；诮ǔ傻谋硇推脚_體系，團隊完成了粗山羊草代表性種質(zhì)及其衍生的漸滲系表型組數(shù)據(jù)采集（Nature Plants, 2021；Nature Protocols, 2024），開展了小麥群體響應干旱的表型組和遺傳基礎研究（New Phytologist, 2024），為小麥多維度表型組研究提供了系統(tǒng)方法和技術體系，對作物遺傳資源挖掘與分子育種具有重要意義。
本站“ABIO生物試劑品牌網(wǎng)”圖片文字來自互聯(lián)網(wǎng)
如果有侵權請聯(lián)系微信: nanhu9181 處理，感謝~
