综述：小麦全基因组关联研究中表型智能鉴定技术的应用与前景

《Cereal Research Communications》：Application and prospects of phenotypic intelligent identification technology in genome-wide association studies of wheat

本综述系统探讨了高通量表型分析技术与全基因组关联分析（GWAS）和基因组选择（GS）在小麦育种中的整合应用。文章指出，传统表型鉴定方法存在劳动密集型、易出错等局限，而高通量表型平台通过非接触式、连续测量显著提升了性状数据精度，进而增强了GWAS解析力与GS预测准确性，为解析复杂性状遗传架构和加速小麦分子育种提供了关键技术支撑。

　　

Abstract

表型与基因型数据的整合是推动小麦育种和基因组研究的基础。全基因组关联研究（GWAS）和基因组选择（GS）分别提供了将遗传变异与复杂性状相关联以及预测育种价值的互补框架。然而，它们的成功取决于从大群体中获得的全面基因组数据和高质量表型数据的可用性。尽管高通量DNA测序技术的快速发展极大地加速了基因组数据的生成，但表型分析仍然是一个瓶颈。传统的小麦表型分析依赖于人工评估，这种方式劳动密集、容易出错且规模有限。相比之下，高通量表型平台能够实现快速、非侵入性、大规模的性状测量，解决了传统方法的许多限制。本综述探讨了高通量表型技术与GWAS和GS在小麦研究中的整合，重点介绍了关键技术、当前应用、挑战和前景。通过提供连续且无接触的测量，高通量表型提高了性状数据的精确度，增强了GWAS的分辨率，提高了GS的预测准确性，并加速了复杂性状遗传结构的解析，最终加速了小麦的分子育种。

Graphical abstract

表型与基因型数据的整合是推动小麦育种和基因组研究的基础。全基因组关联研究（GWAS）和基因组选择（GS）分别提供了将遗传变异与复杂性状相关联以及预测育种价值的互补框架。然而，它们的成功取决于从大群体中获得的全面基因组数据和高质量表型数据的可用性。尽管高通量DNA测序技术的快速发展极大地加速了基因组数据的生成，但表型分析仍然是一个瓶颈。传统的小麦表型分析依赖于人工评估，这种方式劳动密集、容易出错且规模有限。相比之下，高通量表型平台能够实现快速、非侵入性、大规模的性状测量，解决了传统方法的许多限制。本综述探讨了高通量表型技术与GWAS和GS在小麦研究中的整合，重点介绍了关键技术、当前应用、挑战和前景。通过提供连续且无接触的测量，高通量表型提高了性状数据的精确度，增强了GWAS的分辨率，提高了GS的预测准确性，并加速了复杂性状遗传结构的解析，最终加速了小麦的分子育种。

Graphical abstract