高通量技术助力辐射诱变突变体筛选：拟南芥研究的突破与展望

《Plant Methods》：Advancing radiation-induced mutant screening through high-throughput technology: a preliminary evaluation of mutant screening in Arabidopsis thaliana

为解决传统育种中突变体筛选效率低、准确性差的问题，研究人员开展了利用高通量植物成像系统（HTPIS）筛选辐射诱变拟南芥突变体的研究。结果表明 HTPIS 筛选效率超 80%，虽有一定误判率，但仍比传统视觉筛选更优，为辐射诱变育种提供了新方法。

　　在全球粮食生产的大舞台上，作物育种技术扮演着至关重要的角色。随着世界人口预计在 2050 年达到 90 亿 - 100 亿，粮食产量需大幅提升 25% - 100% 才能满足需求。然而，现实却面临诸多挑战，土地资源日益匮乏，病虫害压力与日俱增，各种生物和非生物胁迫频繁来袭，导致许多地区作物产量停滞不前，这无疑给全球农业系统和粮食安全带来了巨大威胁。传统育种方法虽在加速植物自然变异过程中发挥了重要作用，但在高效识别具有优良性状的突变系方面却困难重重，其主要原因在于表型分析和筛选系统存在诸多局限。例如，传统的表型分析方法往往需要大量人力和时间，样本通量有限，成本高昂，而且对植物的操作较为频繁且具有侵入性，难以对植物整个生命周期进行连续、非侵入性的监测，严重阻碍了植物育种和功能基因组学研究的进展。

为了突破这些困境，中国科学院近代物理研究所等机构的研究人员积极探索，开展了一项极具意义的研究。他们聚焦于利用高通量技术筛选辐射诱变的突变体，以拟南芥为研究对象，通过对比传统人工视觉筛选和高通量植物成像系统（HTPIS）筛选的效果，旨在为辐射诱变育种提供更高效、准确的方法。该研究成果发表在《Plant Methods》杂志上，为植物育种领域带来了新的希望和方向。

在研究过程中，研究人员运用了多种关键技术方法。首先，利用重离子束（HIBs）和60Co?γ射线诱导拟南芥产生突变，获得M3?代候选突变体。接着，运用 HTPIS 对野生型拟南芥和突变体进行图像采集，获取大量植物表型图像数据。然后，借助主成分分析（PCA）、散点矩阵聚类分析和逻辑生长曲线（LGC）分析等方法对数据进行处理和分析，从而评估筛选方法的准确性、假阳性率和假阴性率 。

研究结果主要从以下几个方面展开：

1. 传统视觉筛选结果：传统视觉筛选的准确性波动较大，三次实验中最高为 0.875，最低仅 0.429，平均准确性为 0.643，假阳性率平均为 0.058，假阴性率平均达 0.357。这表明传统视觉筛选容易遗漏部分突变体，且受主观因素影响明显。
2. HTPIS 突变图像采集与分析：HTPIS 采集了大量样本图像，获取约 10GB 数据，涵盖众多表型参数。通过 PCA 分析，从 45 个表型参数中提取出 8 个主成分，其方差贡献超 90%。散点矩阵聚类分析和生长曲线统计结果相结合，能够有效识别突变体。
3. 不同置信区间下 HTPIS 筛选结果：随着置信区间从 75% 提升至 99.9%，HTPIS 筛选的准确性从 1.0 降至 0.446，假阳性率从 0.817 降至 0.118，假阴性率从 0 升至 0.554。在 99% 置信区间时，HTPIS 筛选准确性为 0.786，仍显著高于传统视觉筛选。
4. 图形数据处理工作流验证：研究发现，当同一突变系种植在不同位置时，HTPIS 比传统视觉筛选更能准确检测到突变体。随机选取的 #197 候选突变体在生理水平验证中，表现出与野生型不同的生长发育特征、叶绿素荧光参数和亚细胞结构，进一步证明 HTPIS 能更精准地筛选出具有细微变化的表型突变体。

综合研究结论和讨论部分，该研究意义重大。一方面，研究引入了一种全新的高通量图形数据处理工作流程，专门用于筛选辐射诱导的后代突变体，极大地提高了识别辐射诱导突变材料的效率。另一方面，虽然 HTPIS 的假阳性率相对较高，使其无法完全取代传统筛选方法，但将 HTPIS 作为初始筛选工具，再结合人工验证，能够充分发挥两者的优势，显著提高突变体识别的整体准确性和可靠性。此外，研究还指出，随着高通量技术的不断发展，结合新算法或检测技术，有望为大规模突变体筛选开辟新方向，为植物育种和遗传改良提供更强大的支持，助力全球粮食安全问题的解决。