基于改进U-Net++模型的油菜pol TCMS温敏两系育性等级鉴定及温度育性关系的量化研究

　　

摘要： 油菜(Brassica napus L.)是全球重要的油料作物, 其杂种优势的利用在提升产量与环境适应能力方面发挥了关键作用。温敏型波里马细胞质雄性不育系(pol TCMS)因其育性受温度影响, 具备一系两用的独特优势, 已成功应用于两系育种。雄蕊、雌蕊长度是生产实践中进行育性等级划分的主要依据, 然而育性等级的主观划分方法易受人为因素干扰, 最终影响表型考察及精细定位的结果。为此, 本研究提出了一种育性等级鉴定的新方法, 即基于改进U-Net++深度学习模型的图像语义分割法。以pol TCMS温敏两系及pol CMS稳定不育系构建F₂分离群体, 首先, 获取分离群体中不同育性等级花器官的图像, 标注构建数据集; 其次, 选取U-Net++图像语义分割方法, 通过优化编码器和解码器结构并引入通道注意力模块, 提升模型的分割精度; 最后, 以不同育性等级的图像进行训练和测试。结果表明, 改进后的模型在不同育性等级花器官的分割任务中, 平均交并比为92.02%, 精确率为98.94%, 召回率为98.84%, F₁分数为98.87%, 优于其他分割模型方法, 该模型能很好识别出不同育性等级的花器官。基于分割结果获得原位实际长度, 与人工测量的长度相比, 预测值与实测值的决定系数R²为0.989, 均方根误差(RMSE)为0.142 mm, Spearman相关系数为0.983, 可以实现不同育性等级表型参数的准确测量。此外, 通过分析量化温度与育性(雄蕊/雌蕊比值)的关系发现, 育性随单花开花前9 d的温度变化而波动。本研究验证了温度对油菜育性的关键影响, 为深入解析油菜温敏特性及相关基因定位研究提供了新方法和技术支持。