近红外光谱技术作为火炬松抗梭锈病高通量表型分析方法的创新应用

为解决火炬松(Pinus taeda L.)抗梭锈病(Cronartium quercuum f. sp. fusiforme)传统表型鉴定依赖主观目测、易误判"逃逸感病株"的问题，研究人员创新性采用便携式近红外(NIR)光谱和傅里叶变换中红外(FT-IR)技术，结合化学计量学分析韧皮部与针叶光谱特征。研究发现NIR模型对极端抗/感病株分类准确率达69%，证实了该技术作为辅助育种工具的可行性，为森林病理抗性筛选提供了高效客观的新方法。

　　

在广袤的美国东南部林区，火炬松作为最重要的经济用材树种，每年因梭锈病造成的损失高达数百万美元。这种由梭锈菌(Cqf)引发的病害，虽可通过抗性基因型防治，但传统依赖肉眼观察瘿瘤的鉴定方式存在致命缺陷——长达6-9个月的潜伏期可能掩盖感染症状，而环境压力差异更导致10%的"逃逸感病株"被误判为抗性株。这种"漏网之鱼"一旦进入育种程序，将严重威胁人工林的健康安全。

为突破这一瓶颈，由美国佐治亚大学等机构组成的研究团队在《Plant Phenomics》发表创新性研究。科学家们独辟蹊径地将振动光谱技术引入森林病理学领域，首次系统评估了近红外(NIR)和傅里叶变换中红外(FT-IR)两种光谱技术在火炬松抗梭锈病表型分析中的应用潜力。研究团队从8个试验点的34个家系中采集275株5年生无症状火炬松的韧皮部和针叶样本，分别采用便携式NeoSpectra NIR扫描仪和实验室级Nicolet iS50 FT-IR光谱仪进行分析，结合支持向量机(SVM)和稀疏偏最小二乘判别分析(sPLS-DA)等机器学习算法构建预测模型。

关键技术包括：(1)基于育种值筛选极端抗/感病家系建立样本队列；(2)便携式NIR设备(3920-7380 cm^-1
)原位扫描未处理植物组织；(3)FT-IR(4000-700 cm^-1
)分析韧皮部酚类提取物；(4)采用100次迭代的bootstrap验证提升模型稳健性。

NIR表型分析揭示韧皮部光谱比针叶更具鉴别力，sPLS-DA模型对30株极端抗/感病样本的测试准确率达68.7%。特征波段分析发现5678-6222 cm^-1
区域与抗性显著相关，该区域对应木质素和纤维素等化合物的第一倍频吸收。FT-IR表型分析虽分辨率更高，但最佳模型测试准确率仅65%，表明酚类物质可能非抗性主要决定因素。

讨论部分指出三个关键发现：(1)便携式NIR设备足以替代实验室级仪器，其操作便捷性更适应野外作业；(2)韧皮部作为病原侵染的主要通道，其光谱特征比叶片更稳定可靠；(3)模型对极端表型的鉴别力显著优于中间型，恰好满足育种中对"优中选优"的需求。该研究为森林树种抗病育种提供了首个可现场部署的光谱表型技术方案，其创新性在于将传统需要数年田间观察的性状评估，转化为即时可得的客观数据。

这项研究的现实意义尤为突出：光谱技术可整合至现有育种流程，作为目测鉴定的补充验证手段。当面对无症状幼苗时，69%的准确率虽不完美，但已显著降低误选感病基因型的风险。更深远的影响在于，该方法可推广至松树梢枯病(Fusarium circinatum)等其它重大病害的抗性筛选，为应对气候变化下森林病害加剧的挑战提供了新技术范式。