光合性能指数(Plabs)与丙二醛(MDA)含量协同调控盐胁迫下水稻生物量的机制研究

本研究针对盐胁迫与植物生长调节剂(PCa)协同作用下水稻生物量预测的生理特征优先级不明的问题，通过随机森林机器学习分析发现：光合性能指数(Plabs)和氧化损伤标志物MDA是预测生物量的关键指标，其中Plabs可作为耐盐基因型快速筛选的正向标记。该研究为盐碱地水稻育种提供了非破坏性表型筛选新策略。

　　

盐胁迫：水稻生产的隐形杀手
全球约20%的灌溉农田受盐渍化影响，水稻作为主要粮食作物对盐分尤为敏感。盐胁迫会破坏光合电子传递链，引发活性氧(ROS)爆发，导致光合效率下降和生物量锐减。虽然植物生长调节剂(PGRs)如Prohexadione-Calcium(PCa)能缓解盐害，但传统生理指标如净光合速率(Pn)与生物量的关系存在基因型依赖性，盐敏感品种9311呈正相关，而耐盐品种长芒谷(CMG)却显示负相关。这种矛盾使得单一指标预测模型在育种实践中面临巨大挑战。

广东海洋大学沿海农业学院的研究团队创新性地将随机森林机器学习与传统生理分析结合，通过对比9311和CMG两个品种在盐胁迫(0.3% NaCl)与PCa处理下的响应，首次明确了Pl_abs和MDA作为生物量预测的黄金组合。该成果发表于《BMC Plant Biology》。

关键技术方法
研究采用完全随机设计，设置对照(CK)、PCa、盐胁迫(S)和PCa+盐(PCaS)四组处理。通过LI-6800光合仪测定Pn和ETR，PAM-2500获取OJIP曲线计算Pl_abs和F_v/F_m，紫外分光光度法检测SOD活性和MDA含量。随机森林模型分析14/21天处理后的数据，通过变量重要性排序确定关键预测因子。

研究结果
光合性能的基因型差异
盐胁迫使9311的Pn和ETR在21 DAT分别降低77.1%和54.2%，而CMG保持稳定。PCa在14 DAT使CMG的Pl_abs提升1.9倍，但在9311中直到21 DAT才显现效果。

氧化应激的双刃剑
MDA与生物量呈稳定负相关，但SOD活性与生物量的关系呈现时间动态：14 DAT时与MDA正相关，21 DAT在CMG中转为负相关，揭示抗氧化系统后期可能因H₂O₂积累而失效。PCa使9311的MDA降低78.1%，显著优于CMG(22.7%)。

机器学习破解预测困局
随机森林模型显示Pl_abs和MDA的预测重要性超越Pn和F_v/F_m。Pl_abs整合了反应中心密度(RC/ABS)、能量捕获效率(φPo)和电子传递概率(ψEo)三维度信息，其预测优势在于：①对中度盐胁迫更敏感；②可非破坏性检测，适合大规模筛选。

讨论与展望
该研究突破性地发现Pl_abs作为"光合健康指数"比传统F_v/F_m更能反映盐胁迫下的系统损伤，而MDA作为氧化损伤标志物具有跨基因型的普适性。PCa通过维持Pl_abs和降低MDA的双通道作用缓解盐害，但其效果存在品种特异性——在CMG中快速激活光保护机制，而在9311中延迟启动修复系统。

未来研究可沿三个方向深入：①解析PCa调控PSII修复酶D1蛋白周转的分子机制；②开发基于Pl_abs的高通量表型分选设备；③通过GWAS挖掘Pl_abs相关QTL位点。这项成果不仅为耐盐育种提供新型生物标记，也为智能农业中的胁迫预警系统开发奠定理论基础。