高分辨率表型组学揭示EMS诱变高粱群体在干旱条件下的动态响应机制

为解决高粱在干旱胁迫下生物量产量受限的问题，研究人员利用EMS诱变技术构建了434个BTx623背景的高粱突变体群体，通过Field Scanner(FS)平台在亚利桑那州极端干旱环境下采集了RGB、FLIR、PSII和3D点云等多模态表型数据（194 TB原始数据），整合为422 MB结构化数据集。该研究首次实现了田间条件下高粱基因型与动态干旱响应表型的精准关联，为作物抗逆改良提供了可挖掘的突变资源库和标准化分析流程（PhytoOracle），相关数据已开源共享于CyVerse平台（DOI:10.25739/zpnk-9v06）。

　　

在全球气候变化加剧的背景下，作物抗旱性研究已成为保障粮食安全的核心议题。作为C₄植物的代表，高粱(Sorghum bicolor)因其卓越的耐旱性被视为生物能源作物的理想选择，但其在极端干旱条件下的生物量积累机制仍不明确。传统研究多局限于实验室环境，难以模拟田间复杂的干旱响应过程，而现有田间表型技术又面临数据标准化不足、多模态整合困难等挑战。

针对这一瓶颈，美国亚利桑那大学(The University of Arizona)植物科学学院的Jeffrey Demieville团队联合普渡大学、唐纳德丹福斯植物科学中心的研究人员，利用该校自主研发的Field Scanner(FS)机器人表型平台，对434个经EMS(乙烷甲基磺酸酯)诱变的BTx623高粱突变体进行了为期两年的田间动态监测。研究通过多传感器协同采集系统，在亚利桑那州马里科帕农业中心(33°04'24.8"N)的极端干旱环境中（日间最高温度>45°C），同步获取了RGB可见光、FLIR红外热成像、PSII叶绿素荧光和3D点云数据，结合可控的地下滴灌系统（设置充分灌溉WW与限水WL两组处理），构建了首个关联基因组变异与田间动态表型的高通量数据集。该成果以开放获取形式发表于《BMC Research Notes》，为作物抗逆基因挖掘提供了新模式系统。

研究团队采用三大核心技术：1) 基于FS的自动化多光谱采集系统，每日单平台可获取TB级原始图像；2) 通过PhytoOracle云计算管道实现多源数据标准化处理，包括植物级边界框识别(bounding area)、冠层温度量化(canopy_temp_mean)和3D拓扑特征提取（采用Giotto-TDA算法）；3) 严格的质控流程，剔除检测天数不足67%的个体及Tukey离群值(k=1.5)，最终获得526,917条清洁数据。所有突变体均通过SorghumBase数据库实现序列索引，确保基因型-表型追溯性。

数据描述
研究涵盖2020与2022两个生长季，通过分层随机设计将434个突变体分配至WW/WL处理组。FS系统在水分胁迫启动后（出苗50天）每日采集：1) RGB图像解析植株投影面积(bounding_area_m²)；2) FLIR热成像量化冠层温度异质性(canopy_temp_median变异系数达12.3%)；3) 3D扫描获取植株拓扑体积(hull_volume)，发现WL组平均减少38.7%；4) PSII参数FV/FM揭示光合效率的基因型特异性衰减模式。配套的AZMET气象数据(285条记录)显示试验期间平均辐射量达28 MJ/m²/day。

局限性
极端环境导致FLIR传感器在正午时段冷却不足，约7.2%的热数据需校正；3D扫描因植株高度差异存在12-15%的遮挡误差；清洁数据剔除num_points低于90分位数的点云时，可能丢失矮化突变体的有效信息。

该研究的意义在于：1) 创建了首个整合EMS突变库、田间多模态表型和基因组注释的开放数据库，突破实验室表型预测田间的"最后一公里"难题；2) 开发的PhytoOracle分析框架为复杂环境下的表型标准化提供范本；3) 发现冠层温度动态与hull_volume的耦合关系可作为新型抗旱指标。美国能源部在项目评述中指出，该数据集将推动"数字孪生"技术在作物育种中的应用，为解析干旱响应通路(如ABA信号转导)的遗传基础提供新线索。后续研究可结合GWAS(全基因组关联分析)挖掘调控3D拓扑特征的关键QTL位点。