高通量根系表型平台揭示棉花抗旱根系构型可塑性及其育种应用价值

本研究针对全球气候变化加剧干旱胁迫的挑战，利用高通量自动根系表型平台（HT-ARPP）系统分析了228份棉花种质幼苗期的根系响应机制。通过动态监测获得27个数字化根系性状（i-Rtraits），构建干旱适应性综合指数（CIDA）并建立关键性状模型，提出理想抗旱根系构型，为中旱抗性种质作为育种材料提供了新策略。

　　

全球气候变化正导致干旱胁迫日益加剧，对农业生产和作物育种构成了严峻挑战。根系作为植物感知土壤环境信号的核心器官，其构型特征直接决定了作物在干旱条件下的适应能力。尤其在棉花这类重要经济作物中，如何通过优化根系构型提升抗旱性已成为育种领域的关键科学问题。传统根系研究方法存在通量低、破坏样本、难以动态监测等局限，制约了对根系抗旱机制的深入解析。

为此，研究人员利用高通量自动根系表型平台（High-Throughput Automatic Root Phenotyping Platform, HT-ARPP）对228份代表性陆地棉种质资源进行了系统研究。通过 specialized root boxes（专用根箱）培养体系，在幼苗期干旱胁迫条件下进行了持续20天的动态监测，累计采集超过20,000张根系图像，并从中提取了27个基于图像的数字化地下根系性状（image-based digital underground root traits, i-R_traits）。研究采用干旱抗性系数（Drought-Resistant Coefficient, DRC，即干旱处理与对照组的i-R_traits比值）量化表型响应，并通过根系性状综合分析构建了干旱适应性综合指数（Comprehensive Index of Drought Adaptability, CIDA）。进一步通过逐步回归分析建立了关键i-R_traits模型，依据根系对水分缺失的适应能力将种质划分为5个类型组。结合地上与地下表型的联合分析，研究提出了理想抗旱根系构型特征。

关键技术方法包括：利用HT-ARPP平台对228份自然群体棉花种质进行非破坏性动态表型采集；通过专用根箱系统实现幼苗期干旱胁迫控制；基于机器视觉算法提取27个i-R_traits；采用DRC和CIDA指数进行抗旱性量化评估；运用逐步回归建立关键性状预测模型。

根系表型动态响应特征

通过11个时间点的连续监测，研究发现干旱胁迫下棉花根系构型呈现显著可塑性变化。深层根系占比增加、侧根密度提升等特征与抗旱性呈正相关，表明根系在垂直方向的拓展能力是适应干旱的关键策略。

干旱适应性综合指数模型

基于27个i-R_traits构建的CIDA指数整合了多项根系功能性状，逐步回归分析筛选出根长密度（Root Length Density）、根夹角（Root Angle）和特定根长（Specific Root Length）等核心指标，建立了高精度抗旱性预测模型。

种质资源分类与理想构型

依据CIDA值将种质划分为高抗、中抗、中间型、敏感和高敏5类。中间型和中抗种质在干旱与正常条件下均保持相对稳定的生长性能，被证实为最具育种潜力的材料。结合地上生物量与根系特征的相关性分析，研究提出理想抗旱根系构型应具备适中的根深指数、发达的侧根系统和高效的水分获取效率。

研究结论表明，中等抗旱性棉花种质通过平衡根系投资与水分获取效率，在可变环境中表现出最佳适应性。该工作首次系统揭示了棉花根系构型可塑性对干旱胁迫的响应规律，建立的HT-ARPP技术体系与数字化性状分析方法为作物根系研究提供了新范式。提出的理想根系构型模型和种质分类策略为抗旱育种提供了直接的理论依据和材料选择标准，对应对气候变化下的农业可持续发展具有重要意义。论文发表于《Journal of Integrative Agriculture》，为作物表型组学与育种实践的深度融合提供了示范案例。