基于SpikeFlow-4D原位4D CT表型组学框架的水稻稻穗籽粒灌浆空间动态非破坏性量化研究

《Plant Communications》：SpikeFlow-4D maps rice panicle grain-filling kinetics by computed tomography

　　**摘要**水稻产量和籽粒品质取决于籽粒灌浆的速率、时机和均匀性，但这一过程的空间动态变化在完整稻穗内始终难以精确量化。破坏性采样方法通过拼接不同植株的发育轨迹来重建灌浆过程，无法直接追踪同一器官内上位籽粒与下位籽粒的灌浆动态。本研究开发了SpikeFlow-4D，一种原位4D CT表型组学框架，可非破坏性地重复监测水稻籽粒灌浆过程。该框架集成了由粗到细的分割流程，包括逐层茎秆检测与去除、形态学清理、基于DBSCAN的稻穗分离以及籽粒实例提取，同时保留原始32位重建灰度值用于灰度值定量分析，仅使用8位掩膜进行中间分割步骤。将SpikeFlow-4D应用于两个水稻品种——9311和中华11（ZH11）——定量分析了稻穗上部、中部和下部三个垂直层级的平均CT灰度值随时间的变化，该灰度值作为相对衰减度的代理指标。对各层级轨迹进行逻辑建模发现：9311品种下部层级的衰减度增加滞后于上部层级，活跃积累期较短，净衰减度增量也较小；但各层级的峰值增加速率估计值之间并无一致差异。在开花后第16天，层级CT灰度值的分布模式与独立测量的籽粒鲜重一致，且在不同基因型×层级组的均值中，CT灰度值与干重呈正相关，但并未在CT灰度值与干物质含量之间建立直接校准关系。上述结果支持SpikeFlow-4D作为一种非破坏性框架，用于量化水稻稻穗中具有空间分辨能力的群体水平籽粒灌浆动态。