机器视觉RGB表型分析揭示近等基因小麦基因型对不同灌溉制度的分化性与实时响应

《Agronomy Journal》：Machine vision RGB phenotyping reveals divergent and real-time responses to different watering regimes in near-isogenic wheat genotypes

　　

本研究评估了高通量红、绿、蓝（RGB）成像作为一种方法，用于在遗传上高度一致的小麦（Triticum aestivum L.）群体中检测充足供水与减少供水条件下的细微表型差异。该研究旨在通过识别具有互补应对机制的亲本来支持育种群体设计，从而在杂交组合中整合这些机制以获得更优后代。研究人员利用RGB成像监测BC₂F₆小麦后代在充足供水、开花前（pre-anthesis）减少供水和开花后（post-anthesis）减少供水条件下的侧投影面积（SPA）。随后，针对每个基因型采用Logistic生长曲线对SPA进行建模，以提取动态冠层性状，并将这些性状与基于SPA生长曲线的曲线下面积（AUC）共同用于分析其与成熟期产量、秸秆生物量、收获指数（HI）及穗部性状之间的相关关系。尽管材料间遗传相似性较高，基于RGB的成像仍揭示了这些小麦材料在正常条件下存在明确不同的表型以及在胁迫下不同的响应策略，凸显了动态、无损表型鉴定在识别互补响应模式方面的价值。在充足供水条件下（n = 36），曲线下面积与籽粒重呈强相关（R² = 0.76，95%置信区间〔CI〕：0.59–0.87），但在减少供水条件下，尤其在开花后，这种关系减弱，表明冠层大小与生殖产出之间的关联降低。数据揭示，不同育种系可依据其在正常条件下Logistic生长曲线的特征、开花前减少供水后恢复斜率，或其将秸秆生物量转化为可收获籽粒的能力，表现出相互对立的响应模式。RGB成像能够实时、无损地检测遗传相近小麦材料对减少供水的响应，并为设计面向气候适应性品种的下一代育种群体提供互补的生育期内数据。

该论文发表于《Agronomy Journal》，聚焦于高通量表型鉴定技术在小麦抗旱育种中的应用价值。研究背景在于，到2050年全球小麦需求预计显著上升，但干旱、气候不稳定及全球变暖使小麦稳产增产面临严峻挑战。传统抗旱研究多强调基因或终点性状筛选，但在实际育种中，抗旱性往往由多个生理过程、农艺性状和时序响应共同决定，尤其在回交后代等遗传背景高度相似的材料中，仅凭成熟期产量或肉眼观察难以识别具有互补适应机制的优良亲本。因此，研究人员尝试将关注点从单纯的基因鉴定拓展到可观测响应机制的识别，通过生育期内连续表型监测捕捉不同基因型在限水条件下的生长抑制、恢复能力与产量形成策略，从而为机制导向的抗旱育种提供依据。

本研究以Penny/Yecora杂交后再以Yecora回交形成的BC₂F₆小麦材料为对象，选取5个后代系G190、G156、G130、G136、G186及轮回亲本Yecora（G100）开展表型分析。这些材料平均具有约87.5%的Yecora遗传背景，因此适合作为“高度同质”材料来检验高通量机器视觉是否能够识别微小但有育种意义的差异。研究设置了充足供水、开花前减少供水和开花后减少供水三种处理，连续获取植株侧视RGB图像，并以侧投影面积反映冠层大小动态。研究结果表明，即便在近等基因背景下，不同材料仍呈现出显著差异的冠层扩展轨迹、恢复模式及产量稳定性；同时，RGB成像在正常供水下对最终籽粒重和秸秆生物量具有较强预测能力，但在开花后限水条件下预测能力下降。研究的重要意义在于证明了实时、无损、动态的冠层成像可用于解析隐蔽的抗旱响应模式，辅助筛选具有互补机制的亲本材料，为培育气候韧性小麦品种提供方法学支撑。

研究人员主要采用了3类关键技术方法。其一，材料来源于Penny × Yecora回交群体，经单籽传法推进至BC₂F₆，并从中筛选出根系和地上部表现有差异的6个基因型。其二，在Purdue全自动表型平台中实施完全随机设计（CRD），通过实时盆重控制灌水，构建充足供水、开花前限水和开花后限水处理，并于10–89 d播后连续采集图像。其三，利用MATLAB进行图像分割和SPA提取，在R中开展方差分析、相关分析、AUC计算、Logistic生长曲线拟合以及复水后恢复斜率估算，从而将生育期内动态冠层指标与成熟期农艺性状进行关联分析。

在结果部分，论文首先报告了“3.1 Machine vision to describe highly homogeneous breeding lines under well-watered conditions”。该部分表明，在充足供水条件下，尽管各材料共享高度相似的遗传背景，籽粒重、穗重、穗数、穗长、小穗数、株高、抽穗期和成熟期等多个性状仍存在显著基因型差异。研究人员通过平均SPA构建生长曲线，发现各基因型均呈现典型S形Logistic增长过程，但在最大冠层大小K、内禀生长速率r和拐点时间t₀上存在明显差异。G190具有最高的K，说明其在正常供水下冠层扩展潜力最大；G130的r最高且t₀最早，显示其具备更快的早期扩展策略；G186和G190的r较低，代表较缓慢、渐进的冠层形成模式。该结果说明RGB机器视觉能够在外观相近材料中识别出冠层发育动态的定量差异。

随后，“3.2 Responses to water stress post-flowering”集中分析了限水时期对响应模式的影响。开花前限水在茎伸长期施加后，各基因型冠层扩展均立即下降，复水后恢复能力出现分化。研究人员通过复水后SPA斜率估计恢复速度，发现G190再生长最强，G100和G136恢复有限。与籽粒重损失对照后可见，冠层恢复较差的G100和G136籽粒重下降幅度也较大，而G186兼具中等冠层恢复和最小籽粒重下降，提示生育期内冠层动态与最终生产力存在联系，但这种联系并非绝对。对于开花后限水处理，由于胁迫施加时大多数基因型已形成较大冠层，SPA表现为峰值后的快速下滑。以AUC衡量季节性冠层累积发育后发现，G190的AUC降幅最大，G186和G136降幅较小；这一趋势与最终籽粒重降幅基本一致。论文进一步指出，与开花前限水相比，开花后限水虽造成的AUC降幅相对较轻，但籽粒重损失更严重，表明生殖生长期供水受限对籽粒形成的影响强于对冠层体量本身的影响，说明胁迫发生时期是决定产量惩罚程度的关键因素。

在“3.3 Tolerance and phenotype-based response patterns”中，研究人员基于冠层生长轨迹、复水后斜率、AUC变化、籽粒重降幅及收获指数等指标，归纳出若干表型响应类型。G190被概括为“强生长且快速恢复”，其正常条件下冠层最大、早期限水后补偿生长明显，但对末期限水敏感；G136被描述为“较小但高效的冠层”，其冠层较小、恢复较弱，但HI较高，在不同供水制度下维持了较高的生物量向籽粒分配比例；G186表现为“胁迫下最稳定”，在开花前后限水下均表现出最小籽粒重损失，因此被视为产量稳定性最佳的材料；G130具有“早期活力强、后期补偿”的特点，正常供水下r最高，在胁迫下虽然营养生长面积下降明显，但仍维持相对较高籽粒重并表现出较长成熟期；G156则是在理想条件下表现较好、但在胁迫下适应性较弱。该部分的重要价值在于，研究并未停留于单一优劣排序，而是将各材料归纳为不同机制类型，为互补亲本组配提供依据。

“3.4 The predictive power of machine vision varied across watering treatments”则讨论了RGB指标的预测效能。研究显示，跨全部处理综合分析时，AUC与籽粒重强相关，与秸秆生物量中度相关；在充足供水条件下，AUC与籽粒重及秸秆生物量的关系更强，说明RGB衍生冠层动态能够较可靠地表征正常环境下的最终生产表现。然而，在开花前和开花后限水条件下，这种预测关系明显削弱，尤其AUC与籽粒重之间的对应性在开花后限水中几乎瓦解。该结果表明，在胁迫环境下，单纯的冠层大小不足以解释籽粒形成结果，冠层维持与生殖输出之间的联系具有显著的阶段依赖性。

讨论部分进一步总结了本研究的理论意义。首先，机器视觉在高度同质的回交后代中仍能识别功能性差异，说明动态表型鉴定能够弥补终点测定的不足。其次，生育期内性状，尤其是RGB成像获得的SPA、AUC、Logistic参数和复水恢复斜率，可将基因型对限水的响应拆解为可解释的组成部分，从而揭示不同材料采取的是快速扩展、延后生长、补偿恢复、维持收获指数还是保持产量稳定等不同策略。再次，论文强调干旱发生时期对产量影响至关重要：开花前限水往往允许材料在复水后恢复部分生长，而开花后限水则更直接影响灌浆和生殖器官发育，因此即使冠层损失较小，也可能带来更大的籽粒重惩罚。论文还指出，AUC等RGB指标在正常环境下预测价值较高，但在胁迫下需要结合其他生理性指标解释，因为RGB成像本身难以直接捕捉气孔行为、光合效率等生理机制。最后，研究提出将生育期内动态数据与成熟期农艺数据整合，可提升育种群体中互补亲本的识别效率，但也明确指出，本研究在受控环境下开展，其结论仍需多环境田间试验进一步验证。

研究结论部分可译为：本研究利用高通量RGB表型鉴定技术，在受控的充足供水与减少供水条件下，解析了遗传背景高度同质的小麦回交群体对限水的动态响应。尽管各后代与轮回亲本之间亲缘关系密切，研究仍观察到其在生长轨迹、水分胁迫应对策略以及最终产量结果上的明显差异。通过对Logistic生长参数建模，并将生育期内冠层测量与成熟期表现整合分析，研究证明实时表型鉴定能够实现对基因型的早期且具有实际意义的区分。尤其重要的是，研究发现AUC等RGB衍生性状的预测能力高度依赖于干旱发生时期：在适宜供水条件下与产量强相关，而在开花后胁迫下预测关系明显减弱。结果表明，限水条件下的表现并不能仅由生物量和冠层大小维持来解释，还与复生长动态及不同基因型中产量结果与冠层发育之间的关系差异有关。通过刻画彼此对比鲜明的表型响应类型，研究指出了一些可用于小麦育种中机制导向选择的性状。不过，在建立更普适的理想株型框架之前，仍需在更大规模、遗传多样性更高的材料中进行验证。总体而言，将生育期内表型鉴定与季末农艺数据整合，有助于更精确地理解复杂胁迫响应，并为亲本选择及互补抗旱机制的聚合提供依据。本研究支持了基于图像的表型组学（phenomics）作为一种强大、无损工具，在加速气候韧性小麦品种选育中的应用前景。