304am永利集团(官方vip认证)网站-GREEN NO.1

精彩推荐
当前位置:AgriPheno > AgriPheno > 新闻动态
作物表型组学:现状与展望
日期:2019-06-20 15:37:15

到2050年,全球人口将达到97亿,预计作物产量翻一番才能满足全球人口的粮食需求。为了达到这一目标,作物产量需每年增长2.4%,但目前作物产量平均增长率仅为1.3%。作物生产性能的遗传改良仍然是提高作物生产力的关键因素,但当前的改善速度无法满足可持续性和粮食安全的需要。与广泛的遗传信息相比,表型分析已成为理解复杂性状遗传基础的瓶颈。为了打破这一瓶颈并提高分子育种的效率,迫切需要可靠、自动和高通量的表型技术,为育种学家提供新的见解,以选择适应资源短缺和全球气候变化的新品种。

 

表1 作物表型组学重要发展历程

5d0b352264046.jpg

随着高通量表型技术的迅速发展,该领域的研究正进入一个新的“表型组学”时代。作物表型组学研究集农学、生命科学、信息科学、数学和工程科学于一体,将高性能计算技术和人工智能技术相结合,探索复杂环境下作物生长的多种表型信息。作物表型组学研究的最终目标是构建有效的技术体系,能够以高通量、多维度、大数据、智能、自动测量的方式对作物进行表型分析,创造出一种多种形态、多尺度、表型+环境+基因型条件下获得大数据的工具。

 

5d0b3539b8155.jpg

G×P×E互作示意图

 

本文从表型数据收集、表型分析等方面概述了作物表型组学的研究现状,介绍了细胞、组织、器官、植株、田间群体等不同水平的作物表型分析方法,讨论了表型数据提取、分析和存储研究中的实际问题。Zhao C等认为表型组学正在进入具有多领域、多层次和多尺度特征的大数据时代,强调了建立多尺度、多维度和跨区域作物表型大数据库的必要性和重要性。最后,Zhao C等讨论了作物表型组学未来的挑战和前景,并为精确育种提出新的智能解决方案。

 

表2 作物微观尺度表型性状分析的常用方法和发展方向

表2190619s.jpg

表3 高通量植物表型平台成像技术综述

表3190619s.jpg

表4 可控环境下作物表型技术及平台设备一览表

表4190619s.jpg

表5 田间表型平台的特征和应用详表

表5190619s.jpg


全文阅读


Zhao C, Zhang Y, Du J, et al. Crop phenomics: current status and perspectives. Frontiers in Plant Science, 2019, 10: 714.

PhenoCenter18.gif

扩展阅读:

植物胁迫表型的深度学习:趋势和未来

植物表型组学的发展、现状与挑战

植物表型组学:图像获取技术与图像处理方法概述

植物表型研究趋势:基于文献计量制图方法