Plant Physiol | 中国农业科学院何中虎研究员团队利用无人机的时间多光谱成像技术定位小麦衰老性状的重要QTL位点
以下文章来源于植物抗逆研究进展 ，作者YG
本公众号将长期关注植物响应环境胁迫的机理研究，定期推送本领域重要研究成果，让科研人员掌握最前沿动态。
2021年10月2日，Plant Physiology在线发表了中国农业科学院作物科学研究所何中虎研究员团队题为“Quantifying senescence inbread wheat using multispectral imaging from an unmanned aerial vehicle and QTL mapping”的研究论文。该研究表明，无人机的时间多光谱成像技术可用于小麦衰老的量化和潜在数量性状位点的鉴定。
世界上有一半的人口以小麦为食，因此它是粮食安全的主要贡献者，但到2050年，小麦的产量需要每年增加30亿吨才能满足全球需求。在气候变化加剧对植物胁迫的情况下，为了实现小麦的可持续生产，我们需要整合新的基因组学和表型组学等技术，更深入地剖析植物对各种极端胁迫的响应机制。将重要的生理生化相互作用与新的遗传信息相结合的交叉学科知识应用到育种上，能够帮助我们更好地克服农业挑战。植物在响应干旱和热等气候波动过程中体内的生理生化、形态和分子的变化可以改变库源关系，从而影响植物的生长和产量。这些变化主要涉及两个机制：(1)过早衰老/变黄；(2)通过在源器官中产生同化物抑制光合作用。利用绿色生物量和叶绿素降解时间的遥感来阐明衰老过程对选育气候适应的基因型材料具有重要意义。
将基于田间的先进遥感技术应用于直观的显示生理生化性状替代通过肉眼评估的传统性状，是作物育种的未来。例如用手持式主动传感器可以估计叶绿素水平和光合速率，利用小麦的光合生理指标，如归一化植被指数(NDVI)可以选择耐非生物胁迫的基因型。然而，当光反射波动时，传感器在捕获大面积光波方面的操作和分辨率受到限制，为解决衰老和潜在的遗传学机制带来了困难。
基于图像(RGB或超/多光谱)的多光谱性状数据采集新技术的集成，可以提高植物表型的准确性，并通过提高基因发现速度加快分子育种进程。而最近发展起来的无人机(UAV)平台利用超/多光谱成像对作物进行空中监视，提高了科学家在有限时间内进行多次大量试验的机会和能力。基于无人机的可见和非可见光谱特征，如NDVI、绿边和红边叶绿素指数、归一化差值红边指数等，已被用于区分在干旱和热胁迫下不同基因型的衰老速率。然而，还没有人尝试利用这些知识来研究衰老等复杂性状的遗传机制。因此，将基于无人机的植被指数(VIs)与高密度的单核苷酸多态性(SNPs)相结合，将为定量遗传研究开辟新的途径，发现新的育种位点。
目前还没有基于无人机的多光谱成像获取植被指数来鉴定控制小麦动态衰老的基因位点的研究报道。因此该研究的目的主要为：1、利用无人机的植被指数量化从抽穗期到成熟期的衰老；2、鉴定评估衰老的高度遗传预测性状；3、鉴定导致小麦衰老变异的基因位点。
在该研究中，作者首先利用来自无人机多光谱图像的植被指数(VIs) 在田间检测了一个双单倍体群体和亲本在开花后不同生长时间点的衰老及其对产量的影响（图1、图2）。研究发现，利用不同的无人机的植被指数组合进行缓慢衰老选择比单一的地面植被指数更有效。利用小麦660K SNP芯片进行QTL定位分析，作者鉴定到了28个与营养生长、衰老和籽粒产量相关的数量性状位点（QTLs）。这些基于无人机多光谱成像技术植被指数的新QTLs中，有17个QTLs被分别定位在2B、3A、3D、5A、5D、5B和6D染色体上，而且这些位点在之前利用传统的QTL定位方法中没有被报道过（图3）。
图1 利用无人机(UAV)进行小麦冠层高通量表型研究
图2 重要植被指数在时间上的可视化
图3 对衰老进行时间调控的QTL在各个生长时间点和籽粒产量(GY)上的汇总
在这些QTL位点中，作者发现位于5D染色体上的一个位点是一个非常重要的以前未报道的衰老相关位点，该位点在籽粒灌浆期的所有时间点上显示出了较高的表型变异（高达18.1%）。另外，作者通过在自然群体中开发竞争性等位基因特异性PCR (KASP)标记，验证了该QTL对缓慢衰老的有效性（图4）。
图4 5D染色体衰老QTL的KASP标记验证
综上，该研究表明基于无人机的高通量表型有利于对小麦衰老遗传机制的时间评估。将高通量表型技术与大规模QTL分析相结合，不仅极大地扩展了我们对小麦发育动态的认识，而且也为小麦育种者优化植物生理向理想株型育种提供了新的策略。