周济团队：室内表型监测平台应用场景和主要特点

本文节选自：

引文格式：徐凌翔, 陈佳玮, 丁国辉, 卢伟, 丁艳锋, 朱艳, 周济. 室内植物表型平台及性状鉴定研究进展和展望[J]. 智慧农业（中英文）, 2020, 2(1): 23-42.

XU Lingxiang, CHEN Jiawei, DING Guohui, LU Wei, DING Yanfeng, ZHU Yan, ZHOU Ji. Indoor phenotyping platforms and associated trait measurement: Progress andprospects[J]. Smart Agriculture, 2020, 2(1): 23-42.

点击直达知网阅读

点击直达官网阅读（免费）

室内表型监测平台应用场景和主要特点

表型数据采集和分析手段是植物表型组学研究的核心部分，包括了室内和室外两部分。根据平台和设备的不同，室内外采集技术大致可分为人载（包括手持）、车载、定点监控、大型自动化平台和室外航空机载及卫星成像等；其数据采集和管理具有数据量大、附加信息多（如地理位置、光温水气等环境因素）、获取标准不统一、数据不确定性高、重复性低和时效性高等多个特点。如何通过大数据分析对采集的植物表型组数据进行预处理、在整合多源数据和数据挖掘技术的基础上把海量数据转化为可用的性状信息是现在表型组学所面临的最大挑战。

由于室内表型监测技术可以对各类环境因素进行精确调控（如在人工气候室对空气温湿度、光照长度和光谱区间、以及相应的水、热、光周期等进行调节），同时还可以严格控制生长箱或温室中的植物的生长条件（如对土壤中水分和养分的监控、种子原生态环境条件的控制等），因此室内表型监测技术能够在复杂实验条件下对作物生长发育进行精确分级模拟和针对性研究。

基于室内表型平台精确调控、分级模拟和自动化精准采集等特点，室内表型检测有着室外表型技术难以复制的优势，因此其在植物研究中有着重要的意义。

现代化室内高通量植物表型检测平台一般通过自动化传送设备和集成化传感器（如可见光、近红外、远红外、荧光、多光谱、激光、高光谱等）完成对与植物遗传与变异等密切相关的植物动态生长发育表型数据集的获取。其优势为高分辨率、高可控性和高通量，可为后续的植物表型分析提供高质量的多维图像和实验数据。无论是地上还是地下部分，室内表型监测在尺度上通常以单株为单位，通过归集单株特征描述群体特征。根据图像传感器精度，所提取的表型数据往往可以精确到组织细胞层面。因此，室内表型性状的尺度划分可上至群体，下至组织细胞。

比如，在细胞层面上，如图1（a）所示，通过高速共聚焦显微镜（High-speed Confocal Microscopy）和高通量细胞筛选系统（High-content Screening System）可对大量细胞表型开展植物抗病遗传机制等方面的研究，包括胞吞作用（endocytosis），胼胝质沉积（callose deposition）和细胞结构变化的表型分析。在组织和器官层面，如图1（b），多种自动或半自动的室内成像系统可获取各类锈病、发芽率和花期等图像光谱数据，以此开发计算机图像分析算法提取重要表型特征参数。在植株层面，图1（c），自动化传送系统和多角度、多传感器的拍摄技术可对盆栽植株进行图像获取和近实时植株分割，以此完成对多植株的连续生长性状监测。在大型室内环境中还可以对小群体进行表型数据采集和表型分型鉴选（图1（d）），如在温室中使用经济型激光雷达（LiDAR）对小群体进行三维重建，进而分析作物产量性状，以及通过集成多光谱和高清成像设备高通量采集室内种植的作物小区的关键农艺性状等。

值得指出的是，很多自动化室内表型平台和设备的研发皆由商业机构和大型科研机构推动，其中包括德国LemnaTec的高通量室内植物表型筛分系统（如LabScanalyzer和Scanalyzer HTS），捷克PSI的PlantScreen系统，比利时CropDesign的TraitMill系统（已被德国巴斯夫集团收购），华中农业大学和华中科技大学共同开发的水稻表型设施HRPF，以及中国科学院植物研究所和上海泽泉科技股份有限公司共同研发的PhenoWatch系统等。这些系统被广泛应用于室内植物的统一管理和可控条件下的植物形态特征的监测，应用于突变体筛选，抗旱性分析，生长表型和产量的相关性分析，水稻全基因组关联研究和基因座定位及作物高精度三维重建和表型结构参数的提取等不同研究方向。

（a）细胞层面对胞吞作用，胼胝质沉积和细胞结构变化的表型分析； （b）组织和器官层面对各类锈病、发芽率和花期等性状分析；（c）单株层面对单株的图像获取、植株分割和生长监测；（d）小群体和小区层面的表型数据采集和关键农艺性状分型鉴选。图1　不同层面的室内植物表型监测及其分析对象通过结合室内环控设备（如可控温室和人工气候室），室内表型采集技术还可以模拟多种野外生长条件，进而评估表型的可塑性和稳定性，全方位对关键表型性状（如产量、品质和各类抗性指标等）进行鉴定，获得具有统计学意义的研究结论。由于这类研究很难在室外通过调控田间试验条件完成，因此室内表型监测在数量性状基因座（Quantitative Trait Locus，QTL）分析、全基因组关联分析（Genome-wide Association Study，GWAS）、基因表达鉴定等方面有显著的优势。室内表型监测是最早应用于品系筛选、关联表型和基因组信息及遗传结构解析等研究方向上的植物表型技术。最近几年，通过综合表型组信息、主要环境因素和遗传基础，室内表型监测还逐渐被应用于建立各类产量、品质和抗性模型，以此预测不同作物与重要环境因素动态互作下的表现。

周济 教授

周济，南京农业大学作物表型组学交叉研究中心教授和博士生导师、英国国立农业植物研究所 (National Institute of Agricultural Botany, NIAB)和剑桥作物研究中心（Cambridge Crop Research Centre）数字研发部门主管（Head of Data Sciences）和博士生导师。周济中国实验室以中国重要农作物小麦和水稻为研究对象，主要开展农作物表型组学研究和关键技术研发，专注于开发和使用计算机视觉算法、机器学习，田间遥感和智能机器人等技术完成田间农作物表型高通量监测与鉴定、重要基因与QTL定位等。以计算机科学家身份主持多项中英创新项目，作为主要完成人在Nature，Plant Cell，Nature Plants，GigaScience，Horticulture Research和Traffic等国际顶级期刊撰写发表学术论文27篇，专著章节3个，总影响因子超过170。自2015年起被引证超过950次，i10指数14。第一发明人国际、英国发明专利2项。并定期为多家国际顶级期刊审稿。

END

推荐阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

《智慧农业（中英文）》

       《智慧农业（中英文）》（季刊）是由中华人民共和国农业农村部主管，中国农业科学院农业信息研究所主办，《智慧农业（中英文）》编辑委员会学术指导，《智慧农业（中英文）》编辑部编辑出版的国内外公开发行的农业科学类学术期刊。期刊聚焦农业信息技术发展前沿与热点，刊载和传播国内外最新研究成果，通过搭建高水平学术交流平台，引领学术研究方向，服务行业科学决策，培养高水平创新人才，促进学科发展。期刊于2020年被评为“中国农林核心期刊”。

“智慧农业期刊”微信公众号

“智慧农业编辑部”微博	“智慧农业smartag”头条号

求点赞每增加1个赞，小编绩效加5毛钱！