利用无人机对高粱株高进行高通量表型测量及其在基因组预测模型中的运用

作者:谷丰光电 来源: 时间:2017-08-29 10:49:42 次数:

无人机遥感将是高通量基因组学辅助植物育种的一个重要的不可或缺的工具。

利用无人机对高粱株高进行高通量表型测量及其在基因组预测模型中的运用

现场设计


利用下一代测序,基因组选择和全基因组关联研究等新技术,使基因组学辅助育种方法得到迅速发展。然而,表型仍旧耗时,是基因组学辅助育种的严重瓶颈。

本研究中,建立了一个高通量表型系统,用于测量高粱植株株高及其对氮的利用率的响应。该系统使用RGB或近红外,绿色和蓝色(NIR-GB)摄像机的无人机(UAV)遥感。评估了遥感在基因组预测模型中提供表型训练数据的潜力。NIR-GB摄像机的无人机遥感和数字表面模型的第50个百分位数,这是一个高度指标,表现良好。采用无人机遥感(PHUAV)测量的植物高度与用尺度(PHR)测量的植物高度之间的相关系数为0.523。由于PHUAV估值过高(可能是因为邻近地块存在较高的植物),因此通过使用两个重复之一数据(PHUAV值较低数据),将PHUAVPHR之间的相关系数提高到0.678。基因组预测模型在低施肥条件下表现良好,可能是因为在这种情况下,植物高度较低,PHUAV高估较小。PHUAVPHR的预测值彼此高度相关(r = 0.842)。


利用无人机对高粱株高进行高通量表型测量及其在基因组预测模型中的运用

图.两次重复的较高,较低和平均PHUAV值比较


结果表明,使用PHUAV生成的基因组预测模型几乎相同,无人机遥感的性能与传统测量在基因组预测模型中的性能相似。无人机遥感具有很高的增加表型吞吐量和降低成本的潜力。无人机遥感将是高通量基因组学辅助植物育种的一个重要的不可或缺的工具。


来源:

Front. Plant Sci., 28 March 2017 | https://doi.org/10.3389/fpls.2017.00421

High-Throughput Phenotyping of Sorghum Plant Height Using an Unmanned Aerial Vehicle and Its Application to Genomic Prediction Modeling

Kakeru Watanabe, Wei Guo, Keigo Arai, Hideki Takanashi, Hiromi Kajiya-Kanegae, Masaaki Kobayashi, Kentaro Yano, Tsuyoshi Tokunaga, Toru Fujiwara, Nobuhiro Tsutsumi and Hiroyoshi Iwata.