使用无人机的多光谱成像和 QTL定位量化面包小麦的衰老

来源: 时间:2022-04-15 17:10:44 浏览次数:

基于无人机的高通量表型分析有利于对小麦衰老的遗传基础的研究。

气候变化带来的环境压力可以改变植物成熟过程中的源库关系,导致过早衰老和产量下降。利用无人机 (UAVs) 成像技术的最新发展,可以加速解释小麦 (Triticum aestivum) 衰老自然变异的遗传控制。在这里,作者描述了使用无人机多光谱图像中得出的植物指数 (VIs) 来量化小麦的衰老。在田间,以双单倍体群体和亲本品种为研究对象,研究了花后不同生育时间点(TPs)的高遗传率衰老及其对籽粒产量(GY)的影响。


图片

使用无人机对小麦冠层进行高通量表型分析。 A,试验位置和细节,(B) 无人机系统,(C) 数据采集工作流程,(D) 平均图像重叠的结果,以估计正镶嵌产生的每个像素,(E) 密集点云的结果,(F)收集数据时的重要GTPs,(G) 捕获不同光反射率背后的机制 (H) VIs估计值的一般方程和使用多光谱像素 (m-像素)无人机的 VIs的可视化(绿色表示最高 VIs,红色表示最低 VIs 值)和(I)VI与GY的相关性。

使用不同的基于无人机的 VIs 组合来选择延缓衰老比使用单一的地面植被指数更有效。作者使用 660K 单核苷酸多态性阵列鉴定了营养生长、衰老和 GY 的 28 个数量性状基因座 (QTL)。其中有 17 个 QTL分布在染色体 2B、3A、3D、5A、5D、5B 和 6D上,这些QTL在传统的表型分析方法中尚未见报道。


图片

重要 VIs 的时间可视化。 A、CCCI 和 (B) RNDVI 是通过组合 NIR、红色和绿色波段的多光谱像素得出的。 (A) 和 (B) 中的左图和右图分别显示了漯河试验点 TP90、TP50 和 T10 DH 系间性状的总体和差异。 绿色像素表示图中的最大 VIs 值。

这种综合方法使作者能够在 5D 染色体上识别出一个重要的、以前未报告的、与衰老相关的位点,该位点在谷物灌浆期间在所有 TPs 中显示出高表型变异(高达 18.1%)。通过在自然群体中建立竞争性等位基因特异性 PCR 标记,验证了该 QTL 的缓慢衰老的功能。研究结果表明,基于无人机的高通量表型分析有利于对小麦衰老的遗传基础的研究。 


来源:Plant Physiology.Quantifying senescence in bread wheat using multispectral imaging from an unmanned aerial vehicle and QTL mapping.Muhammad Adeel Hassan, Mengjiao Yang, Awais Rasheed, Xiuling Tian, Matthew Reynolds, Xianchun Xia, Yonggui Xiao, Zhonghu He

https://doi.org/10.1093/plphys/kiab431