2020年5月2日，Plant Phenomics刊發了由中國科學院遺傳與發育生物學研究所和華中農業大學作物遺傳改良國家重點實驗室合作，題為Nondestructive 3D Image Analysis Pipeline to Extract Rice Grain Traits Using X-Ray Computed Tomography的研究論文，本文介紹了一種基于CT成像的水稻3D谷粒性狀無損測定及分析技術。
我國是水稻生產和消費大國，隨著水稻栽培技術的提高，我國糧食產量穩步上升。然而受氣候變化、病蟲害、人口增長等因素影響，我國的糧食產量仍難以滿足未來人口增長需求。因此，快速篩選和培育高產優質抗病蟲的水稻品種已成為科學家們共同追求的目標。稻穗作為直接影響水稻產量的最直接器官，其性狀在產量評估、品種分類、水稻育種和栽培管理中具有重要作用，但傳統的產量相關性狀測量方法主要依靠人工，存在費時和誤差大等缺點。目前，也有部分基于機器視覺的稻穗谷粒表型性狀測量方法，主要包括兩類：一類是以高通量數字化考種系統為代表，測量前需要先脫粒，然后獲取二維谷粒圖像進而提取谷粒性狀；另一類方法不需要脫粒，但需要人工將稻穗平鋪于掃描儀掃描成像，獲取稻穗二維圖像后再進行識別和提取性狀。但上述兩種方法都只能提取谷粒2D性狀，無法提取和分析體積、粒厚等谷粒3D性狀，也無法活體動態觀測稻穗籽粒灌漿等生長發育情況。
本研究開發了一種基于X-ray CT的稻穗3D圖像自動分析方法，并將其用于水稻谷粒3D性狀提取和分析。利用自主研發高通量CT系統對1個野生型品種和8個經EMS誘變產生的突變體水稻品種共計104個稻穗進行掃描采集圖像，得到三維重建后的稻穗3D圖像。然后開發了一種基于X-ray CT的稻穗3D圖像自動分析方法提取谷粒3D性狀，包括谷粒數，粒長，粒寬，粒厚，谷粒體積等23個表型性狀。通過與數字化水稻考種機測得的數據比較，發現粒數、粒長的R2值分別達到0.98和0.96。同時，通過分析谷粒總重量與所提取的性狀之間的相關性，發現谷粒總體積與谷粒總重量具有最高的相關性，其R2值高達0.98，為水稻產量估計提供了新途徑。
更有趣的是，為了進一步驗證該方法是否適用于整株水稻稻穗無損測量，作者對整株水稻稻穗分析效果進行了測試，結果表明該方法能較好的識別并分割出單個谷粒，為水稻稻穗無損動態發育研究提供了一種新技術和方法。且單個樣本的CT數據采集、CT重建、3D稻穗圖像分析以及谷粒性狀提取總耗時約為2分鐘。簡而言之，與現有方法相比，本文研發了一種基于CT成像的無損、高通量（~2分鐘/樣本）的水稻谷粒3D表型性狀識別的新技術方法，且有望應用于水稻稻穗動態發育以及水稻優質高產等研究，促進水稻功能基因組和水稻育種技術發展。
該研究得到國家重點研發計劃、國家自然科學基金、中央高校基本科研業務費專項基金、湖北省研發創新平臺建設項目資助。中國科學院遺傳與發育生物學研究所胡偉娟博士為第一作者，中國科學院遺傳與發育生物學研究所陳凡研究員和華中農業大學楊萬能教授為共同通訊作者。
Plant Phenomics原文鏈接：https://spj.sciencemag.org/plantphenomics/2020/3414926/
鄂公網安備42018502003245號 網站地圖
