PlantScreen植物表型成像分析平台应用案例

PlantScreen植物表型成像分析平台应用案例

一、植物表型组学与PlantScreen植物表型成像分析技术

自 20 世纪 90 年代初以来，生命科学领域出现了为引人注目的“组学”新概念和新学科，如基因组学（genomics）、转录组学（transcriptomics）、蛋白质组学（proteomics）和代谢组学（metabolomics）等。伴随各种组学的不断兴起和发展，90年代末，人们提出了表型组（phenome）和表型组学（phenomics）的概念。2013年Monya Baker在《Nature》发表文章“THE ‘OMES PUZZLE”将表型组学称为“前景光明（Aspiring）”的组学研究项目[1]。

表型组定义为：在细胞、组织、器官、生物体或种属水平上表现出的所有表型的组合。表型组学可定义为一门在基因组水平上系统研究某一生物或细胞在各种不同环境条件下所有表型的学科[2]

DNA 芯片技术的进一步完善，为植物功能基因组学研究提供契机[3]。而之前植物表型组学一直缺乏合适的研究仪器，研究者不得不使用传统方法来获取表型组学的海量数据。随着近几年FluorCam 叶绿素荧光成像技术、RGB彩色成像分析技术乃集合了多种表型成像分析技术和植物自动培养技术的PlantScreen植物表型成像分析技术逐渐成熟，直接促进了植物表型组学的发展，同时为基因组、蛋白组、代谢组及表型组数据进一步整合起来研究提供了新的挑战和可行性。关于FluorCam 叶绿素荧光成像技术与RGB彩色成像分析技术在表型组学中的应用，请见：

植物表型组学研究技术（一）——FluorCam叶绿素荧光成像技术

植物表型组学研究技术（二）——叶绿素荧光成像与 RGB 彩色成像分析系统

PSI公司在功能强大的FluorCam叶绿素荧光成像技术基础上，结合LED植物智能培养、自动化控制系统、植物热成像分析、植物近红外成像分析、植物高光谱分析、自动条码识别管理、RGB 真彩 3D 成像、自动称重与浇灌系统等多项先进植物表型技术，开发出了PlantScreen植物表型成像分析系统。这一大型系统切合国际ZX的植物表型组学研究，以ZY化的方式实现了拟南芥、小麦、水稻、玉米乃各种其它植物的全方位生理生态与形态结构高通量自动成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。

表型组学借助这些高通量的表型分析技术和平台与基因组学、转录组学、蛋白质组学、代谢组学结合在一起，已成为系统生物学的主要技术平台，应用于复杂的生命系统的研究。目前已经装备PlantScreen植物表型成像分析系统的大学、科研单位与大型跨国育种公司有：

二、构建植物表型组数据的基因组与环境模型

目前，植物生理学研究已经发展到了在全基因组测序的基础上，对特定基因型进行高通量的定量表型研究。通过对表型和基因型的对照研究鉴定并预测可遗传的性状。现代技术的发展也为科学家达到这一目标提供了支持。但是现在的挑战是：1.如何将这些技术整合起来，建立用于不同植物物种的表型平台；2.缩小实验室与野外研究的差距。

澳大利亚国立大学、澳大利亚联邦科学与工业研究组织（CSIRO）植物表型组学中心和PSI公司合作建设了高通量表型（High throughput phenotyping，HTP）研究平台[4]。将HTP与全基因组关联研究（genome wide association studies，GWAS）整合起来，有可能会革命性地提高性状的发现率和表型的预测。这一表型平台即为PlantScreen植物表型成像分析系统。

图1.（a）多波段LED提高不同的光质与光强；（b）量化叶绿素荧光和绿色像素表型；（c）GWAS分析；（d）PSI提供的PlantScreen植物表型成像分析系统[4]

这一套PlantScreen植物表型成像分析系统能进行环境条件可控的植物培养，并实时进行可见光谱（RGB）成像、热成像和叶绿素荧光成像分析（也可以增加其他成像分析功能如近红外成像、高光谱成像）。实时分析增加了实验分辨率，例如，成像分析设定可以ZY化改善遗传相关性。此外，在关键时间点的成像数据可以进一步探索遗传相关性，多余的数据可以删除掉从而提高通量（图1）。

植物结构功能模型（Functional structural plant models，FSPMs，图2）传统上用于模拟环境条件驱动的植物生理过程是如何控制影响植物反应与生长的。通过PlantScreen模拟四季不同的生长条件并实时测量大量的表型数据。这些植物生长的表型数据与环境数据才能使FSPMs实现参数化。这在进行大田条件研究之前是极为重要的测试阶段。

图2.（a）植物功能模型，包含环境因素；（b）结构模型，包含植物株型；两者用于根据环境与遗传变量预测植物表型[4]

澳大利亚国立大学的科学家希望以后这套系统可以发展成模块化、可扩展的设计方式，从而用于表型组学研究设施、小型实验室和野外实验站。现在，PSI公司已经可以根据用户需求，灵活提供多种型号的表型分析系统，满足不同条件下的研究工作。这在植物表型组学研究技术（一）——FluorCam叶绿素荧光成像技术与植物表型组学研究技术（二）——叶绿素荧光成像与 RGB 彩色成像分析系统中都有详细介绍。

三、PlantScreen用于植物逆境表型研究

2013年，帕拉茨基大学即装备了两套PlantScreen植物表型成像分析系统（图3）。

一套为可同时培养1200个拟南芥标准盆的PlantScreen XYZ三维移动成像版植物表型成像分析系统。它的叶绿素荧光成像单元、可见光谱（RGB）成像单元和VIS-NIR高光谱成像单元安装在机械臂上，可自动移动到要测量的植物上方进行测量。另一套为PlantScreen植物自动传送版表型成像分析系统，可对640株拟南芥、谷物或其他作物进行表型分析。培养的植物可以经过传送带运输到成像室进行叶绿素荧光成像、可见光谱（RGB）成像单元、热成像和SWIR高光谱成像分析，同时具备自动称重与浇灌功能[5]。

图3. 帕拉茨基大学的PlantScreen XYZ三维移动成像版与植物自动传送版表型成像分析系统[5]

PlantScreen使用的表型成像技术的一大优势就是可以对植物进行生长与生理学的无损分析。这些技术主要包括叶绿素荧光成像、可见光谱（RGB）成像、热成像、VIS-NIR和SWIR高光谱成像技术等。使用自动化植物表型分析方法的重要应用就是研究植物对各种环境胁迫的响应（图4）。随着基础研究和应用研究的深入，自动表型成像技术逐渐成为了植物生长、发育、环境响应以及分子育种基因型筛选的重要工具[6]。

图4.运用RGB、高光谱（计算NDVI）和叶绿素荧光成像（计算Φpo）技术，同时分析受到盐胁迫的拟南芥与对照组的差异[6]

帕拉茨基大学的Jan Humplík利用PlantScreen系统研究了两种不同品种豌豆（Terno和Enduro）在低温胁迫的表型变化[7]。

他们使用RGB成像测量了7个时间点的总绿色面积、归一化绿色面积和生长速率的变化（图5），发现TER的生长速度要显著高于END。到第21天，TER的总绿色面积增加了3.5倍，而END只增长了2.5倍。

图5.TER植株在21天低温适应中的正面RGB成像图[7]

通过对叶绿素荧光的测量，发现低温对TER的Φpo影响不大，但是显著降低了END的Φpo（图6）。这也直接说明了END对低温胁迫更加敏感。

图6. 21天低温适应后的TER（实心）与END（空心）的Φpo

图7.传统荧光仪与PlantScreen荧光成像单元分别测量A）第二片和B）第三片叶片的Φpo；C）通过PlantScreen荧光成像单元获得的Fv，Fm和Φpo彩色荧光成像图

Humplík还比较了传统荧光仪与PlantScreen荧光成像单元（使用FluorCam荧光成像技术）分别测量的数据（图7）。实验结果表明这两者测量的数据没有差异，但是荧光成像技术既可以自动计算整株植物的荧光参数，也可以自由选取感兴趣的区域进行计算；同时获得的彩色荧光成像图能够直观地反映植物不同部位荧光的差异，以及区分肉眼不能识别的受害组织与健康组织。而且FluorCam叶绿素荧光成像技术以其高灵敏度，甚可以单独分析豌豆的细小卷须。因此比起传统的荧光仪，更加适用于表型研究，尤其是高通量表型研究。

帕拉茨基大学的研究者在这次实验里实现了对16棵植株一小时一次的植物地上部生长（通过RGB成像）和光合效率（通过叶绿素荧光成像）的监测，从而发现了这两个豌豆品种在PSII开放中心数量、ZD量子产额等对低温胁迫应对策略的不同。通过对叶绿素成像技术的验证实验，这些科学家确信这一技术完全可以为其他植物种类的研究提供更为便捷、有效的工具。

参考文献：

1. Monya Baker, THE ‘OMES PUZZLE, Nature, 2013, 494: 416-419

2. 玉光惠，方宣钧，表型组学的概念及植物表型组学的发展，分子植物育种，2009，7（4）：639-645

3. AAharoni, OVorst, 2002, DNA microarrays for functionalplant genomics, Plant Mol. Biol., 48(1-2): 99-118

4. Tim Brown, et.al, TraitCapture: genomic and environment modelling of plantphenomic data, Current Opinion in Plant Biology, 2014, 18:73-79

5. Jan Humplík, et.al, High-throughput plant phenntyping facility in Palacky University in Olomouc, International Symposium on Auxins and Cytokinins in Plant Development, 2014

6. Jan Humplík, et.al, Automated phenotyping of plant shoots usingimaging methods for analysis of plant stressresponses – a review, Plant Methods, 2015, 11: 29

7. Jan Humplík, et.al, Automated integrative high-throughputphenotyping of plant shoots: a case studyof the cold-tolerance of pea (Pisum sativum L.), Plant Methods, 2015, 11:20