2024年5月，美国博伊斯汤普森植物研究所Li’ang Yu等人在Plant Physiology发表了题为Development of a mobile, high-throughput, and low-cost image-based plant growth phenotyping system的文章。研发了一种低成本、高通量、易移动的植物生长动态表型监测系统，为监测盐胁迫或干旱胁迫下作物生长及响应特征提供了新的工具。
该研究构建了植物生长发育的无损表型动态监测系统，结合GWAS分析鉴定出6个与豇豆干旱响应相关的新基因，同时基于T-DNA验证了这些基因在干旱胁迫适应中的作用。
该系统硬件由PhenoRig、PhenoCage、AWWESmo三个部分组成，采用轻质材料并通过3D打印技术快速制造，底部配备滑轮，便于在不同实验环境中灵活移动，同时软件由RasPiPheno Pipeline和RasPiPheno App组成，其中RasPiPheno Pipeline对收集到的图像数据进行自动化集中处理，并上传至RasPiPheno App，以便在研究中实现快速、高效的数据分析和解读。
模型构成硬件设施
PhenoRig：用于捕获植物顶部视图图像
PhenoCage：用于捕获复杂3D结构植物的侧视图图像
AWWESmo：用于监测植物蒸腾作用的自动称重和浇水设备
模型构成软件系统
RaspiPheno Pipeline：集成了PlantCV算法，自动化的图像采集和数据处理流程
RaspiPheno App：基于Shiny R（用于构建交互式网页应用程序的 R 语言框架）的交互式数据分析应用程序
分析结果表明，该系统对盐胁迫或干旱胁迫作物生长的表型监测精准且可靠。研究团队通过监测茎梢变化发现拟南芥在盐胁迫下生长速率存在显著下降，同时对比干旱胁迫下5个豇豆品种和2个菜豆品种的生理指标，发现不同基因型和处理间植物生长速率和蒸散速率存在显著差异。
研究发现，植物生长动态表型监测系统在干旱胁迫下，能有效监测植物群体生理生态指标的变化特征。研究以368 份豇豆进行试验，确定豇豆鲜重与系统预估的茎梢面积高度相关；干旱胁迫下19份样本生长速率提高，64份生长速率严重下降，蒸腾速率较对照下降55%、光合速率和叶绿素含量较对照出现不同程度下降，但叶温显著提高。
研究利用植物生长动态表型监测系统收集数据，通过全基因组关联分析(GWAS)，鉴定出6个与豇豆干旱响应相关的新基因。在拟南芥中找到同源基因，用其纯合T-DNA插入株系验证了6个新基因与维持莲座型叶丛生长相关。
该研究研发了一种低成本、高通量、可移动的植物生长动态表型监测系统，可用于监测植物群体在盐胁迫或干旱胁迫下的生长及响应特征，并发现6个与干旱响应相关的新基因。
原文链接：doi.org/10.1093/plphys/kiae237
