表型分析如今常常让人联想到无人机或表型车快速穿梭于试验地块，收集高分辨率的多种性状数据。这得益于传感器技术和数据处理的快速发展。然而，更全面且常常具有破坏性的表型分析在育种和研究中仍然具有重要价值。
2020年1月18日，由墨西哥国际玉米和小麦改良中心的Matthew Reynolds及其合作者发表在Plant Science上的名为“Breeder friendly phenotyping”的综述讨论了表型分析在三个主要领域的“育种友好性”：一是“最小数据集”，强调易于收集和使用的可及性，通常偏好视觉评估；二是高通量表型分析（HTP）；三是详细特征化或“精确”表型分析，通常针对特定环境的特征，需耗费大量时间和资源。
1.表型的特征
“育种者友好”在表型分析中是一个灵活的概念，除了通量外，其他因素也会影响表型方案的成本效益，包括在目标环境中实现遗传增益的难度、改善性状的潜在附加价值以及在育种流程中有效应用方案的可行性。本综述考虑三类基于田间的表型分析：1）“便捷”表型性状，这些性状通常易于测量或在育种规模下可轻松获取，且资本投资较少；2）“高通量（HTP）”表型性状，这些性状测量需要一定的培训或专业知识，并且需要构建或购买专用设备，这类数据还可以通过模型提供衍生性状；3）“精确”表型性状，这些性状通常通量较低或成本较高，但在打破当前产量提升瓶颈方面具有高回报潜力。
图1.不同种类的育种者友好表型的例子和应用。
图2.性状层次与近似整合程度有关，描述了植物左侧的生物量（来源）和右侧的收获指数（汇）的一些既定驱动因素。
2.作物改良不同阶段的表型干预
作物改良流程通常涉及多种环境、种植方法和目标，且时间跨度较长。不同表型方法的相对优缺点取决于这些因素以及所关注的性状。总体而言，便捷的方法最适合用于早期育种世代中的单株选择，通常针对相对遗传性强的性状（如物候、植株高度、叶片病害），而高通量方法则适用于测量产量试验中的冠层。精确方法由于资源密集，通常用于表征亲本以及研究性能特征的生理和遗传基础。然而，最终用途的质量评估需要精确的试验方案，以选择亲本和后代。某些表型工具，如叶绿素计和粘性流动孔径计，可以在单株上实现相对高通量的应用。尽管如此，由于早期育种程序中涉及的植物数量、土壤异质性及试验中植物的不可重复性，通常更倾向于低成本的视觉选择。集中育种操作可以通过应用不同管理因素（如灌溉、播种日期、病害接种等）来模拟多种目标，这些管理环境可以通过战略性使用远程表型中心（或“热点”）来增强，以确保对特定性状施加强选择压力。
图3.CGIAR项目的全球精准田间小麦表型分型平台网络（http://wheat.org）
3.不同目标的表型分析
在常规育种中，遗传增益主要通过交配精英品系重组不特定的小效应基因，或将外源染色体引入抗病性背景中实现，然后选择高产的后代。表型分析的应用大多集中在容易测量的性状上，尤其是在小麦育种中表现出色。育种通常在接近最优的环境中进行，以评估产量潜力，并根据目标特征使用不同的生物或非生物胁迫环境。目标环境决定了主要关注的性状和所需的表型类别，取决于紧迫性和成本效益。
3.1.产量潜力
保持抗病性虽然消耗了不少作物改良资源，但提升作物的遗传产量潜力至关重要，因为这对农民的品种更换构成主要激励。为了满足全球对谷物的需求，遗传增益必须超越当前速度，因此研究者们开始关注与产量潜力相关的性状，特别是辐射利用率（RUE）。然而，仅提高RUE并不能保证产量增加，可能需要额外的水分和养分。研究表明，小麦通常存在光合作用能力过剩的情况，因此优化光合作用潜力并不一定会提高籽粒数量。为了充分表达产量潜力，需要确保籽粒组合和光合作用能力之间的匹配。近年来的研究显示，通过战略杂交堆叠“源”（潜在产量）和“汇”（收获指数）相关性状，能有效提升产量和生物量，这一点在智利南部的实验中得到了证实。随后，几轮的育种试验进一步验证了这种杂交的有效性，并显示出产量的显著提高。
3.1.1产量来源：（光拦截和RUE）
近年来，优良小麦品种的生物量略有增加，尽管这些变化主要源于对谷物产量的选择，而非生理特性的直接选择。增加作物的光拦截（LI）和辐射利用率（RUE）可以显著提升总生物量。冠层结构和根系容量是相对易于测量的性状，而LI的测量通常需要在特定生长阶段进行。虽然遥感技术可以估计生物量和LI，但基因型之间的分辨率仍需提高。生长分析被认为是测量RUE的精确方法，能够在不同生长阶段评估生物量的变化。性状堆叠原则要求在育种中考虑组成性状的多样性，以促进遗传增益。尽管选择光合作用和呼吸性状面临设备和技术人员的限制，但已有方法如光谱反射率和叶绿素荧光显示出在冠层水平上跟踪光合特性的潜力。总的来说，虽然当前的表型测量方法仍需改进，但它们在提升作物产量方面具有重要潜力。
3.1.2.汇：（收获指数及相关性状）
研究表明，谷物的历史遗传增益主要与收获指数（HI）的提高相关，尤其是在1960年代和70年代，株高降低的基因显著提升了小麦的HI和生产力。然而，HI的遗传变异仍然较大，通常在0.40至0.55之间，受环境和遗传背景影响。HI的测量依赖于成熟时的产量与地上生物量的比率，且缺乏高通量筛选限制了其在育种中的应用。作物物候对籽粒碳汇有重要影响，敏感的生殖生长阶段需避免非生物胁迫，以优化结实率和粒重。理解物候发育的生理和遗传成分将有助于在多种环境中优化HI，并改善育种策略。此外，植物器官分配的变化可能导致负面权衡，特别是在根系和茎的强度方面，因此对与倒伏抗性相关性状的表型分析和选择至关重要。
3.2倒伏
倒伏是影响小麦及其他作物的重要问题，涉及多种非生物和生物因素以及作物管理的相互作用，导致粮食产量下降7%到80%并降低粮食质量。育种家通常在自然倒伏事件发生时对小麦进行抗倒伏评估，但这种方法难以持续识别和去除易倒伏基因型。通过研究与茎和根生物物理特性相关的性状，可以更有效地筛选抗倒伏种质。尽管这些性状存在遗传变异，但目前的测量方法耗时较长。新开发的表型分析工具可以快速评估倒伏抗性，测量施加外部推力时的阀杆强度，从而实现大规模筛选。研究表明，冠层强度与茎直径和强度呈正相关，而与倒伏评分呈负相关，这为抗倒伏育种提供了新的希望。
图4.(a)冠层水平施加推力测量冠层强度（CSt）示意图；(b)冠层强度与倒伏相关性状相关性双标图，倒伏评分：（Lscore）；结构生根深度：（SRD）；根盘展开度：(RPS)；茎直径：(D)；冠层强度：(CSt)；茎强度：(SS)。
3.3非生物胁迫
结合表现良好的源和汇的亲本进行战略杂交在非生物胁迫下的育种中也显示出影响。这种方法的有效性在于，当像地方品种这样的遗传资源在干旱条件下表现出良好的生物量时，可以得出结论，它要么表现出高效的水利用力，要么根系具备获取底土水的能力，这两种性状均具有潜在价值。然而，地方品种通常缺乏的是良好的收获指数（HI）表达。因此，将其与精英品系杂交（及回交），并在后代中选择如低冠温和适当籽粒大小等有利性状，可能有助于识别出成功堆叠了地方品种（生物量）和精英品系（HI）有用性状的分离体。同样，在热胁迫下，相对于对照系，具有较大生物量的遗传资源包含了未指定的耐热机制，即使不良的局部适应不允许谷物产量的良好表达。在相同的应激环境下，与表现出高HI的中等耐热品系杂交已被证明能够产生一些具有互补等位基因的后代，产量有所增加。
图2中呈现的大多数性状在非生物胁迫下可能具有价值，即使潜在的机制和遗传基础在不同环境中并不完全相同。这突显了当前生理育种方法的一个优势。即，由于主流育种中应用的生理性状很少，因此存在着重要的机会来叠加以前没有以确定性方式考虑的性状，即使在相对精英的材料中，通常也会发现较大的遗传变异，在遗传资源中更是如此。一个主要的例子是选择有效的根系以改善获取水的能力。对随机自交系种群的广泛研究（控制主要影响基因）表明，在高温和干旱胁迫环境下，响应性根系甚至一些共同的遗传基础都有明显的益处。该性状可以通过冠层温度很好地估计（图5），这是育种者“方便工具包”的一部分。
图5.(i)产量(R2 = 0.35)和(ii)灌浆期冠层温度(CT)(R2= 0.88)与60cm 以下根干重的关系：绿色圆圈代表产量；红色圆圈代表冠层温度。
许多其他性状已被提出用于改善非生物胁迫下的源特性。其中包括表皮腊，这是一种易于肉眼观察的有用性状，因其能够减少叶片上的辐射负荷而与光保护有关。最近的研究表明，它适合使用衰减反射率指数（SRI）进行高通量筛选，尽管尚未系统研究其对遗传增益的潜在影响。另一方面，碳同位素判别这一精确性状从理论到育种已经得到了充分研究，它在提高蒸腾利用效率方面的影响提供了在水资源有限的环境中有效性的重要证据。
关于专门针对非生物胁迫的汇性状，不足的减数分裂和授粉可能会降低结实率，而茎部碳水化合物储备的重新调动可以增加籽粒大小。前者可以通过现场检查穗部相对容易地观察到，而后者则需要试验的具体方案。澳大利亚联邦科学与工业研究组织的作物生理学家们已经证明了许多其他生理性状在适应干旱和高温方面的育种价值。
3.4.生物胁迫：抗性的表型分析
传统的抗病性选择是一项耗时的工作，依赖评估者的经验，易受到主观影响。近年来，传感器技术的应用有助于提高检测精度和效率，使评估更大样本变得可行。
病原感染会引起植物光学特性变化，评估这些变化在叶片层面相对简单，但在冠层层面则存在挑战，比如仅有部分植被可见和混杂效应。高分辨率的RGB成像能够检测单叶的症状，而多光谱和高光谱成像系统则能更有效地捕捉光谱变化，适合于识别对病原体感染敏感的光波段。
尽管各种成像技术显示了良好的敏感性，但在实际应用中仍面临挑战，比如控制混杂因素和病原体物种的区分。因此，需要进一步的研究来开发易于使用且可靠的选择工具，以支持在田间条件下的疾病抗性育种。
4.克服与田间表型分析相关的混杂因素
4.1. 环境
作物科学家通常倾向于在田间条件下进行表型分析，因为这样得到的结果可以更真实地推断到目标作物系统中。研究表明，在受控环境中测量的复杂性状与在田间的表现相关性较差。例如，田间的土壤温度剖面与盆栽中观察到的有很大不同，并且与植物的生长反应存在显著的相互作用。然而，由于田间条件固有的变化性，经过环境因素（包括天气、种植方法和作物管理的其他方面）的相互作用后，遗传上复杂性状的重复性或广义遗传力可能会相差甚远。因此，尽可能测量或控制这些环境因素以最大化遗传力是非常重要的，尤其是当性状通过选择流程时。表1总结了环境中主要的变异来源，这些变异应该被测量或控制。
表1.现场环境变异的主要来源，这些变异会干扰基于田间的研究。
表1中的这些因素会对产量和其他性状产生累积效应。一些性状在测量时对环境条件（如温度、云量和风速）非常敏感，因此建议制定明确的测量方案以减少环境干扰，提高性状的遗传力。同时，受动态过程影响的性状可能表现出昼夜节律，这在实验设计中需要考虑。在灌溉条件下测量的性状，如冠层温度和水指数，可以反映维管系统实时匹配蒸发需求的能力，而在没有灌溉的情况下测量的相同性状则与根深度相关。表2列出了受这些环境因素直接影响的一些主要性状。
表2.测量时受环境条件影响的不同性状的例子。
总结
目前有几个因素突显了在作物改良中投资于表型学的价值。在考虑扩大规模时，“育种者友好性”是一个关键标准，因为高度复杂或未经验证的表型学方法可能会适得其反。然而，表型学的不同背景，包括亲本建立、筛选子代和其他遗传资源、转化研究以提供育种创新，以及育种目标场景所代表的挑战，最终将决定增加复杂性的成本效益。
注：文献解读主要用于个人学习，也欢迎大家交流，解读有误之处或有侵权请指出，公众号及时修改或删除。
