关于显微表型技术助力玉米茎秆维管束的遗传解析研究

来源：植物科学最前沿

维管束是作物“源”-“库”的连接通道，是植株水分、物质运输的关键输导组织，其分布模式及微观结构特征直接影响到作物的水分利用效率和光合生产能力，进而对作物产量形成产生重要影响。限于观测手段和研究尺度，作物维管束的表型研究从数据获取手段与效率，到表型挖掘与利用方面严重滞后。亟需建立精准、高效的作物维管束表型精准采集与解析技术，自动获取多维度的维管束形态、结构和分布等表型参数，满足组学研究表型信息获取样本量大、指标多、精度高、效率高等要求。结合全基因组测序信息建立维管束表型-基因关联分析体系和遗传网络，更有利于全面解析作物茎秆维管束的遗传特征、准确挖掘维管束性状的候选基因。

近日，国际知名植物学期刊Plant Biotechnology Journal在线发表了北京市农林科学院作物表型组学协同创新中心（数字植物北京市重点实验室）赵春江团队题为“Dissecting the phenotypic components and genetic architecture of maize stem vascular bundles using high-throughput phenotypic analysis”的研究性文章。

该研究以玉米关联分析群体为试验材料，利用自主构建的显微CT图像获取技术体系，系统获取480份自交系吐丝期茎秆基部第3节节间CT图像。利用CT图像，基于茎秆内物质分布不同的性质，提出基于区带的图像分割方法，实现了茎秆表皮区、周皮区和髓组织区域的自动分割及不同组织区域内维管束的分割、识别与表型参数的提取与计算。研究发现，基于区带分割的VesselParser4.0软件，不仅可精准解析茎秆横截面主轴长、茎秆横截面副轴长、维管束总数目等传统人工采集指标，同时可多维度解析茎秆横切面及各区带形态几何性状、维管束形态几何性状、分布性状等深度表型指标。

图1：玉米茎秆维管束显微表型精准、高效获取与解析

基于480份自交系茎秆基部第3节维管束显微表型数据，作者分析了关联群体亚群中茎秆维管束的表型变异；构建表型大数据统计分析流程，通过数据质控、正态分布检测、相关性分析、聚类分析、遗传力计算等，挖掘和萃取高遗传力、高识别度、高贡献性的维管束关键表型指标（Key Feature）30项；结合已获得的关联分析群体的基因型信息开展全基因组关联分析（GWAS），鉴定到调控30项茎秆显微表型性状的1562个显著SNPs位点，筛选到调控维管束数目（VBNum）、维管束面积（VBAvArea）、维管束分布密度（PZVBDensity）等20项性状的84个特异候选基因，发现相关候选基因属于细胞壁代谢调控酶、转录因子、蛋白激酶类和逆境相关基因，为茎秆维管束的遗传机理解析提供了新的基础理论。

图2：30项维管束关键表型-基因型调控网络图

另外，基于以上的表型数据，构建首个关联分析群体茎秆、维管束显微表型数据库--MaizeSPD，目前该数据库包含480份自交系吐丝期茎秆基部第3节CT扫描原始图像、图像处理结果、24192条表型解析数据，实现显微表型数据的存储、管理、共享等。

图3：关联分析群体茎秆、维管束显微表型数据库--MaizeSPD

该研究得到了北京市农林科学院作物表型组学协同创新中心、国家自然科学基金、现代农业产业技术体系专项资金等项目资助。北京市农林科学院赵春江研究员和郭新宇研究员为该论文通讯作者，数字植物北京市重点实验室张颖博士、王璟璐和杜建军副研究员为共同第一作者。