基于高通量生理學的應激反應表型：園藝植物的優勢、應用和前景

表型組學是一門新的科學分支，可在系統級別對植物和動物性狀進行高通量量化。過去十年見證了許多形態特征的高通量表型分析的巨大成功，但在蒸騰作用和光合作用等生理特征的精確表型分析方面仍然存在重大挑戰。由于對環境的反應中生理性狀的高度動態性質，在植物中存在適當的選擇標準和生理水平的生理水平的有效篩選系統。在這篇綜述中，表型組學技術在園藝植物中的現狀進行了簡要總結。具體而言，強調了基于高通量生理學的表型分析的新興領域，稱為“生理組學”，用于干旱脅迫反應。除了分析基于生理學的表型相對于基于形態的方法的優勢外，還重新審視和討論了將高通量生理表型應用于模型和非模型園藝植物的新例子。基于集體發現，我們建議高通量、非破壞性和自動生理測定可以而且應該用作園藝植物應激反應性狀表型分析的常規方法。

由于傳統表型分析方法存在通量低、人工成本高、主觀性強等弱點，因此它們在滿足對表型-基因組環境關系進行綜合分析的需要方面變得不那么強大了。表型組學是一種強大的方法，可以在基因型-環境相互作用下定量測量植物的形態、生化和生理特征。配備了大規模、非破壞性和自動化的表型分析設施，植物表型系統為感興趣的性狀提供動態和全面的表型數據。這些數據是生物學研究和基于性狀的植物育種或預育的關鍵。通常，當前的表型組學平臺根據其目標特征分為兩類，基于形態學和基于生理學的表型組學平臺。前者獲取形態參數，例如株高、莖直徑、葉面積、葉角、莖長和株距。后者獲取生理指標，包括葉綠素熒光、蒸騰速率、葉片含水量、根部流入和流出、氣孔導度。不考慮形態和生理特征，表型組學要求在多個植物中同時監測這些特征，以獲得用于比較的同質數據（Close，2011）。獲得這些形態和生理數據后，可以將這些信息與全基因組 DNA 基因型數據整合，通過遺傳連鎖作圖（對于譜系種群，如 F2、BC1F1 和重組自交系）或關聯作圖（對于自然人口）。表型組學應用已經從主要糧食作物（例如水稻、小麥和玉米）轉移到更經濟的植物，包括園藝植物（例如番茄、豆類和黃瓜）。

最近，用于基于生理學的壓力表型的技術取得了突破。例如，各種檢測平臺和統計方法用于以高通量方式連續獲取生理特征數據。稱重蒸滲儀廣泛用于跟蹤植物重量的變化，從而可以監測植物失水率和水分利用效率 (WUE)，以及模擬干旱脅迫。同樣，開發了一種非破壞性、自動化、高通量系統 (PlantArray)，用于基于生理特征的水和生物刺激素反應表型分析。從理論上講，該系統可擴展到其他類型的非生物脅迫，包括鹽分、低溫或高溫以及重金屬。該平臺監測許多生理特征，包括光合作用和蒸騰速率，這些是在壓力條件下保持作物產量的關鍵因素。這些生理特征被稱為“功能特征”或“定量生理特征”（QPT）。因此，高通量生理組學平臺允許對植物進行功能生理表型(FPP)。通過同時監測數百種植物的環境（土壤-大氣）和QPT，可以比較幾個種質系之間的脅迫反應。通過比較每個植物相對于整個種群的動態性能，可以輕松選擇在特定脅迫情景下表現良好的植物。此外，還可以揭示基因型差異對植物脅迫反應的潛在生理機制。由于生理反應對環境的敏感性高于形態變化，因此FPP可以更有效地檢測細微或短暫的壓力反應。下面討論了在園藝植物中使用FPP的生理組學平臺的示例性研究。

在模型園藝植物番茄中的應用

番茄基因組相對較小，生長周期短，轉基因系統完善，是一種肉質模型園藝植物。番茄功能基因組學和表型組學研究已成為園藝研究的熱點。哈爾珀林和Nir等人用生理組學系統以實時方式記錄一系列植物在正常、水分脅迫和恢復條件下的生理反應曲線（圖1，A）。該系統允許使用專門設計的算法同時和連續監測整個植物的蒸騰作用、生物量增益、氣孔導度和根系通量。與傳統的氣體交換工具相比，這種生理測定在以更高的時間分辨率測量幾種植物以及不同生理特征的比較檢查和分級排序方面具有主要優勢，包括生長速率、WUE、中午蒸騰水平(E)、冠層氣孔導度 (Gsc) 和抗旱指數 (DRI)。基于這些 QPT 數據，可以輕松評估植物恢復力，并且可以選擇在干旱脅迫后重新澆水時表現出最快和*恢復的基因型。因此，這個生理系統將植物功能基因組學和現代育種技術聯系起來。

圖1.用于應激反應表型分析的高通量生理分析系統

在非模式園藝植物豇豆和胡椒中的應用

每個植物物種或栽培品種使用自己的途徑來平衡其水分狀況，這對植物生長行為和脅迫條件下的產量損失具有重要意義。根據全株水分關系的生理特征，植物可分為等水型和非等水型。等水植物（例如仙人掌）在面臨干旱脅迫時優先考慮節水，通過快速關閉氣孔以防止水分流失，從而阻礙生長。相反，在干旱脅迫下，特別是在輕度至中度干旱條件下，不等水植物（例如向日葵）保持相對較高的氣孔導度(GS)和CO2同化率 (AN)，以獲取生物量。豇豆起源于西非干旱地區，在該性狀中表現出優異的耐旱性和廣泛的種內變異。先前的研究揭示了豇豆有2種不同類型的耐旱反應，I型和II型（它們分別對應于等水/異水行為，將豇豆作為研究水關系的有前途的新模型系統，包括等水/非等水水調節機制。使用類似的平臺，Xu等人優化了豇豆（蔬菜豇豆）生理應激反應分析的生長條件和實驗程序，包括環境溫帶范圍、光照、供水模式、生理參數和管理（圖1，B）。通過對4個植物品種 B118、B128、B253和B47 15d的連續監測，驗證了平臺的穩定性和可靠性。很好地證明了4個品種之間水分調節策略的基因型差異。結果表明，4個品種在干旱脅迫下的WUE、最大蒸騰量（Emax）、日蒸騰量和生長抑制程度存在顯著差異（圖2，A和B）。半矮化品種 B47 表現出緩慢的生長速度和適度的WUE，對干旱處理的生長潛力損失較小，而不確定型品種B128在井下表現出最快的生長速度和最高的WUE-澆水條件，以及干旱處理下生長潛力的最大損失。這兩種材料被認為分別在某種程度上具有等羥基和非等羥基類型的特性。此外，通過將動態土壤含水量(θ) 數據與蒸騰速率軌跡對齊，作者能夠計算臨界土壤含水量(θcr)，這是表示植物何時開始關閉其氣孔的關鍵次要參數，對于每個品種（圖 2，A）。此外，比較了4個植物品種 G034、G047、G356 和 TZ30 27d在預處理、脅迫和恢復階段的整個基因型之間的全株日蒸騰量和全株重（圖2、C和D)。在干旱脅迫條件下，G047 的生長抑制程度顯著高于TZ30（圖2，C和D）。這些定量的水分預算參數對于該物種的水分調節行為的育種和分子解剖很有價值。

圖2.非模式植物豇豆QPT測定的優化生理系統及實驗結果

未來展望

基于形態學和生理學的表型分析方法在園藝植物研究中得到迅速應用。對于前者，在不久的將來需要開發具有成本效益和適應性的基礎設施來分析多維表型。還需要更復雜和自動化的工作流程來在表型分析過程的不同階段實施適當的檢查點，以降低數據質量惡化和遺漏有趣表型的風險。鑒于與形態水平相比，植物在生理水平上對環境的快速和敏感反應，后者（基于生理的參數）與 DNA、RNA 和蛋白質的調節直接相關。因此，生理組學有可能利用其他“組學”數據（如基因組學、轉錄組學、代謝組學和表觀基因組學數據）對表型數據進行系統分析，以更好地將植物應激反應與其環境聯系起來。全基因組關聯研究 (GWAS) 也被廣泛用于識別控制賦予壓力耐受性的關鍵生理特征的特定基因組區域。鑒于越來越多的表型數據，在不久的將來的一個挑戰是有效剖析控制動態生理變化的遺傳成分。

新的統計框架，例如“功能映射”，這是一個通用的統計映射框架，用于在一個步驟中表征復雜動態性狀的數量性狀基因座 (QTL)，對于克服這一挑戰可能很有價值，并最終能夠解釋從生理學設施中獲取的大數據。隨著生理系統在園藝植物研究中的應用迅速增加，預計將在以下領域取得進一步的技術進步：第一，應為植物生理學家、遺傳學家和育種者等開發更方便和用戶友好的操作系統。后兩者通常缺乏專業的植物生理學知識；其次，更復雜的次要生理參數應該從系統可測量的許多主要參數中計算出來。該類別可包括葉子的相對含水量(RWC)，以及葉子（葉）和根部水分（根) 潛力。獲得一套更全面的參數將加深我們對植物響應不斷變化的環境條件的全廠水分預算過程的理解。例如，由于動態土壤大氣參數與生理測定中的植物生理特征一起測量，不同植物品種的蒸騰速率和其他關鍵脅迫反應可以基于土壤水分含量而不是脅迫處理的持續時間進行比較。傳統方法。這些進步將為園藝植物的基因型差異提供更具生理意義的見解。