2021年6月24日，國際學術期刊Genome Biology 在線發表了華中農業大學作物遺傳改良國家重點實驗室和湖北省洪山實驗室代明球教授與楊萬能教授為通訊作者的題為“Using high-throughput multiple optical phenotyping to decipher the genetic architecture of maize drought tolerance”的研究論文。

該研究利用高通量多光學表型組技術，對368份玉米自然群體材料在多個生長時期、正常澆水和干旱脅迫下的玉米表型進行連續無損檢測，獲得了豐富的與干旱脅迫響應相關的image-based traits （i-traits）。

結合GWAS分析鑒定到大量與干旱脅迫相關的候選基因和QTLs，構建了基因與i-traits關聯網絡，揭示了玉米抗旱的遺傳基礎以及馴化和改良中丟失的潛在抗旱位點，為玉米抗旱遺傳改良和抗旱育種提供了新的基因資源和豐富的遺傳“寶庫”。

在世界范圍內，玉米是重要的糧食作物，也是重要的飼料和工業原料。近年來，隨著氣候的變化無常，人口的不斷增長，水資源逐漸緊缺，干旱也變得日益頻繁。干旱是造成玉米減產的主要自然災害，嚴重的干旱甚至會導致玉米顆粒無收，造成巨大損失。因此，如何有效的提高玉米的耐旱性，培育抗旱新品種是保障糧食安全的迫切需求。

玉米的抗旱研究離不開表型的觀察和檢測，但是由于“表型瓶頸”，即傳統的干旱表型性狀獲取手段因為存在測量通量低、耗時費力、精度不高、經常破壞性測量等不足，目前已經不能滿足蓬勃發展的植物抗逆基因組學研究的需求，嚴重阻礙了玉米抗旱資源的挖掘。

近年來，智能化、高通量、無損測量為主要特征的表型組學技術迅猛發展，使得多時空尺度表型檢測成為可能，目前，該技術可實現對作物在室內和室外及全生育期表型的系統檢測。

本研究利用368份玉米自然群體材料，分干旱和對照組，對玉米進行多光譜檢測和圖像的采集，獲得多個時間點的光譜圖像（10個時間點的RGB圖像，4個時間點的高光譜圖像，3個時間點的CT圖像）；結合自主研發的圖像處理程序，分析并提取i-traits，最終獲得上萬個與干旱脅迫相關的i-traits。

通過篩選獲得干旱脅迫相關的i-traits之后，利用全基因組關聯（GWAS）分析鑒定到兩千多個與干旱脅迫相關的候選基因；結合候選基因通路富集分析結果構建了基因和i-traits的關聯網絡。

為了驗證候選基因在調控光譜表型和抗旱性上的生物功能，進一步從候選基因中篩選、確定了2個未知抗旱功能的基因ZmcPGM2（參與糖代謝）和ZmFAB1A（參與磷酸肌醇代謝）。基于突變體的研究表明，ZmcPGM2（參與糖代謝）和ZmFAB1A能夠調控相應光譜表型并負調控玉米抗旱。

進一步對篩選獲得的大量與干旱脅迫響應相關的候選基因和i-traits進行分析發現，這些候選基因和i-traits能夠很好的預測玉米的干旱表型，預示著它們在玉米的抗旱育種改良中可能具有重要的應用價值，可作為潛在的生物標記。

綜上所述，本研究通過高通量多光學表型收集和GWAS分析，鑒定到大量與干旱脅迫響應相關i-traits以及調控這些i-traits和抗旱性的候選基因，它們在玉米的抗旱育種中可能具有重要的應用價值。本研究拓寬了抗旱相關研究和基因挖掘的思路，為玉米抗旱遺傳改良和抗旱育種提供了新的基因資源和豐富的遺傳“寶庫”。

華中農業大學作物遺傳改良國家重點實驗室的博士生伍璽和信息學院馮慧老師為論文的共同第一作者，代明球教授和楊萬能教授為共同通訊作者。

本研究得到了國家自然科學基金國際（地區）合作研究項目（32061143031）和面上項目（31770397、31800305）、國家重點研究發展計劃（2016YFD0100101-18）、北京市杰出青年科學家計劃（BJWZYJH01201910019026）和中央高校基礎研究基金（2662020SKPY009，2662017PY058、2662017QD044、2662020ZKPY017、2662017QD044）的資助。

編輯：jq