高光譜相機油菜動態(tài)生長發(fā)育的遺傳解析和產(chǎn)量提高

油菜是油料作物，不僅是人類食用植物油和工業(yè)用油的主要來源，而且可以為動物提供青貯飼料和富含蛋白的餅粕。

隨著經(jīng)濟發(fā)展和人民生活水平的不斷提高，到2030年對食用植物油和蛋白質的需求預計將增加40%以上。

因此，研究油菜產(chǎn)量和品質相關性狀對培育高產(chǎn)優(yōu)質油菜品種具有十分重要的意義。

對油菜產(chǎn)量進行預測

油菜圖像性狀相關QTL在基因組上的分布

連續(xù)兩年動態(tài)采集油菜導入系群體多個發(fā)育時期的12個生長點的圖像，并開發(fā)了一種適用于油菜表型高通量分析的圖像分析軟件，可以量化43個圖像性狀（i-traits）。
實驗結果表明，在多個發(fā)育時期測定的數(shù)個圖像性狀組合起來，可以很好地預測最終的油菜單株產(chǎn)量，比如在幼苗期（T1）、抽薹期（T7）和開花期（T12）等3個時期的8個圖像性狀可以解釋68.2%的產(chǎn)量變異。更有趣的是，該團隊發(fā)現(xiàn)單個油菜圖像性狀FDNIC_TV（頂視圖像分形維數(shù)，其反映頂視圖葉片投影面積和葉型）與最終產(chǎn)量有很高的相關性，且在抽薹期達到最大值（R2=0.369）。因此，結合無人機或其他表型設備在田間獲取油菜頂視圖像，本研究中的圖像分析軟件和圖像性狀在田間油菜表型分析和早期產(chǎn)量預測擁有很好的應用前景。
另外，華中農(nóng)業(yè)大學作物表型團隊分別利用TPA_SV和TPA_TV（側視和頂視的總投影面積），獲得了30個生長發(fā)育相關性狀，可以很好的預測油菜整個生長發(fā)育期的生物量。預測模型中的參數(shù)與最終的產(chǎn)量相關性分析表明，油菜營養(yǎng)生長期的生長速度與產(chǎn)量顯著正相關。
43個圖像性狀在油菜所有生長發(fā)育時期表現(xiàn)出廣泛的表型變異和較高的遺傳遺傳率。該團隊發(fā)現(xiàn)大部分的性狀在油菜現(xiàn)蕾期的遺傳率達到最大值，表明油菜在這個時期的生長受到環(huán)境影響比較小。通過大規(guī)模的QTL定位分別在兩年鑒定到337和599個QTL位點，重復檢測到的QTL比例分別為33.5%和36.1%。這些QTLs在油菜基因組中呈現(xiàn)不均勻分布，在兩年中分別存在4個QTL熱點區(qū)域，其中位于A02染色體的熱點區(qū)域在兩年被重復鑒定到。更有興趣的是，在作為產(chǎn)量預測因子的8個圖像性狀中，有3個圖像性狀的QTL位點與產(chǎn)量的QTL位點是重疊的，該結果表明這些區(qū)域的候選基因可能是通過影響早期的生長發(fā)育調控油菜的產(chǎn)量。