[00821291]水稻全生育期高通量表型获取分析关键技术与应用

项目属农业工程、作物育种学、生物光子学交叉学科。 水稻、玉米、油菜、棉花是中国的重要经济作物，提高产量是保障国家经济安全的重要手段，与传统的作物育种相比，利用基因组和表型测量技术的综合手段，研究基因功能、植物表型、环境的相互作用，可以快速、准确筛选培育出少打农药、少施化肥、节水抗旱、优质高产的种质资源，比如绿色超级稻，是国际上长期关注的热点和难点。然而，表型测量在中国长期依赖人工，受人员主观因素影响，存在效率低、精度差、数据少、重复性差等缺陷，且部分测量需对作物剪取，使得全生育期内无法实现同株在体的表型跟踪，难以满足表型高通量测量要求。 国际上德国LemnaTec公司2006年开发了商用全自动高通量植物成像系统，可提供全自动的表型测量，主要用于玉米、拟南芥等单茎作物，因无法测量如水稻等多茎秆(分蘖)性状参数，应用受限，且长期只对外出售设备(约800万欧元/套)。中国提出的“RICE 2020”和绿色超级水稻计划，也认为表型高通量测量技术是提高水稻等经济作物产量、品质改良的重要支撑手段，但国内尚无成熟技术，亟待突破。 为满足这一国家重大需求，在863计划项目支持下，围绕全生育期同株在体表型形状获取、高通量自动测量、海量数据分析与处理等环节，经近十年系统研究，项目从理论突破、技术创新、装备研制等方面取得系列成果： 1、发明全生育期同株在体表型性状多参数无损测量技术，提出3D可见光、微型CT、高光谱等多模式成像方法，建立图像信息与作物表型性状的数学模型，研究水稻核心种质全生育期形态和农艺性状及逆境表型关系，解决了育种用盆栽水稻的全生育期跟踪(RFID)、多参数无损测量的难题，测量效率小于0.75分钟/盆，可获取在体株型参数、生物量(鲜重、干重)、叶面积、分蘖性状、叶绿素含量等多类传统人工有损测量条件下的数据。 2、发明高通量自动一体化的批量表型性状测量技术，提出三维RGB光学快成像和线阵列扫描成像方法，建立快速线阵CT重建算法，研制出数字化水稻考种设备，解决批量条件下盆栽水稻的多模式自动一体化成像问题，实现高通量(>3千株/天)、高精度(产量测量误差<5％)的表型性状无损测量。 3、发明基于深度学习的海量图形表型参数特征提取技术，建立图像特征与表型的数学模型。开发超像素和卷积神经网络相结合的图像分类和分割算法，建立图像特征提取和图像特征回归模型，在精度、召回率和效率上更优。建立表型性状数据开放共享大数据库。通过全基因组关联分析(或QTL分析)，挖掘出水稻关键性状(抗旱、水分利用效率、株型等)的功能基因位点25个，创新表型性状测量技术及装备。 通过上述创新，研发出国内首套自主知识产权的作物全生育期表型性状的高通量无损测量关键技术及装备，打破国外技术垄断，售价仅为德国LemnaTec产品的1/10，同等成本下测量通量提高5倍，经刘耀光院士为首的专家评价：“项目成果已在科研中得到广泛应用，并取得了显著的经济社会效益，达到国际先进或部分国际领先水平”。 获批发明专利12项、实用新型6项、软件著作权6项；发表SCI论文36篇(3篇IF>9)、EI论文19篇。成功解决了水稻等多茎秆(分蘖)作物高通量表型性状测量难题，具有广泛适用性，已扩展应用于玉米、油菜、棉花等其他作物。2013年起，已完成约35万盆次作物的高通量测量(国外设备单盆次测量成本约800元)，可节约2.8亿元；全国20多家单位利用项目数字化考种设备，累计考种100余万份，可节约人力成本超过800万元。 成果获国际同行正面评价，如美国物理学会将项目发表在Review of Scientific Instruments的论文，选为2011年当期唯一研究亮点(Research Highlight)；专业介绍国际研究成果的美国《每日科学》评价“如何快速准确测量水稻分蘖数以筛选最好的育种材料对水稻育种研究是至关重要的...研发出一种新颖的、高通量、高精度的水稻分蘖无损在体测量技术，这对推动水稻表型组学研究和水稻育种研究有重大意义”；Nature Reviews Genetics期刊(IF=39.79)2014年将项目发表在NatureCommunications(IF=10.74)论文，列为研究亮点(Research Highlight)，评价“针对水稻核心种质资源发现了重要的功能基因位点，这是传统表型检测手段无法发现和获取到的”。2016年，该工作被《National Science Review》点评：项目申请人及研究团队通过自主研发建设壹套高通量水稻表型测量平台，填补了国际上水稻表型测量手段的空白。