摘要：成像和圖像處理已經(jīng)*改變了植物的表型，現(xiàn)在是表型特征測(cè)量的主要工具。在這里，本文通過檢查三個(gè)重要特征來回顧植物表型系統(tǒng)：通量、維度和分辨率。首先，強(qiáng)調(diào)了整株表型系統(tǒng)以及自動(dòng)化方面的進(jìn)步，這些進(jìn)步使通量顯著增加。然后討論器官和細(xì)胞水平的表型分析及其工具（通常以較低的通量運(yùn)行），作為以較高的空間和時(shí)間分辨率獲得高維表型數(shù)據(jù)的一種手段。顯示了傳感器技術(shù)的新發(fā)展對(duì)獲取植物形態(tài)和生理相關(guān)性狀的重要性?？偟膩碚f，應(yīng)該講注意力集中在空間和時(shí)間分辨率上，因?yàn)檫@些是植物表型系統(tǒng)成像程序的關(guān)鍵方面。

植物表型是一個(gè)復(fù)雜問題，涉及許多的系統(tǒng)和工具

表型組學(xué)被認(rèn)為是生物學(xué)中的一門新學(xué)科，涉及在多個(gè)組織層次上收集高維表型數(shù)據(jù)，以便與全基因組測(cè)序類似，朝著完整描述基因組表型的方向發(fā)展。當(dāng)然，這一最終目標(biāo)仍將是假設(shè)性的；然而，植物表型和表型組學(xué)的當(dāng)前和未來發(fā)展可能得益于對(duì)維度、通量和分辨率的考慮，因?yàn)槲覀儗?duì)植物過程的總體理解，特別是基因型-表型關(guān)系的理解還遠(yuǎn)未完成。植物表型本質(zhì)上是復(fù)雜的，因?yàn)樗鼈兪腔蛐团c多種環(huán)境因素相互作用的結(jié)果。這種相互作用一方面影響植物的發(fā)育程序和生長(zhǎng)，可以通過結(jié)構(gòu)特征來描述，另一方面影響植物的功能，可以通過生理特征來描述（圖1）。結(jié)構(gòu)和生理特征最終決定了植物在生物量和產(chǎn)量方面的表現(xiàn)。不同組織級(jí)別或不同類別的表型特征可能在一個(gè)特定或多個(gè)環(huán)境中表現(xiàn)出高度相關(guān)性（依賴性變異）。如果穩(wěn)健，這些可能會(huì)降低表型的復(fù)雜性（即，需要測(cè)量的不同性狀的數(shù)量），但這是否需要取決于生物學(xué)問題。

圖1.從植物表型到表型組學(xué)

總體而言，植物表型組學(xué)似乎在高通量、低分辨率表型和低通量和高分辨率的深度表型之間有些分歧。這種差異目前在植物發(fā)育營養(yǎng)階段的表型中最為突出。本綜述側(cè)重于營養(yǎng)枝條和根系表型的技術(shù)方面，涵蓋生物體（整株植物）到細(xì)胞水平。 通過檢查三個(gè)關(guān)鍵特征——通量、維度和分辨率來討論表型系統(tǒng)和工具。突出顯示了可以提高高通量和低通量系統(tǒng)維度的新技術(shù)。

整株植物表型自動(dòng)化

在植物突變體集合中，探索性表型分析用于檢測(cè)“異常”性狀（普通的是野生型表型），而自然和隔離種群則用于評(píng)估理想性狀，這可能是對(duì)干旱或低溫等壓力環(huán)境條件的響應(yīng)。大量基因型集合的表型分析能夠鑒定與性狀相關(guān)的基因組區(qū)域并最終進(jìn)行基因克隆，并建立可能有助于基于標(biāo)記的種質(zhì)選擇的遺傳標(biāo)記。篩選目的通常需要處理大量植物，優(yōu)選通過高通量系統(tǒng)，以測(cè)量表型性狀，通常在整株植物或生物體水平（即，莖或根系統(tǒng)）。一般來說，當(dāng)耗時(shí)或重復(fù)的手動(dòng)干預(yù)和分析可以被以下全部或部分方法取代時(shí)，自動(dòng)化工作流程可以提高通量：(i) 非侵入性傳感器，(ii) 自動(dòng)化數(shù)據(jù)處理以獲得感興趣的表型特征， (iii) 自動(dòng)將植物傳送到傳感器，反之亦然，(iv) 自動(dòng)植物培養(yǎng)，以及 (v) 數(shù)據(jù)管理管道中處理數(shù)據(jù)的自動(dòng)分析（圖2）。

圖2.通量、分辨率和維數(shù)是植物表型系統(tǒng)的關(guān)鍵方面，影響著數(shù)據(jù)質(zhì)量

植物表型系統(tǒng)自動(dòng)化的最后一個(gè)途徑是開發(fā)與平臺(tái)相關(guān)的數(shù)據(jù)管理管道，包括專用和注釋數(shù)據(jù)庫，以及表型特征數(shù)據(jù)的標(biāo)準(zhǔn)化分析。此外，由于許多機(jī)器人化平臺(tái)每天都要采集千兆字節(jié)的數(shù)據(jù)，包括圖像、表型特征值、環(huán)境傳感器生成的數(shù)據(jù)和實(shí)驗(yàn)元數(shù)據(jù)，因此有必要適當(dāng)考慮數(shù)據(jù)管理。已采取措施促進(jìn)表型系統(tǒng)普遍采用數(shù)據(jù)管理，因?yàn)檫@可能促進(jìn)基因型-表型圖譜和植物模型的發(fā)展，并支持元分析。最近，關(guān)于高通量篩選遺傳微妙性的“表型瓶頸”有很多討論。全株生長(zhǎng)性狀僅構(gòu)成結(jié)構(gòu)、生理和性能相關(guān)性狀矩陣的一小部分（圖1）。提高維度的一種方式是以更高的空間和時(shí)間分辨率考慮組織的多個(gè)層次（即器官、組織和細(xì)胞）的特征，盡管這仍然可能以通量為代價(jià)（圖2）。

器官和細(xì)胞水平的植物表型分析

莖和根系生長(zhǎng)是單個(gè)器官、葉片和根系發(fā)育的累積結(jié)果，這些器官、葉片和根系本身整合了兩個(gè)基本過程，即細(xì)胞分裂和擴(kuò)展。”當(dāng)通過不同的補(bǔ)償發(fā)育途徑獲得相同的植物或葉表面積時(shí)。此外，這些生長(zhǎng)過程受環(huán)境條件的影響，或直接（例如）土壤水分虧缺對(duì)葉片伸長(zhǎng)率的負(fù)面影響，或間接通過對(duì)植物發(fā)育階段的影響。

盡管已經(jīng)有可能從根系圖像中獲得（半）自動(dòng)器官大小測(cè)量值，但植物莖的圖像通常不適用于單個(gè)葉子尺寸的測(cè)量，因?yàn)槿~子可能不是（*）可見，或者它們可能由于復(fù)雜的非平面排列而重疊。此外，在發(fā)育的最早階段，葉子要么太小而無法通過常規(guī)成像進(jìn)行可視化，要么它們一直隱藏在葉鞘內(nèi)直到出現(xiàn)。單子葉植物葉片的長(zhǎng)度和伸長(zhǎng)率仍然是手動(dòng)或通過位移傳感器測(cè)量的。雙子葉植物葉表面積通常是通過物理解剖芽和在成像前排列出現(xiàn)的葉子來破壞性地確定的（圖3B）。大多數(shù)處理這些圖像的工具提供葉表面積、高度、寬度和周長(zhǎng)，而其他工具則專門開發(fā)用于以定量方式表達(dá)葉片形狀和葉片鋸齒的程度。除了大小和形狀外，確定葉脈模式以研究生長(zhǎng)與葉片水力結(jié)構(gòu)建立之間的關(guān)系也很有趣；在這種情況下，葉子被固定、清除并通過暗視野顯微鏡成像（圖 3C）。與葉子相比，用于確定根生長(zhǎng)速率的伸長(zhǎng)根的動(dòng)態(tài)分析以及根對(duì)諸如向重彎曲等刺激的反應(yīng)是非破壞性的，并且已在培養(yǎng)皿中透明培養(yǎng)基上生長(zhǎng)的植物中實(shí)現(xiàn)自動(dòng)化。

圖3.在多個(gè)組織級(jí)別進(jìn)行植物表型分析

增加維度以更好地理解表型

表型由結(jié)構(gòu)、生理和性能相關(guān)的特征以及它們?cè)诙鄠€(gè)組織層次上的相互作用組成。因此，可以通過包括生理特征以及有助于解釋生理特征的結(jié)構(gòu)特征來增加維度以更好地理解表型。首先描述了旨在提取植物固有3D結(jié)構(gòu)、發(fā)育和功能的技術(shù)，然后是具有報(bào)告植物生理狀態(tài)潛力的新型傳感器。

關(guān)于通量、分辨率、維度和質(zhì)量的觀點(diǎn)

工作流程中的機(jī)器人硬件和自動(dòng)化促進(jìn)了植物表型，尤其是在整個(gè)植株層面（圖2）。將歷史意義上的遙感（即衛(wèi)星圖像采集和基于特定波長(zhǎng)衍生指數(shù)的分析）應(yīng)用于野外、溫室和實(shí)驗(yàn)室規(guī)模，可能會(huì)在未來幾年提供大量數(shù)據(jù)。此外，應(yīng)該提高維度，因?yàn)閷ㄖ参锷韺W(xué)相關(guān)性狀。然而，在枝條的3D記錄和重建、枝條結(jié)構(gòu)性狀的動(dòng)態(tài)定量分析以及單葉水平上仍然可以取得重要進(jìn)展。定量3D分析很重要，因?yàn)榭梢蕴岣呷~級(jí)性狀的通量，如長(zhǎng)度和面積一樣簡(jiǎn)單，或者更復(fù)雜的葉位置和角度，迄今為止這些性狀是手動(dòng)測(cè)量、破壞性或根本沒有測(cè)量。將同時(shí)確定莖和葉性狀，從而提高對(duì)表型的理解。在細(xì)胞水平上，由特定研究問題或問題驅(qū)動(dòng)的微觀系統(tǒng)的發(fā)展可以在成像水平上進(jìn)行改進(jìn)。事實(shí)上，高通量顯微成像正在進(jìn)入植物研究。