植物表型成像分析系统用于病原体敏感性与抗性筛查

美国橡树岭国家实验室、美国田纳西大学、芬兰赫尔辛基大学农学院以及国家植物表型基础设施中心、芬兰自然资源研究所等单位的Kirk Overmyer教授研究团队，应用芬兰国家植物表型中心的PlantScreen高通量全自动植物表型系统，活体追踪测量拟南芥受灰霉病侵染的变化过程，创建了病菌侵染过程的量化追踪的可迁移开源模型，以及从种子萌发到数据分析的完整工作流程。研究成果于2021年1月发表在《Plants》杂志上。由于人们已经大量掌握拟南芥的基因工具，因此该侵染量化追踪模型能够很好的应用于其它植物与其它病原菌的相互作用研究中，用于筛选和培育抗病害作物种质等。

鉴定抗病作物或者易感作物种质，传统上多基于对症状颜色进行肉眼观察评估、对感染面积进行手工测量，但这种方法受人为因素影响而偏差很大；但是利用显微镜观察病原菌侵染情况并进行量化分析，则繁琐耗时、破坏样品、无法长期观察跟踪其发展过程，也无法实现海量样品筛查。

针对上述困难，数字化图像测量技术的优势是：无偏差、对海量样品可同时筛查、不损伤样品从而能够跟踪观察等。由于当今图像测量技术成本迅速降低、计算能力迅速增强，RGB图像和ChlF图像（叶绿素荧光成像）测量技术成为了植物病害研究以及抗病种质筛查研究的趋势：从颜色变化和植物光合生理变化两个方面、时间和空间两个维度，灵敏的追踪病害和植物的相互作用过程---例如本研究中的PlantScreen方案。