基于高通量生理學(xué)的應激反應表型：園藝植物的優(yōu)勢、應用和前景

表型組學(xué)是一門(mén)新的科學(xué)分支，可在系統級別對植物和動(dòng)物性狀進(jìn)行高通量量化。過(guò)去十年見(jiàn)證了許多形態(tài)特征的高通量表型分析的巨大成功，但在蒸騰作用和光合作用等生理特征的精確表型分析方面仍然存在重大挑戰。由于對環(huán)境的反應中生理性狀的高度動(dòng)態(tài)性質(zhì)，在植物中存在適當的選擇標準和生理水平的生理水平的有效篩選系統。在這篇綜述中，表型組學(xué)技術(shù)在園藝植物中的現狀進(jìn)行了簡(jiǎn)要總結。具體而言，強調了基于高通量生理學(xué)的表型分析的新興領(lǐng)域，稱(chēng)為“生理組學(xué)”，用于干旱脅迫反應。除了分析基于生理學(xué)的表型相對于基于形態(tài)的方法的優(yōu)勢外，還重新審視和討論了將高通量生理表型應用于模型和非模型園藝植物的新例子?；诩w發(fā)現，我們建議高通量、非破壞性和自動(dòng)生理測定可以而且應該用作園藝植物應激反應性狀表型分析的常規方法。

由于傳統表型分析方法存在通量低、人工成本高、主觀(guān)性強等弱點(diǎn)，因此它們在滿(mǎn)足對表型-基因組環(huán)境關(guān)系進(jìn)行綜合分析的需要方面變得不那么強大了。表型組學(xué)是一種強大的方法，可以在基因型-環(huán)境相互作用下定量測量植物的形態(tài)、生化和生理特征。配備了大規模、非破壞性和自動(dòng)化的表型分析設施，植物表型系統為感興趣的性狀提供動(dòng)態(tài)和全面的表型數據。這些數據是生物學(xué)研究和基于性狀的植物育種或預育的關(guān)鍵。通常，當前的表型組學(xué)平臺根據其目標特征分為兩類(lèi)，基于形態(tài)學(xué)和基于生理學(xué)的表型組學(xué)平臺。前者獲取形態(tài)參數，例如株高、莖直徑、葉面積、葉角、莖長(cháng)和株距。后者獲取生理指標，包括葉綠素熒光、蒸騰速率、葉片含水量、根部流入和流出、氣孔導度。不考慮形態(tài)和生理特征，表型組學(xué)要求在多個(gè)植物中同時(shí)監測這些特征，以獲得用于比較的同質(zhì)數據（Close，2011）。獲得這些形態(tài)和生理數據后，可以將這些信息與全基因組 DNA 基因型數據整合，通過(guò)遺傳連鎖作圖（對于譜系種群，如 F2、BC1F1 和重組自交系）或關(guān)聯(lián)作圖（對于自然人口）。表型組學(xué)應用已經(jīng)從主要糧食作物（例如水稻、小麥和玉米）轉移到更經(jīng)濟的植物，包括園藝植物（例如番茄、豆類(lèi)和黃瓜）。

最近，用于基于生理學(xué)的壓力表型的技術(shù)取得了突破。例如，各種檢測平臺和統計方法用于以高通量方式連續獲取生理特征數據。稱(chēng)重蒸滲儀廣泛用于跟蹤植物重量的變化，從而可以監測植物失水率和水分利用效率 (WUE)，以及模擬干旱脅迫。同樣，開(kāi)發(fā)了一種非破壞性、自動(dòng)化、高通量系統 (PlantArray)，用于基于生理特征的水和生物刺激素反應表型分析。從理論上講，該系統可擴展到其他類(lèi)型的非生物脅迫，包括鹽分、低溫或高溫以及重金屬。該平臺監測許多生理特征，包括光合作用和蒸騰速率，這些是在壓力條件下保持作物產(chǎn)量的關(guān)鍵因素。這些生理特征被稱(chēng)為“功能特征”或“定量生理特征”（QPT）。因此，高通量生理組學(xué)平臺允許對植物進(jìn)行功能生理表型(FPP)。通過(guò)同時(shí)監測數百種植物的環(huán)境（土壤-大氣）和QPT，可以比較幾個(gè)種質(zhì)系之間的脅迫反應。通過(guò)比較每個(gè)植物相對于整個(gè)種群的動(dòng)態(tài)性能，可以輕松選擇在特定脅迫情景下表現良好的植物。此外，還可以揭示基因型差異對植物脅迫反應的潛在生理機制。由于生理反應對環(huán)境的敏感性高于形態(tài)變化，因此FPP可以更有效地檢測細微或短暫的壓力反應。下面討論了在園藝植物中使用FPP的生理組學(xué)平臺的示例性研究。

在模型園藝植物番茄中的應用

番茄基因組相對較小，生長(cháng)周期短，轉基因系統完善，是一種肉質(zhì)模型園藝植物。番茄功能基因組學(xué)和表型組學(xué)研究已成為園藝研究的熱點(diǎn)。哈爾珀林和Nir等人用生理組學(xué)系統以實(shí)時(shí)方式記錄一系列植物在正常、水分脅迫和恢復條件下的生理反應曲線(xiàn)（圖1，A）。該系統允許使用專(zhuān)門(mén)設計的算法同時(shí)和連續監測整個(gè)植物的蒸騰作用、生物量增益、氣孔導度和根系通量。與傳統的氣體交換工具相比，這種生理測定在以更高的時(shí)間分辨率測量幾種植物以及不同生理特征的比較檢查和分級排序方面具有主要優(yōu)勢，包括生長(cháng)速率、WUE、中午蒸騰水平(E)、冠層氣孔導度 (Gsc) 和抗旱指數 (DRI)?；谶@些 QPT 數據，可以輕松評估植物恢復力，并且可以選擇在干旱脅迫后重新澆水時(shí)表現出最快和*恢復的基因型。因此，這個(gè)生理系統將植物功能基因組學(xué)和現代育種技術(shù)聯(lián)系起來(lái)。

圖1.用于應激反應表型分析的高通量生理分析系統

在非模式園藝植物豇豆和胡椒中的應用

每個(gè)植物物種或栽培品種使用自己的途徑來(lái)平衡其水分狀況，這對植物生長(cháng)行為和脅迫條件下的產(chǎn)量損失具有重要意義。根據全株水分關(guān)系的生理特征，植物可分為等水型和非等水型。等水植物（例如仙人掌）在面臨干旱脅迫時(shí)優(yōu)先考慮節水，通過(guò)快速關(guān)閉氣孔以防止水分流失，從而阻礙生長(cháng)。相反，在干旱脅迫下，特別是在輕度至中度干旱條件下，不等水植物（例如向日葵）保持相對較高的氣孔導度(GS)和CO2同化率 (AN)，以獲取生物量。豇豆起源于西非干旱地區，在該性狀中表現出優(yōu)異的耐旱性和廣泛的種內變異。先前的研究揭示了豇豆有2種不同類(lèi)型的耐旱反應，I型和II型（它們分別對應于等水/異水行為，將豇豆作為研究水關(guān)系的有前途的新模型系統，包括等水/非等水水調節機制。使用類(lèi)似的平臺，Xu等人優(yōu)化了豇豆（蔬菜豇豆）生理應激反應分析的生長(cháng)條件和實(shí)驗程序，包括環(huán)境溫帶范圍、光照、供水模式、生理參數和管理（圖1，B）。通過(guò)對4個(gè)植物品種 B118、B128、B253和B47 15d的連續監測，驗證了平臺的穩定性和可靠性。很好地證明了4個(gè)品種之間水分調節策略的基因型差異。結果表明，4個(gè)品種在干旱脅迫下的WUE、最大蒸騰量（Emax）、日蒸騰量和生長(cháng)抑制程度存在顯著(zhù)差異（圖2，A和B）。半矮化品種 B47 表現出緩慢的生長(cháng)速度和適度的WUE，對干旱處理的生長(cháng)潛力損失較小，而不確定型品種B128在井下表現出最快的生長(cháng)速度和最高的WUE-澆水條件，以及干旱處理下生長(cháng)潛力的最大損失。這兩種材料被認為分別在某種程度上具有等羥基和非等羥基類(lèi)型的特性。此外，通過(guò)將動(dòng)態(tài)土壤含水量(θ) 數據與蒸騰速率軌跡對齊，作者能夠計算臨界土壤含水量(θcr)，這是表示植物何時(shí)開(kāi)始關(guān)閉其氣孔的關(guān)鍵次要參數，對于每個(gè)品種（圖 2，A）。此外，比較了4個(gè)植物品種 G034、G047、G356 和 TZ30 27d在預處理、脅迫和恢復階段的整個(gè)基因型之間的全株日蒸騰量和全株重（圖2、C和D)。在干旱脅迫條件下，G047 的生長(cháng)抑制程度顯著(zhù)高于TZ30（圖2，C和D）。這些定量的水分預算參數對于該物種的水分調節行為的育種和分子解剖很有價(jià)值。

圖2.非模式植物豇豆QPT測定的優(yōu)化生理系統及實(shí)驗結果

未來(lái)展望

基于形態(tài)學(xué)和生理學(xué)的表型分析方法在園藝植物研究中得到迅速應用。對于前者，在不久的將來(lái)需要開(kāi)發(fā)具有成本效益和適應性的基礎設施來(lái)分析多維表型。還需要更復雜和自動(dòng)化的工作流程來(lái)在表型分析過(guò)程的不同階段實(shí)施適當的檢查點(diǎn)，以降低數據質(zhì)量惡化和遺漏有趣表型的風(fēng)險。鑒于與形態(tài)水平相比，植物在生理水平上對環(huán)境的快速和敏感反應，后者（基于生理的參數）與 DNA、RNA 和蛋白質(zhì)的調節直接相關(guān)。因此，生理組學(xué)有可能利用其他“組學(xué)”數據（如基因組學(xué)、轉錄組學(xué)、代謝組學(xué)和表觀(guān)基因組學(xué)數據）對表型數據進(jìn)行系統分析，以更好地將植物應激反應與其環(huán)境聯(lián)系起來(lái)。全基因組關(guān)聯(lián)研究 (GWAS) 也被廣泛用于識別控制賦予壓力耐受性的關(guān)鍵生理特征的特定基因組區域。鑒于越來(lái)越多的表型數據，在不久的將來(lái)的一個(gè)挑戰是有效剖析控制動(dòng)態(tài)生理變化的遺傳成分。

新的統計框架，例如“功能映射”，這是一個(gè)通用的統計映射框架，用于在一個(gè)步驟中表征復雜動(dòng)態(tài)性狀的數量性狀基因座 (QTL)，對于克服這一挑戰可能很有價(jià)值，并最終能夠解釋從生理學(xué)設施中獲取的大數據。隨著(zhù)生理系統在園藝植物研究中的應用迅速增加，預計將在以下領(lǐng)域取得進(jìn)一步的技術(shù)進(jìn)步：第一，應為植物生理學(xué)家、遺傳學(xué)家和育種者等開(kāi)發(fā)更方便和用戶(hù)友好的操作系統。后兩者通常缺乏專(zhuān)業(yè)的植物生理學(xué)知識；其次，更復雜的次要生理參數應該從系統可測量的許多主要參數中計算出來(lái)。該類(lèi)別可包括葉子的相對含水量(RWC)，以及葉子（葉）和根部水分（根) 潛力。獲得一套更全面的參數將加深我們對植物響應不斷變化的環(huán)境條件的全廠(chǎng)水分預算過(guò)程的理解。例如，由于動(dòng)態(tài)土壤大氣參數與生理測定中的植物生理特征一起測量，不同植物品種的蒸騰速率和其他關(guān)鍵脅迫反應可以基于土壤水分含量而不是脅迫處理的持續時(shí)間進(jìn)行比較。傳統方法。這些進(jìn)步將為園藝植物的基因型差異提供更具生理意義的見(jiàn)解。