《Plant, Cell & Environment》:Phenotypic Differentiation Between Highland and Coastal Quinoa Under Cold Stress Conditions
编辑推荐:
藜麦(Chenopodium quinoa Willd.)是一种遗传多样性丰富的安第斯作物,因其营养价值高且能够适应多种农业气候条件而受到重视,具有在欧洲和地中海地区,尤其是在边际土地上栽培的潜力。早播期间的低温会损害种子萌发,而延迟播种则会因秋季不利天气而增
藜麦(Chenopodium quinoa Willd.)是一种遗传多样性丰富的安第斯作物,因其营养价值高且能够适应多种农业气候条件而受到重视,具有在欧洲和地中海地区,尤其是在边际土地上栽培的潜力。早播期间的低温会损害种子萌发,而延迟播种则会因秋季不利天气而增加成熟不良的风险。为评估藜麦对低温条件(反映冷胁迫)的适应性,研究人员在德国西南部设置了三个播期:冬末(S1)、早春(S2)和春季(S3),对来自高原与沿海生态型的60份材料进行了萌发和表型变异评价。S1中低温条件下的早播延迟了幼苗出苗并降低了出苗率,但该处理植株的平均小区产量最高,为64 g,而S2和S3分别为46 g和35 g。高原材料表现出更早的幼苗出苗时间和更高的出苗率,而沿海类型在各播期中成熟更早且产量更高。补充开展的实验室试验在冷处理(4.4°C)和对照处理(18.3°C)下评估萌发,采用人工评分与基于Mask R 卷积神经网络(CNN)的图像分析相结合的方法,对幼苗生长进行跟踪。结果证实,高原材料在低温条件下具有更优的萌发表现,且人工评分与自动化评分之间一致性很高。研究结果表明,藜麦对冷胁迫具有一定韧性,高原型藜麦表现出更优的萌发性状;尽管早播会降低出苗率,但仍可获得更高产量。研究人员据此得出结论:将沿海生态型较快成熟和较高产量等有利性状,与高原材料优异的萌发性状加以整合,是培育适用于寒冷气候地区改良藜麦品种的一条有前景的途径。
该研究发表于《Plant, Cell 》,围绕藜麦(Chenopodium quinoa Willd.)在低温环境下的萌发、出苗、发育进程与产量形成展开,核心目标是阐明高原生态型与沿海生态型在冷胁迫响应上的表型差异,并评估不同播期条件下藜麦在温带地区的适应潜力。研究背景在于,藜麦兼具高营养价值与广泛生态适应性,已被视为适合欧洲及地中海地区边际土地利用的重要替代作物。然而,在温带生产条件下,其栽培面临明显的播期两难:过早播种会遭遇低温与霜冻并影响萌发和成苗,过晚播种则会因秋季天气恶化而增加不能充分成熟的风险。既往关于藜麦冷胁迫的研究多集中于实验室或温室,关于低温萌发差异是否能够在田间生产中真实体现,以及高原型和沿海型材料是否存在稳定的冷适应分化,证据仍相对有限,因此有必要在田间与可控条件下联合验证。
研究人员选取60份代表藜麦多样性的种质资源,涵盖高原和沿海两类生态型,系统分析其低温萌发能力、田间生长发育进程及产量性状。研究结果显示,播期显著影响藜麦的早期建植和后续农艺表现。最早播期S1处于较强低温环境,明显延迟出苗并降低出苗率,但最终小区产量最高;S2和S3随播种推迟,出苗加快,但产量逐步降低。生态型比较表明,高原型材料在低温条件下出苗更早、出苗率更高,显示出更强的早期耐冷建植能力;沿海型材料则在全部播期下成熟更早、产量更高,体现出更适合温带栽培季节长度的生育特征。实验室萌发试验进一步确认,在4.4°C冷处理下,高原型材料在萌发时间、萌发率、可存活萌发率以及幼苗生长速率方面均优于沿海型材料。综合田间与实验室结果,研究人员认为,高原型和沿海型藜麦在冷胁迫响应与生长策略上存在互补性状,这为寒冷地区藜麦育种提供了明确方向,即整合高原型的优良萌发建植性状与沿海型的早熟高产特征。
本研究主要采用以下关键技术方法:研究材料为来自美国农业部(USDA)和莱布尼茨植物遗传与作物植物研究所(IPK)的60份藜麦种质,其中55份具有全基因组重测序数据,通过主成分分析(PCA)验证高原型与沿海型群体结构。田间试验于德国西南部同一地点采用随机完全区组设计(RCBD),设置3个播期并记录9项农艺性状,同时计算生长度日(GDD)。实验室试验在4.4°C与18.3°C条件下开展分区试验,采用人工评分与基于Mask R-CNN的深度学习图像分析联合表型鉴定。统计分析包括混合线性模型、最佳线性无偏估计(BLUE)、最佳线性无偏预测(BLUP)、广义遗传力、相关分析、多性状稳定性指数(MTSI)及表型PCA。
3.1 Population Structure Analysis Confirms Two Distinct Genetic Groups
研究人员首先利用55份具有全基因组重测序数据的材料进行PCA,以验证依据护照信息进行的生态型划分。结果显示,材料总体可分为两个主要遗传群,与高原来源和沿海来源基本一致:秘鲁和玻利维亚材料主要聚为高原群,智利和美国材料聚为沿海群。由此确认,本研究所用材料可合理划分为45份高原型和15份沿海型,为后续生态型比较提供遗传基础。
3.2 Analysis of the Field Trial
3.2.1 Sowing Date Influences Plant Development and Traits
田间试验在三个播期下比较60份材料的表现。Wald F检验表明,基因型和播期对全部性状均有显著影响,且若干发育及产量相关性状存在显著基因型×播期互作。S1低温环境下,平均出苗时间显著延长,整个生育周期最长;S2和S3出苗更快、生育期缩短。生长度日分析表明,不同发育阶段的热量积累解释了播期之间发育进程的差异。尽管S1的出苗率最低,但其平均小区产量最高,同时植株较高、穗较长且较宽,说明早播虽抑制建植,却能借助更长生长季获得较高生产力。
3.2.2 Differential Trait Performance of Coastal and Highland Ecotypes
研究人员进一步比较两类生态型在各播期下的性状差异。结果显示,高原型在三个播期下均表现出更快的出苗和更高的出苗率;沿海型则在成熟期上始终更早,并在所有播期下获得更高产量。沿海型在抽穗时间上较晚,但从开花到成熟阶段进展更快,形成更短的总生育期。这说明两类生态型在早期建植能力与后期产量形成之间呈现不同适应策略:高原型偏向耐冷萌发和快速成苗,沿海型偏向早熟与高产。
3.2.3 Estimates of Heritability and Correlations Between Traits
通过BLUP估算广义遗传力(H
2),研究发现平均出苗时间与出苗率的遗传力较低,说明这两项萌发相关性状受环境影响较强;而开花期、成熟期、株高和产量等性状遗传力较高,表明其受遗传控制更明显。相关分析显示,出苗性状与其他性状关联不强;成熟天数与产量呈负相关,即早熟材料更倾向于高产;株高与穗长、穗宽及产量呈正相关,提示较高植株常伴随较好的营养生长和生殖生长表现。
3.2.4 Phenotypic Principal Component Analysis (PCA) Reveals Variability Among Accessions
表型PCA表明,前四个主成分可解释81%的总变异。PC1主要反映抽穗、开花、成熟、株高、穗宽和产量等综合农艺特征。双标图显示,多数沿海型材料倾向于高产、穗较紧凑且早熟,而多数高原型材料更偏向晚熟和较低产量。不过,表型层面的高原型与沿海型分离并不像遗传结构分析那样清晰,说明群体内仍存在较大的表型变异。
3.2.5 Multi-Trait Stability Index Identifies Stable-Performing Accessions
为筛选兼具优良表现与稳定性的材料,研究人员利用多性状稳定性指数(MTSI)进行综合评价,理想株型包括高出苗、早开花、早成熟、中等株高、较宽穗型与高产。结果筛选出8份在不同播期下稳定且表现优良的材料,包括4份沿海型和4份高原型。这些材料在早熟、高产和较好建植等方面具有综合优势,可作为后续育种的重要候选亲本。
3.3 Evaluation of Quinoa Seed Germination Traits Under Controlled Conditions
3.3.1 Genotype and Cold Treatment Affect Seed Germination Under Laboratory Conditions
为剥离田间中湿度、土壤、日长或种子捕食等非温度因素影响,研究人员在实验室开展了冷处理与常温对照萌发试验。结果表明,基因型、温度处理及其互作显著影响平均萌发时间、可存活萌发率和生长速率。低温显著延长平均萌发时间,并显著降低可存活幼苗比例;最终萌发率在两处理之间总体无显著差异,但冷处理下幼苗质量较差,说明低温对萌发进程及幼苗健壮度抑制明显。
3.3.2 Correlations Between the Manual Scoring and Image Analysis
研究人员将人工评分与基于Mask R-CNN的图像分析结果进行比较,发现平均萌发时间和萌发率在两种测定方法之间均呈强正相关。这一结果说明所建立的深度学习图像分析流程能够可靠替代大部分人工统计任务,具备高通量、可重复和节约劳力的显著优势。
3.3.3 Differences Between Quinoa Ecotypes in Germination Parameters
实验室结果清楚表明,在冷处理和常温条件下,高原型藜麦均表现出更快、更充分且更高质量的萌发。在4.4°C下,高原型的萌发率和可存活萌发率显著高于沿海型,平均萌发时间更短,幼苗生长速率也更高。图像分析结果与人工评分完全一致,进一步支持高原型在低温萌发适应性上的优势。
3.4 Seed Size Differs Between Highland and Coastal Accessions
研究还测定了59份材料的种子大小,分别采用MARViN Seed Analyzer System和图像分析两种方法。结果显示,高原型种子总体较小,沿海型种子较大;苦味型材料种子大于甜味型材料。种子大小遗传力较高,说明其受较强遗传控制。两种测定方法结果高度相关,表明图像分析可作为可靠的高通量替代方案。此外,种子大小与幼苗生长速率呈负相关,提示较小种子与更快的幼苗生长有关,但种子大小本身并不足以完全解释高原型的冷适应优势。
讨论部分表明,该研究从田间与实验室两个层面一致证明了藜麦生态型间的冷适应分化。早播低温显著影响出苗和生育进程,但也可能通过延长生长季提升最终产量;高原型材料具有更强的低温萌发和早期建植能力,而沿海型材料则具备更短生育期和更高产量。出苗性状遗传力较低,说明环境作用显著;成熟和产量等性状遗传力较高,适合在育种中直接利用。深度学习图像分析的引入显著提高了表型采集效率,并为大规模种质筛选及后续遗传解析提供了技术支撑。总体而言,本研究为温带和寒冷地区藜麦品种改良提供了明确证据,即应通过杂交整合两类生态型的互补优势,以培育兼具耐冷萌发、早熟和高产的改良品种。
研究结论部分可译为:
综上所述,研究结果表明,播种条件强烈影响藜麦的早期发育和产量形成。尽管低温很可能是出苗和早期生长差异的重要原因,但观察到的响应也可能同时反映播期相关的生长季长度、热量积累以及其他环境因素的变化。沿海型与高原型藜麦在萌发性状、生长发育和产量上的差异表明,育种工作可聚焦于整合两类生态型中具有较高遗传力的有利性状,以培育适用于温带地区生产环境的改良藜麦品种,这些地区在生长早期往往会经历低温甚至霜冻。人工智能(AI)支持的大规模植物表型分析等赋能技术可通过提高性状选择效率和育种效率,加速这一过程。除育种应用外,未来若将转录组学(transcriptomics)和多组学(multi-omics)分析与表型数据相结合,将有助于揭示不同生态型在冷胁迫及变化环境下萌发性能、物候和产量形成差异背后的分子与生理机制。