《Plant Phenomics》:Harnessing High-Throughput Phenotyping and Artificial Intelligence for Soybean Breeding: From Trait Assessment to Data-Driven Decisions
编辑推荐:
大豆(Glycine max (L.) Merrill)是全球重要的粮食、食用油、动物饲料及微生物发酵产物来源作物。传统表型测量方法存在耗时费力、破坏植株及人为误差大等局限。高通量表型技术(HTP)可精准评估大豆形态、生理、病虫害及农艺等多维度表型特征。人工智
大豆(Glycine max (L.) Merrill)是全球重要的粮食、食用油、动物饲料及微生物发酵产物来源作物。传统表型测量方法存在耗时费力、破坏植株及人为误差大等局限。高通量表型技术(HTP)可精准评估大豆形态、生理、病虫害及农艺等多维度表型特征。人工智能(AI)作为开发多任务算法的研究领域,为大豆育种提供了关键技术支撑。本综述系统阐述了HTP与AI在大豆育种项目中的集成应用,分析了HTP实施面临的挑战,重点探讨了深度学习(DL)在实现大豆育种目标中的潜力与局限性。研究人员展示了HTP在关键大豆性状评估中的应用进展,梳理了多种HTP平台的技术特点,并总结了不同数据集下DL的应用策略及大型基础模型的开发路径。尽管将AI整合至大豆育种流程仍面临诸多挑战,但利用HTP数据与大型语言模型(LLM)有望重塑大豆育种的研发范式。
- 1.
引言
大豆作为全球最重要的农业作物之一,在粮食生产和粮食安全中占据核心地位。高产潜力及优良农艺与营养性状的选育是作物育种中长期的核心目标,但作物对环境因子的敏感性导致基因型×环境×管理(G×E×M)互作的复杂性,进而在育种各阶段形成“表型瓶颈”——即大规模育种群体中表型变异难以精准量化。传统表型选择依赖田间多点试验的目视评估与人工测量,耗时耗力且成本高昂,遗传增益显著低于现代HTP技术。气候变化加剧了新发病害与极端天气事件频发,对育种程序提出新挑战,亟需培育适应逆境胁迫且能维持产量的种质资源。基因组选择与预测模型通过统计与机器学习算法提升个体遗传值预测精度,其中表型选择仍因与HTP技术的集成而被广泛应用。HTP平台可实现农艺性状的直接、高频、非破坏性测量,显著提升表型数据的数量、精度与时间分辨率,降低运营成本并提高遗传增益,其通过快速客观分析植物生理形态特征,支持育种程序中关键性状的早期鉴定。Breeding 4.0时代,AI通过整合数字农业、大数据、机器学习、机器人与遥感技术解析表型变异,例如结合AI与HTP工具构建植被光谱反射率三维地图以估算磷、氮含量,利用多源传感器(高光谱)与平台(卫星)估算多性状。现代育种平台产生的多组学数据(基因组学、表型组学、代谢组学、环境组学)需要多层信息整合以应对数据复杂性,为育种决策提供多维支撑。本综述从大豆育种视角,系统梳理HTP在多育种目标中的集成应用,探讨机器学习(ML)与深度学习(DL)方法、HTP应用场景及硬件演进,为AI模型的落地部署提供参考。
- 2.
大豆育种中的表型组学
高通量植物表型组学可在重组自交系(RIL)到大种群的不同尺度上测量株高、叶面积、生物量、根系构型、开花期、荚数等形态生理性状。分枝数、冠层高度、叶角度、叶面积指数等架构性状是高产适应性品种选育的关键。传统人工测量存在主观性强、破坏性大等局限,制约了早期规模化应用。大豆育种中HTP以无人机(UAV)平台为主,卫星与其他平台应用较少。
2.1 大豆育种关键性状
HTP已广泛用于株高、生物量、产量等核心性状的估算。大豆产量由荚数、籽粒大小、株型、物候期(开花与成熟)、光合效率、生殖性能及固氮效率等形态生理因子互作决定,表型精准表征是提升产量潜力与环境稳定性的基础。表型组辅助育种可将未利用的遗传多样性导入品种选育,通过提升选择强度提高遗传增益。无人机植被指数与抗虫性等性状显著相关,通过HTP与机器学习解析表型性状与产量的关联,实现生育期内产量预测与基因型排序,是性状筛选的核心路径。叶绿素、氮磷钾营养状况等生理指标及植被指数作为次级性状,可辅助解析G×E互作;将高遗传力且与目标性状遗传相关的次级性状纳入多性状模型,能有效提升产量、生物量等低遗传力性状的间接选择效率。
2.1.1 株高
株高是影响大豆生长习性、产量及地上生物量(AGB)估算的重要结构性状。理想株高约1米可降低机械化收获倒伏损失,无限生长习性品种株高通常高于有限生长习性品种,但倒伏风险更高。传统育种仅在收获前单次测量冠层高度,应用价值有限。基于无人机数字高程模型(DEM)与数字表面模型(DSM)差值的株高估算与地面测量相关性达R2=0.72–0.84,RMSE=3.35–6.13 cm,在R1–R6生育期表现稳定。RGB表型技术成本低易操作,但因冠层穿透性不足易高估株高;激光雷达(LiDAR)激光脉冲可穿透密集冠层区分植被与地面点,在森林至作物冠层测量中精度更优,其中无人机LiDAR在荚发育至鼓粒期的株高估算性能(R2=0.83)显著优于RGB影像,但在生理成熟期RGB相机可靠性更高。
2.1.2 倒伏
倒伏是导致作物减产的关键因素,选育抗倒伏品种是高产大豆育种的核心环节。环境因子(肥沃湿润土壤、高密度种植、茎秆螟虫侵害)及不利气象条件均可诱发倒伏。传统目视评分法(1–5级)主观性强、耗时费力。分枝数增加可提升结荚量与产量,而第五节间是影响密植条件下植株稳定性的关键结构位点。结合UAV影像与ML算法可有效分类倒伏程度并预测单株粒数、粒重等产量相关性状,基于RGB传感器与人工神经网络(ANN)结合SMOTE-ENN采样的倒伏分类准确率可达96%;融合RGB、多光谱数据与自监督对比学习策略的多模态DL框架,结合轻量化无人机采集的点云数据,在低密植条件下F1-score最高达0.64。研究表明,株高、倒伏程度、第五节间特征及植被指数(VI)是不同种植条件下产量构成因素精准估算的核心参数。
2.1.3 生物量估算
冠层覆盖度与地上生物量(AGB)密切相关,为早期产量预测提供依据。大豆泛基因组研究中,冠层覆盖度遗传力达H2=0.77,与籽粒产量相关系数r=0.87,可作为生物量与产量性能的间接标记。田间高光谱反射率(350–2500 nm)测量可评估叶面积指数、生物量、产量及籽粒成分,但叶面积指数与反射率的关联性显著高于生物量,需融合光谱与结构特征提升估算精度。结合无人机RGB与多光谱数据的基因组预测模型显示,AGB遗传力随时间波动,受多微效位点及其互作调控。将冠层高度与面积的生长曲线作为次级性状纳入多性状基因组选择,可显著提升生物量预测精度。近期研究显示,融合冠层高度模型(CHM)等光谱、纹理、结构特征的集成学习算法,AGB估算R2达0.85,优于单一特征组合模型(R2=0.79–0.81),证实冠层结构与反射率特征的协同作用可大幅提升生物量量化精度。
2.1.4 相对成熟期组
精准识别成熟期是大育种程序的关键环节,支撑品种选育与推广决策。大豆按纬度划分为不同成熟期组(MG),其亚组分相对成熟期等级帮助育种家优化基因型区域适配性。早熟基因型可减少亚洲大豆锈病等病害暴露风险,支持复种或覆盖作物种植,而过晚熟品种易受霜冻或收获损失。成熟过程中冠层颜色从绿变黄再转褐,伴随叶绿素降解与光谱反射率变化,荚色与冠层衰老高度相关,使光谱反射率特征成为生理成熟度的间接指标。对叶绿素、氮、水分敏感的植被指数可提升成熟期估算精度。近期研究结合无人机RGB与多光谱传感器及ML方法,通过分析冠层反射率与颜色模式的动态变化预测成熟期,回归模型将成熟期作为连续变量估算的效果优于分类模型,证实无人机成像技术是监测冠层颜色动态、预测成熟期的有力工具。
2.1.5 次级性状
HTP在监测大豆 fertilité与养分动态方面进展显著。多光谱与高光谱数据结合ML可实现氮、磷、钾等大量元素的空间分布评估,在R5期估算精度最高;归一化差异植被指数(NDVI)可有效追踪不同管理模式下的生物量与养分吸收,在生长初期与磷钾吸收呈强相关。遥感技术结合卷积神经网络(CNN)模型可实现缺铁性黄化病的早期检测与制图;卫星与无人机植被指数(如EVI2)成功捕捉到芽孢杆菌类微生物接种剂提升干旱韧性的产量增益,凸显了遥感技术在可持续养分管理中的作用,为育种家评估基因型养分效率、筛选优异品系提供支持。
- 3.
表型组学在大豆育种目标中的应用
3.1 种子质量
传统种子质量检测(活力、发芽率)存在破坏性大、人为误差高、效率低等局限,无法满足大规模种质评价需求。HTP结合ML方法作为非破坏性计算机视觉替代方案,显著降低时间成本与主观性。成像传感器通过特定反射波段实现植物组织(水分、色素、贮藏物质)化学差异的像素级映射,提升对质量与活力相关理化变异的灵敏度。针对老化与胁迫评估,气相色谱-离子迁移谱联用技术可补充挥发性化合物信息,辅助批次分类。现有流程结合预处理(分割、归一化、特征工程、波段选择)与ML算法,主成分分析(PCA)、随机森林、支持向量机(SVM)、多层感知机已成功用于种子活力与质量的变量筛选与分类,区分不同种子批的准确率高。针对大豆,相关工具可在重叠与光照变异条件下分离单粒种子,精准估算粒长、粒宽与面积;基于平板扫描仪RGB图像提取8个形态性状,随机森林与多元线性回归在百粒重预测中表现最优(训练集R2达0.98,测试集R2=0.92–0.94),且尺寸相关性状的预测能力强于形状相关性状。
3.2 生理特性
生理性状直接反映植物器官功能,包括光合作用、呼吸作用、养分同化、激素活性、抗逆性与水分关系。叶水势表征植株水分状况,气孔导度反映冠层气体交换能力,气孔开度快速响应土壤水分状态,调控光合与生长。接种慢生根瘤菌(Bradyrhizobium)的耐旱植株冠层绿度指数更高,对应SPAD仪测定的叶绿素含量更优。热成像技术可有效识别干旱、高温等逆境下的生理响应,低冠层温度指示植株水分胁迫调控效率更高;冠层-气温差与气孔导度、蒸腾速率呈负相关,温差大的大豆植株抗旱性更强。热成像与叶绿素荧光测定的光系统II量子效率关联,可反映光合效率;荧光参数与叶片氮、磷、铁、钼浓度正相关,营养缺乏植株光合速率更低,为非破坏性营养状况评估提供依据。叶绿素a荧光还可区分不同大豆成熟期组。红外波段与叶相对含水量、气体交换呈强相关,可用于筛选长期干旱耐受基因型;基于多光谱数据估算核酮糖-1,5-二磷酸羧化酶/加氧酶(Rubisco)羧化速率仍需进一步验证。叶片光谱与生化组成的关联模型可高精度估算气孔导度(sc)、脱落酸(ABA)与茉莉酸含量,其中ABA光谱估算可较sc方法提前2天检测到水分胁迫。
3.3 抗虫性
大豆害虫主要包括鳞翅目夜蛾科(包括大豆尺夜蛾、贪夜蛾、斜纹夜蛾等)、刺吸式害虫(大豆蚜、烟粉虱)及蝽科“大豆蝽复合种”(以黑蝽为主)。传统蝽类抗性育种受限于苗期物种侵染的精准识别。基于RGB图像的HTP技术可提取与植株形态生理变化相关的光谱波段及衍生指数,构建光谱信号与蝽复合种发生量的定量关系。手持光谱仪结合支持向量机(SVM)算法可分类不同蚜虫侵染水平的地块,多光谱无人机影像也取得类似结果;无人机平台还可评估食叶昆虫危害。控制条件下高光谱遥感研究显示,食叶害虫侵染导致反射率模式显著改变,而蝽害未引起明显变化。上述研究证实,HTP结合ML方法可通过整合时间序列、多光谱波段及物候、株型互补信息,实现生物胁迫的间接识别。
3.4 抗病性
热带地区大豆主要病害包括茎溃疡、褐斑病、 Cercospora叶斑病/紫斑病、炭腐病、苗期病害及菌核病,其中亚洲大豆锈病自传入后成为巴西等主要生产国的首要威胁,导致产量损失与农药成本上升。传统病害症状评估耗时低效,难以规模化开展。HTP工具可有效评估病害严重度、发病率及流行动态,提升抗病遗传增益;扫描仪与图像处理技术构建了亚洲锈病严重度标准面积图,高光谱反射率随锈病严重度提升而增加;成像传感器结合ML算法通过精准评估发病率与严重度,支持优异品系筛选与抗病性改良。
3.5 抗线虫性
大豆胞囊线虫(Heterodera glycines, SCN)是大豆减产的首要生物因子,2024年仅美国北部地区产量损失达108,008千蒲式耳。该土壤内寄生线虫侵入根系形成取食位点与胞囊,阻碍生长发育。地上部症状包括植株矮化、子叶黄化、节间缩短、开花延迟、结荚减少及斑块状发病,地下部表现为主根与侧根发育迟缓、须根增多、根表出现黄白色胞囊。ML与HTP集成可通过模型构建提升SCN评估精度,传感器可捕获SCN侵染后的地上异常,包括株矮化、叶黄化、结荚减少等形态指标及叶绿素、含水量等光谱指标,实现SCN的动态监测。
- 4.
大豆育种中的表型平台
大豆农艺性状获取主要依托无人机、温室系统、自动驾驶车辆、手持传感器及卫星五大平台。无人机作为低空遥感监测核心工具,可高效灵活采集高时空分辨率数据,应用于叶部病害识别、虫害检测、施药、株高估算、产量预测及成熟期预报,但续航与速度限制其在超大面积田块的应用。温室系统可实现株高监测、病害评估、抗旱性评价及高通量图像采集,自动化连续成像与标准化记录支持多物种研究,但设备购置维护成本高,需专用基础设施、技术培训与算力支撑。自动驾驶车辆可执行整地、播种、长势监测、收获等作业,在冠层下方开展架构评估、产量估算与早期虫害检测,近距离数据采集减少大气干扰,基因型排序精度高,但设备成本高,数据分析与场景适配难度大。手持传感器可快速低成本测量农艺性状,适合中小规模生产者参与育种,但采样面积有限,大规模数据采集耗时。卫星平台可实现全球尺度农艺性状测量,适用于大试验区育种项目,但时空分辨率难以满足育种田块精细监测需求。
- 5.
人工智能在大豆育种中的集成应用
5.1 农业领域的人工智能
AI涵盖解释环境、自动决策及辅助复杂任务的算法体系,其进步与深度学习(DL)技术发展同步,使模型能从海量数据中自主学习特征模式,摆脱手工特征设计的局限。计算机视觉领域,卷积神经网络(CNN)与视觉Transformer实现了图像分类、目标检测与语义分割的突破;自然语言处理(NLP)领域,Transformer架构催生了大型语言模型(LLM),具备文本生成、摘要与组织能力。上述进展推动基础模型(FM)发展——这类大规模预训练模型可通过微调、检索增强生成(RAG)或多模态融合适配下游任务。农业数据的多样性(RGB、多光谱、高光谱影像、热传感、无人机与卫星数据、气象记录、土壤传感器、管理信息、基因组标记、高通量表型性状)天然适配多模态AI方法,通过多源数据融合提升作物表现解析能力。但通用LLM与FM在农业专业场景中可靠性不足,易出现泛化回答、忽略局地环境与农艺措施等问题,需通过领域适配、微调或RAG技术优化,典型案例如农业语言表征模型AgriBERT、农业专家对话视觉-语言模型AgroGPT、农牧业视觉-语言模型AgriCLIP及农业问答模型ShizishanGPT。AI驱动的育种决策流程包括多源传感器数据采集、预处理与标注、模型训练提取性状与识别模式、输出结果辅助育种家选择决策四个环节。
5.2 AI驱动决策
AI模型的价值在于将输出转化为实际决策,例如指导田间巡查区域、防控时机选择、抗性基因型筛选;产量预测模型可支撑收获规划、资源配置、粮食安全评估与优异品系选拔。在大豆育种中,AI通过连接表型数据采集、模型训练分析与选择决策,处理无人机、地面传感器、环境监测与成像系统产生的大体量数据,生成性状估算、基因型排序、产量图、病虫抗性、成熟期与抗逆性评价结果,辅助育种家决定品系的晋级、淘汰、杂交或异地测试。具体应用包括:计算机视觉模型实现病害早期识别与诊断;遥感与DL模型完成大豆产量估算;AlphaEarth Foundations等基础模型在玉米大豆产量估算中展现地球观测嵌入特征的复用潜力。LLM与多模态FM通过优化信息获取、解读与传递提升决策效率:LLM可检索文献、总结田间报告、整理育种记录、解释模型输出;RAG系统基于本地可靠文档、管理指南与试验数据生成回答,降低泛化推荐风险;计算机视觉FM支持大规模图像性状提取;多模态FM融合图像、环境、基因组与文本数据,实现更综合可靠的决策,成为数据驱动育种的核心工具。
5.3 大豆基准数据集
AI农业应用的拓展亟需公开数据集支撑监督学习、模型基准测试与可复现评估。大豆领域已发布覆盖病害诊断、表型组学、害虫检测、产量预测的多个DL基准数据集:SoyNet包含9000+RGB样本、2个类别,用于大豆病害分类;ASDID包含9981张RGB图像、8个类别,DenseNet201模型准确率达96.8%;杂草检测数据集含400张无人机RGB影像、4个类别,CNN模型准确率>98%;CropNet整合哨兵2号、气象与作物统计多模态数据,MMST-ViT模型产量预测R2=0.88,RMSE=3.9;大豆成熟茎秆数据集含1523张RGB图像,YOLOX模型茎节检测mAP达94.4%;WEED2C含4129株标注杂草的无人机RGB影像,YOLOv5模型准确率79.66%、精确率94.86%;INSECT12C含2758张标注害虫RGB图像,YOLOv3模型准确率72.96%、RMSE=0.83;PlantDoc含2598张RGB样本、17个病害类别,Faster R-CNN模型mAP50达38.9%;大豆收获质量数据集含40张RGB图像(扩增后800张)、4个类别;Soybean-MVS含102份大豆立体3D图像,用于3D植物分割。当前大豆DL基准数据集构建面临数据异质性(光照、传感器、分辨率差异)、数据不平衡(罕见病害、特定生育期样本少)、标注样本有限、跨域适配性差(不同田块或季节测试准确率下降20–30%)等挑战。未来需发展半监督、无监督学习与大型基础模型,结合可解释AI(XAI)技术解析基因组、表型组、环境组数据的复杂模式,提升模型鲁棒性与生物学意义。
- 6.
未来展望
AI在大豆育种中的应用仍面临多重挑战:多光谱与高光谱传感器结合RGB数据产生的百GB级田间数据存储与分析压力大;ML与DL模型超参数调优及可解释性需XAI技术支持;AI模型部署的硬件门槛限制了资源有限育种项目的应用。表型组学可实现优异大豆品系的快速筛选,加速育种流程决策;精准识别与目标性状(产量构成、病虫抗性、相对成熟期)相关的特征,可充分挖掘大豆基因型的遗传潜力。早期利用成像技术预测产量、预报病虫害流行,是智慧农业技术的重要体现。面对海量复杂信息,AI将成为基因组学、转录组学、蛋白组学、环境组学等多组学数据的桥梁,加速预测选择,推动大豆育种进入数据驱动的新时代。当前对不同基因型在差异环境下的表现及选择强度的认知仍显不足,G×E互作的机制需贯穿品种选育全程深入解析。HTP、LLM与大型计算机视觉基础模型的集成有望破解这一难题:HTP技术支撑育种家高效获取表型性状,提升选择强度;AI模型利用大体量田间数据识别模式、分类筛选符合育种家理想型定义的优异品系。二者的协同将显著提升育种程序效率,实现数千份基因型的规模化评价,基于数据驱动决策提高遗传增益。