自然界中的植物都會(huì)面臨各種病害的侵染。病害防治更是農(nóng)業(yè)生產(chǎn)中的重中之重?？茖W(xué)家們一直致力于用各種技術(shù)研究植物病害的發(fā)病機(jī)制和防治方法。在近年的最新研究中，新興的組學(xué)研究技術(shù)逐漸成為病害研究的熱點(diǎn)。在各種組學(xué)技術(shù)中，從直觀、無(wú)損、快速、簡(jiǎn)便以及農(nóng)業(yè)應(yīng)用推廣上考慮，植物表型成像分析技術(shù)無(wú)疑是選擇之一。

傳統(tǒng)表型概念里以形態(tài)學(xué)指標(biāo)為主。而現(xiàn)代植物表型成像分析技術(shù)已經(jīng)不局限于形態(tài)學(xué)，其主要應(yīng)用的成像技術(shù)如下，它們?cè)谥参锊『ρ芯糠謩e反映植物的不同表型變化與生理過(guò)程：

植物病害的病原體有細(xì)菌、真菌。而植物種類又有模式植物、谷物、蔬菜、水果等。植物表型成像分析技術(shù)能夠應(yīng)對(duì)這些不同的研究需求嗎？我們從具體的文獻(xiàn)案例里查找答案。上一期我們介紹了抗病毒基因、蔬菜水果的葉片細(xì)菌病害相關(guān)研究案例，本期則主要介紹蔬菜、水果葉片與根系細(xì)菌、真菌病害；水稻細(xì)菌病害；病毒病害高通量表型分析等研究案例。

一、蔬菜、水果葉片與根系細(xì)菌、真菌病害表型分析

西班牙國(guó)家研究委員會(huì)（CSIC）綜合利用植物表型成像技術(shù)對(duì)病害進(jìn)行的相關(guān)研究已經(jīng)持續(xù)了近10年。研究人員利用FluorCam葉綠素?zé)晒獬上窦夹g(shù)、FluorCam UV-MCF多光譜熒光成像技術(shù)、熱成像技術(shù)從時(shí)間和空間尺度上分別反映病原體感染對(duì)光合作用、次級(jí)代謝、氣孔導(dǎo)度的影響。研究方向涉及多種細(xì)菌、真菌和蔬菜、水果，下面列舉部分研究成果：

細(xì)菌性軟腐病菌Dickeya dadantii是農(nóng)業(yè)上的重要病害。這種病菌會(huì)先圍繞一個(gè)萎黃環(huán)出現(xiàn)多個(gè)壞死斑點(diǎn)，進(jìn)而整個(gè)感染區(qū)域壞死并逐漸擴(kuò)展到周圍的組織中。研究人員使用這三種技術(shù)對(duì)甜瓜葉感染Dickeya dadantii進(jìn)行了成像測(cè)量，同時(shí)通過(guò)機(jī)器學(xué)習(xí)來(lái)處理這些成像技術(shù)獲得的數(shù)據(jù)，建立數(shù)學(xué)算法來(lái)分類葉片感染區(qū)域，從而快速識(shí)別病害的發(fā)生。

相同的儀器技術(shù)也可用于研究真菌引起的植物葉片病害，比如由真菌Podosphaera fusc感染引起的白粉病。通過(guò)對(duì)感染白粉病的西葫蘆葉片進(jìn)行FluorCam UV-MCF多光譜熒光和熱成像分析，發(fā)現(xiàn)UV-MCF多光譜熒光參數(shù)F520/F680對(duì)于識(shí)別白粉病特別靈敏。而熱成像與F440成像結(jié)果則表明，白粉病對(duì)葉片氣孔關(guān)閉與次生代謝物合成的影響也是非常顯著的。

CSIC的研究人員還發(fā)現(xiàn)可以通過(guò)植物表型技術(shù)檢測(cè)植物的地上部來(lái)發(fā)現(xiàn)根系的病害。比如被根系寄生雜草列當(dāng)Orobanche cumana Wallr寄生的向日葵，真菌Rosellinia necatrix引起的牛油果根系白紋羽病等。這些研究為根系病害的前期發(fā)現(xiàn)與防治提供了有力的技術(shù)支持。

參考文獻(xiàn)：

1.Pineda M, et al. 2018. Detection of bacterial infection in melon plants by classification methods based on imaging data. Front. Plant Sci. 9(164), doi: 10.3389/fpls.2018.00164

2.Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, 

3.Ortiz-Bustos C M, et al. 2017. Use of Blue-Green Fluorescence and Thermal Imaging in the Early Detection of Sunflower Infection by the Root Parasitic Weed Orobanche cumana Wallr. Frontiers in Plant Science 8:833

4.Granum E, et al. 2015. Metabolic responses of avocado plants to stress induced by Rosellinia necatrix analysed by fluorescence and thermal imaging. Eur J Plant Pathol, DOI 10.1007/s10658-015-0640-9

二、水稻稻瘟病、白葉枯病與干旱抗性的無(wú)損定量檢測(cè)

在農(nóng)業(yè)生產(chǎn)實(shí)踐中，作物經(jīng)常會(huì)同時(shí)面臨生物和非生物脅迫的雙重影響。水稻作為種植面積的作物，從而面臨一系列的環(huán)境挑戰(zhàn)。在熱帶和亞熱帶地區(qū)，水稻面臨的最主要非生物脅迫就是干旱脅迫，同時(shí)如稻瘟病、白葉枯病等病害也會(huì)嚴(yán)重降低水稻的產(chǎn)量。

捷克科學(xué)院全球變化研究所聯(lián)合美國(guó)堪薩斯州立大學(xué)、國(guó)際水稻研究所等單位開(kāi)展了這方面的研究。研究者通過(guò)FP100手持式葉綠素?zé)晒鈨x、FluorCam便攜式熒光成像儀和SpectraPen手持式光譜儀分別測(cè)量多種近等基因系水稻在不同脅迫下的葉綠素?zé)晒鈪?shù)與植被指數(shù)，試圖在田間快速識(shí)別病害與干旱的發(fā)生。

    葉綠素?zé)晒夥治霰砻鳎庀到y(tǒng)II最大量子產(chǎn)額Fv/Fm、實(shí)際量子產(chǎn)額QY_Lss和穩(wěn)態(tài)葉綠素?zé)晒?/span>Ft_Lss都可以有效地分辨稻瘟病和白葉枯病。而在進(jìn)行干旱脅迫檢測(cè)時(shí)，QY_Lss則效果不好。

通過(guò)光譜儀獲得的植被指數(shù)則表明稻瘟病和干旱可以通過(guò)可見(jiàn)光波段的反射光譜植被指數(shù)來(lái)檢測(cè)，而白葉枯病可以通過(guò)近紅外波段相關(guān)的反射光譜植被指數(shù)來(lái)檢測(cè)。

研究中使用的反射光譜植被指數(shù)

參考文獻(xiàn)：

1.?ebela, et al. 2017. Chlorophyll fluorescence and reflectance-based non-invasive quantification of blast, bacterial blight and drought stresses in rice. Plant and Cell Physiology，59(1):30-43

三、植物病害高通量動(dòng)態(tài)表型成像分析

植物感染病害后的表型改變是一個(gè)長(zhǎng)期動(dòng)態(tài)變化的過(guò)程。理想的表型研究當(dāng)然是能對(duì)這一過(guò)程進(jìn)行連續(xù)不斷的監(jiān)測(cè)。但如果用人工測(cè)量的方法太過(guò)費(fèi)時(shí)費(fèi)力，這就需要一種能夠兼具植物表型成像分析、植物培養(yǎng)、自動(dòng)傳送的自動(dòng)化系統(tǒng)。

赫爾辛基大學(xué)國(guó)家植物表型研究設(shè)施（National Plant Phenotyping Infrastructure，NaPPI）先后裝備了2套PlantScreen高通量自動(dòng)化植物表型成像分析系統(tǒng)：一套適用于50cm以下的小型植株，如擬南芥或作物幼苗等；一套適用于120cm以下的大型植株，如小麥、玉米等。

赫爾辛基大學(xué)的研究人員利用PlantScreen系統(tǒng)研究了甘薯被羽毛斑駁病毒（SPFMV）和褪綠矮化病毒（SPCSV）感染后的表型動(dòng)態(tài)變化。通過(guò)連續(xù)29天的RGB形態(tài)成像、葉綠素?zé)晒獬上衽c紅外熱成像分析，綜合評(píng)估了兩種病毒對(duì)甘薯造成損傷的嚴(yán)重程度。而在病害損傷評(píng)估中的參數(shù)是實(shí)際光化學(xué)效率ΦPSII和光化學(xué)淬滅系數(shù)qP。而表型數(shù)據(jù)的變化又與病毒的分布與積累有明確的相關(guān)性。

參考文獻(xiàn)：

1.Wang L, Poque S, Valkonen JPT. 2019. Phenotyping viral infection in sweetpotato using a high-throughput chlorophyll fluorescence and thermal imaging platform. Plant Methods, 15, 116

北京易科泰生態(tài)技術(shù)公司提供植物病害表型全面技術(shù)方案：

1.FluorCam葉綠素?zé)晒?/span>/多光譜熒光技術(shù)

2.PlantScreen植物高通量表型成像分析平臺(tái)

3.FluorPen手持式葉綠素?zé)晒鈨x、SpectraPen手持式植物高光譜儀

4.PhenoPlot®輕便型植物表型成像分析系統(tǒng)

5.PhenoPlot®懸浮雙軌式表型成像分析系統(tǒng)

6.PhenoTron®-HSI多功能高光譜成像分析系統(tǒng)

7.PhenoTron®復(fù)式智能LED光源培養(yǎng)與光譜成像分析平臺(tái)

8.PhenoTron®PTS植物光譜成像分析平臺(tái)

9.PhenoTron®-XYZ表型成像分析系統(tǒng)