自然界中的植物都會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家們一直致力于用各種技術研究植物病害的發(fā)病機制和防治方法。在近年的最新研究中，新興的組學研究技術逐漸成為病害研究的熱點。在各種組學技術中，從直觀、無損、快速、簡便以及農(nóng)業(yè)應用推廣上考慮，植物表型成像分析技術無疑是選擇之一。

傳統(tǒng)表型概念里以形態(tài)學指標為主。而現(xiàn)代植物表型成像分析技術已經(jīng)不局限于形態(tài)學，其主要應用的成像技術如下，它們在植物病害研究分別反映植物的不同表型變化與生理過程：

植物病害的病原體有、細菌、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能夠應對這些不同的研究需求嗎？我們從具體的文獻案例里查找答案，本期主要介紹關于抗病毒基因、蔬菜水果的葉片細菌病害相關研究案例：

一、利用模式植物研究抗病毒基因

法國國家農(nóng)業(yè)科學研究院（INRA）的Jean-Luc Gallois研究團隊一直致力于馬鈴薯y病毒組的抗病基因研究。這一病毒組中包括蕪菁花葉病毒(TuMV)、西瓜花葉病毒(WMV)、三葉草黃脈病毒(ClYVV)等重要的農(nóng)作物病毒。這方面研究的難點在于如何直觀、定量地測量病毒在植物樣品上的分布與積累。FluorCam多光譜熒光成像技術的出現(xiàn)解決了這一難題。FluorCam多光譜熒光成像技術僅能進行了葉綠素熒光成像測量，也提供了關鍵的GFP標記病毒活體成像圖。GFP成像圖直觀地表現(xiàn)病毒量的差異，反映了不同基因功能對擬南芥病毒抗性的影響。同時，葉綠素熒光成像則反映病毒對光合系統(tǒng)的損傷，可以同步提供病害光合表型信息。

法國國家農(nóng)業(yè)科學研究院利用FluorCam封閉式熒光成像系統(tǒng)，從2015年起發(fā)表了一系列相關文章，研究方向包括病毒的TOR信號調(diào)控、跨物種合成eIF4E1等位基因獲得病毒抗性、利用CRISPR-Cas9 base editing基因編輯技術模仿eIF4E自然多態(tài)性與病毒抗性的關系、擬南芥敲除eIF4E1獲得ClYVV抗性但又與TuMV的敏感性相關等。

雖然GFP活體成像技術一般不歸于植物表型成像技術中，但在病害研究中會經(jīng)常利用帶GFP標記的病原體來定量分析感染面積與病毒積累量。FluorCam多光譜熒光成像技術的GFP活體成像功能也廣泛應用與其他病原體的指示測量。

參考文獻：

1.Zafirov D, et al. 2021. When a knockout is an Achilles' heel: Resistance to one potyvirus species triggers hypersusceptibility to another one in Arabidopsis thaliana. Mol Plant Pathol. 22: 334–347

2.Bastet A, et al. 2019. Mimicking natural polymorphism in eIF4E by CRISPR‐Cas9 base editing is associated with resistance to potyviruses. Plant Biotechnology Journal 17: 1736–1750

3.Bastet A, et al. 2018. Trans-species synthetic gene design allows resistance pyramiding and broad-spectrum engineering of virus resistance in plants. Plant Biotechnology Journal: 1–13

4.Qin Y, et al. 2019. Purification and Characterization of a Secretory Alkaline Metalloprotease with Highly Potent Antiviral Activity from Serratia marcescens Strain S3. Journal of Agricultural and Food Chemistry 67(11): 3168-3178

二、病害快速無損檢測與抗性品種鑒定

對植物病害進行快速檢測與早期預警，無損快速的植物表型成像技術無疑是好的選擇。但植物表型組的相關參數(shù)至少有幾十項，哪一項才是最準確的呢？很多科學家都進行了相關的探索。

德國萊布尼茨蔬菜和觀賞植物研究所IGZ將剛發(fā)芽的生菜幼苗感染了立枯絲核菌（Rhizoctonia solani），之后使用多種表型成像分析技術測試了各種不同參數(shù)，試圖確定哪些技術的哪個參數(shù)能夠更靈敏地將感染病害的植株和未感染的植株區(qū)分開。

研究中進行成像分析的參數(shù)與所屬技術如下：

1.葉綠素熒光成像：Fo、Fp、Ft、Fv、最大光化學效率Fv/Fm、熒光衰減比率Rfd、光合有效葉面積日相對生長速率A_abs和A_rel

2.UV-MCF多光譜熒光成像：F440、F520、F690、F740及各個參數(shù)之間的比值

3.紅外熱成像：作物水脅迫指數(shù)I1、I2、I3、平均溫度、中值溫度、溫度范圍

4.反射光譜成像：R_NIR、R_RED、歸一化植被指數(shù)NDVI 

成像技術的另一個優(yōu)勢就是可以同時測量幾十株乃至上百株幼苗樣品，通過配套軟件就能夠簡便地去除圖像中的背景，自動計算相應的參數(shù)。

更為方便的是，一臺加裝紅外熱成像模塊的FluorCam多光譜熒光成像系統(tǒng)就可以完成所有上述參數(shù)的測量與成像。

測試結(jié)果發(fā)現(xiàn)，感染病害的植株和未感染的植株之間，最大光化學效率Fv/Fm、熒光衰減比率Rfd、歸一化植被指數(shù)NDVI、作物水脅迫指數(shù)I1、光合有效葉面積日相對生長速率A_rel、多光譜熒光F440、F520等參數(shù)都表現(xiàn)出顯著差異。通過進一步數(shù)據(jù)統(tǒng)計分析最終發(fā)現(xiàn)最大光化學效率Fv/Fm、熒光衰減比率Rfd在本次實驗中的識別效果好，≤0.052。Fv/Fm＞0.73的生菜幼苗即可認為是健康的。Fv/Fm甚至能夠在病害癥狀發(fā)生前即可檢測到病菌感染。研究者希望通過進一步工作，將這一發(fā)現(xiàn)應用于園藝和農(nóng)業(yè)生產(chǎn)實踐，比如優(yōu)良抗病蔬菜品種的選育、病害的早期發(fā)現(xiàn)與防治等。

浙江大學同時使用FluorCam熒光成像系統(tǒng)對柑橘黃龍病進行了檢測分析。研究者通過對健康葉片、感染黃龍病葉片和養(yǎng)分缺乏葉片進行葉綠素熒光成像分析，確定了黃龍病的熒光標志，即“光合指紋”，結(jié)合葉綠素熒光參數(shù)與成像圖，對葉片黃龍病取得了最佳識別分類效果，準確率達到97%。

參考文獻：

1.Sandmann M, et al. 2018. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease 102: 1101-1107

2.Weng H, et al. 2020. Characterization and detection of leaf photosynthetic response to citrus Huanglongbing from cool to hot seasons in two orchards. Transactions of the ASABE 63(2): 501-512

北京易科泰生態(tài)技術公司提供植物病害表型全面技術方案：

1.FluorCam葉綠素熒光/多光譜熒光技術

2.PlantScreen植物高通量表型成像分析平臺

3.FluorPen手持式葉綠素熒光儀、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®復式智能LED光源培養(yǎng)與光譜成像分析平臺

8.PhenoTron®PTS植物光譜成像分析平臺

9.PhenoTron®-XYZ表型成像分析系統(tǒng)