表皮蠟 (EW) 是植物抵御環境中生物和非生物因素的第一道防線。在小麥中，EW 與對熱和干旱脅迫的恢復力有關，然而，目前對 EW 表型的限制限制了這種次要性狀與小麥育種管道的整合。在這項研究中，我們評估了使用光反射率作為 EW 負載的代理，并開發了一種有效的間接方法來選擇具有高 EW 密度的基因型。


通過用 HPLC 氯仿 (CHCl3) 去除 EW 涂層得出的a吸光度、b 透射率和 c 反射率的變化。這些變化表現為蠟涂層去除后葉片光譜特征的差異減去蠟涂層就位后葉片的光譜響應。線性回歸模型（d）的斜率擬合為Y=a+bX，其中Y對應自變量EW（mg·dm^?2） ，X是一納米分辨率下的光反射率百分比，a和b分別是擬合模型的截距和斜率。模型的統計顯著性為P≤0.05P≤0.05或更小

表皮蠟影響植物反射，吸收和透射的光。統計上與 EW 相關的窄光譜區域與植物中與光合輻射 (500 nm)、類胡蘿卜素吸光度 (400 nm) 和水分含量 (~ 900 nm) 相關的波段重疊。利用單葉反射率，窄光譜指數預測了該性狀變異的65% (EWI-13)和44% (EWI-1)。然而，歸一化差異指數 EWI-4 和 EWI-9 提高了所有田間試驗中冠層反射率的表型效率。與使用化學方法進行表型分析相比，使用 EWI-4 和 EWI-9 間接選擇 EW 的選擇效率為 70%?；貧w模型EWM-7集成了8個窄波長，并準確預測了EW負荷變化的71%（mg·dm^?2） 葉片反射率，但在現場條件下，單波長模型一致估計EW，平均RMSE為1.24 mg·dm^?2利用地面和空中冠層反射率。


三個主要偏最小二乘分量與水含量(mg·dm^?2)的相關系數a和用偏最小二乘模型預測的水負荷與化學法測得的水負荷的關聯系數b

總體而言，指數EWI-1、EWI-13和模型EWM-7是基于葉片反射率間接選擇EW的可靠工具，指數EWI-4、EWI-9和模型EWM-1是基于冠層反射率進行選擇的可靠工具。然而，需要進一步的研究來確定冠層的背景效應和幾何形狀如何影響這些表型分析方法的準確性。

來源：Plant Methods.High-resolution spectral information enables phenotyping of leaf epicuticular wax in wheat.Fátima Camarillo-Castillo, Trevis D. Huggins, Suchismita Mondal, Matthew P. Reynolds, Michael Tilley & Dirk B. Hays
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00759-w