水稻是我國第一大口糧作物，水稻安全生產直接關乎我國糧食安全和農業的可持續發展。隨著人口的不斷增長及生態環境壓力的持續加大，對水稻的增產優質基因改良及高產優質品種創制提出了更高的要求。水稻育種離不開全面、準確、高效的表型鑒定，植物表型的核心是獲取高質量、可重復的性狀數據，進而量化分析基因型和環境互作效應及其對產量、品質、抗逆等相關的主要性狀的影響。隨著水稻功能基因組學的發展，準確快速獲取大規模群體表型數據對水稻的育種和改良具有重要意義。而傳統的表型數據獲取往往需要進行大量的人工實驗且費時費力，自動化快速的表型提取方法可以突破傳統水稻表型技術瓶頸，加快育種速度。通過對水稻全生育期的多尺度、多維度、連續無損觀測，將水稻生長發育過程進行數字化，挖掘不同品種水稻發育的特征，對水稻育種改良有著重要意義。 


2023年6月，中國科學院遺傳與發育生物學研究所作物表型組學研究中心和華中農業大學楊萬能團隊在Plant Phenomics雜志上聯合發表了題為“A Strategy for the Acquisition and Analysis of Image-Based Phenome in Rice during the Whole Growth Period”的研究論文（DOI:10.34133/plantphenomics.0058）。該文章研究建立了多品種水稻全生育期多維度、多尺度表型圖像的采集體系，利用深度學習等技術獲取了全生育期的表型組學大數據，通過對圖像性狀進行加工及生物學注釋獲取了數字化表征水稻全生育期的58個圖像性狀(I-traits)。通過進一步的分析水稻產量表型變異的84.8%可由這些I-traits解釋；水稻不同群體結構和不同育種區域間表型性狀的差異表現出良好的環境適應性，作物生長發育模式在育種區域緯度上也表現出較高的親和性。通過與重測序數據的關聯分析，共檢測到285個與I-traits相關的數量性狀位點，并在時間和器官維度上對I-traits進行主成分分析，結合全基因組關聯分析挖掘水稻動態生長發育相關候選基因。


綜上所述，本文所開發的基于圖像的水稻表型獲取和分析策略為整個生育期作物表型的提取和分析提供了一種新的方法和不同的思考方向，從而為未來水稻的遺傳改良提供有用的信息。遺傳發育所作物表型組研究中心高級工程師胡偉娟博士、華中農業大學楊萬能教授為該論文通訊作者，遺傳發育所陳凡組博士生湯芷歆與儲成才組博士后陳倬為該論文共同第一作者，遺傳發育所陳凡研究組和降雨強研究組共同參與了此項工作。該研究得到了中科院先導項目、國家自然科學基金、國家重點研發計劃、湖北省自然科學基金、湖北省科技重大專項等項目的資助。