小麦功能持绿（Stay-green, SG）是提高产量和增强抗逆性的有益性状，育种家常习惯用“落黄”好坏来定性持绿，在定量持绿上，传统的表型鉴定方法费时费力且缺乏科学性。基于无人机的光谱指数（Spectral indices, SIs）是评估作物衰老过程的有效工具，可以有效地跟踪、动态监测小麦冠层尺度的衰老或持绿特征。然而，由于不同小麦种质材料生育期有差别，之前大部分工作都集中于生育期相近或少数几个品种的差异研究，很少有针对田间大规模的不同生育期的小麦种质的持绿研究。

2024年3月，Plant Phenomics在线发表了西北农林科技大学小麦抗病遗传与分子育种团队研究论文Using UAV-based temporal spectral indices to dissect changes in the stay green trait in wheat。

基于此，西北农林科技大学小麦抗病遗传与分子育种团队首先利用基于无人机多光谱对来自全世界范围内的565份多样性小麦种质进行全生育期的生长动态追踪，获得12000多个SIs数据集，选择扬花后籽粒形成的4个关键时期（乳熟期（FS 11.1）、乳熟期与面团期的过渡期（FS 11.1 to 11.2）、面团期（FS 11.2）与蜡熟期）并引入这4个关键时期的积温以处理种质生育期不一致问题，选取与冠层活力和绿度变化密切相关的4个SIs（NDVI、GNDVI、NDRE与OSAVI），计算相对持绿分数（Relative stay green score, RSGS）作为量化持绿表型的指标（图1），这些指标和产量具有较好的相关性（图2），此方法首次实现了在大规模多样化小麦群体中检测小麦持绿表型并作为遗传分析的表型输入数据。之后结合GWAS共定位到47个SG相关QTL，QTL内候选基因富集显示主要和衰老相关的生物过程有关。

图1 实验设计

图2 四个持绿指标在四个时期与产量的相关性 (A)2020-2021季度；(B)2021-2022季度

在所有QTL内，基于注释和同源基因比对，优先筛选出三个候选基因，其中编码D-2-hydroxyglutarate dehydrogenase的基因TraesCS2A03G1081100 和拟南芥持绿基因AT4G36400（D2HGDH）有较高的同源度，在其编码序列发现两个错义突变，构成两种单倍型：单倍型1与单倍型2（图3）。拥有单倍型1的种质比拥有单倍型2的种质有较高的持绿表型且千粒重和产量较高，但粗蛋白含量没有差异。纵观单倍型在中国育种中的时空分布，发现单倍型1在中国现代种和高代系中的频率远远高于农家种，同时在引进种质中也高于农家种，且随着育种年限单倍型1的频率逐渐增加，尤其在1950年后到1970年，猜测和“绿色革命”后我国引入外国优良种质进行改良有关。在Ⅰ和Ⅱ麦区单倍型1的频率利用高，可能和当地的育种家选择有关。介于单倍型1在高代系中的利用频率并不是很高，在后期的遗传改良中可开发利用。

图3 TraesCS2A03G1081100基因的单倍型变化

本研究构建检测持绿的方法可以为具有相似衰老模式的作物以及复杂性状的评估与遗传研究提供参考。

西北农林科技大学农学院在读博士生蔚睿与机械与电子学院已毕业博士生曹晓峰为论文的共同第一作者，西北农林科技大学农学院吴建辉副教授，韩德俊教授和植保学院曾庆东副研究员为论文的共同通讯作者，机械与电子学院苏宝峰教授、南京农业大学前沿交叉研究院刘守阳教授对该研究提供了指导与帮助。

论文链接：

https://spj.science.org/doi/10.34133/plantphenomics.0171

——推荐阅读——

A multi-target regression method to predict element concentrations in tomato leaves using hyperspectral imaging 

‍https://spj.science.org/doi/10.34133/plantphenomics.0146‍

Plant Phenomics | 东京大学利用高光谱图像预测番茄叶片中元素含量的多目标回归方法

CountShoots: Automatic detection and counting of slash pine new shoots using UAV imagery

https://spj.science.org/doi/10.34133/plantphenomics.0065

Plant Phenomics | "CountShoots"：一种使用无人机图像的湿地松新抽梢自动检测和计数软件

加入作者交流群