葡萄根架構分析木本多年生植物研究新視角助力真實反應田間根系發展
Plant Phenomics | 葡萄根架構分析木本多年生植物研究新視角
根系結構（RSA）在植物的適應性和抗逆性中起著至關重要的作用。它直接影響植物在資源受限條件下的表現，尤其是在干旱等逆境條件下，根系的空間分布和動態變化對于植物的水分和養分獲取至關重要。對于木本多年生植物，如葡萄等，在氣候變化的背景下，優化根系結構以提升其水分獲取能力，是農業可持續發展的關鍵方向之一。然而，傳統的根系結構分析方法存在一定的局限性，尤其是對于木本植物，在田間自然生長環境下的根系分析較為困難。目前，大多數RSA研究依賴于根箱（rhizotron）或盆栽實驗，這些方法往往不能真實反映田間生長條件下的根系發展。因此，如何結合田間實驗與高效的技術手段，進行準確的根系表征，并將這些數據轉化為可用于建模和模擬的標準化格式，成為當前RSA研究的一個重要挑戰。
2024年12月，Plant Phenomics 在線發表了德國Hochschule Geisenheim University題為A Field-to-Parameter Pipeline for Analyzing and Simulating Root System Architecture of Woody Perennials: Application to Grapevine Rootstocks 的研究論文。
該研究提出了一個用于分析多年生木本植物RSA的田間-參數方法，特別關注葡萄砧木基因型（圖1）。這種方法結合了野外開挖和原位三維（3D）數字化，能夠在保留自然根-土界面的同時對整個根系進行全面分析。所提出方法的一個核心要素是將RSA數據轉換為可互操作的格式，特別是使用根系標記語言（RSML），這有助于無縫集成到根系建模平臺，在此背景下，利用全植物建模框架CPlant Box來解釋和模擬根系生長的復雜動態。該方法不僅有助于詳細的根系表型分析和根系生長模型參數的估計，而且為未來以提高水分吸收效率為重點的理念奠定了基礎，而水分吸收效率是植物應對氣候變化的關鍵因素。
研究表明，根瘤中的中央感染區（CIZ）是固氮細菌集中的區域，負責氮氣的轉化，而維管束（VBs）則負責將水分、養分及固氮產物輸送到植物體內。通過半自動分割算法，研究團隊生成了大豆根瘤內部結構的三維模型，并對這些結構的體積進行了精確的定量分析。
圖1 通過田間實驗、根系挖掘和原位三維數字化對RSA數據獲取的過程進行了示意圖表示，然后介紹了在CPlantBox中進行參數估計的數據轉換步驟。該流程圖還描述了為測試技術準確性、評估原位數字化的必要性和估計挖掘過程中潛在的細根損失而采取的方法學驗證步驟。箭頭表示數據和分析的流程，強調RSA數據與表型和模擬輸出的集成。
圖2 基坑開挖后原狀土位置根系原位三維數字化技術裝置及數字化協議。（A）技術場設置，主單元連接筆記本電腦，電磁發射器位于土壤表面上方60cm處，詳細說明用指針記錄根系坐標的配置。（B）數字化過程的放大視圖，展示了對數字化點的唯一ID的系統分配，包括在分支節點處的雙點，以保持根的拓撲結構的完整性。
圖3 葡萄RSA模擬方法的示意圖表示。初始靜態根系來源于數字化的RSA數據，包括莖（類型0）和1年生不定根（類型1）。由模擬的RSA構件組成的新生根系包括一級側枝（類型2）和二級側枝（類型3）。
本文的創新點在于提出了一種集成的“從田間到參數”方法，結合了田間挖掘、原位三維數字化技術和數據標準化處理，能夠精準捕捉木本植物根系的空間結構并保持其自然狀態。此外，研究改進了CPlantBox建模框架，增加了靜態根系初始化和概率性向性函數，更好地模擬根系生長動態。通過結合根系的水力特性分析，引入標準吸收分數（SUF），為不同基因型根系的水分獲取能力提供了量化評價，推動了植物根系適應性研究與氣候變化應對策略的發展。
論文鏈接：
https://doi.org/10.34133/plantphenomics.0280
——推薦閱讀——
Segment Anything for Comprehensive Analysis of Grapevine Cluster Architecture and Berry Properties
https://doi.org/10.34133/plantphenomics.0202
Plant Phenomics | SAM在葡萄簇結構與果實特性綜合分析中的應用
Phenotyping Alfalfa (Medicago sativa L.) Root Structure Architecture via Integrating Confident Machine Learning with ResNet-18
https://doi.org/10.34133/plantphenomics.0251
Plant Phenomics | AI助力苜蓿根系表型研究，ResNet-18技術精準解析植物結構
加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。
添加小編微信，備注姓名+單位+PP，加入作者交流群
About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農業大學創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2023影響因子為7.6，位于農藝學一區（1/125名），植物科學一區（13/265名），遙感一區（6/62名）。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目、中國科技期刊卓越行動計劃二期英文梯隊期刊。
說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
撰稿：黃金龍（南京農業大學）
排版：王平、趙紫馨（南京農業大學）
審核：尹歡、孔敏
