基于高通量生理学的应激反应表型：园艺植物的优势、应用和前景
表型组学是一门新的科学分支，可在系统级别对植物和动物性状进行高通量量化。过去十年见证了许多形态特征的高通量表型分析的巨大成功，但在蒸腾作用和光合作用等生理特征的精确表型分析方面仍然存在重大挑战。由于对环境的反应中生理性状的高度动态性质，在植物中存在适当的选择标准和生理水平的生理水平的有效筛选系统。在这篇综述中，表型组学技术在园艺植物中的现状进行了简要总结。具体而言，强调了基于高通量生理学的表型分析的新兴领域，称为“生理组学”，用于干旱胁迫反应。除了分析基于生理学的表型相对于基于形态的方法的优势外，还重新审视和讨论了将高通量生理表型应用于模型和非模型园艺植物的新例子。基于集体发现，我们建议高通量、非破坏性和自动生理测定可以而且应该用作园艺植物应激反应性状表型分析的常规方法。
由于传统表型分析方法存在通量低、人工成本高、主观性强等弱点，因此它们在满足对表型-基因组环境关系进行综合分析的需要方面变得不那么强大了。表型组学是一种强大的方法，可以在基因型-环境相互作用下定量测量植物的形态、生化和生理特征。配备了大规模、非破坏性和自动化的表型分析设施，植物表型系统为感兴趣的性状提供动态和全面的表型数据。这些数据是生物学研究和基于性状的植物育种或预育的关键。通常，当前的表型组学平台根据其目标特征分为两类，基于形态学和基于生理学的表型组学平台。前者获取形态参数，例如株高、茎直径、叶面积、叶角、茎长和株距。后者获取生理指标，包括叶绿素荧光、蒸腾速率、叶片含水量、根部流入和流出、气孔导度。不考虑形态和生理特征，表型组学要求在多个植物中同时监测这些特征，以获得用于比较的同质数据（Close，2011）。获得这些形态和生理数据后，可以将这些信息与全基因组 DNA 基因型数据整合，通过遗传连锁作图（对于谱系种群，如 F2、BC1F1 和重组自交系）或关联作图（对于自然人口）。表型组学应用已经从主要粮食作物（例如水稻、小麦和玉米）转移到更经济的植物，包括园艺植物（例如番茄、豆类和黄瓜）。
最近，用于基于生理学的压力表型的技术取得了突破。例如，各种检测平台和统计方法用于以高通量方式连续获取生理特征数据。称重蒸渗仪广泛用于跟踪植物重量的变化，从而可以监测植物失水率和水分利用效率 (WUE)，以及模拟干旱胁迫。同样，开发了一种非破坏性、自动化、高通量系统 (PlantArray)，用于基于生理特征的水和生物刺激素反应表型分析。从理论上讲，该系统可扩展到其他类型的非生物胁迫，包括盐分、低温或高温以及重金属。该平台监测许多生理特征，包括光合作用和蒸腾速率，这些是在压力条件下保持作物产量的关键因素。这些生理特征被称为“功能特征”或“定量生理特征”（QPT）。因此，高通量生理组学平台允许对植物进行功能生理表型(FPP)。通过同时监测数百种植物的环境（土壤-大气）和QPT，可以比较几个种质系之间的胁迫反应。通过比较每个植物相对于整个种群的动态性能，可以轻松选择在特定胁迫情景下表现良好的植物。此外，还可以揭示基因型差异对植物胁迫反应的潜在生理机制。由于生理反应对环境的敏感性高于形态变化，因此FPP可以更有效地检测细微或短暂的压力反应。下面讨论了在园艺植物中使用FPP的生理组学平台的示例性研究。
在模型园艺植物番茄中的应用
番茄基因组相对较小，生长周期短，转基因系统完善，是一种肉质模型园艺植物。番茄功能基因组学和表型组学研究已成为园艺研究的热点。哈尔珀林和Nir等人用生理组学系统以实时方式记录一系列植物在正常、水分胁迫和恢复条件下的生理反应曲线（图1，A）。该系统允许使用专门设计的算法同时和连续监测整个植物的蒸腾作用、生物量增益、气孔导度和根系通量。与传统的气体交换工具相比，这种生理测定在以更高的时间分辨率测量几种植物以及不同生理特征的比较检查和分级排序方面具有主要优势，包括生长速率、WUE、中午蒸腾水平(E)、冠层气孔导度 (Gsc) 和抗旱指数 (DRI)。基于这些 QPT 数据，可以轻松评估植物恢复力，并且可以选择在干旱胁迫后重新浇水时表现出最快和*恢复的基因型。因此，这个生理系统将植物功能基因组学和现代育种技术联系起来。
图1.用于应激反应表型分析的高通量生理分析系统
在非模式园艺植物豇豆和胡椒中的应用
每个植物物种或栽培品种使用自己的途径来平衡其水分状况，这对植物生长行为和胁迫条件下的产量损失具有重要意义。根据全株水分关系的生理特征，植物可分为等水型和非等水型。等水植物（例如仙人掌）在面临干旱胁迫时优先考虑节水，通过快速关闭气孔以防止水分流失，从而阻碍生长。相反，在干旱胁迫下，特别是在轻度至中度干旱条件下，不等水植物（例如向日葵）保持相对较高的气孔导度(GS)和CO2同化率 (AN)，以获取生物量。豇豆起源于西非干旱地区，在该性状中表现出优异的耐旱性和广泛的种内变异。先前的研究揭示了豇豆有2种不同类型的耐旱反应，I型和II型（它们分别对应于等水/异水行为，将豇豆作为研究水关系的有前途的新模型系统，包括等水/非等水水调节机制。使用类似的平台，Xu等人优化了豇豆（蔬菜豇豆）生理应激反应分析的生长条件和实验程序，包括环境温带范围、光照、供水模式、生理参数和管理（图1，B）。通过对4个植物品种 B118、B128、B253和B47 15d的连续监测，验证了平台的稳定性和可靠性。很好地证明了4个品种之间水分调节策略的基因型差异。结果表明，4个品种在干旱胁迫下的WUE、最大蒸腾量（Emax）、日蒸腾量和生长抑制程度存在显着差异（图2，A和B）。半矮化品种 B47 表现出缓慢的生长速度和适度的WUE，对干旱处理的生长潜力损失较小，而不确定型品种B128在井下表现出最快的生长速度和最高的WUE-浇水条件，以及干旱处理下生长潜力的最大损失。这两种材料被认为分别在某种程度上具有等羟基和非等羟基类型的特性。此外，通过将动态土壤含水量(θ) 数据与蒸腾速率轨迹对齐，作者能够计算临界土壤含水量(θcr)，这是表示植物何时开始关闭其气孔的关键次要参数，对于每个品种（图 2，A）。此外，比较了4个植物品种 G034、G047、G356 和 TZ30 27d在预处理、胁迫和恢复阶段的整个基因型之间的全株日蒸腾量和全株重（图2、C和D)。在干旱胁迫条件下，G047 的生长抑制程度显着高于TZ30（图2，C和D）。这些定量的水分预算参数对于该物种的水分调节行为的育种和分子解剖很有价值。
图2.非模式植物豇豆QPT测定的优化生理系统及实验结果
未来展望
基于形态学和生理学的表型分析方法在园艺植物研究中得到迅速应用。对于前者，在不久的将来需要开发具有成本效益和适应性的基础设施来分析多维表型。还需要更复杂和自动化的工作流程来在表型分析过程的不同阶段实施适当的检查点，以降低数据质量恶化和遗漏有趣表型的风险。鉴于与形态水平相比，植物在生理水平上对环境的快速和敏感反应，后者（基于生理的参数）与 DNA、RNA 和蛋白质的调节直接相关。因此，生理组学有可能利用其他“组学”数据（如基因组学、转录组学、代谢组学和表观基因组学数据）对表型数据进行系统分析，以更好地将植物应激反应与其环境联系起来。全基因组关联研究 (GWAS) 也被广泛用于识别控制赋予压力耐受性的关键生理特征的特定基因组区域。鉴于越来越多的表型数据，在不久的将来的一个挑战是有效剖析控制动态生理变化的遗传成分。
新的统计框架，例如“功能映射”，这是一个通用的统计映射框架，用于在一个步骤中表征复杂动态性状的数量性状基因座 (QTL)，对于克服这一挑战可能很有价值，并最终能够解释从生理学设施中获取的大数据。随着生理系统在园艺植物研究中的应用迅速增加，预计将在以下领域取得进一步的技术进步：第一，应为植物生理学家、遗传学家和育种者等开发更方便和用户友好的操作系统。后两者通常缺乏专业的植物生理学知识；其次，更复杂的次要生理参数应该从系统可测量的许多主要参数中计算出来。该类别可包括叶子的相对含水量(RWC)，以及叶子（叶）和根部水分（根) 潜力。获得一套更全面的参数将加深我们对植物响应不断变化的环境条件的全厂水分预算过程的理解。例如，由于动态土壤大气参数与生理测定中的植物生理特征一起测量，不同植物品种的蒸腾速率和其他关键胁迫反应可以基于土壤水分含量而不是胁迫处理的持续时间进行比较。传统方法。这些进步将为园艺植物的基因型差异提供更具生理意义的见解。
