周济团队：室内表型监测平台应用场景和主要特点
引文格式：徐凌翔, 陈佳玮, 丁国辉, 卢伟, 丁艳锋, 朱艳, 周济. 室内植物表型平台及性状鉴定研究进展和展望[J]. 智慧农业（中英文）, 2020, 2(1): 23-42.
XU Lingxiang, CHEN Jiawei, DING Guohui, LU Wei, DING Yanfeng, ZHU Yan, ZHOU Ji. Indoor phenotyping platforms and associated trait measurement: Progress andprospects[J]. Smart Agriculture, 2020, 2(1): 23-42.
室内表型监测平台应用场景和主要特点
表型数据采集和分析手段是植物表型组学研究的核心部分，包括了室内和室外两部分。根据平台和设备的不同，室内外采集技术大致可分为人载（包括手持）、车载、定点监控、大型自动化平台和室外航空机载及卫星成像等；其数据采集和管理具有数据量大、附加信息多（如地理位置、光温水气等环境因素）、获取标准不统一、数据不确定性高、重复性低和时效性高等多个特点。如何通过大数据分析对采集的植物表型组数据进行预处理、在整合多源数据和数据挖掘技术的基础上把海量数据转化为可用的性状信息是现在表型组学所面临的最大挑战。
由于室内表型监测技术可以对各类环境因素进行精确调控（如在人工气候室对空气温湿度、光照长度和光谱区间、以及相应的水、热、光周期等进行调节），同时还可以严格控制生长箱或温室中的植物的生长条件（如对土壤中水分和养分的监控、种子原生态环境条件的控制等），因此室内表型监测技术能够在复杂实验条件下对作物生长发育进行精确分级模拟和针对性研究。
基于室内表型平台精确调控、分级模拟和自动化精准采集等特点，室内表型检测有着室外表型技术难以复制的优势，因此其在植物研究中有着重要的意义。
现代化室内高通量植物表型检测平台一般通过自动化传送设备和集成化传感器（如可见光、近红外、远红外、荧光、多光谱、激光、高光谱等）完成对与植物遗传与变异等密切相关的植物动态生长发育表型数据集的获取。其优势为高分辨率、高可控性和高通量，可为后续的植物表型分析提供高质量的多维图像和实验数据。无论是地上还是地下部分，室内表型监测在尺度上通常以单株为单位，通过归集单株特征描述群体特征。根据图像传感器精度，所提取的表型数据往往可以精确到组织细胞层面。因此，室内表型性状的尺度划分可上至群体，下至组织细胞。
比如，在细胞层面上，如图1（a）所示，通过高速共聚焦显微镜（High-speed Confocal Microscopy）和高通量细胞筛选系统（High-content Screening System）可对大量细胞表型开展植物抗病遗传机制等方面的研究，包括胞吞作用（endocytosis），胼胝质沉积（callose deposition）和细胞结构变化的表型分析。在组织和器官层面，如图1（b），多种自动或半自动的室内成像系统可获取各类锈病、发芽率和花期等图像光谱数据，以此开发计算机图像分析算法提取重要表型特征参数。在植株层面，图1（c），自动化传送系统和多角度、多传感器的拍摄技术可对盆栽植株进行图像获取和近实时植株分割，以此完成对多植株的连续生长性状监测。在大型室内环境中还可以对小群体进行表型数据采集和表型分型鉴选（图1（d）），如在温室中使用经济型激光雷达（LiDAR）对小群体进行三维重建，进而分析作物产量性状，以及通过集成多光谱和高清成像设备高通量采集室内种植的作物小区的关键农艺性状等。
值得指出的是，很多自动化室内表型平台和设备的研发皆由商业机构和大型科研机构推动，其中包括德国LemnaTec的高通量室内植物表型筛分系统（如LabScanalyzer和Scanalyzer HTS），捷克PSI的PlantScreen系统，比利时CropDesign的TraitMill系统（已被德国巴斯夫集团收购），华中农业大学和华中科技大学共同开发的水稻表型设施HRPF，以及中国科学院植物研究所和上海泽泉科技股份有限公司共同研发的PhenoWatch系统等。这些系统被广泛应用于室内植物的统一管理和可控条件下的植物形态特征的监测，应用于突变体筛选，抗旱性分析，生长表型和产量的相关性分析，水稻全基因组关联研究和基因座定位及作物高精度三维重建和表型结构参数的提取等不同研究方向。
周济 教授
END