在干旱和灌条件下的小麦叶绿素动态的全基因组关联研究,使用多谱无人机表型化
Yukun Cheng1, Wanlong He1, Fuxing Zheng1
1College of Agronomy, Xinjiang Agricultural University/Engineering Research Center for High-quality Special Wheat Crops, Xinjiang Agricultural University/Innovation Team for Xinjiang Wheat Industry System, Urumqi, China.
Frontiers in plant science
|September 22, 2025
概括
无人机 (UAV) 技术准确预测冬季小麦的叶绿素含量,有助于基因挖掘. 使用无人机数据的全基因组关联研究 (GWAS) 确定了206个叶绿素特征的位置.
科学领域:
- 植物科学 植物科学
- 遗传学 是一个遗传学.
- 遥感 遥感 遥感 遥感
背景情况:
- 高通量表型化对于作物中的基因挖掘至关重要.
- 无人驾驶飞行器 (UAV) 技术为高效的作物监测提供了一个有前途的方法.
研究的目的:
- 评估基于无人机的遥感,用于预测冬季小麦的叶绿素含量.
- 在正常和干旱压力下使用无人机数据对叶绿素含量进行全基因组关联研究 (GWAS).
主要方法:
- 多谱无人机数据是在小麦生长阶段收集的.
- 叶绿素含量是手动测量,并使用基于无人机数据的神经网络模型进行预测.
- 全基因组关联研究 (GWAS) 使用测量和预测的叶绿素值进行.
主要成果:
- 无人机预测的叶绿素含量与手动测量有很高的相关性,尤其是在正常情况下.
- GWAS确定了308个与叶绿素含量相关的位点,无人机数据显示了206个位点.
- 在测量和预测数据之间检测到18个重叠的基因位点,并确定了21个候选基因.
结论:
- 基于无人机的多谱数据可靠地预测冬季小麦的叶绿素含量和GWAS.
- 这项技术为遗传研究提供了高吞吐量,高效和准确的表型.
- 这些发现有助于了解叶绿素变异的遗传基础,并改善小麦育种.
相关概念视频
02:16Light Acquisition
9.4K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
9.4K
02:41Responses to Drought and Flooding
11.9K
Water plays a significant role in the life cycle of plants. However, insufficient or excess of water can be detrimental and pose a serious threat to plants.
11.9K