自然界中的植物都會面臨各種病害的侵染。病害防治更是農業(yè)生產中的重中之重?？茖W家們一直致力于用各種技術研究植物病害的發(fā)病機制和防治方法。在近年的最新研究中，新興的組學研究技術逐漸成為病害研究的熱點。在各種組學技術中，從直觀、無損、快速、簡便以及農業(yè)應用推廣上考慮，植物表型成像分析技術無疑是選擇之一。

傳統(tǒng)表型概念里以形態(tài)學指標為主。而現(xiàn)代植物表型成像分析技術已經不局限于形態(tài)學，其主要應用的成像技術如下，它們在植物病害研究分別反映植物的不同表型變化與生理過程：

植物病害的病原體有細菌、真菌。而植物種類又有模式植物、谷物、蔬菜、水果等。植物表型成像分析技術能夠應對這些不同的研究需求嗎？我們從具體的文獻案例里查找答案。上一期我們介紹了抗病毒基因、蔬菜水果的葉片細菌病害相關研究案例，本期則主要介紹蔬菜、水果葉片與根系細菌、真菌病害；水稻細菌病害；病毒病害高通量表型分析等研究案例。

一、蔬菜、水果葉片與根系細菌、真菌病害表型分析

西班牙國家研究委員會（CSIC）綜合利用植物表型成像技術對病害進行的相關研究已經持續(xù)了近10年。研究人員利用FluorCam葉綠素熒光成像技術、FluorCam UV-MCF多光譜熒光成像技術、熱成像技術從時間和空間尺度上分別反映病原體感染對光合作用、次級代謝、氣孔導度的影響。研究方向涉及多種細菌、真菌和蔬菜、水果，下面列舉部分研究成果：

細菌性軟腐病菌Dickeya dadantii是農業(yè)上的重要病害。這種病菌會先圍繞一個萎黃環(huán)出現(xiàn)多個壞死斑點，進而整個感染區(qū)域壞死并逐漸擴展到周圍的組織中。研究人員使用這三種技術對甜瓜葉感染Dickeya dadantii進行了成像測量，同時通過機器學習來處理這些成像技術獲得的數(shù)據(jù)，建立數(shù)學算法來分類葉片感染區(qū)域，從而快速識別病害的發(fā)生。

相同的儀器技術也可用于研究真菌引起的植物葉片病害，比如由真菌Podosphaera fusc感染引起的白粉病。通過對感染白粉病的西葫蘆葉片進行FluorCam UV-MCF多光譜熒光和熱成像分析，發(fā)現(xiàn)UV-MCF多光譜熒光參數(shù)F520/F680對于識別白粉病特別靈敏。而熱成像與F440成像結果則表明，白粉病對葉片氣孔關閉與次生代謝物合成的影響也是非常顯著的。

CSIC的研究人員還發(fā)現(xiàn)可以通過植物表型技術檢測植物的地上部來發(fā)現(xiàn)根系的病害。比如被根系寄生雜草列當Orobanche cumana Wallr寄生的向日葵，真菌Rosellinia necatrix引起的牛油果根系白紋羽病等。這些研究為根系病害的前期發(fā)現(xiàn)與防治提供了有力的技術支持。

參考文獻：

1.Pineda M, et al. 2018. Detection of bacterial infection in melon plants by classification methods based on imaging data. Front. Plant Sci. 9(164), doi: 10.3389/fpls.2018.00164

2.Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, 

3.Ortiz-Bustos C M, et al. 2017. Use of Blue-Green Fluorescence and Thermal Imaging in the Early Detection of Sunflower Infection by the Root Parasitic Weed Orobanche cumana Wallr. Frontiers in Plant Science 8:833

4.Granum E, et al. 2015. Metabolic responses of avocado plants to stress induced by Rosellinia necatrix analysed by fluorescence and thermal imaging. Eur J Plant Pathol, DOI 10.1007/s10658-015-0640-9

二、水稻稻瘟病、白葉枯病與干旱抗性的無損定量檢測

在農業(yè)生產實踐中，作物經常會同時面臨生物和非生物脅迫的雙重影響。水稻作為種植面積的作物，從而面臨一系列的環(huán)境挑戰(zhàn)。在熱帶和亞熱帶地區(qū)，水稻面臨的最主要非生物脅迫就是干旱脅迫，同時如稻瘟病、白葉枯病等病害也會嚴重降低水稻的產量。

捷克科學院全球變化研究所聯(lián)合美國堪薩斯州立大學、國際水稻研究所等單位開展了這方面的研究。研究者通過FP100手持式葉綠素熒光儀、FluorCam便攜式熒光成像儀和SpectraPen手持式光譜儀分別測量多種近等基因系水稻在不同脅迫下的葉綠素熒光參數(shù)與植被指數(shù)，試圖在田間快速識別病害與干旱的發(fā)生。

    葉綠素熒光分析表明，光系統(tǒng)II最大量子產額Fv/Fm、實際量子產額QY_Lss和穩(wěn)態(tài)葉綠素熒光Ft_Lss都可以有效地分辨稻瘟病和白葉枯病。而在進行干旱脅迫檢測時，QY_Lss則效果不好。

通過光譜儀獲得的植被指數(shù)則表明稻瘟病和干旱可以通過可見光波段的反射光譜植被指數(shù)來檢測，而白葉枯病可以通過近紅外波段相關的反射光譜植被指數(shù)來檢測。

研究中使用的反射光譜植被指數(shù)

參考文獻：

1.?ebela, et al. 2017. Chlorophyll fluorescence and reflectance-based non-invasive quantification of blast, bacterial blight and drought stresses in rice. Plant and Cell Physiology，59(1):30-43

三、植物病害高通量動態(tài)表型成像分析

植物感染病害后的表型改變是一個長期動態(tài)變化的過程。理想的表型研究當然是能對這一過程進行連續(xù)不斷的監(jiān)測。但如果用人工測量的方法太過費時費力，這就需要一種能夠兼具植物表型成像分析、植物培養(yǎng)、自動傳送的自動化系統(tǒng)。

赫爾辛基大學國家植物表型研究設施（National Plant Phenotyping Infrastructure，NaPPI）先后裝備了2套PlantScreen高通量自動化植物表型成像分析系統(tǒng)：一套適用于50cm以下的小型植株，如擬南芥或作物幼苗等；一套適用于120cm以下的大型植株，如小麥、玉米等。

赫爾辛基大學的研究人員利用PlantScreen系統(tǒng)研究了甘薯被羽毛斑駁病毒（SPFMV）和褪綠矮化病毒（SPCSV）感染后的表型動態(tài)變化。通過連續(xù)29天的RGB形態(tài)成像、葉綠素熒光成像與紅外熱成像分析，綜合評估了兩種病毒對甘薯造成損傷的嚴重程度。而在病害損傷評估中的參數(shù)是實際光化學效率ΦPSII和光化學淬滅系數(shù)qP。而表型數(shù)據(jù)的變化又與病毒的分布與積累有明確的相關性。

參考文獻：

1.Wang L, Poque S, Valkonen JPT. 2019. Phenotyping viral infection in sweetpotato using a high-throughput chlorophyll fluorescence and thermal imaging platform. Plant Methods, 15, 116

北京易科泰生態(tài)技術公司提供植物病害表型全面技術方案：

1.FluorCam葉綠素熒光/多光譜熒光技術

2.PlantScreen植物高通量表型成像分析平臺

3.FluorPen手持式葉綠素熒光儀、SpectraPen手持式植物高光譜儀

4.PhenoPlot®輕便型植物表型成像分析系統(tǒng)

5.PhenoPlot®懸浮雙軌式表型成像分析系統(tǒng)

6.PhenoTron®-HSI多功能高光譜成像分析系統(tǒng)

7.PhenoTron®復式智能LED光源培養(yǎng)與光譜成像分析平臺

8.PhenoTron®PTS植物光譜成像分析平臺

9.PhenoTron®-XYZ表型成像分析系統(tǒng)