欧亚国际

气候变化和农业资源限制对全球粮食安全构成了巨大挑战。采用和开发具有高产和生物/非生物高抗性的作物品种将是应对挑战的关键解决方案。作物育种家和植物生物学家在挖掘和利用所需植物性状或基因取得重要进展，但育种进程被作物世代的持续时间阻碍。‘快速育种’（Speed breeding）是由昆士兰大学的Lee Hickey团队提出的一种主要通过调节环境中的光周期和光质以及温度来加速作物世代的技术，并已成功应用于加速小麦、大麦和水稻等作物改良的育种过程。

2023年9月，Plant Phenomics 在线发表了由安徽农业大学、江西农业大学等单位联合完成的题为Crop/plant modelling supports plant breeding: I. Optimization of environmental factors in accelerating crop growth and development for speed breeding 的文章。

然而，目前‘快速育种’实施的环境因子取值在某种程度上可能依赖于单个试验经验。控制环境条件下环境因子包括了光周期、光质、光线性质（直接/漫射光）、光的方向、光强和二氧化碳浓度等，这些因子组合非常复杂，作物生长发育进程难以预测，确定最佳组合需要投入大量的时间、精力。因此，应用模型工具来进行模拟试验分析鉴定最优环境因素的组合，将更高效优化‘快速育种’。

作物/植物模型已经被成功开发用来预测不同环境条件下作物生长发育与产量形成。可以通过不断调节环境条件来实现生育进程的优化从而实现提速，从而优化作物‘快速育种’实施的环境组合。作物模型（Crop model）侧重于预测环境变量下的作物生长发育和产量，精确模拟关键的生理过程，包括物候发育、器官发生、叶片和冠层光合作用、水分和养分吸收以及生物量分配。因此，作物模型可用于分析基因型、环境条件和管理策略的相互作用。植物模型（Plant model）即功能结构植物模型（Functional-structural plant model）侧重模拟器官水平上植物结构和生理功能互反馈对环境响应的结果。该类模型在指导作物生产时，可以更加准确地模拟作物结构、功能和环境之间的关系。作物模型与植物模型在作用和功能上是相对互补的。文中通过相关实例演示了模型实现‘快速育种’进一步优化的可能性。由此可见，作物和植物模型为优化‘快速育种’提供了一种非常有前景的管理工具，从而进一步缩减作物育种时间。

本文也阐述了通过使用光线示踪器提高对光环境模拟精度以及应用人工智能技术辅助优化模型，进一步提升模型模拟能力，更好地优化作物生育进程，从而推进‘快速育种’。

图1. 整合作物和植物模型优化环境因子组合实现‘快速育种’示意图。

作者及团队介绍

本文第一单位为安徽农业大学，博士生于怡为第一作者，研究方向为玉米花期耐旱机理与模拟研究；宋有洪教授为通讯作者，是作物生理生态团队PI负责人，长期从事作物/植物模型研究，并应用模型探讨作物抗性机理及辅助智慧化生产。该文是和江西农业大学、南京农业大学、澳洲国立大学与澳洲昆士兰大学等国内外大学共同完成的，其中江西农大作物育种团队负责人贺浩华教授为论文共同通讯作者，博士生程琴为论文共同第一作者。该研究得到了国家重点研发计划、安徽省自然科学基金面上项目以及安农大校人才基金的资助。

‍http://doi.org/10.34133/plantphenomics.0099

——推荐阅读——

A Combined Genomics and Phenomics Approach is Needed to Boost Breeding in Sugarcane 

‍http://doi.org/10.34133/plantphenomics.0074

Plant Phenomics | 一种基因组学和表型组学相结合的方法来促进甘蔗的育种

BreedingEIS: an efficient evalsuation information system for crop breeding

http://doi.org/10.34133/plantphenomics.0029

Plant Phenomics | 南京农业大学梨创新团队在作物育种信息化研究中取得新进展

加入作者交流群