FluorCam多(duo)光(guang)譜熒(ying)光(guang)成像技術(shu)應(ying)用(yong)案(an)例(li)——植物(wu)幹(gan)旱(han)響(xiang)應表型(xing)研究

植物(wu)對(dui)幹(gan)旱(han)的(de)響(xiang)應過(guo)程非(fei)常(chang)復雜，同(tong)時(shi)植物(wu)也(ye)有多樣的(de)應答機制來(lai)回(hui)避(bi)和(he)耐受幹(gan)旱(han)脅迫並(bing)維(wei)持生長(chang)。光(guang)合(he)系統(tong)被認為是(shi)對(dui)幹(gan)旱(han)極為(wei)敏(min)感的(de)，因(yin)此FluorCam葉(ye)綠素熒(ying)光成(cheng)像系(xi)統從問世(shi)起就被廣(guang)泛(fan)應用(yong)於(yu)植(zhi)物(wu)幹(gan)旱(han)脅迫的(de)研究。

美國(guo)懷(huai)俄明大學(xue)將(jiang)蕪菁Brassica rapa經過幹旱(han)處理後再進行(xing)復(fu)水(shui)，以復(fu)水後(hou)無(wu)法恢復來(lai)定義(yi)幹旱(han)誘(you)導死(si)亡的(de)準(zhun)確時(shi)間。同(tong)時(shi)使用(yong)葉(ye)綠素熒(ying)光技術(shu)進(jin)行同(tong)步(bu)測(ce)量(liang)。終(zhong)結(jie)果表明葉(ye)綠素熒(ying)光測(ce)量(liang)即可對(dui)幹(gan)旱(han)引起(qi)的(de)植物(wu)死(si)亡進行(xing)定義(yi)，同(tong)時(shi)改進的(de)植物(wu)特(te)性(xing)描(miao)述可(ke)以(yi)用(yong)於(yu)測(ce)試(shi)和(he)增(zeng)強植(zhi)物(wu)幹(gan)旱(han)死(si)亡預(yu)測(ce)模(mo)型(xing)。他們(men)使(shi)用(yong)了(le)FluorCam封(feng)閉式(shi)葉(ye)綠素熒(ying)光成(cheng)像系(xi)統來(lai)測(ce)量(liang)完(wan)整(zheng)葉(ye)片的(de)葉(ye)綠素熒(ying)光參(can)數並展示植物(wu)對(dui)幹(gan)旱(han)脅迫響(xiang)應的(de)空間差異，並通(tong)過(guo)熒光數據進(jin)行植(zhi)物(wu)死(si)亡預(yu)測(ce)（Guadagno，2017）。

圖1. 左(zuo)：幹(gan)旱(han)處理後的(de)蕪菁；右(you)：不同(tong)幹(gan)旱(han)處理的(de)葉(ye)綠素熒(ying)光成(cheng)像與死(si)亡預(yu)測(ce)

但以(yi)前的(de)研究很少(shao)關(guan)註幹旱(han)對(dui)植(zhi)物(wu)次(ci)生代(dai)謝(xie)的(de)影響(xiang)，這(zhe)也(ye)是(shi)因(yin)為缺乏(fa)必要的(de)研究技術(shu)。FluorCam多(duo)光譜熒(ying)光(guang)成像技術(shu)則(ze)可以從次(ci)生代(dai)謝(xie)機制上反映(ying)植物(wu)的(de)響(xiang)應。如(ru)果(guo)再加(jia)入(ru)熱(re)成(cheng)像分析和高光(guang)譜成(cheng)像分析，就可以對(dui)植(zhi)物(wu)幹(gan)旱(han)響(xiang)應進(jin)行(xing)相當全(quan)面的(de)植物(wu)幹(gan)旱(han)響(xiang)應表型(xing)研究。目(mu)前(qian)，浙江(jiang)大學(xue)、中(zhong)國農(nong)科(ke)院(yuan)煙草(cao)所等(deng)單位(wei)就利用(yong)FluorCam多(duo)光(guang)譜熒(ying)光(guang)成像技術(shu)*開(kai)展了光(guang)合(he)能(neng)力和(he)次(ci)生代(dai)謝(xie)的(de)幹旱(han)響(xiang)應表型(xing)研究，在(zai)這(zhe)方(fang)面(mian)研究中(zhong)位(wei)於先(xian)列(lie)。

圖2. 幹(gan)旱(han)脅迫的(de)FluorCam葉(ye)綠素熒(ying)光成(cheng)像和(he)多光譜熒(ying)光(guang)成像分析，左(zuo)、中(zhong)：浙江(jiang)大學(xue)擬(ni)南芥(jie)實(shi)驗（Yao, 2018）；右(you)：中國農(nong)科(ke)院(yuan)煙草(cao)所煙草(cao)實(shi)驗（Khan, 2019）

FluorCam多光(guang)譜熒(ying)光(guang)成像技術(shu)還(hai)可(ke)以與PlantScreen植(zhi)物(wu)表型(xing)成像分析技術(shu)結(jie)合(he)，進行(xing)高通(tong)量(liang)幹旱(han)表型(xing)研究。捷克Palacký大學(xue)提出(chu)了(le)壹(yi)種可(ke)重復(fu)的(de)室內植物(wu)表型(xing)分析方法(fa)，用(yong)於(yu)研究大麥(mai)種(zhong)群的(de)水分脅迫狀(zhuang)況(kuang)和復(fu)水過(guo)程。這(zhe)壹(yi)方(fang)法(fa)的(de)培養環境控制和(he)表型(xing)測(ce)量(liang)主(zhu)要都是(shi)通(tong)過(guo)PlantScreen植物(wu)表型(xing)成像分析系統(tong)完(wan)成(cheng)的(de)（Marchetti, 2019）。

圖3. 大麥(mai)高通(tong)量(liang)幹旱(han)響(xiang)應表型(xing)實(shi)驗流(liu)程體系

參考文獻：

1. Guadagno C R, et al. 2017. Dead or alive? Using membrane failure and chlorophyll fluorescence to predict mortality from drought. Plant Physiology, DOI:10.1104/pp.16.00581

2. Khan R, et al. 2019. Transcriptome Profiling, Biochemical and Physiological Analyses Provide New Insights towards Drought Tolerance in Nicotiana tabacum L. Genes 10: 1041

3. Yao J, et al. 2018. Phenotyping of Arabidopsis drought stress response using kinetic chlorophyll fluorescence and multicolor fluorescence imaging. Front. Plant Sci. 9:603

4. Marchetti CF, et al. 2019. A Novel Image-Based Screening Method to Study Water-Deficit Response and Recovery of Barley Populations Using Canopy Dynamics Phenotyping and Simple Metabolite Profiling. Frontiers in Plant Science 10:1252

北(bei)京(jing)易(yi)科(ke)泰生態(tai)技術(shu)公(gong)司(si)提供(gong)植(zhi)物(wu)幹(gan)旱(han)表型(xing)研究全(quan)面技術(shu)方(fang)案：

lFluorPen、FluorCam葉(ye)綠素熒(ying)光/多(duo)光(guang)譜熒(ying)光(guang)技術(shu)

lSL3500、FytoScope智能(neng)LED光源(yuan)與生長(chang)箱(xiang)

lSpectraPen/PolyPen、Specim高光(guang)譜測(ce)量(liang)技術(shu)

lThermo-RGB紅(hong)外熱(re)成(cheng)像技術(shu)

lPlantScreen植物(wu)高通(tong)量(liang)表型(xing)成像分析平臺(tai)

lEcoDrone無(wu)人(ren)機遙感技術(shu)方(fang)案