为什么作物育种要有表型组大数据？
发布于：2023-11-27 13:48
浏览次数：735
作物表型指能够反映作物细胞、组织、器官、植株、群体结构及功能特征的物理、生理、生化性状，实质上是作物基因图谱的时序三维表达、地域分异特征、代际演进规律。
当前，作物表型组大数据已成为国际农业科学、生命科学领域的战略前沿方向，也被视为种业科技发展的核心竞争力。
作物表型组大数据技术及装备发展需求分析
1. 实现种业科技自立自强的需要
开展种业“卡脖子”技术攻关、打好种业翻身仗、建设种业强国，离不开作物表型组大数据技术及装备的关键支撑。表型数据的检测贯穿于种业生产的品种繁育、品种测试、示范推广各个环节，但传统的表型采集和鉴定方法费时耗力、标准化程度不足，迫切需要表型组大数据技术装备有力支撑育种决策。现代作物表型组大数据技术及装备的发展最早是由巴斯夫股份公司、拜尔集团、孟山都公司等全球种业巨头推动的，旨在通过信息感知、自动控制、智能解析技术提升作物表型检测的通量、效率和标准化程度。在人工气候室内设置理想种植条件，通过调节光周期促进植物生长达到加代目的，在一年内得到4~6代，大幅缩短育种周期。借助作物表型组大数据技术装备和分子育种辅助技术，有望实现加速育种技术的革命性突破。
2. 推进作物种质资源表型性状精准化、规模化鉴定的需要
农作物种质资源是保障国家粮食安全与重要农产品供给的战略性资源，农业科技原始创新与现代种业发展的物质基础。作物表型鉴定通过表征作物种质资源的农艺性状、产量性状、品质性状、抗性性状等特性，旨在发掘具有生产利用价值但未被充分利用的特异性种质及其基因。我国农作物种质资源评价多为单一性状、单一环境下的鉴定结果，缺乏基因信息和综合评价，限制了种质资源在育种中的有效利用（《全国农作物种质资源保护与利用中长期发展规划（2015—2030年）》）。目前，我国农作物种质资源80%以上来自国内，遗传多样性不足；在长期保存的52万份种质资源中，开展基因型和表型精准鉴定的数量不到10%；在现存的2.5万份玉米、4万份小麦和8万份水稻种质资源中，开展深度鉴定的只有5%。此外，作物的抗旱、抗倒、高光效等综合表型是多基因控制的复杂数量性状，对表型鉴定提出了较高要求。亟需借助作物表型组大数据技术及装备，开展表型性状规模化、精准化鉴定，以有效推进作物种质资源的保护与利用。
我国作物表型组大数据技术及装备的发展问题与态势分析
作物表型组大数据技术及装备仍处于快速发展过程之中，我国在作物表型高通量信息获取与解析方面已有一定积累，但整体上处于跟踪模仿阶段，未能打破表型高通量获取装备主要被欧美国家所垄断的局面；特别是多样化表型配套设施和低成本表型传感器及设备的自主研发、表型大数据实时与高效传输技术、表型多尺度数据融合与组学大数据挖掘理论方法等，亟待解决或突破。
