发布人:     发布日期: 2020-08-30    浏览次数:

近日，南京农业大学与中科院植物所合作在Plant Methods在线发表了题为“Leaf to panicle ratio (LPR): a new physiological trait indicative of source and sink relation in japonica rice based on deep learning”的研究论文。该文基于机器学习原理，利用深度学习（deep learning）技术，提出了叶、穗光截获比（Leaf to Panicle Ratio in terms of light interception，LPR）这一整合源（叶片）、库（穗部）关系的新生理性状，并展示了LPR在水稻种质资源鉴定和栽培管理中的应用前景。

该文提出了一种基于端到端的深度学习卷积神经网络（FPN-Mask），实现了对真实田间水稻RGB图像叶片、穗部器官的自动分割（图1）。FPN-Mask以FPN为骨架模型，提取输入图像的多尺度特征，将所有特征进行融合实现语义分割，对水稻穗部、叶片、背景等不同对象进行精确的像素分类。该方法适用于不同生育期、基因型、拍照角度和光照条件下的RGB图像，测试集mIoU均值达0.85，PA达0.94以上。在此基础上，开发了配套识别软件GvCrop，借以计算了叶片和穗部面积的比值（LPR）。

该文首次量化了光能在叶片和穗部器官之间的分布，提出了LPR这一综合表征作物源、库关系的新生理性状；揭示了LPR在不同株型水稻种质材料中的广泛变异（图2），明确了氮素穗肥（图3）和生长调节剂（图4）对LPR的调控效应，提出了定向促控LPR的技术途径。本研究是计算机科学与作物科学交叉研究的一个有益尝试，研究结果有助于高效鉴选种质材料，科学评估群体质量和精准调控作物生长，为育种家和栽培学家提供了新的考量视角和技术手段。

图1 FPN-Mask模型与GvCrop软件开发流程图

图2 LPR在不同株型水稻材料之间存在显著差异。192份突变体材料LPR的变异范围在1.37~5.60之间；密穗型品种最高，而具芒散穗型品种最低。A，开花当天；B，花后15天；C，花后30天；D，花后45天。WT，野生型；CP，密穗型；CTP，鸡爪穗；IP，中间型；LP，散穗型；LPA，具芒散穗型。

图3 前氮后移增加了水稻群体的LPR。与对照（N10-0）相比，前氮后移（N5-5）群体的LPR在灌浆中期和后期分别提高了0.45和0.76。试验品种为武运粳30号。A，N5-5；B，N10-0。N5-5和N10-0为氮肥处理，基蘖肥和穗肥的比例分别为5:5和10:0。

图4 植物生长调节剂可正向和负向调控LPR。芸苔素唑和烯效唑提高了灌浆期群体LPR，油菜素内酯和赤霉素则显著降低了群体LPR。试验品种为宁粳8号。A，抽穗期；B，灌浆期；C，成熟期。CK，纯水；BR，油菜素内酯；BRZ，芸苔素唑；GA，赤霉素；UNI，烯效唑。

2019级博士研究生杨宗锋为本文第一作者，刘正辉教授（南农）、郭庆华教授（植物所）为共同通讯作者，南农丁艳锋教授、李刚华教授，植物所苏艳军、庞树鑫、高上等参与了部分工作。该研究受到国家重点研发计划（2017YFD0300103）、国家自然科学基金（31771719）、863计划（2014AA10A605）等项目资助。

水稻栽培团队长期致力于作物生理学的基础理论与应用研究。近年来与中科院植物所、英国洛桑研究所（Rothamsted Research）等单位合作，在胚/胚乳互作、源库关系、理想株型以及生理性状的发掘与应用中取得新进展。相关研究结果发表在The Crop Journal、Plant Methods、Plant & Cell Physiology、BMC Plant Biology和Plant & Soil等国际期刊。

据悉，作物科学在一定意义上是关于作物性状的靶标选择（遗传改良）与定向促控（栽培管理）的理论与知识体系。作物科学研究的核心对象是性状，其中心任务是提出有农学价值的新性状，揭示其遗传基础、生理机制、环境效应与调控机理，为作物育种和栽培提供新的选择、诊断指标，支撑现代作物育种与智慧化管理。与株高、生物量、收获指数等传统农艺性状（agronomic trait）相比，生理性状（physiological trait）更能表征作物产量、品质与抗逆性的形成机制，是具备现代生物学理论基础的新性状。日新月异的人工智能、表型组学、功能基因组学理论与技术研究成果，为作物生理性状的发掘、利用提供了动力源泉。

原文链接：https://plantmethods.biomedcentral.com/articles/10.1186/s13007-020-00660-y