越來越多的人認為無法高效實施高通量的田間表型是限制育種中遺傳增益的關鍵因素。
田間表型：植物經歷的真實（即野外）條件下的表型評估。 遺傳增益：通過人工選擇每單位時間每年實現的性能增加量。 |
田(tian)間(jian)表型分析(xi)必須(xu)融(rong)入到更廣泛的(de)環(huan)境中，而不僅僅是選擇(ze)正(zheng)確的(de)性狀特征、表型分析(xi)工(gong)具、評估平臺或基本的(de)數(shu)據管理方(fang)法。表型分析(xi)不僅意味著以資源有效的(de)方(fang)式開展(zhan)，還需要適當的(de)試驗管理和空間(jian)變異處理、定義目標環(huan)境中普遍存在的(de)關鍵約束條件、以及開發更全(quan)面的(de)數(shu)據管理，包括作物建(jian)模。
Trends in Plant Science2018年3月(yue)在線發(fa)表了此篇綜述(shu)，將(jiang)為(wei)表型研(yan)究者(zhe)提供一個廣泛的視(shi)野，指(zhi)導研(yan)究人員如何更好(hao)地實(shi)施田(tian)間表型分(fen)析(xi)。此文還概述(shu)如何以有效的方(fang)式彌合育(yu)種者(zhe)和(he)“表型育(yu)種者(zhe)”之間的差距。
由(you)上圖可知，高通(tong)量的表型分析直接(jie)影響三(san)個方面：更(geng)精確的遺傳篩(shai)選、鑒定新的遺傳變異以及改進(jin)對TPEs （target populations of environments，目(mu)標群(qun)體(ti)環境因子）的篩(shai)選以幫助更(geng)好的做遺傳決策。此(ci)外(wai)，高通(tong)量表型分析也間接(jie)影響了育(yu)種規模以及育(yu)種周期。
常用于(yu)評(ping)估大田作物苗期特征的(de)不同遙(yao)感工(gong)具(ju)的(de)總結
利用紅 - 綠 - 藍（RGB）圖像進行(xing)田間(jian)表型分(fen)析(xi)的(de)應(ying)用實例
作(zuo)者(zhe)利(li)用相機獲取的圖像，進(jin)一步(bu)分析，獲得了田間玉(yu)米不同類別的特征：作(zuo)物(wu)特征的計數、植物(wu)/作(zuo)物(wu)生長的監測和發育以及三(san)維重建。
不同應用場景&不同尺(chi)度(du)的表型平臺
這些平臺使用了基于不同(tong)光(guang)譜范(fan)圍的遙感工具，包括 RGB相機（VIS）、多光(guang)譜和(he)高光(guang)譜傳感器和(he)相機、光(guang)探測和(he)測距（LiDAR）傳感器、熱傳感器和(he)相機（TIR / LWIR）以及不同(tong)類(lei)別的雷達(da)。
小結
表型分析和作物生長模型的不斷發展，使育種者能夠獲取有關植物適應性方面的生理決定因素的信息，從而精確選擇適合目標環境的品種。在不同的層面上，使用大數據將有助于完善新品種的對生長環境的需求，以了解基因分型×環境×管理（G×E×M）互作。
事實上，最近歐(ou)洲的(de)一項研究表明，如(ru)何將來(lai)自重要目標(biao)環(huan)境(jing)下，當前以(yi)及(ji)預(yu)期（氣候變化驅動）環(huan)境(jing)變量的(de)作物模型(xing)與(yu)多(duo)地點試(shi)驗及(ji)其相關遺傳(chuan)學的(de)產量數(shu)據相結合(he)，可以(yi)檢測到特(te)定(ding)的(de)數(shu)量性(xing)狀(zhuang)基因與(yu)特(te)定(ding)的(de)生長條件有關。預(yu)計這種信息的(de)綜合(he)利用可以(yi)提高(gao)重要目標(biao)環(huan)境(jing)下遺傳(chuan)增益(yi)。
原文：José Luis Araus, Shawn C. Kefauver, Mainassara Zaman-Allah, Mike S. Olsen, and Jill E. Cairns. Translating High-Throughput Phenotyping into Genetic Gain. Trends in Plant Science, 2018.