使用(yong)高(gao)(gao)通量表(biao)型(xing)系統和(he)非破壞性成(cheng)像被廣泛認為是(shi)解決作物(wu)(wu)優(you)良(liang)基因-表(biao)型(xing)互(hu)作研究的(de)(de)關(guan)鍵技(ji)術，此項技(ji)術可以(yi)允許科學家和(he)育種(zhong)者(zhe)在不(bu)同的(de)(de)環(huan)境條件下(xia)開(kai)展(zhan)作物(wu)(wu)的(de)(de)表(biao)型(xing)研究。許多表(biao)型(xing)研究已經使用(yong)模式植(zhi)物(wu)(wu)—擬南芥，進行(xing)了(le)優(you)化(hua)實驗。下(xia)面我們(men)主要以(yi)C4模式經典植(zhi)物(wu)(wu)—玉米與高(gao)(gao)粱為例，進行(xing)表(biao)型(xing)案(an)例的(de)(de)具體分析(xi)。
玉米（學(xue)名：Zea mays）是一(yi)年生(sheng)(sheng)(sheng)禾本(ben)科草本(ben)植(zhi)物(wu)，是全世界總(zong)產(chan)量(liang)很(hen)(hen)高的(de)(de)(de)(de)重要(yao)糧(liang)食(shi)作物(wu)。近代美國為了擴大(da)玉米產(chan)量(liang)，有(you)私(si)營(ying)公(gong)司研究出以(yi)基(ji)(ji)(ji)因(yin)重新(xin)排序的(de)(de)(de)(de)方式改造玉米生(sheng)(sheng)(sheng)長與(yu)面對環境的(de)(de)(de)(de)能力，演(yan)變(bian)出產(chan)量(liang)巨(ju)大(da)的(de)(de)(de)(de)超級玉米。用(yong)途：轉基(ji)(ji)(ji)因(yin)玉米被拿來當作飼料喂牛、豬，以(yi)及制(zhi)成(cheng)(cheng)玉米淀粉間接(jie)制(zhi)成(cheng)(cheng)給人類食(shi)用(yong)的(de)(de)(de)(de)食(shi)品與(yu)調味料。用(yong)高通量(liang)成(cheng)(cheng)像系(xi)統可以(yi)準(zhun)確地識別和(he)區分玉米的(de)(de)(de)(de)生(sheng)(sheng)(sheng)長相關的(de)(de)(de)(de)特異性表型(xing)(xing)性狀。軟(ruan)件提(ti)供用(yong)了強(qiang)大(da)而簡約(yue)的(de)(de)(de)(de)R腳(jiao)本(ben)，以(yi)允許其他用(yong)戶(hu)的(de)(de)(de)(de)成(cheng)(cheng)像系(xi)統可以(yi)很(hen)(hen)容易(yi)地提(ti)取有(you)用(yong)的(de)(de)(de)(de)數據，從而減輕了表型(xing)(xing)篩選的(de)(de)(de)(de)瓶頸，更(geng)快(kuai)進行重要(yao)作物(wu)的(de)(de)(de)(de)多種基(ji)(ji)(ji)因(yin)型(xing)(xing)后續分析。
玉米(mi)株型研究領域重點關注的參數：植(zhi)物冠層(ceng)寬(kuan)度、垂直高度、緊密度、對稱性、投影葉(xie)面積、空間體積、植(zhi)物結構、葉(xie)角度、節間長度、葉(xie)長
玉米對生(sheng)物脅(xie)迫反應(ying)的(de)領域(yu)重點關注的(de)參數：垂直(zhi)高度(du)(du)、投影葉面積(ji)、空(kong)間(jian)(jian)體(ti)積(ji)、葉顏色、葉病斑、植(zhi)物結構、葉角度(du)(du)、節間(jian)(jian)長(chang)度(du)(du)、葉長(chang)
玉米對(dui)非(fei)生(sheng)物脅迫(po)反應的領(ling)域(yu)重點關注的參(can)數(shu)：整株相(xiang)對(dui)含水量分布、植物(wu)結構、葉(xie)(xie)角度(du)、節間(jian)(jian)長度(du)、葉(xie)(xie)長、垂直高度(du)、投影葉(xie)(xie)面積(ji)(ji)、空間(jian)(jian)體積(ji)(ji)、葉(xie)(xie)顏色、投影葉(xie)(xie)面積(ji)(ji)、空間(jian)(jian)體積(ji)(ji)
玉米產(chan)量(liang)研(yan)究領域(yu)重點關(guan)注(zhu)的(de)參數：植(zhi)物冠層(ceng)寬度(du)、垂直(zhi)高度(du)、空間體積（生物量）、玉米軸(zhou)直(zhi)徑、玉米軸(zhou)厚度(du)、玉米種子成熟度(du)、性(xing)狀。
玉米可以計算單葉(xie)葉(xie)長(chang)、葉(xie)朝向(xiang)，如下圖。
文章來源：Lloren, Cabrera-Bosquet et al., New Phytologist(2016)
上面這(zhe)篇文章通過頂部和側面的(de)(de)3D成(cheng)像，分析、提取出不同品種(zhong)的(de)(de)玉米(mi)植(zhi)株骨(gu)架數據，可(ke)進一步計算包括葉傾角(jiao)在內的(de)(de)多(duo)種(zhong)參數。
另外一項研究中，澳大利亞阿德萊德大學的PlantAccelerator?進行了高粱的表型研究，后者和玉米類似，同樣是C4植物。他們進行了不同濃度的N處理和控水處理，使用成像并發現與脅迫耐受性相關的參數，例如晝夜葉卷曲和葉面積指數。使用不同光譜范圍的成像來監測植物組成，葉綠素和水分含量。表型圖像分析準確測量植物生物量。數據采集還獲得了不同高粱品種對實驗處理的響應，并建模。
各項相關性分析，植株投影面積與生物量呈現正相關性。
不同濃度N處理高粱的表型圖像（植株大小、顏色分析）
干旱處理下高粱的表型（植株形態、生物量、葉面積、葉卷曲度）
近紅外反射
（NIR）分析是水分含量和葉厚度的良好預測因子，與植物水分含量相關。
顏色分析圖像顯示，葉面顏色和葉綠素含量相關
如果是離體的穗，我們以水稻為例，可以精準分離每一顆種子，再進一步做表型分析。
如果是在體測量植物的穗，可以使用激光3D的方法，結合RGB成像，分型穗型、穗夾角等參數。
