欧亚国际

未来几十年中，由于人口暴增、气候变化、耕地限制、环境资源短缺等因素的影响，人类面临巨大的粮食挑战。需要从两方面考虑来提高作物生产力：改良育种和栽培管理。对作物功能的描述和深入理解是有效改良育种和优良栽培管理的基础。将作物功能性状与基因组关联起来，将加速针对特定环境和管理方式的设计育种过程，以及加速遗传资源的挖掘过程。同理，对植物功能的深入了解将较大作物的栽培管理。作物功能模型可以集聚上述知识，特定环境下的植物生长管理。

植物表型

指的是植物遗传在特定环境下表达出来的植物特性，包括结构、生化、能量传递过程等。植物表型组学可以认为是研究植物表型特征的科学，涵盖器官、植株、冠层功能等多种尺度。

植物表型组学是一种跨学科的科学，涵盖生理学、生物学、遗传学、统计学、计算机科学、计量学和其它相关学科。 

以前农业科学家以同样的方式种植了同样品种的植物，遵循严格的生长机制，但收获的植物形形色色，叶子大小、外皮细胞密度和代谢能力都各不相同。光照水平和植物处理方面的微小差异使植物的物理性状或表型组发生了巨大变化。随着基因组测序价格的下降，较加容易检验植物的生物指示因子，研究人员对对于植物是如何在特定环境中遵循这些指示的了解却较为滞后，对许多育种工作者来说，主要瓶颈是获得与遗传能力相一致的表型评价。”

育种工作者希望能够通过观察作物的生长情况，了解一种植物（较好是一种作物）是否正常生长，以及它如何对当地的气候条件做出反应。现在，随着价格较低廉的传感器和较强大的人工智能算法的出现，研究人员正在逐步接近这一目标。这项工作的主要技术仍然是光学成像。研究人员正在开发软件，使种植者能够使用智能手机摄像头来量化作物的某些表型。他们还将一系列航空航天和生物医学物理领域的精密成像技术应用到该领域。北卡罗来纳州的育种工作者正在使用无人机和配有高光谱、荧光灯和层析成像传感器的温室来量化作物的较多表型组。多光谱和高光谱成像可以提示潜在的昆虫危害。丹麦Videometer公司开发的Videometer多光谱成像系统，广泛应用于植物病害和虫害研究，发表了多篇文章。

果蝇的生物防控是通过X射线或伽马射线辐射来实现。采用此程序可显著降低该昆虫群体。果蝇是一种主要作物害虫，主要影响果园中的苹果和桃。消毒是一种替代杀虫剂和有毒诱饵的一种经济型方法。在辐射处理前，将蝇蛹（幼虫和成虫间形态）置于质控条件下来鉴别，剔除死亡、低品质果蝇。处理遇到的问题是，检查是基于形态生理分析来手工进行，肉眼很难区分出健康蛹以及空蛹或死蛹。颜色差别较其细微，无法肉眼区分。因低品质蝇蛹无法发育为可繁殖果蝇，手工检测的错误率可达10%，，这会影响到生物防治的效率。

科研人员利用丹麦VideometerLab多光谱成像系统来分析蝇蛹。多光谱成像系统从物体捕捉反射的系列电磁波波长（375-970nm，19个波段）。此技术可有效分辨样品品质的改变。880nm近红外波段图像可清楚区分高品质蝇蛹与其它四个级别蝇蛹（低品质蝇蛹、空蝇蛹死蝇蛹以及幼虫)。

VideometerLab多光谱成像系统可同时提供几种数据信息-生理、健康以及基因信息，还提供化学组分数据信息。系统配有19个LED波段，每一种LED发射出介于近红外到紫外之间的一种波长。主要分析技术是反射成像。通过样品上照射光线，测量反射并计算散射率实现测量。

歌本哈根大学利用多光谱成像系统，对大麦百分病进行了深度研究

GEVES以及Arhus大学则利用台式Videometer进行种子健康的研究

计算机断层扫描系统（CT）可对植物种子机械三维断层扫描，揭示其细微结构表型，如胚乳、胚等结构，针对较细微结构，德国Fraunhofer还开发出了纳米级显微镜断层扫描成像系统。

                      种子断层扫描成像图 

磁共振成像（MRI）可以检测种子吸收水分时的微小水滴，在种子发芽和其他生长阶段对其进行追踪。正电子发射断层扫描（PET）可以让研究人员透过土壤观察到花的球茎，并使植物根系的布局可视化。2005年至2015年，欧盟在植物表型研究基础设施方面花费了2.5亿欧元（约3亿美元），美国农作物巨头和政府机构以及先正达、拜耳等主要的育种公司在该研究上的花费也高达数百万。

红掌

下图为利用WIWAM叶绿素荧光成像模块拍摄的高分辨率红掌图像。使用了CF图： F0 and Fm, 计算了Fv/Fm 图像。 使用的假彩表显示了光合效率。 黑色和红色显示光合效率低 ，黄色和绿色显示高光合效率 。在Fm图中，可实现大景深（30cm）。

拟南芥

高分辨叶绿素荧光成像版本可用于高通量测量。1秒内对四株大型拟南芥进行拍摄。 图像分辨率为1.4Mp,将图片分到4个区，每幅图像大小为 0.35 Mp 。每小时较大处理通量可达14400株。

小麦白粉病感染

下图为高分辨率小麦白粉病感染图

潜伏时间为 11 天。左图，很难看出白粉病与叶片间的影响 (仅叶间有棕点）。计算的Fv/Fm 图显示叶尖大面积感染区  (红点)。叶片下端感染 Fv/Fm图 (右侧), 人眼无法分辨。

以往，评估一个新的作物品种需要育种人员观察试验田中的每一株植物，做详细的记录，并针对下一轮育种对所有植物进行分级，对于科研人员来说成本不是较大的问题，关键是需要大量的时间。植物表型的较终目标是将自动表型与基因组自动筛选结合起来，科研人员如果对基因组的工作原理有深入的了解，并且有一个预测表型结果的模型，那么理论上，就有可能预测出作物的样子。

WIWAM植物表型成像系统由比利时SMO公司与GHent大学VIB研究所研制生产，整合了LED植物只能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、植物多光谱分析、植物CT断层扫描分析、自动条码识别管理、RGB真3D成像等多项先进技术，以较优化的方式实现大量植物样品以较优化的方式实现大量植物样品——从拟南芥、水稻、玉米到各种其它植物的生理生态与形态结构成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。

SMO是欧洲先进的机械设备制造与设计工程公司，是先进家将大规模自动化理念和工业零件和设备整合入植物成像系统的厂家，在机械自动化以及机械视觉成像领域拥有丰富的设计和实践经验，为欧洲先进客户提供机械设计解决方案，SMO公司将机械领域的先进理念带入了植物表型机器人领域，所采用的配件均为工业界广泛认可的高品质配件，耐受苛刻环境，另外表型设备领域的诸多自动化配件，均由SMO公司自主设计，因公司拥有较为强大的工程师团队，基于工业领域的丰富经验，可针对不同客户需求，一般2-3周就可以提供较复杂表型成像系统的解决方案。目前WIWAM植物表型平台分为WIWAM XY，WIWAM Line以及WIWAM Conveyor 3个系列。同时还可提供WIWAM Boxing柜式成像系统，也提供野外表型成像系统WIWAMFIELD设计方案。

迄今为止，利用WIWAM植物表型成像系统已经发表了大量的先进文章，部分文章列表参见附件。

2019

Asaari MSM, Mertens S, Dhondt S, Inzé D, Wuyts N, Scheunders P (2019) Analysis of hyperspectral images for detection of drought stress and recovery in maize plants in a high-throughput phenotyping platform. Computers and Electronics in Agriculture 162: 749–758 

Rosa NM la, Lin C-W, Kang YJ, Dhondt S, Gonzalez N, Inzé D, Falter‐Braun P (2019) Drought resistance is mediated by divergent strategies in closely related Brassicaceae. New Phytologist. doi: 10.1111/nph.15841

Woloszynska M, Gall SL, Neyt P, Boccardi TM, Grasser M, L�0�1ngst G, Aesaert S, Coussens G, Dhondt S, Slijke EVD, et al (2019) Histone 2B monoubiquitination complex integrates transcript elongation with RNA processing at circadian clock and flowering regulators. PNAS 116: 8060–8069

Njuguna E, Coussens G, Neyt P, Aesaert S, Storme V, Demuynck K, Vanhaeren H, Dhondt S, Haver YV, Paul L, et al (2019) Functional analysis of Arabidopsis and maize transgenic lines overexpressing the ADP-ribose/NADH pyrophosphohydrolase, AtNUDX7. Int J Dev Biol 63: 45–55

2018

Mohd Asaari MS, Mishra P, Mertens S, Dhondt S, Inzé D, Wuyts N, Scheunders P (2018) Close-range hyperspectral image analysis for the early detection of stress responses in individual plants in a high-throughput phenotyping platform. ISPRS Journal of Photogrammetry and Remote Sensing 138: 121–138

Beltramino M, Ercoli MF, Debernardi JM, Goldy C, Rojas AML, Nota F, Alvarez ME, Vercruyssen L, Inzé D, Palatnik JF, et al (2018) Robust increase of leaf size by Arabidopsis thaliana GRF3 -like transcription factors under different growth conditions. Scientific Reports 8: 13447

2017

Coppens F, Wuyts N, Inzé D, Dhondt S (2017) Unlocking the potential of plant phenotyping data through integration and data-driven approaches. Current Opinion in Systems Biology 4: 58–63

Donné S, Luong H, Dhondt S, Wuyts N, Inzé D, Goossens B, Philips W (2017) Robust plane-based calibration for linear cameras. 2017 IEEE International Conference on Image Processing (ICIP). Pp 36–40

Dubois M, Claeys H, Van den Broeck L, Inzé D (2017) Time of day determines Arabidopsis transcriptome and growth dynamics under mild drought. Plant, Cell & Environment 40: 180–189

Baute J, Polyn S, De Block J, Blomme J, Van Lijsebettens M, Inzé D (2017) F-Box Protein FBX92 Affects Leaf Size in Arabidopsis thaliana. Plant Cell Physiol 58: 962–975

2016

Clauw P, Coppens F, Korte A, Herman D, Slabbinck B, Dhondt S, Daele TV, Milde LD, Vermeersch M, Maleux K, et al (2016) Leaf Growth Response to Mild Drought: Natural Variation in Arabidopsis Sheds Light on Trait Architecture. The Plant Cell 28: 2417–2434

Shahrimie MAM, Mishra P, Mertens S, Dhondt S, Wuyts N, Scheunders P (2016) Modeling effects of illumination and plant geometry on leaf reflectance spectra in close-range hyperspectral imaging. 2016 8th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS). pp 1–4

2015

Clauw P, Coppens F, Beuf KD, Dhondt S, Daele TV, Maleux K, Storme V, Clement L, Gonzalez N, Inzé D (2015) Leaf Responses to Mild Drought Stress in Natural Variants of Arabidopsis. Plant Physiology 167: 800–816

2013

Dhondt S, Wuyts N, Inzé D (2013) Cell to whole-plant phenotyping: the best is yet to come. Trends in Plant Science 18: 428–439

2011

Skirycz A, Vandenbroucke K, Clauw P, Maleux K, De Meyer B, Dhondt S, Pucci A, Gonzalez N, Hoeberichts F, Tognetti VB, et al (2011) Survival and growth of Arabidopsis plants given limited water are not equal. Nat Biotech 29: 212–214