97久久精品人人做人人爽-97久久香蕉国产线看观看-996久久国产精品线观看-9999国产精品欧美久久久久久

小麥的產量主要由穗數、穗粒數和千粒重決定，而穗部結構直接影響這些關鍵產量性狀的形成。近日，中國科學院遺傳與發育生物學研究所建立了基于深度學習的穗軸圖像自動化表型解析系統RachisSeg，首次實現了小麥穗軸節間的自動分割與精細量化測定，提出了表征小穗沿穗軸分布的新指標（SDI），為揭示小麥穗型結構的形成機制及其遺傳基礎提供了新的技術手段。RachisSeg實現了節間長度、寬度、穗軸長度、穗粒數和小穗分布等多類性狀的高效測定。該方法在大規模樣本中的表現優異，自動測量結果與人工測量高度一致，顯示出極高的精度與穩定性。研究團隊提出的小穗分布定量指標，能夠刻畫傳統穗密度指標無法反映的穗軸上小穗分布排列差異。分析發現，不同小麥品種即使穗長和小穗數相似，其SDI值仍表現出顯著差異。進一步的性狀相關分析表明，SDI與每穗粒重和每穗產量均呈顯著相關，穗頂小穗過度密集可能導致籽粒重量下降，從而影響產量形成。研究團隊對小麥穗軸性狀遺傳定位，共鑒定到46個QTL位點。其中，6B染色體上的主效位點QSDI.ucas-6B控制小穗分布。進一步的候選基因分析發現，該區域內的基因TraesCS6B02G417000為潛在調控基因。該研究建立的RachisSeg穗軸表型提取系統，大幅提升了穗軸性狀測定的效率和精度，使以往難以量化的小穗分布特征得以系統研究。通過整合數字表型、群體遺傳分析和突變體驗證，研究揭示了小麥穗部結構改良的遺傳機制，為穗型優化和高產育種提供了理論依據和技術支持。相關研究成果發表在Plant Physiology上。研究工作得到國家重點研發計劃等的支持。論文鏈接小麥穗軸表型測量算法RachisSeg及其準確性驗證