不结球白菜生长发育过程中表型变化AgriPheno订阅号专注于持续更新植物生理生态、植物表型组学和基因组学、基因分型、智能化育种及应用、激光雷达探测技术及数据分析、人工智能与机器人等领域，国内外最新资讯、战略与政策导读。本文节选了2025年4-6月推送的代表性文章，以供大家参阅。
高光谱
• Physiologia Plantarum：高光谱图像的光谱解混揭示了对松材枯病敏感的端元
该研究通过高光谱图像的光谱解混技术，分析了6种松树在PWN感染、季节性变化和自然死亡中的针叶颜色变化。结果表明，端元丰度变化可有效区分健康、染病和衰老针叶，为精准监测松树病害和季节性物候提供了非破坏性方法，凸显了光谱解混在林业精准管理中的应用潜力。研究中，通过手持式高光谱相机SPECIM IQ 采集高光谱图像，光谱范围 400 至 1000 nm，光谱分辨率为 2.9 nm。
• 高光谱图像估算辐射松中叶绿素含量：经验模型、放大算法与辐射传输反演的比较
本研究利用温室和田间试验的高光谱数据，比较了经验模型、放大算法和辐射传输模型（RTM）等三种方法估算辐射松Ca+b含量的准确性。结果显示，基于TCARI/OSAVI指数的放大算法预测更准确稳定，PRO4SAIL2模型反演效果优于PRO4SAIL，且全冠光谱数据能提高预测精度，为辐射松叶绿素含量监测提供了有效方法。
本文围绕生成式人工智能（generative artificial Intelligence，GAI）在 #高光谱 传感器数据处理中的应用展开。高光谱图像（HSI）数据丰富，但存在高维度、噪声、开源数据集有限且地域集中、空间分辨率低、标签质量差和传感器性能问题等挑战。
本文综述了高光谱成像技术结合深度学习方法在果蔬质量评估各方面的研究进展，重点探讨了这些技术在果蔬安全、内部质量和外部质量检测领域的最新应用，并对该领域面临的挑战及未来发展方向进行了展望。
植物逆境
• Scientific Reports：基于物联网的精准农业智能害虫管理系统
本研究成功将传统的信息素陷阱自动化，基于CNN的模型检测果蝇准确率超90%，YOLOv8在复杂环境下表现稳健，mAP达97.3%。但研究存在数据集可扩充、数据质量受环境影响等局限，未来可优化模型架构、扩大陷阱部署范围，为精准农业害虫管理提供更有效支持。
本研究旨在探讨不同根系大小的大豆基因型在盐碱胁迫下的生长反应，探索根系形态特征与盐碱耐受性之间的关系，并识别与耐受性相关的关键基因。
本研究以生菜(Lactuca sativa)和辣椒(Capsicum annuum)为模型，评估商品化微生物基生物刺激素产品Terra-Sorb® Symbiotic在氮胁迫下的应用效果，旨在探索其提高作物产量和生理适应性的潜力。
• New Phytologist│浙江大学周艳虹课题组最新研究揭示番茄CPK27-HY5调控耐寒性的机制
本研究以番茄(Solanum lycopersicum)为材料，揭示了CPK27通过磷酸化HY5促进类黄酮生物合成，从而增强植物耐寒性的分子机制，为解析植物冷胁迫信号转导网络提供了新见解。研究中，番茄冷胁迫相关的光合作用差异通过叶绿素荧光成像系统MAXI-IMAGING-PAM测量。
本研究首次在常春藤中探讨极端光照条件下的适应机制，突破了以往研究的光强范围。通过结合形态学、生物化学和生物物理分析，揭示了HL与LL植物的光合系统重组策略及其对光保护的贡献。
• 免疫信号模块NIK1/RPL10/LIMYB在生物及非生物胁迫下对光合作用的调控机制
本研究旨在揭示植物在生物（病毒 / 细菌感染）和非生物（高温、渗透）胁迫下协调光合作用与翻译的分子机制。
• 三角褐指藻光合作用及抗氧化系统对温度的响应揭示其对海洋变暖的适应机制
本文通过探究温度对三角褐指藻生长、光合作用、无机碳利用及抗氧化系统的影响，揭示其对海洋变暖的适应机制。
• 番茄耐热性 "因果而异"：大果看花粉活力，小果看果实数量
本研究利用花粉活力分析仪（瑞士Amphasys，Ampha Z32）测定花粉性状，该技术具有快速、准确、高通量的优点，能够在短时间内对大量花粉进行分析，为番茄花粉性状的研究提供了一种有效的手段。
植物根系研究
• Communications Biology：吸收细根比运输细根更能解释树木生长表现
本文通过测量生长在研究植物园（同质园）的25个欧洲阔叶树种的吸收根和运输根的一系列形态和解剖功能性状，采用揭示功能性状关联性的主成分分析和评估功能性状与基面积增量关系的线性回归等数据分析方法，首次系统研究了吸收细根和运输细根间根系功能性状的协同关系和功能性状与树木生长的相关程度。
以黄河支流伊河流域丘陵地带的六种植物为研究对象，采用原位剪切实验和Wu模型对土根系统抗剪强度进行了研究。
• 温带森林树种外生菌根真菌比根系性状更能解释根际养分有效性的变化
该研究强调，外生菌根真菌在调控温带森林根际养分有效性中有着重要作用，将这些影响纳入模型，能提升模拟森林生物地球化学循环的效果，并为全球变化背景下森林管理策略提供依据。
植物表型/激光雷达
• 整合高通量表型和基因分型技术，探索从遗传标记预测植物性状以获得更高产量的新方法
动态基因组学为探究和整合基因型和表型在作物生长过程中的动态相互作用，从而提高农艺相关性状的预测准确性铺平了道路。动态基因组学的未来发展可依赖于DMD的扩展，以考虑环境因素的影响。这将有助于进一步完善拟议的方法，预计将对培育适应特定地区的作物品种和精准农业产生重大影响。
• 高通量技术推进辐射诱变突变体筛选：拟南芥突变体筛选的初步评价
本研究旨在评估高通量植物成像系统（HTPIS）在拟南芥突变体筛选中的效率，对比人工视觉筛选与机器识别的准确性，为重离子束和γ射线辐射育种提供方法依据。
如何让机器人在“混乱”的农田中精准定位、构建地图？加州大学河滨分校的研究团队给出了最新解决方案：基于激光雷达（LiDAR）的自适应定位与建图技术AG-LOAM，让农业机器人拥有了“火眼金睛”！
本研究利用ScanLyzer 3D植物表型分析系统对102个水稻品种进行全生育期高通量表型分析，提取 42 个农艺性状，结合贝叶斯模型平均和结构方程模型分析发现，穗长对籽粒产量的正向影响最强，植株最大面积、穗数等性状也有正向作用，而早熟组中植株宽度最大值持续时间对产量有显著负效应。研究揭示了不同农艺性状对产量的差异化影响，为水稻精准育种提供了表型数据支撑与理论依据。
• Plant Stress：高通量表型辅助水稻氮素利用效率性状解析与基因型筛选
该研究针对300 份不同水稻基因型，在氮充足与缺乏条件下开展大规模中宇宙(mesocosm)实验，利用RGB、IR 和 NIR 多光谱成像传感器采集数据，结合30个手动测量性状和 68个图像衍生性状，开发新型性状解析策略，成功识别氮素吸收效率（NUpE）和基于生物量的氮素利用效率(NUEb)为关键性状，构建高置信度(R²=0.98%，p<0.001)的机器学习预测模型，最终筛选出IC463705、Suweon和Cauvery三个优良水稻供体，证明表型组学和机器学习技术在水稻NUE改良中的潜力。
本研究利用ScanLyzer 3D植物表型分析系统对102个水稻品种进行全生育期高通量表型分析，提取 42 个农艺性状，结合贝叶斯模型平均和结构方程模型分析发现，穗长对籽粒产量的正向影响最强，植株最大面积、穗数等性状也有正向作用，而早熟组中植株宽度最大值持续时间对产量有显著负效应。研究揭示了不同农艺性状对产量的差异化影响，为水稻精准育种提供了表型数据支撑与理论依据。
人工智能/机器人自动化
工业4.0和农业4.0之间存在哪些异同点？若两者采用相同的物联网技术，智能温室的生产过程是否与智能工厂相似？为解答这些问题，本研究以巴西阿雷格里港（Porto Alegre）SLC公司的智能温室为典型案例，深入探究工业4.0和农业4.0的内在联系与差异。
该研究旨在解决特种作物研究中现有图像处理方法难以适用的问题，通过构建 MAUI 这一可定制的图像处理工作流程，利用葡萄和大麻育种试验数据，验证其在生成多光谱正射镶嵌时间序列、分割作物和提取光谱数据方面的有效性。该研究为特种作物研究提供了模块化框架，有助于提高光谱数据提取效率，推动无人机影像分析在特种作物研究中的常规应用，为相关研究和产业发展提供有力支持。
人工智能（AI）作为热门前沿技术，正为种子技术领域带来革命性变革。AI通过机器学习、计算机视觉、高光谱成像等子领域技术，实现了种子全生命周期管理的智能化升级。从种子质量评估到遗传纯度鉴定，从品种开发到田间监测，AI技术以其精准性、高效性和成本优势，成为解决现代种子产业挑战的关键方案。本文系统梳理了AI在种子技术各环节的应用现状、技术突破及未来展望，为推动智能农业发展提供参考。
新观点/新技术
• Plant Methods：一种测定叶片比热容的简单新颖方法
该研究提出了一种基于叶片能量平衡模型的非侵入性新方法，用于量化叶片比热容量（Cp）。通过对13种园艺和热带植物的研究，发现Cp值在 3200-4000 J kg-1 K-1之间，与叶片含水量正相关。该方法有助于在自然非稳态条件下更准确地应用热成像技术，为植物表型分析和监测提供支持。
• 树木的“导管”如何影响全球气候？揭秘树干中的水分运输密码
理解树木的 “导管分布”，不仅能帮我们选育抗旱树种、优化灌溉策略、监测森林健康，更能为应对气候变化提供关键数据支持。
• 湖南农大团队借助LiDAR技术实现卷心菜田间精准导航！误差仅0.1米，喷药效率大幅提升
LiDAR+AI正掀起农业精准化革命！这项研究不仅解决了田间导航难题，更以“硬核数据”展现了中国农业科技的创新实力。未来，我们期待更多农田装上“智慧之眼”，让科技真正扎根土地！
• 新型纳米材料碳点(Carbon Dots)在促进植物光合作用中的应用
本文系统综述碳点的特性、作用机制及其在农业中的应用，并展望其未来发展方向。
• 激光二极管(LD)照明优于LED：植物光合效率可提升20%
这项研究不仅揭示了LD在植物生理层面的优势，更预示着室内园艺的技术革新。随着半导体技术的进步，激光光源的成本有望逐步降低，未来或与LED形成互补——例如红光LD搭配蓝光LED，构建更高效的复合光谱系统。
• New Phytologist：拟南芥中UVR8信号增强光合系统对除草剂损伤的恢复力
该研究通过分子-生理-应用多层次解析，证实UVR8光信号通路是增强植物光合系统除草剂抗性的核心枢纽，为农业精准用药和新型绿色助剂开发提供了关键靶点。未来需进一步探索作物与杂草的响应差异，推动田间应用落地。
本研究提出光管理光伏温室（LMPG），通过集成定制PVR的光伏板、均匀光（ES）板与LED补光系统，构建光子管理体系，旨在解决传统光伏温室的光分布不均问题，提升太阳能利用效率与土地生产力。
生物技术/育种技术
• 类囊体蛋白BCM1将天线蛋白CP24和CP29隔离在基粒核心内，减少热胁迫下它们被降解风险
文章提出了类囊体膜蛋白BCM1充当稳定的“锚”，有效地将外周天线蛋白亚基CP24和CP29隔离在基粒核心内，从而减少它们在基质片层中被降解的风险。
• 西北大学王菲/付爱根团队揭示衣藻CYN38调控PSII修复的分子机制
本研究聚焦于衣藻中的CYN38(CYP38的同源蛋白)，探讨其在高光胁迫下调控PSII修复的分子机制。研究中，衣藻野生型和突变体相关的光合作用差异通过双通道叶绿素荧光仪DUAL-PAM-100测量。
• Plant Physiology：蓝藻Cytb6f亚基PetN的缺失会破坏复合体稳定性并严重影响状态转换
该研究聚焦于蓝藻Anabaena variabilis ATCC 29413的PetN亚基，通过构建petN突变体(ΔpetN)，探究其对Cytb6f稳定性、光合电子传递及状态转换的影响。
植物生理生态研究
• Plant Cell：莱茵衣藻昼夜节律的系统研究揭示其适应极端光照的机制
本研究通过整合多组学与生理学，形态学数据，系统解析了莱茵衣藻在不同光强下的昼夜节律程序，揭示了其光适应的动态调控网络。
• New Phytologist最新研究揭示类囊体膜结构动态调控光合作用的机制
本研究通过结合高分辨率结构分析技术(透射电子显微镜、共聚焦显微镜、小角中子散射)与光合生理功能测定，揭示了类囊体膜在光照下的双向-三阶段动态变化(收缩-扩张-松弛)模式及其对光合电子传递的调控机制。研究发现，类囊体膜在光照初期先收缩，随后扩张，最终松弛至暗适应状态，这一三阶段动态模式与环式/线性电子传递比(CET/LET)的调控密切相关。
• 影响因子38.1的高分文章是如何测量光曲线和CO2响应曲线的，值得参考
文章研究发现，带正电的Fe3O4纳米颗粒在拟南芥体内经历pH和脂质涂层依赖的转化，优先结合RuBisCO小亚基(无催化位点)，从而在体内抑制其羧化活性，而带负电颗粒在体外直接抑制酶活，揭示了纳米颗粒体内转化对光合蛋白功能的调控新机制。
• 光合作用(气体交换)诱导的理解和测量指南：注意事项和建议
文章系统整合了光合作用诱导实验设计的关键变量与量化方法。是一份非常值得参考的光合作用诱导实验指南。该指南旨在通过以下方式促进研究之间的一致性，并为比较不同物种之间的结果提供便利：1、讨论在设计以测量光合诱导为重点的实验时的最佳做法；2、提供分析光合作用诱导数据的资源；3、找出我们在光合作用诱导方面的集体知识差距。
浮游植物/水环境
• 东英吉利海峡浮游植物功能组成的年代际变化：气候变化可能带来的重大影响
本研究旨在识别和量化EEC浮游植物群落的亚中尺度变化及十年趋势。研究了法国东英吉利海峡近岸到近海区域浮游植物功能组成的十年变化。研究发现2012-2022 年该区域海表温度显著上升（近岸升温 1.05°C，近海升温 0.93°C），营养盐浓度变化导致营养盐比例失衡后又趋于平衡。
• 多佛海峡沿岸和近海高空间分辨率的浮游植物监测：DYPHYRAD调查
DYPHYRAD调查项目生成的高分辨率数据集为研究浮游植物动态和环境驱动因素提供了宝贵的资源。这些数据不仅有助于理解浮游植物群落的生态过程，还为海洋生态系统的管理和保护提供了科学依据。作为研究中使用的关键技术之一，CytoSub在监测浮游植物群落方面发挥了重要作用。其高分辨率的原位测量能力为研究提供了详细的数据支持，有助于深入理解浮游植物的生态特征和环境响应。
• EasyClus软件构建藻类数据库及基于CytoSense数据的叶绿素浓度计算
EasyClus是一款针对浮游植物流式细胞仪CytoSense/ CytoBuoy/ CytoSub的数据分析软件，能够处理复杂多变量时间序列的高频监测数据，结合软件深度学习训练模型，可提高预测的准确性和鲁棒性，用于构建藻类数据库。
• CytoSense/CytoSub微囊藻分析报告：流式细胞仪技术在有害藻华监测中的应用
本报告使用CytoSense（以及CytoSub）分析了微囊藻（Microcystis sp.）。结果显示CytoSense极宽的尺寸接受范围, 使其能够在单次运行中同时分析自然水样的单个细胞和藻团。
感谢各位老师、同学的关注、推荐与积极转发，Agripheno将不忘初心，坚持把国内外最新资讯、战略与政策导读分享给大家，以支持到大家的研究工作。作为开放公众平台，我们欢迎大家撰写各自已发表文章的介绍投稿，分享最新研究成果。此外，如您有最新的业内信息需要推送，我们也乐意效劳。