高通量作物表型监测：育种和精准农业发展的加速器

多学科交叉。如何真正地将工程学科与理论学科相结合，表型研究不仅仅是技术上的创新，更要为育种学家和植物学家所用。开展交叉学科间的深度合作有助于切实地将技术转化为生产力，从而从技术层面加速“基因-表型-环境”的交叉研究。

多数据库共享平台和标准。为了研究“基因-表型-环境”的交互作用，更好地服务育种工作。来自不同数据提供者的高通量基因型数据、表型数据以及实时变化的环境信息，需要有机的结合。因此，建立一套数据标准和共享平台对于大数据时代作物表型研究十分必要（图 4）。

为了更好地鉴别高反馈、速生型和高收益的品种类型，精确、快速地识别与作物生长发育、生理生态、胁迫耐受力以及产量收益等相关的复杂结构性状，仍是当下表型技术发展中亟待解决的难点之一。近 20 年来，表型技术发展迅猛，正在逐步满足高精度和高通量的需求。

在全球气候变化的背景下，胁迫相关的数量性状表现在整个生育期。多时间序列和多源数据的高通量表型数据、基因型数据以及环境监测数据势必造就“大数据”，数据的存储和管理会成为下一步亟待解决的问题。面对海量的数据源，需要研究者建立行之有效的管理体系，完善数据管理和使用规范，从大到小地逐级实施表型数据的科学收集和管理。而这一体系的建立则寄希望于在育种学家和作物学家之间建立起更加深入且行之有效的合作关系，发挥交叉学科优势，真正发挥大数据优势，加速育种及农业精准化、信息化的发展进程。（作者：郭庆华 杨维才 吴芳芳 庞树鑫 金时超 陈凡 王秀杰 中国科学院植物研究所北京 中国科学院遗传与发育生物学研究所北京《中国科学院院刊》供稿）