巴西研究人员正在应用一种创新方法，以加速选择转基因玉米植株以抵抗干旱，并降低任务所涉及的运营成本。该技术使用配备 RGB 摄像头的无人机捕捉田间实验的图像，并将其转换为评估植物健康状况的指数。有了这些信息，就可以更快地识别出最有前途的标本，并模拟它们在不同气候条件下的表现，使选择过程更加高效和准确。
该研究由应用于气候变化的基因组学中心 （GCCRC） 的研究人员进行，该中心是 Embrapa 和坎皮纳斯州立大学 （Unicamp） 之间的合作伙伴关系，得到了圣保罗研究基金会 （Fapesp） 的支持。结果于昨天（1 月 5 日）发表在《植物表型组杂志》上。
由于气候变化导致干旱的频率和严重程度增加，因此开发更具适应力的品种变得至关重要。然而，传统的现场评估方法既费时又昂贵，难以快速推进。“在传统方法中，有必要等待工厂的整个周期并进行手动测量，通常使用昂贵的设备和缓慢的流程，”Embrapa Digital Agriculture 的研究员、该研究的作者 Juliana Yassitepe 解释说。
使用新方法，现场数据收集得到了显著优化。“以前，我们需要几天时间来测量谷物产量、开花时间和株高。现在，我们可以通过无人机飞行和图像处理在几个小时内完成，“Yassitepe 说。
现场实验
在 2023 年旱季期间，在坎皮纳斯 （SP） 进行了两次实验，为期五个月。共种植了 21 个玉米品种，其中 18 个品种具有正在接受耐旱性测试的基因，3 个品种没有基因改变，用于比较。这些植物受到受控管理条件的约束，差异在于一个变量：灌溉。“一组在整个周期中都接受了水，而另一组则遭受了干旱，”Yassitepe 详细说明。
无人机每周在实验场进行飞行，使用 RGB（传统）和多光谱（捕捉不可见光谱，例如红外）相机捕捉图像。分析表明，RGB 相机比多光谱相机便宜得多，可产生可靠的结果，使该技术可用于大规模育种计划。
降低成本并提高效率
除了降低运营成本外，该方法还允许在较小的区域进行研究，这在资源有限的项目中特别有用。种植面积的问题有时是植物遗传改良研究的瓶颈，因为研究小组并不总是有很多可行的种子可以在非常大的区域种植“，Yassitepe 解释说。“通过较低的飞行，可以获得高分辨率的图像，使我们能够在同一区域测试更多种类的玉米，”GCCRC 的博士后研究员、该研究的合著者 Helcio Pereira 补充道。
这种方法还可以在整个生长周期中监测植物的发育。“连续的时间分析对于了解植物如何应对水分胁迫至关重要，”Pereira 解释说。
无人机收集的详细数据已被用于开发预测模型，帮助选择适应不同环境条件的玉米品种。“有了这些模型，我们可以预测植物品种的行为，而无需频繁的手动测量，使过程更快、更容易获得，”Pereira 说。
由 Helcio Pereira、Juliana Nonato、Rafaela Duarte、Isabel Gerhardt、Ricardo Dante、Paulo Arruda 和 Juliana Yassitepe 撰写的研究“受干旱胁迫影响的转基因玉米事件的时间田间表型组学：交叉验证情景和机器学习模型”可在此处访问。
关于 GCCRC
气候变化基因组研究中心 （GCCRC） 是 Embrapa 和 Unicamp 在 FAPESP 的支持下的一项联合倡议，专注于植物基因组学的前沿研究，目标是开发创新解决方案并使作物适应与气候变化相关的压力。在此处了解更多信息。
