q日Q我校生命科学学院徐沛课题组在《iScience》杂志上发表论文Q报道了一U能够将功能生理表型QFPPQ与功能作图QFMQ相l合的一般性算法框Ӟ通过高维l计推理实现两者的整合Q可以帮助研I者理解基因型如何译型。徐沛课题组外籍讲师ArunPandey为本论文W一作者，徐沛研究员ؓW一通讯作者（Lead contactQ，国宑֤法尼亚州立大学邬荣领教授和以色列耶\撒冷希伯来大学MenachemMoshelion教授为共同通讯作者。北京林业大学姜立L博士、耶\撒冷希伯来大学GosaSanbon博士和中国计量大学孙挺博士ؓ本研I作出重要A(ch)献?/p>
q年来，高通量表型计量技术，包括生理表型技术日益成熟，已能够长期、实时监植物响应环境动态变化的l合生理性状。该技术与下一代基因组技术一起将植物U学带入了大数据时代。然而，目前仍缺乏能够偶联解析动态生理性状与DNA序列变异间关pȝ通用法框架Q这已成型组时代的重大技术瓶颈之一。徐沛课题组的上q阶D|研I成果ؓ解决q一问题开辟了新\?/p>
该研I在ȝ温室中利用基于蒸渗原理的高通量生理表型l^台“PlantArray 3.0”实现对62个株pȝ成的番茄渐渗p（ILQ群体的水分生理参数、土壤及气象参数的自动、同步、动态采集。以处理前正常灌溉、渐q式q旱和复水等三个不同阶段的蒸腾表型数据ؓ例，利用勒让德函敎ͼLegendre functionQ和l构化反依赖性模型（structured antedependence modelQ对植物蒸腾速率q_向量q行建模Qƈq行协方差矩늻构的估计Q进而得到功能作图框架下的关键拟合参数。结果表明，在第一阶段Q蒸N率随植物生长而逐渐增大Q在W二阶段Q其势转ؓ逐渐下降Q在W三阶段Q蒸N率q速增加，在复水后W?天达到最大|之后逐渐下降。将拟合参数U_FPP-FM函数映射后，通过排列验计识别出7个具有强效应、能够调控蒸N率时空变化的动态QTLs。通过q一步构建QTL互作|络Q可以揭C它们如何调控干pq下的表型可塑性，促进植物对环境变化的适应。FPP-FM法框架的原理具有普遍适用性，不仅可用于解析水分生理性状Q也可以用于解析其他h多处理特征的动态生理和形态性状。其遗传框架也不限于hp谱关系的遗传群体（ILs、F2体、重l自交系{）Q而是可以拓展到基于连锁不q的自然群体?/p>
图ؓ控制渐进式干旱条件下蒸腾速率变化的动态QTLs及其|络。（AQIL体所有株p蒸N率的阶D|变化，其^均向量曲U（U色Q由Legendre 函数拟合。（BQ通过FPP-FM得到曼哈图Q表明动态蒸N率相关的分子标记的显著性。（CQ最显著QTLQ?1h色体Q上的两个等位位点对蒸腾速率的动态效应比较。（DQ处理前正常灌溉、渐q式q旱和复水等三个不同阶段下QTL互作|络。每个网l中的枢UQTLs用深色高亮显C?/p>
