作物的抗旱性是一个由多基因节造的数量性状。由于抗旱表型鉴定的难题性
，作物抗旱性遗传机造的解析一向长短生物逆境钻研的一个难点。新兴的高通量表型组学技术能有效解决精准表型鉴定的难题。通过高通量和多维度表型组学数据
，结合高通量的沉测序技术更有利于全面解析作物抗旱的遗传个性、正确挖掘干旱候选基因。

近日
，国际驰名植物学期刊Plant Biotechnology Journal在线颁发了华中农业大学作物遗传改进国度沉点尝试室棉花团队与表型团队合作的题为“Phenomics-based GWAS Analysis Reveals the Genetic Architecture for Drought Resistance in Cotton”的钻研性论文。

该钻研在2015年和2017年别离对200份棉花主题种质资源在苗期进行轻度和沉度干旱胁迫处置
，并设置干旱后复水处置。利用华中农业大学自动化的高通量表型组平台对棉花苗期进行了动态的、多维度表型鉴定
，共采集、提取到119个数字化状态和纹理特点（i-traits）。

图1 棉花高通量表型平台

钻研发现
，表型组平台能够精准地采集株高档传统人为采集指标
，同时可多维度的采集有关农艺性状指标并数字化；另表
，除了可作为干旱响应的株高档传统指标表
，作者从状态特点和纹理中鉴定到能正确反映棉花在苗期响应干旱胁迫的多个非人为获得性i-traits指标（PD、RF及ET_G等）。结合伪彩图显示
，敏旱资料相对于抗旱资料在干旱前提下阐发出更高的高维度PD值
，同时
，敏旱资料和抗旱资料在干旱胁迫下出现出分歧的散布法规。因而
，部门i-traits（如PD、RF及ET_G等）经验证能够作为新型的抗旱指标。

图2 图像特点-植株密度（PD）

基于这119个i-traits的抗旱系数（DRC）
，作者结合沉测序数据
，通过全基因组关联分析的步骤鉴定到了390个与干旱有关的QTL。在这些QTL中
，不仅鉴定到了前人已颁发的如GhRD2, GhNAC4等基因
，还有一些未报路的基因。作者进一步结合抗感资料的表白谱数据
，在ChrA04号染色体上被多个性状共同关联到的一个QTL内鉴定到了受干旱诱导显著上调表白的两个unannotated基因Gh_A040377、Gh_A040378 （GhDNRs）
，并通过VIGS尝试结合有关i-traits在干旱敏感性分歧资猜中验证其负调控棉花的抗旱性。