（记者 高志民）近来，中国农业科学院生物技能研讨所玉米功用基因组团队与作物代谢调控与养分强化团队协作，初次对玉米自交系全生育期进行全自动高通量无损监测，深化解析了玉米株高构成的动态遗传根底和调控网络，并经过机器学习构建了株高的智能猜测模型。该研讨为玉米表型精准断定、重要基因克隆和株型改进供给了有用战略和新的基因资源。

  玉米是我国栽培培养面积最大、产值最高的粮食作物，对保证国家粮食安全至关重要。优秀的耐密株型是完成丰盈高产的重要条件。玉米株型、产值等杂乱性状的研讨离不开表型精准断定，但传统的表型性状剖析存在丈量通量低、耗时吃力、精度不高、有破坏性等缺陷，难以做到全天候、全生育期的动态监测。“表型断定瓶颈”严峻阻止了玉米基因资源的发掘和严重种类的培养，因而亟待开发作物全生育期高通量表型组精准辨别断定技能，推动耐密抱负株型严重基因发掘和新种类培养。研讨人员使用228份具有广泛遗传变异的玉米天然集体，在高通量3D表型组渠道对玉米全生育期进行全天候动态检测，获得了约24.4万张表型图画。在此根底上，研讨人员还研制了多光学图画批处理程序，剖析并提取了77个掩盖玉米全生育期株型、生物量、成长速率等要害图画性状。结合全基因组相关剖析断定了4945个明显的单核苷酸多态性（SNPs）和1974个候选基因，构建了基因和图画性状的相关网络，并经过突变体剖析验证了中心基因ZmVATE在调控玉米节间发育和株高上的生物功用。

  研讨人员进一步使用前期性状构建机器学习模型来猜测玉米终究的株高，发现仅需5个图画性状就可在前期发育阶段对终究株高进行猜测，预示着这些性状可作为潜在的株高发育相关生物符号，对玉米株型改进和遗传育种具有极端严重的使用价值。该研讨深化解析了玉米株高构成的动态遗传根底和调控网络，拓宽了人们对株型发育机制的了解。

  该研讨工作得到国家重点研制方案、国家天然科学基金、中国农业科学院严重科研任务、科学技能创新工程等项目赞助。相关研讨成果宣布在《分子植物（MolecularPlant）》上。