使用高通量表型系統和非破壞性成像被廣泛認為是解決作物優(yōu)良基因-表型互作研究的關(guān)鍵技術(shù)，此項技術(shù)可以允許科學(xué)家和育種者在不同的環(huán)境條件下開(kāi)展作物的表型研究。許多表型研究已經(jīng)使用模式植物—擬南芥，進(jìn)行了優(yōu)化實(shí)驗。下面我們主要以C4模式經(jīng)典植物—玉米與高粱為例，進(jìn)行表型案例的具體分析。

玉米（學(xué)名：Zea mays）是一年生禾本科草本植物，是全世界總產(chǎn)量很高的重要糧食作物。近代美國為了擴大玉米產(chǎn)量，有私營(yíng)公司研究出以基因重新排序的方式改造玉米生長(cháng)與面對環(huán)境的能力，演變出產(chǎn)量巨大的超級玉米。用途：轉基因玉米被拿來(lái)當作飼料喂牛、豬，以及制成玉米淀粉間接制成給人類(lèi)食用的食品與調味料。用高通量成像系統可以準確地識別和區分玉米的生長(cháng)相關(guān)的特異性表型性狀。軟件提供用了強大而簡(jiǎn)約的R腳本，以允許其他用戶(hù)的成像系統可以很容易地提取有用的數據，從而減輕了表型篩選的瓶頸，更快進(jìn)行重要作物的多種基因型后續分析。

玉米株型研究領(lǐng)域重點(diǎn)關(guān)注的參數：植物冠層寬度、垂直高度、緊密度、對稱(chēng)性、投影葉面積、空間體積、植物結構、葉角度、節間長(cháng)度、葉長(cháng)

玉米對生物脅迫反應的領(lǐng)域重點(diǎn)關(guān)注的參數：垂直高度、投影葉面積、空間體積、葉顏色、葉病斑、植物結構、葉角度、節間長(cháng)度、葉長(cháng)

玉米對非生物脅迫反應的領(lǐng)域重點(diǎn)關(guān)注的參數：整株相對含水量分布、植物結構、葉角度、節間長(cháng)度、葉長(cháng)、垂直高度、投影葉面積、空間體積、葉顏色、投影葉面積、空間體積

玉米產(chǎn)量研究領(lǐng)域重點(diǎn)關(guān)注的參數：植物冠層寬度、垂直高度、空間體積（生物量）、玉米軸直徑、玉米軸厚度、玉米種子成熟度、性狀。

玉米可以計算單葉葉長(cháng)、葉朝向，如下圖。

文章來(lái)源：Lloren, Cabrera-Bosquet et al., New Phytologist(2016)

上面這篇文章通過(guò)頂部和側面的3D成像，分析、提取出不同品種的玉米植株骨架數據，可進(jìn)一步計算包括葉傾角在內的多種參數。

另外一項研究中，澳大利亞阿德萊德大學(xué)的PlantAccelerator^?進(jìn)行了高粱的表型研究，后者和玉米類(lèi)似，同樣是C4植物。他們進(jìn)行了不同濃度的N處理和控水處理，使用成像并發(fā)現與脅迫耐受性相關(guān)的參數，例如晝夜葉卷曲和葉面積指數。使用不同光譜范圍的成像來(lái)監測植物組成，葉綠素和水分含量。表型圖像分析準確測量植物生物量。數據采集還獲得了不同高粱品種對實(shí)驗處理的響應，并建模。

各項相關(guān)性分析，植株投影面積與生物量呈現正相關(guān)性。

不同濃度N處理高粱的表型圖像（植株大小、顏色分析）

干旱處理下高粱的表型（植株形態(tài)、生物量、葉面積、葉卷曲度）

近紅外反射

（NIR）分析是水分含量和葉厚度的良好預測因子，與植物水分含量相關(guān)。

顏色分析圖像顯示，葉面顏色和葉綠素含量相關(guān)

如果是離體的穗，我們以水稻為例，可以精準分離每一顆種子，再進(jìn)一步做表型分析。

如果是在體測量植物的穗，可以使用激光3D的方法，結合RGB成像，分型穗型、穗夾角等參數。