面包小麦营养早期根系的表型变异

背景

了解面包小麦的根系形态，对于识别根系性状，培育具有更好资源吸收和更好适应不利环境的品种至关重要。对来自37个国家的184种面包小麦在半水培表型系统中生长的早期营养阶段根系形态性状的变异进行了研究。

结果

分蘖开始时(Z2.1，移栽后35天)植株茎高可达42 cm，根深可达158 cm。在184个基因型中，茎和根性状的表型差异最大，总根长差异4.3倍，根干质量差异5倍。在41个被测性状中，24个根性状和4个茎性状变异系数较大(CV≥0.25)。一些关键的根性状(即根质量、根长和不同深度下的这些参数)与茎部性状(即茎部质量和分蘖数)具有较强的正相关性(P≤0.05)。所选的25个全局性状(全株水平)贡献了五个主成分(特征值> 1)中的一个，捕获了83.0%的基因型总变异性。基于相同的根性状集，聚合层次聚类分析将184个基因型分为4个(缩放距离为15)或7个(缩放距离为10)主要组。性能性状(干质量)与几个功能性状如根长、根长强度和根组织密度之间存在很强的关系，表明它们与植物生长和适应性策略相关。

结论

利用建立的半水栽表型分析技术，在分蘖期观察到小麦基因型根系形态的巨大表型变异性。研究一些根系性状的表型差异和性状相关性，可作为选育具有高效水分获取能力和较好适应非生物胁迫的小麦品种的依据。

面包小麦(小麦)是许多国家的主要作物，是人类食物和动物饲料中最具经济和社会意义的谷类作物之一。人们已在努力确定作物生长和产量的制约因素，并对培育具有合适根系的小麦品种越来越感兴趣，这些品种具有有效利用资源所需的根系性状[1，2，3.］．根系在吸收水分和养分方面起着至关重要的作用，而且往往是最先感知和响应各种土壤胁迫的植物器官，如土壤水分亏缺、盐碱化、内涝和养分缺乏。

植物性状，无论是性能性状还是功能性状，在生态和农业中被广泛认为是代表植物策略的良好代理[4，5］．Violle等人(2007)认为，由于性能性状对生长、繁殖和生存的影响，它们直接有助于适合度，而功能性状则是那些对性能性状有影响，从而间接影响适合度的形态-生理-物候性状[4］．在研究和育种项目中，对根系性能或功能性状的鉴定提高了资源获取效率和对土壤压力的适应能力，特别是在干燥土壤环境中。干旱胁迫，特别是季末(即终末)干旱，是世界干旱和半干旱地区小麦产量和稳定性的主要制约因素[6，7，8］．根系形态性状，称为根类，包括根系长度、数量、角度、不同深度的密度和不同直径类的根系长度[9］．根表型学研究依靠高通量表型分析管道来测量相同或不同作物品种的数百种基因型的根系特性[10］．然而，在育种和选择项目中广泛使用根遗传信息仍然是一个挑战[11］．这主要是由于难以有效和准确地对根系性状进行表型分析，以及难以观察土壤中的根系性状，特别是在田间条件下[12，13］．几种表型分析方法已被用于评价根系，包括使用生长袋(或发芽纸)的水培系统[12，14，15]、气培和琼脂板系统[16，填土根管[3.，17，18，19]和深柱技术[20.］．目前的小麦根系表型研究仅限于非常早期的苗期，只有少数表型平台被用于测量小麦的整个根系，如萌发纸技术[12，21和清锅[22］．土壤填充PVC管(柱)和玻璃墙根箱通常用于根系研究，但当对大组基因型进行表型分析时，这些技术需要大量的人工投入和大的空间[20.，23，24］．半水培显型体系[25]是用来表征狭叶露苹(Lupinus狭叶的l .) [26，27］．该平台已用于其他作物的根表型研究，如鹰嘴豆(中投arietinuml .) [28),玉米玉米L) (29),大麦(大麦芽L.)和大豆(大豆(l)(Chen et al.未发表)，但尚未应用于小麦。

一些研究评估了大量小麦遗传资源的物候学和形态性状[30.，31］．目前世界范围内小麦的多样性是根据欧洲和亚洲的起源来划分的[32，33］．本研究旨在从不同资源中筛选184份面包小麦的根形态表型变异特征，并确定具有根性状的小麦基因型的选择标准，以有效获取土壤资源和适应土壤胁迫。本研究旨在研究一套小麦种质资源分蘖早期根系性状的表型变异，并确定茎根性状之间的关系以及与植物资源获取策略相关的植物性能和功能性状之间的关系。半水培显型体系[25]对184个面包小麦基因型的根系特征及性状-性状相关性进行了测定。

早期芽和根生长的表型变异

移栽后35天(DAT)，小麦植株长到42厘米高(即基因型#55)。1b)和最长的种子根可达158厘米长(#73)，根系生长速度从1.2厘米(#119)到4.4厘米/天(#73)(表1；每个基因型的平均数据和标准误差没有提供，但可根据要求提供)。显著差异(P各基因型间对茎长(株高、叶数、分蘖数)和根长、根密、根深等生根分枝模式均无显著影响。每根系总根长(RL)为670 ~ 3538 cm，中值为1937 cm1)．在184个基因型中，6个基因型的RL值< 1000 cm /株，79个基因型的RL值在1000 ~ 2000 cm /株之间，5个基因型的RL值为> 3000 cm /株(图1)。2)．根据中值(即1937厘米植物⁻¹±标准偏差(552 cm植株⁻¹)， 37个基因型根系小(RL < 1385 cm株)⁻¹)， 31个基因型根系较大(RL > 2489 cm株)⁻¹)．俄罗斯基因型Hopea(#6)单株RL最长(3538±188 cm)，茎部质量最大(450mg)，分别比澳大利亚基因型Tincurrin(#157)高4倍和9倍(表2)1；无花果。2)．沿着根剖面(层)的每一根深度，根长在基因型之间差异很大，某些基因型的根长在三个深度之间的比例差异显著(图5)。2)．最长根系基因型Ferrugineum的最大根系深度是最浅根系基因型W7984的2.5倍。根长密度范围为0.47 ~ 2.47，中位数为1.35 cm⁻²．根长强度在各基因型间的差异约为3倍(表S1)．第1段(顶部0 ~ 20 cm层)与其余根系(RLR_s1/sub)的根长比(RLR_s1/sub)在0.3 ~ 3.81之间，说明不同根深和试验基因型之间根系分布和形态模式不同(表1)1)．

图中显示了在芽和根形态性状上都有很大变化的小麦植株。1c.图片左侧两株芽大小相近的植株根系完全不同:基因#050 (Kulung)的侧根明显更多，根角更宽，顶部20 cm层的根密度高于其伙伴基因#065 (Chyamtang)和图中其他两种基因型。相比之下，#085 (horoshii - komugi)的主根和侧根比其他三种植物深得多，精根(和主根)更少。1c)。

每个基因型的平均根直径从0.26到0.48毫米不等(表2)1)，根径在0.05 ~ 0.45 mm范围内占总根长的84.5%(图1)。S1)．约68%的根长在0.5-0.15 mm根径级。3个根节的根径长度与根径类长度(DCL)的变化趋势相似。粗于0.75 mm的根多位于上层(0 ~ 20 cm)，约占根长的2.4%。不同基因型在特定根长(SRL)上差异显著(P< 0.001、表1)．SRL范围从60.5 (#119:W7984)到172.7(#128:细高跟鞋)，中位数为121.4 m g⁻¹(无花果。2)．Tincurrin、Sunco、Centurk、Cotipora、Krichauff、Yitpi和Harper属于SRL值最高的基因型组，表明根系细根较多。

根据平均值对184个性状的基因型进行排序;总根长前20和后20个基因型见表S2．在总根长排名前20的基因型中，有17个在RL_sub(根长在20厘米以下)(不包括Kulung、Flint和Weibullsholm Jo 3045)、14个在根质量(不包括Austro Bankut、Nachipundo、College Eclipse、Cotipora、Rongotea和Pitic 62)、10个在茎质量上，6个在根生长上。根长排名后20位的基因型中，RL_s1和根质量排名后20位的有13个，RL_sub排名后20位的有15个，根生长率排名后11位，茎质量排名后9位(表S2)．在20个小根系基因型中，11个根系生长缓慢，根系生长速度最低，9个茎质量在前20位。有趣的是，最近发布的几个澳大利亚品种，包括Hydra, Scepter, Impress CI Plus, Harper和Trojan都在根大小(根长和根质量)值较低的最低20个基因型组中。

性状间的一般变异和相关性

除种子根数和主根数、根直径、根组织密度(每根体积的根质量)和第1节的根直径外，其余40个被测性状在基因型间存在显著差异(P< 0.01)(表1和S3.)．24个根性状和4个茎性状变异系数(CV)为> 0.25。根长、根长密度、根长强度(单位深度根长)、根面积和根体积等根系形态性状在基因型间差异较大。这些性状在每个根节(深度)的基因型之间也不同。但在最大根深(最长种子根长)、根径和比根长等根系性状上，变异相对较小，CV值较低。

对于不同根深处的根系性状，所有基因型的三个根截面在根长、根表面积和根体积上都存在较小的差异(图2)。3.)．s1 (0-20 cm土层)、s2 (20-40 cm土层)和s3 (40 cm以下土层)的平均根长分别为687、652和563 cm(表4)1)．在三个根段中，s2的根面积和根体积相对较小，而s1和s2的根长密度显著高于s3(2.64和2.51 vs. 0.62 cm cm)⁻²；无花果。3.)．

在考虑基因型的起源时，不同国家的基因型之间对大多数被测性状存在较大的差异(图5)。年代3.,年代4)．例如，不同国家的平均根长从津巴布韦基因型的每株植物703厘米到阿尔及利亚基因型的每株植物3191厘米不等。不同国家的平均根质量范围从津巴布韦的76毫克到意大利的298毫克不等，芽质量范围从亚美尼亚的137毫克到阿尔及利亚的420毫克不等。

利用25个性状(包括4个茎部性状)建立Pearson相关矩阵，以确定被测性状之间的相关性(表S4)．大多数选择的性状与其他性状具有较强的相关性(P< 0.01)。除根径(RD)和第1节根径(RD_s1)和叶片数(LN)和分蘖数(TN)(种子根数和主根数(SRN)和RD_s1)外，所有根系性状均与茎干质量和总干质量高度相关(p < 0.05)P< 0.01)。全根系的根长(RL)、根截面和根长强度(RLI)与茎高(SH)呈极显著相关(p < 0.05)。P< 0.05;表的年代4)．除比根长(SRL)、根组织密度(RTD)、RD_s1和根质量比(RMR)外，RL与其他性状均显著相关P< 0.01)。例如，RL与根质量(RM)密切相关(R²= 0.80,P< 0.01;无花果。4a)，射质(SM)R²= 0.62,P< 0.01;无花果。4b)和根生长比(RGR) (R²= 0.28,P< 0.05;无花果。4c).各剖面的RL与RM、SM和RGR也分别显著相关(P< 0.01)(图4,表4)．SM与RM密切相关(R²= 0.72,P< 0.01;无花果。5一个;表的年代4)．SRL与SM、总干质量(P< 0.01;无花果。5b, d)。根质量比与总干质量呈负相关(P< 0.01;无花果。5c).最大根深(MRD)分别与RM、SM、总干质量(TDM)、LN和TN有较强的相关性，而与SH无相关性(P< 0.05;表的年代4)．SRN与SH相关，而与LN和TN无关，TN与LN (P< 0.01;表的年代4)．SRL与RTD、RD(第1节和第3节)、RM、SM、TDM、LN和TN(均P< 0.01除外PLN < 0.05;表的年代4)．

性状变异的测定

对(1)全局性状进行主成分分析(PCA)2；无花果。6a、b7a, b)，(2)上截面性状(图5)。6c,7c)和(3)子截面性状(图。6d,7d).对选定的16个全局性状(不包括数学关联性状，如根长密度、根体积和全根系和根截面的根面积)的第一个主成分分析揭示了5个特征值为> 1的主成分(pc)，捕获了测试基因型间83.0%的变异(表2)．PC1变异率占总变异率的39.3%，主要由RL、RLI、RM、SM、TDM、LN和TN等全株性状组成，PC2变异率占总变异率的16.3%，主要由种子根长1区(SRLZ1)、种子根长1区(SRLZ2)、MRD和RD组成。PC3变异率为11.0%，主要由芽高(SH)、种子和主根数(SRN)和根质量比(RMR)组成。4个地方性状的PCA各包含2个pc, PC1占96.9%(上段;无花果。6c,7C)和75.5%(分段;无花果。6d,7d).基因型以根的大小表示(图5)。6)或原产大陆(图。7)．双标图在3个根大小类别中表现出明显的基因型分离，表明除SRL、RD和RMR外，所有全局性状对根系大小都有正向贡献(图1)。6a)全局性状中，RL、RM、SM、TDM和MRD对根大小的贡献最大。4个局部性状(除RD外)中有3个与根系大小密切相关(图2)。6c, d)。就大陆而言，大多数全球性状对欧洲血统基因型的影响往往大于大洋洲血统基因型的影响(图1)。7a).上截面性状也是如此。7c)，但不包括子截面性状(图。7d)。

基于根性状的基因型间群体识别

K基于CV值为> 0.25的9个根相关性状，-means聚类分析确定了5个相对均匀的基因型组(表S5)．每组基因型的聚类中心数据确定了除SRN外对群体分离有显著贡献的所有根性状(P< 0.01)。5个组的基因型数量从16到56个不等，表明测试基因型之间的同质程度存在差异。簇3将除根长比(RLR_s1/sub)外的所有根性状的簇中心值最高的16个基因型组合在一起。Cluster 1包含32个基因型，除RLR_s1/sub基因型最大外，所有根性状的基因型值最低。聚类2、4和5分别包含28、56和52个基因型，聚类中心值中等。聚集层次聚类(AHC)的树状图将184个基因型在同一组24个根性状上，采用欧式距离平方的平均连锁法，以15为尺度的距离将其分成4个主要的分支(图S .)5)．将基因型进一步分为7组，采用10倍距离。从每组中选取具有代表性的基因型进行进一步研究。就国家而言，37个国家中每个国家的基因型数量不同，从1个基因型到55个基因型不等。澳大利亚(55个基因型)、墨西哥(18个)、尼泊尔(13个)和俄罗斯(10个)是该研究中包含10个或更多基因型的前四个国家。来自澳大利亚的55个基因型被聚为5组(图S4G7的基因型最多(34个，占55个基因型的61.8%)，其次是G6(13个，占23.6%)、G4和G3(各3个)和G1(2个)。但在3个不同的类群中划分了3个来自中国的基因型(#1、#74和#148)。这些结果表明，来自同一国家的基因型并不总是聚集到相同或更接近的组中。

小麦根系性状变异特征及其对育种的意义

人们对研究根表型学越来越感兴趣，这被认为是作物育种的核心[11，34］．在测量的根系性状中，不同深度的根系深度、根系总长度、根系质量和根系长密度(RLD)对水分和养分的获取最为重要[17，35］．小麦的选择和育种项目主要关注地上性状和产量，而忽视了它们对根性状的影响[36］．Hopea、Bahatans 87和Ghurka基因型的根系长度排在前20位，根系长度和根质量均显著增加，根系生长速度快(表S2,无花果。2)．这些基因型小麦强健的根系，尽管在当前降雨条件下生长时，在深层沙质土壤中对氮的吸收更好[37，38]，也会导致过早的终末期干旱，因为它们的浅根系可以很快地利用表层土壤中的有效水分。它们庞大的浅根系的优势可能是利用开花后小雨滴带来的土壤水分[37，39］．强健根系基因型通常有更好的作物生长和幼苗发育，当根系很深时(强健度高)，并在雨养环境中提高水分利用效率和粮食产量[40］．几个澳大利亚商业品种，包括Drysdale, Harper和Mace，在总根长和根质量的基因型中排名后20位，表明根系小(表S2)．两个先进的育种品系IGW-3119和IGW-3262被认为适合旱地环境[41]发育中等大小的根系，这反映在根系深度、根系长度和干质量上1)．其他研究已证实，现代小麦品种的根系比老品种小[13，42，43，这是为提高粮食产量而进行育种的意外结果。干旱环境和旱季小麦籽粒产量的选择主要侧重于缩短物候期，特别是缩短开花时间，以避免干旱对籽粒灌浆的严重影响[40］．现代小麦品种的高产与开花时间短和根系小开花时间短有关[44］．小麦根系通过每日光合作用碳的分配而生长。从叶片出芽(Z11)到花开始(双脊，Z31)的分配为42-48%，在此阶段它突然减少到18%，随后在启动(Z27)时减少到4% [45，46］．因此，与开花时间较长的品种相比，开花时间较短的小麦品种根系生长时间较短，因此根系尺寸较小[44］．在雨养农业体系下，根系生长旺盛、根长、根质量和生长早期RLD较大的基因型往往能更好地捕获水分，促进作物生长和幼苗生长，并提高粮食产量[47，48］．

根系深度是与根系深度水分和养分吸收有关的重要性状。我们的表型研究显示，在受测小麦基因型之间的生根深度有3倍的差异(表1)．早期生长的深根与早期根系活力之间存在正相关关系，有利于作物生长，提高光合能力和生物量生产[49，50］．深根性基因型提高了水稻的耐旱性和氮素积累，提高了灌浆过程中收获指数和从根到梢的细胞分裂素通量[51］．旺盛生长和深生根的能力使作物能够获得地下水分和更好的光合作用，并在干旱条件下灌浆，从而有助于避免干旱[8］．根系深的基因型更适合于干旱易发地区[35，52]，有利于玉米捕获底土硝酸盐[1］．

在本研究中观察到不同基因型之间直径类的根直径和根长有相当大的差异，用比根长(SRL，计算为根长除以根质量)表示。年代1,年代2)．SRL是描述根表型学的一个广泛使用的性状，说明了根质量如何用于养分获取。它可表征根系的经济方面，并可指示环境变化[53］．一些小麦基因型，包括澳大利亚品种Bonnie Rock、Cranbrook、Cobra、Drysdale、Frame、Kennedy、Livingston和Yitpi，具有较高的SRL，表明根系较薄，这可能增加了单位根体积的表面积，提高了水分和营养的吸收效率[41］．此外，根直径小(即SRL较大)和根长密度大的基因型更能适应干旱条件[6，54］．在澳大利亚的新南威尔士州北部和昆士兰州南部，小麦在冬春两季生长在之前夏季降雨所储存的土壤水分上，终末期干旱经常发生，因此，具有更细根和更大SRL的基因型有望在灌浆期间节省底土水分。这主要是由于细种根的后胚部导管狭窄，根系的导水性较低[6］．土壤剖面深处的高根长密度是开花后获取深层土壤水分的关键性状，有助于在终末干旱条件下获得高产[48，55，56，57］．一项对中国干旱条件下冬小麦老品种、现代品种和新发布品种的评估证实，适度干旱条件刺激了新发布品种的根系生长，使其能够获得深层土壤水分，从而提高粮食产量[42］．因此，可以选择直径小、比根长大、地下根长密度和根毛密度增加等根系特性的基因型作为候选亲本。

本研究在“性能性状”和“功能性状”分类下测定了43个性状，包括39个根相关性状和4个茎部性状。根据Violle等人(2007)[4]，性能性状是植物适合度的直接度量，如茎和根的生物量，功能性状是通过对植物生长、繁殖和生存的影响对植物适合度产生间接影响的参数。皮尔逊相关矩阵发现，绩效特征和一些功能特征之间存在很强的相关性(P< 0.01;无花果。4，5；表的年代4)．有证据表明，植物干质量(茎、根和总)与比根长(SRL)、根长强度(RLI)和根组织密度(RTD)等几个功能性状之间存在很强的相关性，这表明相关的根系性状组合与植物生长策略相关[58，59］．研究表明，快速生长的植物往往具有较高的SRL和根组织中的根氮浓度，细根往往具有较高的呼吸速率，这很可能反映了与营养吸收和同化相关的代谢活动[59，60］．

根系大小(根长和根质量)相似的基因型可能在土壤剖面中分布不同，这可以用根长密度来衡量，根长密度是根系长度的镜像性状(图5)。3.，6，7)．最近对玉米的几项研究表明，减少侧根分枝密度、更陡的根生长角度和冠根产量的基因型在不育土壤中更好地在剖面中更深的位置生长、氮吸收和产量(Lynch 2019年综述)[58］．来自不同地理来源的基因型显示出一些差异(图S3.,年代4)反映出需要进一步探索的潜在生态和气候联系。

我们对小麦植株早期生长的观察也表明，某些基因型在根系大小和芽表现之间并没有密切的关系，如图所示。1C，表明芽高的变化并不总是反映根系的大小，反之亦然。在一个春小麦协会绘图小组中，根系性状的遗传变异分析显示株高与根系干重之间存在微弱的负相关[36］．在小麦方面，关于根系性状和株高之间的关系，几项研究报告了相互矛盾的结果。13，61］．在本研究中，由于处理大量植物的可行性和主要关注分蘖期根系相关性状的评估，没有测量叶面积。在未来的研究中，可以测量更多的芽相关性状，如物候发育和芽形态生理性状。

土壤和生长后期根系性状的验证

利用建立的半水培显型体系[25]、本研究及其他[20.，22，28，29，56]，阐明了源自37个国家的184个面包小麦基因型中许多根形态性状的表型变异性。这些根表型组学中的表型变异可能与基因型之间的差异有关，这些基因型在响应环境以优化资源获取方面的能力不同[62］．已经尝试将半水栽系统中获取的数字根系图像、自动化高通量计算和协作平台，如DIRT [63]分析作物根系表型学，特别是根系生长角度的量化。

用24 l (24 cm × 10 cm, 100 cm深)的根箱填充农田土壤，在后续验证试验中选取了5个根系大小假设存在差异的基因型[24］．结果表明，分蘖初期根系大小的表型变异(Z2.1, 35 DAT)在孕穗期可重现(Z4.9;播后63 d)进行验证试验[24］．营养早期和个体发育后期根系生长与一些重要根系性状基因型的一致排序之间的正相关关系证明了半水培表型系统能够为根系表型研究提供简单、相关的生长条件。通过在不同环境下的重复实验，对野生窄叶罗苹的一系列早期研究也确认了半水栽表型系统的可靠性，包括田间[26，60，64］．一些研究调查了受控环境和田间环境下根系表型的相关性。例如，在潮湿发芽纸上生长的双叶期小麦幼苗与田间生长的小麦幼苗之间发现了显著的根系性状相关性[56］．然而，将生长早期半水培系统中获得的表型数据转化为小麦育种项目是有局限性的。因此，表型系统需要产生可靠的根性状排名，生长介质的选择需要仔细考虑。现代根系成像技术的发展和根系模拟建模可以整合到表型分析平台中。

利用建立的半水栽表型分析平台，对184个面包小麦基因型的根系性状进行了分析，发现了若干根系性状存在较大的变异，并观察了分蘖开始时性能性状与功能性状之间的相关性。具有有趣的根表型的基因型，如根长和根质量大、根长密度高、根深和根细以及性状-性状关系，可用于土壤和各种生长条件下的进一步评价，并可用于育种计划中与广泛适应的品种杂交。此外，利用最新的基因组编辑技术和国际小麦基因组测序联盟的测序数据，可以将这些有价值的根系性状纳入标记辅助选择，以培育耐旱性和资源利用效率更高的品种。

植物材料与实验设计

本研究选取了来自37个国家的184种面包小麦基因型。该基因集包括99个基因型，来自372个代表世界小麦多样性的核心收集，由两套SSR标记产生，保存在法国国家农业研究所的克莱蒙特-费朗遗传资源中心(http://www.clermont.inra.fr/umr-asp) [33］．INRA谷物种质收集包括>万份六倍体小麦，其中约3000份来自法国、欧洲和世界其他地区[32］．该系列还包括2014年西澳大利亚种植面积最高的10个品种，以及在不同年份发布的一些精选的澳大利亚品种。因此，本研究收集的面包小麦遗传资源占世界面包小麦遗传资源的相当大比例，为今后小麦遗传多样性研究提供了有用的工具。

184种面包小麦基因型的种子来自澳大利亚谷物基因库、澳大利亚谷物技术、澳大利亚冬季谷物收集(AWCC)、CSIRO和InterGrain。本表型研究中包含的小麦基因型列表见表S6包括他们的原产国和种子提供者。

植物在已建立的半水培表型系统中生长，在别处已有描述[25］．简单地说，该系统包括一个240升的塑料轮箱(顶部75 × 58厘米，高108厘米)，20个生长单元，由5毫米厚的亚克力面板(260 × 480毫米)用黑色印花布包裹，和一个自动控制的灌溉系统。

每个料仓系统灌入30 L溶液，溶液中K(1220)、P(20)、S(1802)、Ca(600)、Mg(200)、Cu(0.2)、Zn(0.75)、Mn(0.75)、B(5)、Co(0.2)、Na(0.06)、Mo(0.03)、Fe(20)和N(2000)的浓度为m m。植物生长在面板和布料之间的单元中，在生长期间通过泵送系统湿润。植物生长在位于珀斯的西澳大利亚大学(31°58 ' S, 115°49 ' E)的温控温室中，昼夜温度为22/16°C，平均相对湿度为66%，正午最大光合光子通量密度为1440 μmol光子m⁻²年代⁻¹研究期间(2016年4月- 5月)1a).采用随机区组设计，共184个小麦基因型，4个重复。每种基因型的四株复制植物分别生长在四个不同的箱子里。5个可容纳200株植物(包括每个基因型的1株，外加16株缓冲植物)的箱子被认为是一个重复(每个箱子40株，每个生长单元2株/玻璃布板，板间间隔2厘米)。每个箱子里的40株植物是随机种植的。箱与箱之间留有30-50厘米的空隙，便于进出，避免箱与箱之间的植物攀比。每个料仓底部装有两个轮子，便于移动和每周重新定位，以尽量减少实验期间对环境的影响。温室保持日常卫生，没有使用杀虫剂。

植物的生长

小麦种子表面消毒后，播种在多孔塑料苗盘中，填充冲洗过的河沙(< 2毫米)，以便发芽。播种后5天，当幼苗根系接近时。2-3厘米长、均匀的幼苗小心地从托盘中取出，用去离子水(DI)清洗，并移植到半水培系统的生长玻璃布袋中。

采样和测量

植株在移栽后35天(DAT)分蘖初收(Z2.1;扎达克的谷物生长规模)。在收获时，人工记录每株的芽高、叶片和分蘖数。用尺子从土壤的表面到最高的叶子的顶端测量芽的高度。生长板从箱子里拿出来，放在一个平坦的长凳上。除去布，暴露根系，以便使用安装在长凳顶部上方的带有荧光灯和相机(尼康D5200)的拍摄系统进行拍摄。拍摄结束后，将嫩枝从树冠根部剪下，将嫩枝分开。在收获时手动测量分枝区(有侧根)和非分枝区(没有侧根)的最长种子根长度(见表)3.)．每株植物最深的主根和/或侧根长度定义为最大根深，即分枝区根长与非分枝区根长之和。对每株种子根数(包括主根)进行计数和记录。通过从根部开始将根系切成20厘米的截面，并在干燥前进行光学扫描，收集根系的次样本进行形态和结构测量(见下文)。将嫩枝和根放入65°C的空气烘箱中干燥72 h，测定嫩枝和根的干质量。

使用桌面扫描仪(爱普生perfect V700，美国加利福尼亚州长滩)以300 dpi灰度扫描根子样本。在WinRHIZO(教授v2009, Regent Instruments, Montreal, QC, Canada)中分析根系图像，获取每个20厘米根系切片的根系长度、根系面积、根系体积、平均根系直径和直径类根系长度。成像分析使用了小于1毫米折现物体的碎片去除滤波器²图像中的长宽比< 8。除两个较低的直径为0.05 mm外，根以0.1 mm的间隔被划分为十个直径级。

根系性状的测量和计算

每个根系的根系形态性状(全局水平)，包括根长、根表面积、根体积、平均根直径和直径类长(DCL，直径类内的根长)，由WinRHIZO从根系扫描图像中计算出每20厘米截面的各自局部性状(表2)3.)．第一个20厘米的根系部分(s1)和超过40厘米(到110厘米)的部分分别被认为是“顶根层”和“次根层”部分。收获时，每株最长种子根长度除以生长天数(35天)即为根生长速度。根长密度(RLD)计算为单位面积的总根长，因为根系生长在二维单位(根面积为1430、260、260和910 cm)²对于整个根系统，分别为s1、s2和s3)。根长强度定义为总根长除以根深。用比根长(SRL，单位根质量的根长)作为根厚的指标。相对径类长(rDCL)等于DCL除以根长，得到根长的比例，以归一化不同大小植物之间的差异。42个根性状和4个茎部性状的详细描述见表3.．

统计分析

使用SPSS统计软件(Version 19, IBM, USA)对基因型和植物位置的主要影响进行通用线性模型(GLM)多变量分析。对每个基因型的4个重复数据进行分析。生长在容器边缘和容器中部的植物在基因型间的所有测量性状均无显著差异(表S3.)．当所有参数都被纳入GLM分析时，恒定的多变量偏度(0.18)和峰度(0.36)标准误差表明没有严重偏离多变量正态性。25个性状对之间的一般相关性(表1)被纳入Pearson相关分析，当P≤0.05。在全局和局部/截面水平上，根系面积、根系体积、根系长度密度和根系生长速率等数学关联性状被排除在相关性分析中。同一组性状还用于全局(整个根系)和局部(部分)性状的主成分分析(PCA)，以确定跨基因型根系形态变异的决定因素[65］．根据单株总根长(RL)将基因型分为小(37个)、中(116个)和大(31个)根系3个组。中根大小群体间隔定义为RL的中值(即1937 cm植株)⁻¹±标准偏差(552 cm植株⁻¹)．通过加减中点来构造中间区间的上下边界。采用以欧式平方距离为间隔测量的平均连锁法，对上述性状集的9个根性状(不包括4个茎性状)和基因型间同质组之间的方差进行分层聚类分析。生成了五个识别组的聚类中心K——聚类分析。选取的不同根深度的关键根性状和来自不同国家的基因型的根性状分别用Origin绘图包(OriginLab, Northampton, Massachusetts, USA)绘制成分组框图。这些方框是基于第一和第三个四分位数定义的特征的中值，位于胡须以外的单个数据点(距离中位数的四分位数范围的1.5倍)被认为是异常值。其他线图是在Excel 2013中使用SPSS统计软件生成的平均数据生成的。

本研究期间产生或分析的所有数据均包含在本文及其补充信息文件中。

AHC:

会凝聚的层次聚类

AWCC:

澳大利亚冬季谷物系列

CSIRO:

澳大利亚联邦科学和工业研究所

简历:

变异系数

DAT:

几天后移植

迪:

去离子的

污垢:

根系性状的数字成像

全球语言监测机构:

一般线性模型

病人:

概率

PC:

主成分

主成分分析:

主成分分析

PVC:

聚氯乙烯

R2:

r平方(决定系数)

SRLZ1:

种子根长1区

SRLZ2:

种子根长2区

MRD:

最大根深

SRN:

种子和主根数

RL:

总根长

理查德·道金斯:

根直径

类风湿性关节炎:

总根面积

房车:

总根卷

行:

根长密度

生存研究实验室:

特定的根长

扶轮领导学院(RLI):

根长密度

RTD:

根组织密度

DCL:

直径长度类

rDCL:

相对直径类长

RL_s1:

根长度s1

RD_s1:

根直径s1

RA_s1:

根区s1

RV_s1:

根卷s1

RLD_s1:

根长密度

RL_s2:

根长度s2

RD_s2:

根直径s2

RA_s2:

根区s2

RV_s2:

根卷s2

RLD_s2:

根长密度s2

RL_s3:

根长度s3

RD_s3:

根直径s3

RA_s3:

根区s3

RV_s3:

根卷s3

RLD_s3:

根长密度s3

RL_sub:

子根层的根长度

RD_sub:

根直径在次根层

RA_sub:

次根层的根面积

RV_sub:

亚根层的根体积

RLD_sub:

根长密度在次根层

RLR_s1 /订阅:

根的长度比

RGR:

根生长速率

RM:

根质量

SM:

拍摄的质量

TDM:

总干质量

RMR:

根质量比

承宪:

拍摄高度

LN:

叶数

TN:

分蘖数

澳大利亚谷物基因库的Sally Norton, InterGrain Pty有限公司的Daniel Mullen和AGT育种公司的Dion Bennett为这项研究提供了种子材料。感谢Robert Creasy、Bill Piasini、王胶东、郑俊林和冯宇鹏在实验中的技术支持和帮助。作者非常感谢法国蒙彼利埃INRA的毛准博士对该手稿的早期版本提供了批判性的评论和评论。

西澳大学农业研究所为研究的设计、数据的收集、分析和解释以及撰写手稿提供了资金。

从属关系

1. 西澳大利亚大学农业研究所和农业与环境学院，LB 5005，珀斯，WA, 6001，澳大利亚

   陈英龙，Jairo Palta & Kadambot H. M. Siddique

2. CSIRO农业与食品，私人袋5号，Wembley, WA, 6913，澳大利亚

   Jairo Palta

3. 堪萨斯州立大学农学系，美国堪萨斯州曼哈顿66506

   P. V. Vara Prasad

贡献

YC和KS构思并设计了实验。YC进行了所有的实验工作，分析了数据，并撰写了手稿。KS, JP和VP协助修改手稿。所有作者阅读并批准了最终稿件。

相应的作者

对应到陈迎龙．

伦理批准和同意参与

不适用。

同意出版

不适用。

相互竞争的利益

作者声明他们没有竞争利益。

出版商的注意

施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

再版和权限