中天智感"環境與植物互作分析儀"獲種業大會科學家高度關注
2025年1月10日,第四屆三亞國際種業科學家大會暨2025國際種業科技博覽會在三亞圓滿閉幕。此次大會匯聚了全球30余位院士及近百名高層次專家學者,其中國際嘉賓占比超過30%。為期多天的會議共舉辦了170余場主題報告,吸引了近2000名參會代表,充分彰顯了其作為全球種業發展“風向標”的重要地位。
在同期舉辦的2025國際種業科技博覽會上,江蘇中天智感生命數據有限公司展出的全球首臺“環境與植物互作分析儀”成為焦點之一,吸引了眾多科學家和行業專家駐足參觀。
突破性儀器引發院士高度評價
展會首日,中國農業科學院原院長、俄羅斯科學院院士翟虎渠教授,中國工程院院士許為鋼等多位種業科學家專程前往中天智感展臺,詳細了解這款儀器的核心技術和應用前景。
“環境與植物互作分析儀”的發明者、吳沿友教授給翟虎渠院士和許為鋼院士一行詳細介紹了儀器的測量原理和強大功能。吳教授說,這個儀器之所以功能強大,是因為它能實時分析植物葉片里的電學元件在儲存和轉換能量時的物質和能量運動規律,這樣就能客觀真實地反映出植物的生理狀態。
葉片是植物最重要的功能器官,是將太陽能轉變成化學能的能量轉換器和有機物的生產者。隨著植物生長發育的時序不同,同一植株不同的葉片或者不同生長發育期的同一葉片生理功能也明顯不同。植物不同葉片以及葉片不同部位生理功能的分化決定了植物組織器官的結構形成和功能的實現。不同葉片對于植株的生長發育有著不同的分工。例如,小麥的旗葉因細胞中葉綠體數目較多,葉綠體中基粒類囊體數量多,而對小麥籽粒的產量有著決定性的作用;旗葉組、莖葉組和近根葉組的葉片分別在籽粒的形成、莖稈的發育、根系的生長發揮著決定性的作用。又如,白及“馬鞍型”馴化苗的第五片葉片,具有異常強大的生產力,它的生產能力占總生產力可達98%,抗旱能力占39%,適應性占46%。所以,按照時序快速量化不同植物不同葉片、同一植株(不同環境或同一環境)不同的葉片或者不同生長發育期的同一葉片的生理功能的差異,可獲得葉片生產力時空變化特征及規律,為作物育種和作物栽培的全生命周期精準調控提供科學依據,將為植物健康管理、種質資源評價、植物育種、智慧農業、智慧林業以及植物生態修復技術等諸多領域提供基礎數據。
翟虎渠院士高度評價了環境與植物互作分析儀在數據化植物不同葉片、葉片不同部位細胞的時空特異性方面的優勢,認為儀器通過實時測量植物對環境因子變化的響應,為揭示植物生命活動的時空動態規律提供了全新思路。他提到,從生命科學的“中心法則”到探索生命的時空動態規律,科學家一直在努力突破,而這款儀器能夠實時量化葉片功能的精細化時空差異,有望幫助植物科學家開創出新的認知生命的宏觀路徑和方法論。
數字化賦能“源、庫、流”理論
中國工程院院士許為鋼特別強調了“環境與植物互作分析儀”在“源、庫、流”理論研究中的潛力。他指出,作物產量的形成離不開光合作用形成的“源”(葉片)、“庫”(儲存器官)和“流”(運輸系統)三大因素的協同作用。而這款儀器通過數據化分析源庫關系,可為優化作物光合效率、提高經濟產量提供理論支持。他鼓勵研發團隊加強與育種專家的合作,共同推進數字化“源、庫、流”理論的深入研究。
目前學界對源庫理論的研究非常不足,一些基礎問題還沒有得到很好的解決。例如,源的能力是什么、怎么評估?庫的能力是什么、怎么評估?源庫之間的供求關系是怎樣的?流的動力是什么?是源主動輸送到庫,還是庫主動向源提出需求?環境諸因子是如何影響源流庫能力的?環境因子是如何影響源庫轉換的?等等。
通過研究葉片細胞動力學數據發現,葉片與根、莖和穗部分具有生產與被生產的功能分工關系,在這個意義上,可以認為源是庫的原材料生產單位,庫是源的生產產品的使用者,源是生產者,庫是消費者。庫源關系是一種需求供給關系。庫的能力及性狀形成主要成果是產量和品質,因而是有嚴格時序目標的。而決定庫的能力及性狀形成的時序目標主要動力是自然環境,因此,數據化環境諸因子與源庫關系及性狀形成之間的關系,可以為如何協調源-庫-流,提高農作物產量提供理論依據。
多環境測試的重要性與未來方向
展會第二天,中國科學院院士謝華安教授也來到中天智感展臺,詳細聽取了儀器的技術匯報和應用場景的介紹。他指出,當前育種領域面臨的挑戰之一在于新品種多環境測試的可靠性偏低,亟需精準、高效的工具來彌補傳統方法的不足。“環境與植物互作分析儀”的誕生,正為解決這一難題提供了突破口。
謝華安院士提到,為實現作物育種在高產性、優質性、抗逆性及廣適性等方面的新突破,必須通過多學科交叉融合,推動新技術與傳統方法的深度結合。他對儀器在環境與作物互作領域的創新性應用寄予厚望,希望其能夠為傳統育種與分子育種之間搭建起科學橋梁,助力種業科技邁上新臺階。
推動種業科技變革
江蘇中天智感生命數據有限公司此次展出的“環境與植物互作分析儀”,能夠同步測量植物體內生理、代謝和脅迫響應等生命活動和自然環境大數據,并自動將海量的環境信息和生命大數據一一對應耦合起來,很好地解決了傳統植物與環境互作研究中所存在的費時耗力、信息稀疏和數據難耦合等問題,能夠幫助科學家和育種家精準解析基因型-環境型的關聯,能夠準確、及時、高效監測并計算出作物對水分和養分的需求量,探索作物高產、優質、高效、可持續生產的調控措施的理論、方法和技術途徑,為作物栽培和育種邁向可感知、可定量、可計算、可調控和可預測的數字化階段奠定了基礎。