2025 年 9 月，意大利国家研究委员会 Maria Isabella Prigigallo等在Plant Phenomics期刊发表题为High-throughput plant phenotyping identifies and discriminates biotic and abiotic stresses in tomato的研究，系统验证 RGB高通量表型技术在番茄多种胁迫识别中的应用，明确其可区分生物与非生物胁迫，并通过衰老指数等关键指标识别胁迫类型及抗感基因型差异。

该研究主要解决以下问题：

1.解决识别植物应激反应的效率和准确性问题。

2.明确可用于有效区分生物与非生物胁迫的关键指标。

3.揭示了不同番茄基因型在胁迫响应中的表型差异。

高通量表型技术通过RGB图像采集和数据分析，能够高效识别番茄植物在生物和非生物胁迫下的应激反应。该技术提取植物形态学(如株高、投影茎叶面积)和色度特征(如绿色区域)等指标，捕捉到由病毒、病害或干旱引起的生长变化。形态指标反映生长抑制，但无法区分胁迫类型；而颜色指标则在区分胁迫类型方面具有关键作用。高通量表型技术的应用使得植物健康监测实现自动化和大规模处理，显著提升了农业生产中胁迫识别的效率。

图1.田间小麦试验平台和Phenomobile测量设备示意图

研究表明，衰老指数是区分番茄植物在生物和非生物胁迫下反应的重要指标。生物胁迫(如番茄斑萎病毒)导致提前衰老，表现为叶片黄化与坏死；而非生物胁迫(如干旱)则促使叶片更绿并限制植物生长。衰老指数通过色度数据分析，能精准区分两种胁迫类型，帮助植物健康状况的精确诊断。主成分分析(PCA)进一步验证了颜色指标(如衰老指数、绿色区域)与形态指标之间的正交分布，突出其在胁迫类型区分中的作用。

图2.穗密度估算与手工测量的对比分析图

高通量表型技术可有效区分不同番茄基因型对胁迫的响应差异，对番茄斑萎病毒(TSWV)胁迫的鉴别效果尤为显著。研究发现，抗性基因型(Dobler F1)在病毒感染后，植物的高度和投影茎叶面积变化较小，而易感基因型(UC82)则显著生长受限。高通量表型技术技术可量化基因型的抗性差异，为精准育种和抗性管理提供数据支持。然而，对于根系病害(如腐烂根病和根结线虫)，HTP难以有效区分抗性与易感基因型，表明其对地上部病害识别优于根系病害。此外，高通量表型技术能识别部分品种的耐旱性差异，但与水分利用效率(WUE)的结果不完全一致，需结合其它生理指标综合判断。

图3.穗密度、穗面积指数与产量组分关系的回归分析图

综上所述，高通量表型技术不仅能够有效识别番茄植物在生物胁迫(如病虫害)下的变化，还能够区分非生物胁迫(如干旱)对植物的影响。其高效、精准的表型分析能力，使得农业生产中能够早期识别植物应激状态，从而为作物管理、育种和病虫害防治提供了有力的技术支持。