2026年10月26日，中国科学院遗传与发育生物学研究所杨维才组、育种前沿技术实验室胡伟娟博士联合宏表型实验室韩志国团队的研究成果在Plant Communications在线发表，论文题为SpikeFlow-4D maps rice panicle grain-filling kinetics by computed tomography。该研究开发了一套基于X射线计算机断层扫描（CT）的时序表型分析框架SpikeFlow-4D，实现了活体水稻穗部籽粒灌浆过程的非破坏性、时序化定量分析。研究通过对水稻穗部进行连续CT成像，揭示了不同穗位籽粒灰度积累的时空异质性，并借助动力学模型量化了弱势粒在积累时间、持续窗口和积累总量方面的差异，为研究水稻籽粒灌浆及源库协调提供了新的表型分析工具。

 

    籽粒灌浆是决定水稻产量和品质的关键过程。同一稻穗中，不同位置籽粒的灌浆进程并不同步：上部强势粒通常较早启动灌浆，下部弱势粒则往往起步迟缓、充实不足。灌浆不同步是制约弱势粒充实、限制产量潜力的重要因素，也是水稻源库关系研究长期关注的科学问题。

 

    然而，传统灌浆研究主要依靠不同发育时期的破坏性取样，通过鲜重、干重等指标间接重建灌浆过程，难以在原位连续观察活体稻穗内部的动态变化。X射线计算机断层扫描（CT）能够在不破坏样品的情况下获取器官内部的三维结构，其灰度信号与组织密度和物质组成相关，为原位无损监测灌浆提供了可能。但稻穗结构复杂、籽粒密集排列，如何从CT图像中准确提取稻穗及其籽粒并实现时序定量，仍是一项技术挑战。

 

    针对这一问题，研究团队开发了SpikeFlow-4D CT动态表型分析框架（图1）。该方法整合深度学习目标检测、三维图像分割和动力学建模，通过由粗到精的层级分割策略，从复杂CT图像中分离稻穗及单个籽粒。同时，采用8-bit图像进行分割处理，并保留原始32-bit重建数据用于灰度测量，以支持不同发育时期CT灰度信号的比较。在参考标注数据集上的评估结果显示，SpikeFlow-4D的分割表现优于所比较的两种传统图像处理基线方法。

 图1 SpikeFlow-4D CT动态表型分析流程

 

    研究团队进一步以籼稻9311和粳稻中花11（ZH11）为材料，在开花后0-40天期间，每2天开展一次CT扫描，构建了水稻穗部不同空间位置籽粒群体的灰度变化轨迹。时序扫描结果显示，9311上部籽粒最早进入灰度快速积累阶段，中部籽粒随后，下部籽粒明显滞后。相比单一时间点的取样称重，时序CT成像使不同穗位籽粒的灌浆性状得以在活体稻穗上直接比较（图2）。

 

图2 时序CT成像揭示稻穗不同穗位籽粒灰度积累的时空异质性

 

    借助四参数Logistic模型，研究量化了不同穗位籽粒的灰度积累动力学（图3）。在9311中，上部与下部籽粒达到净灰度增量50%的时间分别为开花后7.6天和27.9天，相差约20天；上部籽粒的活跃积累持续时间约为15.9天，下部籽粒缩短至约6.2天，净灰度增量也显著降低；而最大瞬时增长速率在不同穗位间未表现出一致的显著差异。这表明，理解强势粒与弱势粒的灌浆差异，不能只关注某一时刻的粒重或最大速率，还需要考虑灌浆的启动时间与持续窗口。

 

图3 籼稻9311不同穗位籽粒灰度积累的动力学拟合与参数比较

 

    研究结合开花后16天的籽粒鲜重、干重及含水指标进行了独立验证，发现CT灰度表型与传统测定反映的穗位发育差异具有一致性，支持其作为反映灌浆进程的相对指标。但CT灰度受组织密度、含水状态和物质组成共同影响，不能直接等同于干物质含量；且CT扫描与破坏性测定采用独立的生物学样本，上述结果反映的是基因型与穗位层面的趋势一致性，而非单粒水平的直接校准。

 

    此外，目前该框架主要在两个代表性水稻品种中完成验证，且时序数据反映的是不同穗位籽粒群体的平均动态。进一步扩大材料规模、完善多时间点生化校准和三维配准方法，并与遗传学及多组学数据相结合，将有助于推动这一方法在作物产量形成研究中的应用。

 

    中国科学院遗传发育所博士研究生丁超豪和宏表型实验室郑玉辉为论文共同第一作者，中国科学院遗传发育所杨维才研究员、胡伟娟高级工程师和宏表型实验室韩志国博士为本文共同通讯作者。中国科学院遗传发育所高级工程师贾鹏飞、已毕业博士贺新桠及宏表型实验室张佳菲共同参与了本研究。本研究得到了国家自然科学基金的资助。