近日，华南农业大学农学院、广东省植物分子育种重点实验室张雷副研究员团队在国际学术期刊Industrial Crops & Products在线发表了题为“Integrating UAV-based dynamic phenotyping and GWAS to decipher the genetic basis of cotton defoliation”的研究论文。该研究聚焦棉花机械化采收过程中采前脱叶表型难以高通量、连续化评价的问题，构建了无人机多光谱动态表型与基因挖掘相结合的研究框架。

棉花采前脱叶效果直接影响机械化采收效率和纤维品质。研究团队以306份陆地棉品种为材料，在4个环境下利用无人机多光谱影像动态监测脱叶过程，并以叶面积指数变化量（ΔLAI）作为脱叶动态表型，结合GWAS、转录组、单倍型分析和功能验证，筛选出多个与棉花脱叶显著相关的核心候选基因。该研究为揭示棉花化学脱叶分子机制、培育适宜机械化采收的棉花新品种提供了重要理论依据和候选基因资源。

图1基于无人机的实验框架及ΔLAI用于棉花脱叶评估的验证

图2通过病毒诱导基因沉默对候选基因进行功能验证

农学院张雷副研究员和陈婷婷副教授为本论文共同通讯作者。农学院硕士毕业生梁敏敏和博士在读生谭江滔为本论文共同第一作者。新疆农业科学院经济作物研究所徐海江研究员和魏鑫副研究员参与合作研究。该研究得到本研究得到国家现代农业产业技术体系（CARS-15-22）和自治区区域协同创新专项（2024E02016）的资助。