原文以Field-grown soybean shows genotypic variation in physiological and seed composition responses to heat stress during seed development 為標題發(fā)表在Environmental and Experimental Botany上
作者 | Anna C. Ortiz等
翻譯 | 祝介東、劉美玲
模型預測，到本世紀末，全球平均氣溫將升高2.8~4.8℃，極端氣候事件也會(huì )更加頻發(fā)，這將嚴重影響作物產(chǎn)量。
為研究大豆對溫度升高的基因型差異，研究者將六種不同的基因型大豆（Glycine max）暴露于開(kāi)頂野外生長(cháng)箱內28天。
分別在增溫前和增溫過(guò)程中進(jìn)行氣體交換和葉綠素熒光參數測量，成熟時(shí)進(jìn)行產(chǎn)量和種子成分的測定。
結果表明，增溫使大豆葉片夜間呼吸和最大羧化速率增加，影響種子蛋白含量，降低了籽油濃度。
本研究中，不同基因型大豆葉片在CO2同化速率、氣孔導度、光系統II的運轉效率、CO2同化的光量子效率、種子蛋白含量方面存在顯著(zhù)差異。
基因型不同的大豆對增溫響應差異顯著(zhù)，這有助于分析抗性植物的生理適應策略，并揭示了通過(guò)育種來(lái)提升大豆耐熱潛力的可行性。
根據Qiu 等（2018）所描述的方法，建造了8個(gè)9×3m的開(kāi)頂式野外生長(cháng)箱。使用配置了熒光葉室的LI-6800高級光合-熒光測量系統，測量氣體交換和葉綠素熒光參數，評估不同基因型大豆對短期增溫的響應。
選擇最上部完全展開(kāi)的葉片。在第0天和增溫后第7天，測量潛在最大光化學(xué)量子效率Fv/Fm和夜間呼吸速率R。
光適應氣體交換參數和葉綠素熒光參數，在第0天（增溫前）中午開(kāi)始測量，在增溫后第1天和第2天重復進(jìn)行。測量參數包括凈光合速率（An），氣孔導度（gs）以及PSII的運轉效率（Fv’/Fm’），PSII的實(shí)際光化學(xué)量子效率（ΦPSII），以及非光化學(xué)淬滅（NPQ）。內稟水分利用效率通過(guò)An和gs計算，光強、CO2濃度、葉室內溫度的設定與樣方內的外部環(huán)境一致。同步測量葉片溫度（Tleaf）和飽和水汽壓虧缺（VPD）。
CO2響應（A/Ci）曲線(xiàn)在所有子樣方內進(jìn)行，重復數為4，以便每種基因型能夠在每個(gè)測定周期內（4天）測量完成。
日出前，將最上部完全展開(kāi)的葉片在葉柄基部切斷，立即放入去離子水中；之后葉柄會(huì )在水中重新切斷以去除導管栓塞。測量前，葉片在活化光下同化30min。葉片中部被夾入Chamber內進(jìn)行測量，并使得An和gs達到穩定狀態(tài)。
氣體交換測量在12個(gè)不同的CO2濃度（單位μmol mol-1）下進(jìn)行：300，200，100，50，400，400，600，800，1000，1200，1500，2000?；谥形缙骄翟O置光強（1800 μmol m-2 s-1），根據冠層空氣溫度傳感器記錄的平均值設置溫度，分別為32℃（環(huán)境溫度AT）和36℃（增溫后溫度ET）。
基于Farquhar，von Caemmerer，和Berry模型（1980）以及Dubois 等（2007）的方法，計算Rubsico的最大羧化速率（Vcmax），電子傳遞速率（Jmax），和線(xiàn)粒體呼吸速率（Rd）。Kc、Ko和Γ*使用轉基因煙草的O2和CO2的米氏常數。
非光化學(xué)淬滅（NPQ）的日間調查由每個(gè)配對樣方的夜間測量均值計算，Fm是暗適應下最大熒光值，Fm’則是光下的最大熒光值。
統計分析由R 3.6.3完成。所有數據均由下述方法擬合到模型，當某變量的殘差不是正態(tài)分布時(shí)，變量使用MASS和rcompanion包（Venables和Ripley, 2002；Mangiafico, 2016）Box-Cox轉換或者Tukey冪階變換來(lái)轉換。不需要轉換的變量包括 R，Vcmax，產(chǎn)量、種子蛋白濃度，籽油濃度。來(lái)自于線(xiàn)性模型用于Fv/Fm和ΦPSII的殘差即使在轉換后仍然呈現非正態(tài)分布；因而Wilcoxon非參秩和檢驗用于檢驗處理和基因型之間的差異。其他變量均使用線(xiàn)性模型分析，使用的是R的lmer包和lmerTest軟件包。
來(lái)自第0天的數據作為中午和夜間氣體交換和葉綠素熒光數據的協(xié)變量。對于中午測量、日期、處理以及基因型作為固定效應，樣方號作為隨機斜率。
測量周期內處理的比較使用了來(lái)自于lmerTest包的最小二乘法均值檢驗。對于夜間測量和來(lái)自于A(yíng)/Ci數據推導的變量，處理和基因型是固定效應，而區塊是隨機斜率。來(lái)自于混合模型的三因素方差分析和最小二乘均值用于確定簡(jiǎn)單主效應，以及每次測量不同處理基因型的成對比較。這些檢驗均使用lmerTest包實(shí)現。皮爾遜相關(guān)系數用于計算z-score。
//////////
原文中的主要數據圖表
