英文題目：Integrative phenomics, metabolomics and genomics analysis provides new insights for deciphering the genetic basis of metabolism in polished rice

發(fā)表期刊：Genome biology

發(fā)表時間：2025年3月12日

影響因子：10.1

共同通訊作者：楊萬能、羅杰、余樂俊

共同第一作者：馮慧、李宇飛、戴國新、楊壯

參與人員：Luis A. J. Mur、陳偉、楊陳坤

作者單位：華中農(nóng)業(yè)大學(xué)、海南大學(xué)、崖州灣國家實驗室

該研究將高光譜成像技術(shù)與機器學(xué)習(xí)相結(jié)合，開發(fā)出高通量、低成本的水稻精米代謝物預(yù)測方法，成功實現(xiàn)了對黃酮、脂質(zhì)，氨基酸等關(guān)鍵代謝物的快速檢測。

Genome biology | 谷豐光電首席科學(xué)家楊萬能團隊聯(lián)合海南大學(xué)/崖州灣國家實驗室羅杰團隊揭示水稻精米代謝遺傳基礎(chǔ)

英文題目：RPT: An integrated root phenotyping toolbox for segmenting and quantifying root system architecture

發(fā)表期刊：Plant Biotechnology Journal

發(fā)表時間：2025年3月12日

影響因子：10.1

共同通訊作者：楊萬能、樓巧君

共同第一作者：施家偉、謝尚源、李為坤

作者單位：華中農(nóng)業(yè)大學(xué)、浙江省農(nóng)業(yè)科學(xué)院

該研究構(gòu)建了一套基于深度學(xué)習(xí)的高通量根系表型智能分析技術(shù)—RPT（Root Phenotyping Toolbox），并結(jié)合自主研發(fā)的高通量作物根系表型平臺，實現(xiàn)了水稻根系表型動態(tài)無損提取及抗旱基因的精準挖掘。

PBJ | 谷豐光電首席科學(xué)家楊萬能團隊聯(lián)合浙江農(nóng)科院樓巧君團隊研發(fā)高通量根系表型智能解析技術(shù)

共同第一作者：樓巧君、陳韻宇、王鑫

作者單位：上海市農(nóng)業(yè)生物基因中心、華中農(nóng)業(yè)大學(xué)

本研究為多模態(tài)和時間序列表型分析提供了有價值的參考，為解析水稻避旱性和耐旱性的遺傳機制提供了重要線索，也為節(jié)水抗旱稻的分子育種提供了科學(xué)指導(dǎo)和精準定位依據(jù)。

谷豐光電高通量作物表型平臺助力上海市農(nóng)業(yè)生物基因中心、華中農(nóng)業(yè)大學(xué)邁上抗旱水稻育種研究新臺階

英文題目：Integrating Dynamic High-Throughput Phenotyping and Genetic Analysis to Monitor Growth Variation in Foxtail Millet

發(fā)表期刊：Plant Methods

發(fā)表時間：2024年11月5日

影響因子：4.7

共同通訊作者：孫朝霞、韓冀皖、侯思宇

參與人員：韓淵懷、Luis A.J. Mur、李富忠、張吳平、史小凡、王巧巧

作者單位：山西農(nóng)業(yè)大學(xué)

本研究構(gòu)建了一種基于高通量成像系統(tǒng)的谷子動態(tài)監(jiān)測模式，為精準表型測量提供了新方法，并通過GWAS識別出與谷子生長特征相關(guān)的關(guān)鍵基因，為谷子品種改良和糧食安全奠定了技術(shù)基礎(chǔ)，展現(xiàn)了HIS在谷子動態(tài)監(jiān)測中的潛力，通過精準的表型數(shù)據(jù)獲取，為農(nóng)作物育種和基因挖掘提供了有效工具。

谷豐光電高通量作物表型平臺助力山西農(nóng)業(yè)大學(xué)雜糧分子育種團隊新研究 | 谷子動態(tài)高通量表型鑒定與重要農(nóng)藝性狀關(guān)聯(lián)分析

英文題目：Accurate rice grain counting in natural morphology: A method based on image classification and object detection

發(fā)表期刊：Computers and Electronics in Agriculture

發(fā)表時間：2024年12月1日

影響因子：7.7

通訊作者：宋鵬

作者單位：華中農(nóng)業(yè)大學(xué)

這項研究表明，使用穗的雙面圖像并不能顯著提高計數(shù)準確率。這項研究代表了在水稻穗自然形態(tài)內(nèi)實現(xiàn)精確高效計數(shù)的成功嘗試，為檢測和計數(shù)密集物體提供了一種新穎的解決方案。

華中農(nóng)業(yè)大學(xué)宋鵬副教授團隊：自然形態(tài)稻粒精確計數(shù)：一種基于圖像分類和物體檢測的方法

英文題目：Integrative multi-omics analysis reveals genetic and heterotic contributions to male fertility and yield in potato

發(fā)表期刊：Nature Communications

發(fā)表時間：2024年10月5日

影響因子：14.7

共同通訊作者：黃三文、張春芝、楊萬能

共同第一作者：李大偉、耿澤棟

作者單位：中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所、華中農(nóng)業(yè)大學(xué)

該研究通過高通量的表型組學(xué)技術(shù)揭示馬鈴薯遺傳結(jié)構(gòu)，闡明了二倍體馬鈴薯雜交種“優(yōu)薯1號”雜種優(yōu)勢的遺傳機理，為馬鈴薯功能基因挖掘與雜交育種奠定了堅實的基礎(chǔ)。

高通量表型組技術(shù)助力馬鈴薯育種突破：揭示雄性育性與產(chǎn)量遺傳機制

英文題目：Autonomous navigation method based on RGB-D camera for a crop phenotyping robot

發(fā)表期刊：Journal of Field Robotics

發(fā)表時間：2024年6月30日

影響因子：4.2

通訊作者：宋鵬

共同第一作者：黃成龍、楊蒙

作者單位：華中農(nóng)業(yè)大學(xué)

該研究提出了一種基于RGB-D相機的作物表型機器人自主導(dǎo)航方法，該方法建立了田間和盆栽兩種場景下多種作物圖像的導(dǎo)航數(shù)據(jù)集，采用實時性與準確性均衡的語義分割模型對作物區(qū)域進行分割，結(jié)合該區(qū)域深度信息，在真實世界坐標系下提取導(dǎo)航線并獲得導(dǎo)航參數(shù)，再根據(jù)兩個單輸入輸出模糊控制器對機器人實施糾偏控制。除此之外，該方法根據(jù)識別區(qū)域內(nèi)作物的平均高度和區(qū)域內(nèi)目標的存在性判別機器人是否到達行末，最終根據(jù)行走時所測得的行距，控制機器人在末尾自動換行。

華中農(nóng)業(yè)大學(xué)基于RGB-D相機的作物表型機器人自主導(dǎo)航方法

英文題目：Integrating high-throughput phenotyping and genome-wide association studies for enhanced drought resistance and yield prediction in wheat

發(fā)表期刊：New Phytologist

發(fā)表時間：2024年7月11日

影響因子：8.3

共同通訊作者：宋純鵬、周云

共同第一作者：張震、曲云峰、麻菲菲

參與人員：黃錦嶺、楊萬能、馮慧

作者單位：河南大學(xué)

通過深度學(xué)習(xí)算法，研究者建立了小麥抗旱、高產(chǎn)預(yù)測模型。本研究不僅為基于高通量表型組，并結(jié)合基因組和轉(zhuǎn)錄組等多組學(xué)技術(shù)，以及基因編輯技術(shù)快速挖掘小麥抗旱基因并驗證其功能提供了參考，同時對利用系統(tǒng)的表型組技術(shù)篩選、鑒定和培育作物抗旱種質(zhì)提供了重要的研究思路和全新研究模式。

谷豐光電高通量作物表型平臺助力宋純鵬團隊小麥抗旱研究新突破-高通量表型分析助力抗旱育種

英文題目：IHUP: An Integrated High-Throughput Universal Phenotyping Software Platform to Accelerate Unmanned-Aerial-Vehicle-Based Field Plant Phenotypic Data Extraction and Analysis

發(fā)表期刊：Plant Phenomics

發(fā)表時間：2024年5月15日

影響因子：7.6

通訊作者：張建

第一作者：王博韜

作者單位：華中農(nóng)業(yè)大學(xué)

論文通過水稻干旱相關(guān)案例講解和展示了該平臺的表型分析和提取過程，以及性能。結(jié)合水稻卷葉指數(shù)(LRS)預(yù)測模型，在多期連續(xù)監(jiān)測數(shù)據(jù)中高效地提取葉片卷葉指數(shù)、株高、VIs、鮮重及干重等性狀。在該實例中，平臺每分鐘可從約500個小區(qū)中21個與干旱密切相關(guān)的表型參數(shù)。此外，該平臺還配備用戶友好界面，并支持定制或整合各種特征提取算法，較好的降低了非專業(yè)人士的學(xué)習(xí)和使用成本，加速了表型信息的提取效率和準確性。

華中農(nóng)業(yè)大學(xué)開發(fā)了基于無人機平臺的大田作物表型數(shù)據(jù)提取和分析平臺

英文題目：Maturity classification of rapeseed using hyperspectral image combined with machine learning

發(fā)表期刊：Plant Phenomics

發(fā)表時間：2024年3月26日

影響因子：7.6

通訊作者：廖宜濤

第一作者：馮慧

作者單位：華中農(nóng)業(yè)大學(xué)

該研究論文探討了油菜籽成熟度分類問題，種子成熟度對于提高產(chǎn)量和促進育種研究至關(guān)重要。傳統(tǒng)的成熟度分類方法由于其繁瑣和破壞性而受到限制。研究采用高光譜成像（HSI）結(jié)合機器學(xué)習(xí)算法成功構(gòu)建了一種非破壞性的分類模型。

華中農(nóng)業(yè)大學(xué)基于高光譜圖像與機器學(xué)習(xí)對油菜籽的成熟度進行分類研究

英文題目：A platform for whole-genome speed introgression fromAegilops tauschiito wheat for breeding future crops

發(fā)表期刊：Nature Protocols

發(fā)表時間：2023年11月28日

影響因子：13.1

共同通訊作者：宋純鵬、周云

共同第一作者：李浩、朱樂樂、范芮曉

作者單位：河南大學(xué)

該研究創(chuàng)建了一個系統(tǒng)、標準化的節(jié)節(jié)麥優(yōu)良基因資源高通量快速漸滲到小麥的技術(shù)體系（A-Wi）和平臺。本研究不僅為實現(xiàn)小麥D基因組的從頭馴化，拓展小麥D亞基因組遺傳多樣性，研究D亞組的基因功能提供了系統(tǒng)、全面、切實可行的技術(shù)路線，更為重要的是為現(xiàn)代小麥品種改良創(chuàng)制了重要的全新種質(zhì)材料，將小麥遺傳改良帶入新階段。此外，本研究研發(fā)的A-Wi技術(shù)平臺同樣適用于棉花、油菜等其他多倍體作物，為這些作物實現(xiàn)野生近緣種的全基因組滲入和遺傳改良提供了很好的方法學(xué)基礎(chǔ)。

谷豐光電高通量作物表型平臺助力宋純鵬團隊發(fā)展節(jié)節(jié)麥-小麥漸滲（A-Wi）平臺和技術(shù)體系

英文題目：Deciphering genetic basis of developmental and agronomic traits by integrating high-throughput optical phenotyping and genome-wide association studies in wheat

發(fā)表期刊：Plant Biotechnology Journal

發(fā)表時間：2023年6月30日

影響因子：10.1

共同通訊作者：李強、楊萬能、鄢文豪、高麗鋒

共同第一作者：高界、胡鑫

參與人員：華中農(nóng)業(yè)大學(xué)楊萬能研究組/鄢文豪研究組、中國農(nóng)業(yè)科學(xué)院高麗鋒研究組

作者單位：華中農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)科學(xué)院

該研究結(jié)合了高通量作物表型技術(shù)和全基因組關(guān)聯(lián)分析，探索了小麥生長和產(chǎn)量相關(guān)性狀的遺傳結(jié)構(gòu)，進一步揭示了遺傳位點對優(yōu)化小麥生長和產(chǎn)量的復(fù)雜和階段特異性貢獻。高通量作物表型技術(shù)在這篇文章中發(fā)揮了重要的作用，它不僅幫助作者揭示了小麥生長和產(chǎn)量相關(guān)性狀的遺傳基礎(chǔ)，還展示了表型技術(shù)在預(yù)測產(chǎn)量和加速育種方面的潛力。該工作為利用高通量作物表型技術(shù)進行小麥遺傳分析和育種提供了一個成功的范例，為小麥育種和基因組學(xué)的發(fā)展提供了新的思路和方法。

Plant Biotechnology Journal|高通量作物表型技術(shù)助力小麥生長和產(chǎn)量相關(guān)性狀遺傳解析

英文題目：A Strategy for the Acquisition and Analysis of Image-Based Phenome in Rice during the Whole Growth Period

發(fā)表期刊：Plant Phenomics

發(fā)表時間：2023年6月8日

影響因子：7.6

共同通訊作者：胡偉娟、楊萬能

共同第一作者：湯芷歆、陳倬

參與人員：遺傳發(fā)育所陳凡研究組/降雨強研究組

作者單位：中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所、華中農(nóng)業(yè)大學(xué)

本文所開發(fā)的基于圖像的水稻表型獲取和分析策略為整個生育期作物表型的提取和分析提供了一種新的方法和不同的思考方向，從而為未來水稻的遺傳改良提供有用的信息。

Plant Phenomics│作物表型組學(xué)研究中心在水稻全生育期表型分析方法研究中取得進展

英文題目：A Novel Intelligent System for Dynamic Observation of Cotton Verticillium Wilt

發(fā)表期刊：Plant Phenomics

發(fā)表時間：2023年1月10日

影響因子：7.6

共同通訊作者：宋鵬、朱龍付

第一作者：黃成龍

參與人員：楊萬能

作者單位：華中農(nóng)業(yè)大學(xué)

本研究展示了一種新型的棉花黃萎病動態(tài)觀測系統(tǒng)，該系統(tǒng)能夠準確、高效識別棉花黃萎病和健康葉片，并量化不同品種的動態(tài)患病率，為棉花智能育種和抗病研究提供了一種有效、可靠的工具。

轉(zhuǎn)載：Plant Phenomics | 華中農(nóng)業(yè)大學(xué)作物表型團隊研制了一種用于棉花黃萎病動態(tài)監(jiān)測的智能化系統(tǒng)

發(fā)表期刊：上海農(nóng)業(yè)學(xué)報

發(fā)表時間：2022年7月30日

第一作者：高歡

作者單位：上海市農(nóng)業(yè)生物基因中心、華中農(nóng)業(yè)大學(xué)

WDR表型平臺可獲取很多有效的與水分脅迫反應(yīng)相關(guān)的圖像表型數(shù)據(jù)，如冠層溫度、生物量、葉片顏色形態(tài)等基于圖像的性狀，這點在以往不同作物研究中也有論述。但是基于數(shù)字圖像提取水分脅迫后相應(yīng)的圖像特征(i-traits)，有些無法與傳統(tǒng)的水稻抗旱農(nóng)藝性狀直接對應(yīng)，如何正確解讀i-traits，挖掘出真正對抗旱功能基因組研究有價值的量化性狀，是水稻抗旱表型組學(xué)發(fā)展的關(guān)鍵所在。同時，由于表型采集技術(shù)的快速發(fā)展，即使只針對單個物種，表型組檢測也會產(chǎn)生海量數(shù)據(jù)集。在今后相當(dāng)長的時間內(nèi)，圖像分析及數(shù)據(jù)解析方法仍然是新一代植物表型組學(xué)發(fā)展的瓶頸，因此，認為只要購買了先進表型儀器就能完成整個表型組測量、數(shù)據(jù)分析和生物信息挖掘等，是對表型組學(xué)研究的誤解。

節(jié)水抗旱稻專刊 | 節(jié)水抗旱稻高通量表型組學(xué)研究平臺的建設(shè)與應(yīng)用

英文題目：High-throughput phenotyping-based QTL mapping reveals the genetic architecture of the salt stress tolerance of Brassica napus

發(fā)表期刊：Plant, Cell & Environment

發(fā)表時間：2022年11月10日

影響因子：6.1

共同通訊作者：楊萬能、郭亮、馮慧

第一作者：張國方

參與人員：劉克德

作者單位：華中農(nóng)業(yè)大學(xué)

本研究結(jié)合高通量表型組和QTL-mapping等技術(shù)，鑒定到大量與鹽脅迫響應(yīng)相關(guān)圖像性狀及調(diào)控候選基因，對甘藍型油菜耐鹽育種具有重要的參考和應(yīng)用價值，為挖掘作物相關(guān)性狀候選基因提供了一種新思路和方法。

華中農(nóng)業(yè)大學(xué)楊萬能郭亮課題組合作揭示甘藍型油菜耐鹽性的遺傳機制