使用高通量表型系統(tǒng)和非破壞性成像被廣泛認為是解決作物優(yōu)良基因-表型互作研究的關鍵技術，此項技術可以允許科學家和育種者在不同的環(huán)境條件下開展作物的表型研究。許多表型研究已經(jīng)使用模式植物—擬南芥，進行了優(yōu)化實驗。下面我們主要以C4模式經(jīng)典植物—玉米與高粱為例，進行表型案例的具體分析。
玉米（學名：Zea mays）是一年生禾本科草本植物，是全世界總產(chǎn)量很高的重要糧食作物。近代美國為了擴大玉米產(chǎn)量，有私營公司研究出以基因重新排序的方式改造玉米生長與面對環(huán)境的能力，演變出產(chǎn)量巨大的超級玉米。用途：轉(zhuǎn)基因玉米被拿來當作飼料喂牛、豬，以及制成玉米淀粉間接制成給人類食用的食品與調(diào)味料。用高通量成像系統(tǒng)可以準確地識別和區(qū)分玉米的生長相關的特異性表型性狀。軟件提供用了強大而簡約的R腳本，以允許其他用戶的成像系統(tǒng)可以很容易地提取有用的數(shù)據(jù)，從而減輕了表型篩選的瓶頸，更快進行重要作物的多種基因型后續(xù)分析。
玉米株型研究領域重點關注的參數(shù)：植物冠層寬度、垂直高度、緊密度、對稱性、投影葉面積、空間體積、植物結構、葉角度、節(jié)間長度、葉長
玉米對生物脅迫反應的領域重點關注的參數(shù)：垂直高度、投影葉面積、空間體積、葉顏色、葉病斑、植物結構、葉角度、節(jié)間長度、葉長
玉米對非生物脅迫反應的領域重點關注的參數(shù)：整株相對含水量分布、植物結構、葉角度、節(jié)間長度、葉長、垂直高度、投影葉面積、空間體積、葉顏色、投影葉面積、空間體積
玉米產(chǎn)量研究領域重點關注的參數(shù)：植物冠層寬度、垂直高度、空間體積（生物量）、玉米軸直徑、玉米軸厚度、玉米種子成熟度、性狀。
玉米可以計算單葉葉長、葉朝向，如下圖。
文章來源：Lloren, Cabrera-Bosquet et al., New Phytologist(2016)
上面這篇文章通過頂部和側(cè)面的3D成像，分析、提取出不同品種的玉米植株骨架數(shù)據(jù)，可進一步計算包括葉傾角在內(nèi)的多種參數(shù)。
另外一項研究中，澳大利亞阿德萊德大學的PlantAccelerator?進行了高粱的表型研究，后者和玉米類似，同樣是C4植物。他們進行了不同濃度的N處理和控水處理，使用成像并發(fā)現(xiàn)與脅迫耐受性相關的參數(shù)，例如晝夜葉卷曲和葉面積指數(shù)。使用不同光譜范圍的成像來監(jiān)測植物組成，葉綠素和水分含量。表型圖像分析準確測量植物生物量。數(shù)據(jù)采集還獲得了不同高粱品種對實驗處理的響應，并建模。
各項相關性分析，植株投影面積與生物量呈現(xiàn)正相關性。
不同濃度N處理高粱的表型圖像（植株大小、顏色分析）
干旱處理下高粱的表型（植株形態(tài)、生物量、葉面積、葉卷曲度）
近紅外反射
（NIR）分析是水分含量和葉厚度的良好預測因子，與植物水分含量相關。
顏色分析圖像顯示，葉面顏色和葉綠素含量相關
如果是離體的穗，我們以水稻為例，可以精準分離每一顆種子，再進一步做表型分析。
如果是在體測量植物的穗，可以使用激光3D的方法，結合RGB成像，分型穗型、穗夾角等參數(shù)。
