我院大豆团队青年教师王莉于2026年7月28日在Theoretical and Applied Genetics发表了题为“Hyperspectral phenotyping and GWAS identify novel QTLs for soybean photosynthetic rate”的研究论文。

光合作用是决定作物产量的核心要素，然而由于光合速率的数据采集耗时较长，该问题长期以来都是作物高光效育种工作中的主要瓶颈。为了解决这一问题，我院大豆团队通过同步测定大豆叶片的光谱反射率与净光合速率（Pn），利用机器学习和深度学习等方法，构建了高精度的Pn高光谱估算模型，有效突破了传统光合测量耗时费力、无法支持大规模遗传分析的技术瓶颈。

利用该模型，对219份大豆种质材料的Pn进行了快速测定，并基于测定数据开展全基因组关联分析（GWAS），共鉴定得到24个已报道的光合作用相关数量性状位点（QTL）与4个全新候选QTL，同时进一步锁定了4个功能候选基因。该研究不仅验证了高光谱技术应用于高通量光合表型鉴定的可靠性，还为高光效大豆种质的高通量筛选、光合作用遗传调控机制的解析提供了有效的技术手段，对作物高光效育种、保障全球粮食安全具有重要的理论与实践意义。

河南科技学院为第一完成单位，大豆团队负责人黄中文教授，杨宇明副教授和南京农业大学喻德跃教授为该论文的共同通讯作者，该研究得到了国家自然科学基金等项目的资助

论文链接: https://doi.org/10.1007/s00122-026-05325-3