答辩博士：周洁
指导老师：周济教授
论文题目：拟南芥与甜菜孢囊线虫互作自动化时序成像与根—虫表型联合解析方法研究
答辩委员会：
主席：
肖茂华教授/博导 南京农业大学
委员：
张保华教授/博导 南京农业大学
傅秀清研究员/博导 南京农业大学
朱新广研究员/博导 中国科学院分子植物科学卓越创新中心
赵强研究员/硕导 中国科学院分子植物科学卓越创新中心
答辩秘书：
刘晓曼副教授 南京农业大学
答辩时间：2026年09月07日10:00
答辩地点：滨江校区11号楼A220
论文简介：
植物寄生线虫侵染具有侵染部位隐蔽、发育过程连续、宿主响应复杂等特点，传统显微观察和人工计数方法难以同时满足大规模样本连续观测和宿主与寄生体多类性状同步量化的需求。本研究以拟南芥多亲本高级世代互交（multiparent advanced generation inter-cross，MAGIC）群体与甜菜孢囊线虫（Heterodera schachtii）无菌培养互作体系为研究对象，针对大规模根—虫互作试验中的培养皿自动化时序成像、复杂背景下宿主根系分割、线虫多发育阶段识别与轮廓提取以及根—虫时序表型解析等关键问题，构建了自动化时序成像与图像标准化系统，建立了拟南芥根系分割、甜菜孢囊线虫检测与实例分割方法，并在MAGIC群体尺度上开展了宿主根系生长、线虫数量与群体生物量估测指标、发育阶段组成及孢囊成熟等性状的时序表型分析和关联模式。主要研究内容及结论如下：
（1）构建了面向大规模拟南芥—甜菜孢囊线虫互作试验的低成本自动化时序成像系统和图像标准化流程。系统在527个MAGIC基因型、约1万个培养皿（共跨越侵染后4～86天）的实验过程中累计获得约40万张高分辨率RGB图像。进一步通过样本身份识别、图像配准和有效区域提取等预处理流程，形成了从自动成像、样本关联、时序配准到标准化图像输出的完整流程。该系统提高了大规模培养皿试验的成像通量，减少了人工重复操作，为后续宿主根系与寄生线虫时序表型分析提供了规模化、标准化的数据基础。
（2）建立了复杂感染背景下拟南芥根系自动分割与培养皿全图量化方法。本研究构建的Root-TransUNet模型能够较好地提高细长根段、弱边界和局部遮挡区域的分割能力。该模型的Dice系数达到0.949，Hd95为0.868；与U-Net++相比，边界定位误差指标Hd95降低近50%。在691张未参与模型开发的全图人工真值图像中，模型预测根系面积与人工结果的决定系数达到0.907，表明该方法能够较可靠地保持不同样本之间根系生长量的相对差异。结合重叠滑动窗口推理和概率融合，实现了从局部图像块到培养皿尺度根系掩码的自动提取，为根系表型分析提供了技术支撑。
（3）构建了多发育阶段检测与像素级实例分割相结合的甜菜孢囊线虫双阶段分析方法。本研究基于YOLOv11构建的Nematode-YOLO模型实现了幼虫、白色雌虫、产卵雌虫、褐变期雌虫和成熟孢囊的定位、分类与计数，其总体Precision、Recall、mAP50和mAP50-95分别达到0.811、0.828、0.885和0.525。实例分割YOLO26m-Seg模型的掩码mAP50和mAP50-95分别达到0.983和0.783。通过检测与分割的双阶段流程，不仅能够获得图像中可检测线虫的数量和发育阶段，还能够提取单虫轮廓、面积、长度、宽度和圆度等形态性状。由此，线虫表型评价由传统的单一数量统计扩展为可检测数量、发育阶段组成、个体形态和群体生物量代理指标的同步量化。
（4）建立了MAGIC群体尺度的拟南芥根系与甜菜孢囊线虫时序联合表型分析框架。结果表明，不同MAGIC基因型在根系生长、稳定检测线虫数量、线虫群体生物量及孢囊成熟等性状上均表现出明显的连续变异，其中10～30 dpi是宿主根系扩张与可检测线虫群体生物量积累较为集中的关键阶段。进一步分析发现，根系大小、根系增长与线虫发育结局之间的关联具有阶段依赖性，但单一根系性状仅能解释少部分线虫表型变异，表明宿主生长与线虫发育之间关系较为复杂，需要结合根系生长、线虫数量、群体生物量和孢囊成熟等多类性状开展联合分析。
本文创新点如下：
（1）建立了面向大规模根—线虫互作研究的可追溯连续时序成像方法。针对传统人工显微观察难以对万级培养皿进行长期、连续和标准化观测的问题，本研究以自动化成像平台为支撑，将样本身份编码与培养皿自动分离、输送、定位、成像和回收流程相结合，实现了同一培养皿在不同感染阶段的重复批量成像及跨时间点身份对应。该方法应用于527个拟南芥MAGIC群体约1万个培养皿，完成了接种后第4天至第86天共40个有效时间点的连续观测，累计获得约40万张高分辨率图像。该研究将传统的单次、人工观察拓展为面向大规模群体的可追溯时序观测，为解析宿主根系生长、线虫发育及其互作过程的动态表型提供了标准化数据基础。
（2）建立了根—线虫互作原位场景下宿主与寄生体的多层次表型解析方法。针对培养皿原位图像中根系边界模糊、细根交叠，以及不同发育阶段线虫在尺度、颜色和形态上差异明显等问题，本研究分别建立了根系分割、线虫多阶段检测和线虫实例分割模型。根系分割模型用于提取根系面积和结构特征，线虫目标检测模型用于完成不同发育阶段线虫的定位、分类与计数，线虫实例分割模型则用于提取单虫轮廓及面积、长度、宽度和圆度等形态性状。三类模型分别输出分析结果，并依据样本编号和成像时间点建立对应关系，实现了对同一原位互作场景中宿主根系、线虫数量与发育阶段以及单虫形态的多层次解析，为研究宿主生长与寄生线虫发育之间的动态关系提供了方法基础。
（3）建立了宿主根系与寄生线虫多层级联合时序表型分析框架。针对传统植物寄生线虫表型研究多依赖单一时间点终点计数，且宿主根系与寄生线虫表型通常分开测量的问题，本文建立了面向植物—线虫互作的多层级联合时序表型分析框架。以同一培养皿在不同感染时间点获得的图像为基础，将宿主端的根系生长与寄生体端的可检测线虫数量、个体形态、群体生物量代理指标、发育阶段组成和孢囊成熟性状纳入统一时间轴，实现了宿主生长、线虫数量积累、形态变化及发育进程的同步量化与群体尺度比较。由此，植物—线虫互作表型研究由单一终点数量评价扩展至多时间点、多层级的宿主—寄生体联合分析，为大规模遗传群体中互作表型变异及候选关联模式的识别提供了系统化方法。
