武汉谷丰光电科技有限公司作为国内领先的动植物表型技术解决方案提供商，始终致力于推动农业科研育种工作的进步。通过与河南大学、华中农业大学、上海市农业生物基因中心、山西农业大学、海南大学、中国科学院遗传与发育生物学研究所、浙江省农业科学院、崖州湾国家实验室等高校和科研机构的深度合作，谷丰光电在动植物表型平台建设方面取得了显著成果，并为多项国际顶级学术研究提供了技术支持。
英文题目：Dissecting the genetic architecture of key agronomic traits in lettuce using a MAGIC population
发表期刊：Genome biology
发表时间：2025年3月23日
影响因子：10.1
共同通讯作者：匡汉晖、魏桐、杨万能
共同第一作者：陈宏运、陈炯炯、翟瑞芳
作者单位：华中农业大学、武汉华大生命科学研究院
本研究构建的生菜MAGIC群体因无显著群体结构，以及高分辨率定位能力，可高效解析生菜复杂农艺性状的遗传调控基础。已鉴定的位点和候选基因为莴苣农艺性能与叶片品质改良提供了重要遗传资源，为生菜的设计育种奠定基础。
英文题目：Integrative phenomics, metabolomics and genomics analysis provides new insights for deciphering the genetic basis of metabolism in polished rice
发表期刊：Genome biology
发表时间：2025年3月12日
影响因子：10.1
共同通讯作者：杨万能、罗杰、余乐俊共同第一作者：冯慧、李宇飞、戴国新、杨壮
参与人员：Luis A. J. Mur、陈伟、杨陈坤
作者单位：华中农业大学、海南大学、崖州湾国家实验室
该研究将高光谱成像技术与机器学习相结合，开发出高通量、低成本的水稻精米代谢物预测方法，成功实现了对黄酮、脂质，氨基酸等关键代谢物的快速检测。
Genome biology | 谷丰光电首席科学家杨万能团队联合海南大学/崖州湾国家实验室罗杰团队揭示水稻精米代谢遗传基础
英文题目：RPT: An integrated root phenotyping toolbox for segmenting and quantifying root system architecture
发表期刊：Plant Biotechnology Journal
发表时间：2025年3月12日影响因子：10.1
共同通讯作者：杨万能、楼巧君共同第一作者：施家伟、谢尚源、李为坤
作者单位：华中农业大学、浙江省农业科学院
该研究构建了一套基于深度学习的高通量根系表型智能分析技术—RPT（Root Phenotyping Toolbox），并结合自主研发的高通量作物根系表型平台，实现了水稻根系表型动态无损提取及抗旱基因的精准挖掘。
英文题目：Phenomics-assisted genetic dissection and molecular design of drought resistance in rice
发表期刊：Plant Communications
发表时间：2025年3月10日影响因子：9.4
共同通讯作者：罗利军、杨万能共同第一作者：楼巧君、陈韵宇、王鑫
作者单位：上海市农业生物基因中心、华中农业大学
本研究为多模态和时间序列表型分析提供了有价值的参考，为解析水稻避旱性和耐旱性的遗传机制提供了重要线索，也为节水抗旱稻的分子育种提供了科学指导和精准定位依据。
英文题目：Integrating Dynamic High-Throughput Phenotyping and Genetic Analysis to Monitor Growth Variation in Foxtail Millet
发表期刊：Plant Methods
发表时间：2024年11月5日影响因子：4.7
共同通讯作者：孙朝霞、韩冀皖、侯思宇参与人员：韩渊怀、Luis A.J. Mur、李富忠、张吴平、史小凡、王巧巧
作者单位：山西农业大学
本研究构建了一种基于高通量成像系统的谷子动态监测模式，为精准表型测量提供了新方法，并通过GWAS识别出与谷子生长特征相关的关键基因，为谷子品种改良和粮食安全奠定了技术基础，展现了HIS在谷子动态监测中的潜力，通过精准的表型数据获取，为农作物育种和基因挖掘提供了有效工具。
英文题目：Accurate rice grain counting in natural morphology: A method based on image classification and object detection
发表期刊：Computers and Electronics in Agriculture
发表时间：2024年12月1日影响因子：7.7
通讯作者：宋鹏作者单位：华中农业大学
这项研究表明，使用穗的双面图像并不能显著提高计数准确率。这项研究代表了在水稻穗自然形态内实现精确高效计数的成功尝试，为检测和计数密集物体提供了一种新颖的解决方案。
英文题目：Integrative multi-omics analysis reveals genetic and heterotic contributions to male fertility and yield in potato
发表期刊：Nature Communications
发表时间：2024年10月5日影响因子：14.7
共同通讯作者：黄三文、张春芝、杨万能共同第一作者：李大伟、耿泽栋
作者单位：中国农业科学院深圳农业基因组研究所、华中农业大学
该研究通过高通量的表型组学技术揭示马铃薯遗传结构，阐明了二倍体马铃薯杂交种“优薯1号”杂种优势的遗传机理，为马铃薯功能基因挖掘与杂交育种奠定了坚实的基础。
英文题目：Autonomous navigation method based on RGB-D camera for a crop phenotyping robot
发表期刊：Journal of Field Robotics
发表时间：2024年6月30日影响因子：4.2
通讯作者：宋鹏共同第一作者：黄成龙、杨蒙
作者单位：华中农业大学
该研究提出了一种基于RGB-D相机的作物表型机器人自主导航方法，该方法建立了田间和盆栽两种场景下多种作物图像的导航数据集，采用实时性与准确性均衡的语义分割模型对作物区域进行分割，结合该区域深度信息，在真实世界坐标系下提取导航线并获得导航参数，再根据两个单输入输出模糊控制器对机器人实施纠偏控制。除此之外，该方法根据识别区域内作物的平均高度和区域内目标的存在性判别机器人是否到达行末，最终根据行走时所测得的行距，控制机器人在末尾自动换行。
英文题目：Integrating high-throughput phenotyping and genome-wide association studies for enhanced drought resistance and yield prediction in wheat
发表期刊：New Phytologist
发表时间：2024年7月11日影响因子：8.3
共同通讯作者：宋纯鹏、周云共同第一作者：张震、曲云峰、麻菲菲
参与人员：黄锦岭、杨万能、冯慧
作者单位：河南大学
通过深度学习算法，研究者建立了小麦抗旱、高产预测模型。本研究不仅为基于高通量表型组，并结合基因组和转录组等多组学技术，以及基因编辑技术快速挖掘小麦抗旱基因并验证其功能提供了参考，同时对利用系统的表型组技术筛选、鉴定和培育作物抗旱种质提供了重要的研究思路和全新研究模式。
英文题目：IHUP: An Integrated High-Throughput Universal Phenotyping Software Platform to Accelerate Unmanned-Aerial-Vehicle-Based Field Plant Phenotypic Data Extraction and Analysis
发表期刊：Plant Phenomics
发表时间：2024年5月15日影响因子：7.6
通讯作者：张建第一作者：王博韬
作者单位：华中农业大学
论文通过水稻干旱相关案例讲解和展示了该平台的表型分析和提取过程，以及性能。结合水稻卷叶指数(LRS)预测模型，在多期连续监测数据中高效地提取叶片卷叶指数、株高、VIs、鲜重及干重等性状。在该实例中，平台每分钟可从约500个小区中21个与干旱密切相关的表型参数。此外，该平台还配备用户友好界面，并支持定制或整合各种特征提取算法，较好的降低了非专业人士的学习和使用成本，加速了表型信息的提取效率和准确性。
英文题目：Maturity classification of rapeseed using hyperspectral image combined with machine learning
发表期刊：Plant Phenomics
发表时间：2024年3月26日影响因子：7.6
通讯作者：廖宜涛第一作者：冯慧
作者单位：华中农业大学
该研究论文探讨了油菜籽成熟度分类问题，种子成熟度对于提高产量和促进育种研究至关重要。传统的成熟度分类方法由于其繁琐和破坏性而受到限制。研究采用高光谱成像（HSI）结合机器学习算法成功构建了一种非破坏性的分类模型。
英文题目：A platform for whole-genome speed introgression fromAegilops tauschiito wheat for breeding future crops
发表期刊：Nature Protocols
发表时间：2023年11月28日影响因子：13.1
共同通讯作者：宋纯鹏、周云共同第一作者：李浩、朱乐乐、范芮晓
作者单位：河南大学
该研究创建了一个系统、标准化的节节麦优良基因资源高通量快速渐渗到小麦的技术体系（A-Wi）和平台。本研究不仅为实现小麦D基因组的从头驯化，拓展小麦D亚基因组遗传多样性，研究D亚组的基因功能提供了系统、全面、切实可行的技术路线，更为重要的是为现代小麦品种改良创制了重要的全新种质材料，将小麦遗传改良带入新阶段。此外，本研究研发的A-Wi技术平台同样适用于棉花、油菜等其他多倍体作物，为这些作物实现野生近缘种的全基因组渗入和遗传改良提供了很好的方法学基础。
英文题目：Deciphering genetic basis of developmental and agronomic traits by integrating high-throughput optical phenotyping and genome-wide association studies in wheat
发表期刊：Plant Biotechnology Journal
发表时间：2023年6月30日影响因子：10.1
共同通讯作者：李强、杨万能、鄢文豪、高丽锋共同第一作者：高界、胡鑫
参与人员：华中农业大学杨万能研究组/鄢文豪研究组、中国农业科学院高丽锋研究组
作者单位：华中农业大学、中国农业科学院
该研究结合了高通量作物表型技术和全基因组关联分析，探索了小麦生长和产量相关性状的遗传结构，进一步揭示了遗传位点对优化小麦生长和产量的复杂和阶段特异性贡献。高通量作物表型技术在这篇文章中发挥了重要的作用，它不仅帮助作者揭示了小麦生长和产量相关性状的遗传基础，还展示了表型技术在预测产量和加速育种方面的潜力。该工作为利用高通量作物表型技术进行小麦遗传分析和育种提供了一个成功的范例，为小麦育种和基因组学的发展提供了新的思路和方法。
英文题目：A Strategy for the Acquisition and Analysis of Image-Based Phenome in Rice during the Whole Growth Period
发表期刊：Plant Phenomics
发表时间：2023年6月8日影响因子：7.6
共同通讯作者：胡伟娟、杨万能共同第一作者：汤芷歆、陈倬
参与人员：遗传发育所陈凡研究组/降雨强研究组
作者单位：中国科学院遗传与发育生物学研究所、华中农业大学
本文所开发的基于图像的水稻表型获取和分析策略为整个生育期作物表型的提取和分析提供了一种新的方法和不同的思考方向，从而为未来水稻的遗传改良提供有用的信息。
英文题目：A Novel Intelligent System for Dynamic Observation of Cotton Verticillium Wilt
发表期刊：Plant Phenomics
发表时间：2023年1月10日影响因子：7.6
共同通讯作者：宋鹏、朱龙付第一作者：黄成龙
参与人员：杨万能
作者单位：华中农业大学
本研究展示了一种新型的棉花黄萎病动态观测系统，该系统能够准确、高效识别棉花黄萎病和健康叶片，并量化不同品种的动态患病率，为棉花智能育种和抗病研究提供了一种有效、可靠的工具。
发表期刊：上海农业学报
发表时间：2022年7月30日第一作者：高欢
作者单位：上海市农业生物基因中心、华中农业大学
WDR表型平台可获取很多有效的与水分胁迫反应相关的图像表型数据，如冠层温度、生物量、叶片颜色形态等基于图像的性状，这点在以往不同作物研究中也有论述。但是基于数字图像提取水分胁迫后相应的图像特征(i-traits)，有些无法与传统的水稻抗旱农艺性状直接对应，如何正确解读i-traits，挖掘出真正对抗旱功能基因组研究有价值的量化性状，是水稻抗旱表型组学发展的关键所在。同时，由于表型采集技术的快速发展，即使只针对单个物种，表型组检测也会产生海量数据集。在今后相当长的时间内，图像分析及数据解析方法仍然是新一代植物表型组学发展的瓶颈，因此，认为只要购买了先进表型仪器就能完成整个表型组测量、数据分析和生物信息挖掘等，是对表型组学研究的误解。
英文题目：High-throughput phenotyping-based QTL mapping reveals the genetic architecture of the salt stress tolerance of Brassica napus
发表期刊：Plant, Cell & Environment
发表时间：2022年11月10日影响因子：6.1
共同通讯作者：杨万能、郭亮、冯慧第一作者：张国方
参与人员：刘克德
作者单位：华中农业大学
本研究结合高通量表型组和QTL-mapping等技术，鉴定到大量与盐胁迫响应相关图像性状及调控候选基因，对甘蓝型油菜耐盐育种具有重要的参考和应用价值，为挖掘作物相关性状候选基因提供了一种新思路和方法。
英文题目：Panicle Ratio Network: A high-throughput dynamic phenotype recognition model based on ultra-high-definition unmanned aerial vehicle images for rice panicle analysis in fields
发表期刊：Journal of Experimental Botany
发表时间：2022年7月1日影响因子：5.6
通讯作者：张建第一作者：郭子越
参与人员：陈国兴、杨万能
作者单位：华中农业大学
该研究针对对于水稻产量具有重要意义的抽穗期和有效分蘖率，建立了一个可以代替田间人工调查的多尺度田间抽穗情况评估模型。可以预见，运用无人机图像进行作物表型分析将是未来的一大主流趋势，除本实验所研究的水稻外，对于其他作物也会有优秀的表现。
福建省农业科学院
作物室外表型采集系统（一期龙门）
福建省农业科学院
温室龙门表型采集系统（二期龙门）
上海农业生物基因中心
田间高通量植物表型平台
未来，谷丰光电将继续各高校、科研机构持续深化合作，致力于推动作物表型技术的创新与应用，为农业科研和育种提供更高效、精准的解决方案。通过技术赋能，共同为粮食安全和农业可持续发展贡献力量。
2025/4/24
2025/4/18
2025/4/18
2025/4/3
2025/4/2
2025/3/8
2024/11/13
2024/11/1
2024/10/18
2024/10/11
Copyright © 2013-2022 武汉谷丰光电科技有限公司 鄂ICP备14020812号-1、鄂ICP备14020812号-2 
鄂公网安备42018502003245号 网站地图
