TOP 4
● 高通量表型和全基因組關聯分析：研究揭示水稻的自然遺傳變異
(Nat Commun,2014)
通過使用高通量測序技術對植物基因組學的研究迅速發展，傳統的植物表型測試已遠遠落后。此文的作者開發了一個高通量水稻表型測定設施（HRPF），用于監測水稻生育期的13個傳統農藝性狀和2個新定義的性狀。利用15個性狀的全基因組關聯研究（GWAS），他們確定了141個相關基因位點，其中25個包含已知基因，如‘綠色革命’半矮生基因SD1。 基于對HRPF和GWAS結果的性能評估，此文證明高通量表型分析具有取代傳統表型分型技術的潛力，并且可以提供有價值的基因識別信息。多功能表型分型工具HRPF和GWAS的結合，實現對重要性狀遺傳結構的深入了解。
使用三種表型方法進行鮮重，地上部干重和綠葉面積的測量后，GWAS結果之間的比較
TOP 3
● 細胞到整株水平的表型分析時代
（Trends Plant Sci，2013）
成像和圖像處理已成為植物表型研究的革命性技術，是表型性狀測量的主要工具。 此文作者通過檢查三個重要的特征來評估植物表型系統：通量，維數和分辨率。首先，整個植物表型分析系統與自動化技術的進步相結合，能夠顯著提高通量。然后討論器官和細胞水平表型及其工具（通常以較低的通量操作），作為在升高的空間和時間分辨率下獲得高維表型數據的手段。此文認為未來需要集中注意力在空間和時間分辨率的研究上，因為這些成像程序在植物表型系統應用中是關鍵方面。
表型分析的時空分辨率
多維度的表型分析示意圖
模式植物擬南芥葉片組織、葉肉細胞表型分析