原文以Field-grown soybean shows genotypic variation in physiological and seed composition responses to heat stress during seed development 为标题发表在Environmental and Experimental Botany上
作者 | Anna C. Ortiz等
翻译 | 祝介东、刘美玲
模型预测，到本世纪末，全球平均气温将升高2.8~4.8℃，极端气候事件也会更加频发，这将严重影响作物产量。
为研究大豆对温度升高的基因型差异，研究者将六种不同的基因型大豆（Glycine max）暴露于开顶野外生长箱内28天。
分别在增温前和增温过程中进行气体交换和叶绿素荧光参数测量，成熟时进行产量和种子成分的测定。
结果表明，增温使大豆叶片夜间呼吸和最大羧化速率增加，影响种子蛋白含量，降低了籽油浓度。
本研究中，不同基因型大豆叶片在CO2同化速率、气孔导度、光系统II的运转效率、CO2同化的光量子效率、种子蛋白含量方面存在显著差异。
基因型不同的大豆对增温响应差异显著，这有助于分析抗性植物的生理适应策略，并揭示了通过育种来提升大豆耐热潜力的可行性。
根据Qiu 等（2018）所描述的方法，建造了8个9×3m的开顶式野外生长箱。使用配置了荧光叶室的LI-6800高级光合-荧光测量系统，测量气体交换和叶绿素荧光参数，评估不同基因型大豆对短期增温的响应。
选择最上部完全展开的叶片。在第0天和增温后第7天，测量潜在最大光化学量子效率Fv/Fm和夜间呼吸速率R。
光适应气体交换参数和叶绿素荧光参数，在第0天（增温前）中午开始测量，在增温后第1天和第2天重复进行。测量参数包括净光合速率（An），气孔导度（gs）以及PSII的运转效率（Fv’/Fm’），PSII的实际光化学量子效率（ΦPSII），以及非光化学淬灭（NPQ）。内禀水分利用效率通过An和gs计算，光强、CO2浓度、叶室内温度的设定与样方内的外部环境一致。同步测量叶片温度（Tleaf）和饱和水汽压亏缺（VPD）。
CO2响应（A/Ci）曲线在所有子样方内进行，重复数为4，以便每种基因型能够在每个测定周期内（4天）测量完成。
日出前，将最上部完全展开的叶片在叶柄基部切断，立即放入去离子水中；之后叶柄会在水中重新切断以去除导管栓塞。测量前，叶片在活化光下同化30min。叶片中部被夹入Chamber内进行测量，并使得An和gs达到稳定状态。
气体交换测量在12个不同的CO2浓度（单位μmol mol-1）下进行：300，200，100，50，400，400，600，800，1000，1200，1500，2000。基于中午平均值设置光强（1800 μmol m-2 s-1），根据冠层空气温度传感器记录的平均值设置温度，分别为32℃（环境温度AT）和36℃（增温后温度ET）。
基于Farquhar，von Caemmerer，和Berry模型（1980）以及Dubois 等（2007）的方法，计算Rubsico的最大羧化速率（Vcmax），电子传递速率（Jmax），和线粒体呼吸速率（Rd）。Kc、Ko和Γ*使用转基因烟草的O2和CO2的米氏常数。
非光化学淬灭（NPQ）的日间调查由每个配对样方的夜间测量均值计算，Fm是暗适应下最大荧光值，Fm’则是光下的最大荧光值。
统计分析由R 3.6.3完成。所有数据均由下述方法拟合到模型，当某变量的残差不是正态分布时，变量使用MASS和rcompanion包（Venables和Ripley, 2002；Mangiafico, 2016）Box-Cox转换或者Tukey幂阶变换来转换。不需要转换的变量包括 R，Vcmax，产量、种子蛋白浓度，籽油浓度。来自于线性模型用于Fv/Fm和ΦPSII的残差即使在转换后仍然呈现非正态分布；因而Wilcoxon非参秩和检验用于检验处理和基因型之间的差异。其他变量均使用线性模型分析，使用的是R的lmer包和lmerTest软件包。
来自第0天的数据作为中午和夜间气体交换和叶绿素荧光数据的协变量。对于中午测量、日期、处理以及基因型作为固定效应，样方号作为随机斜率。
测量周期内处理的比较使用了来自于lmerTest包的最小二乘法均值检验。对于夜间测量和来自于A/Ci数据推导的变量，处理和基因型是固定效应，而区块是随机斜率。来自于混合模型的三因素方差分析和最小二乘均值用于确定简单主效应，以及每次测量不同处理基因型的成对比较。这些检验均使用lmerTest包实现。皮尔逊相关系数用于计算z-score。
//////////
原文中的主要数据图表
