Cell | “足不出户” 揭示植物花期适应新机制

表型是自然选择与适应性进化的基础。然而，对于分布广泛的物种而言，受限于人力与资源，其原生栖息地的表型难以进行长期、系统的观测。研究者通常将原生地采集的材料在几个实验站进行统一栽培观测，即多点同质园实验，来解析植物的适应机制。但在缺乏原生地表型数据的情况下，多点同质园实验所得的表型是否真实反映原生地表型？由于实验站与原生地的生长环境不一样，实验所得结果能否直接外推至原生地也一直缺乏明确答案。

近日，美国农业部农业研究署联合多家美国高校机构在Cell发表了题为Harnessing citizen science to contextualize adaptation mechanism discovery的研究论文。该工作将海量公众科学照片、AI图像识别、多点同质园实验、以及严谨的遗传解析整合在一起，以广泛分布于北美的柳枝稷为例，系统展示了将公众科学记录的原生地实情与可控实验体系相结合来解析植物在原生境中的适应机制。

研究团队从 公众 科学平台 GBIF收集了 4万余 张多年生暖季 禾本科草在原生地的 照片， 并 训练了名为FLORIST 的图像识别 AI来帮助 判断照片中的植物是否处于开花状态。最终，从这些 公众科学家的 “自然打卡照”中筛选出 6千余 张开花照片， 结合 拍摄时间和GPS 坐标， 复现了跨 北美草原原生地 的时空开花图谱： 越往北，暖季 型 植物 （ 柳枝稷、大须芒草、印第安草 和 小须芒草 ） 开花越早。然而，多点同质园实验 却 完全相反：越往北 的实验站 ，柳枝稷开花越晚。同一种植物， 原生态的照片 和 多点 同质园实验给出了相反的答案。 是 随手拍的 野外 证据 “骗了人” ，还是标准化实验站的 与原生地“脱了钩”？ 抑或，这一反常的 趋势 背后 ， 隐藏着尚未被认识的气候、基因与适应的深层生态遗传密码。

为解开这个矛盾，基于多点同质园实验，研究团队解析了柳枝稷开花的遗传机理。通过基因定位、表达分析、转基因验证和群体单倍型分析，将关键线索锁定在GI-Hd1-FTL1这一开花调控模块对晚春（4 月下旬至5 月上旬）温度的响应上。并据此构建了不同GI-Hd1-FTL1单倍型对晚春温度的表型反应全景图。单倍型H1晚花、对晚春温度变化不敏感，主要分布于南方；而H2早花、对晚春温度变化更敏感，主要分布于北方。将单倍型反应全景图与过去40 年的北美晚春温度数据叠加后发现原生地只是这个单倍型反应全景图中的局部。原生地与同质园实验并不矛盾，它们本质上反映的是同一套遗传—环境反应机制在不同地理背景下的呈现。

在确认了同质园实验与原生地表型的一致性，并证明表型反应全景图可以可靠外推至原生地后，该研究推测了两种单倍型在北美原生地的花期。比较开花后植物可能经历的温度揭示了单倍型南北分布背后的“双向极温规避” 机制：在北方，H2 通过早开花，为种子成熟和越冬准备争取时间，从而避开冬季低温；在南方，H1 则通过晚开花，绕开夏季高温对花粉和繁殖的不利影响。两个单倍型分别在南北两端“躲开”最致命的温度窗口，各自占据适合自己的生态位。结合单倍型对越冬能力和生物量积累的不同影响，研究团队进一步推测：单倍型的地理边界并非静止，而是会随着气候变化而迁移：气候变暖能让H1 凭借更多的生物量积累挤压H2，北向扩张；相反，气候变冷能让H2凭借更强的越冬能力挤压H1，南向推进。

该研究不仅揭示了植物花期适应的新机制，也展示了一种新型科研模式。海量公众科学影像与AI图像识别的结合，使研究者能够在短时间内“足不出户”地洞察原生地的生态规律。这些生态规律，反过来激发科研兴趣，推动研究者开展表型组学、基因组学、环境组学、与遗传学实验和分析，从而系统性的建立原生地和可控实验体系之间联系来探索大自然。这种“由自然启发、由实验验证、由模型整合”的闭环，实现了真实生态情境与机制性实验之间的互相验证，最终以更高的维度理解大自然的适应逻辑。

美国农业部农业研究署李显然研究员、爱荷华州立大学余建明教授和德克萨斯大学奥斯汀分校Thomas Juenger教授为本文的通讯作者。李显然实验室博士后Laura E. Tibbs-Cortes为第一作者。该研究是李显然、余建明团队在表型可塑性领域系列成果的延续。该项目受到了美国农业部和能源部的资助。

论文链接：

https://doi.org/10.1016/j.cell.2026.04.039