小麦育种计划中的高通量田间成像和基本图像分析

小麦育种计划中的高通量田间成像和基本图像分析

本研究旨在为小麦育种计划中颜色性状评估开发一款高通量数字成像和分析系统,植物表型资讯介绍如下:

在田间作物育种计划中,利用性状颜色进行视觉评估是必不可少的环节,但此过程存在一定的主观误差,并且消耗大量时间。数字图像分析是一种客观的替代方案,此前曾有研究将其作为有限数量性状的视觉评估方法,结果显示优于人工评估结果,然而仍缺乏易于采用的田间高通量方法。本研究旨在为小麦育种计划中颜色性状评估开发一款高通量数字成像和分析系统。

微信图片_20190426153256

在温室中生长的单株植物的阈值处理阶段(上图)和在田间生长的整块图片(下图)

作者首先演示了温室中基本图像分析方法的概念验证研究,并将这些方法应用于使用手持成像设备的田间试验中,随后开发了用于数据采集的田间高通量成像基础设施。概念验证研究表明,在温室环境中小麦生理黄化(PY)的人工视觉和数字评估之间存在强相关性(r = 0.95),两种结果具有相似的遗传力(分别为H2= 0.85和0.76)。手持田间图像的数字评估显示与PY(r = 0.61和0.78)、衰老(r = 0.74和0.75)和Septoria Tritici Blotch(STB; r = 0.76)的视觉评估结果之间呈高度相关,并具有较高的数字评估遗传力(不包括STB)。高通量成像基础设施的开发可通过每小时7,400个地块的速度收集田间地块的图像。研究人员利用该系统采集的高级育种试验图像,分析了两个时间点的冠层覆盖度,结果显示数字分数与视觉评估(r = 0.88和0.86)强烈相关并且具有相似或更高的遗传力。

微信图片_20190426153259

高通量成像激增(HIB)作为当前研究的一部分而开发和部署,停放在麦田试验的维护路径中

本研究详细介绍了如何在小麦育种计划的田间试验中将高通量数字表型应用于颜色性状。此外,作者还讨论了在对方案干扰最小的情况下实施这类系统的后勤工作,为所使用的基本图像分析方法提供了详细的方案,并有潜力应用于其他田间作物育种或研究计划。

来源:

Walter J, Edwards J, Cai J, McDonald G, Miklavcic SJ and Kuchel H (2019) High-Throughput Field Imaging and Basic Image Analysis in a Wheat Breeding Programme. Front. Plant Sci. 10:449. doi: 10.3389/fpls.2019.00449

微信图片_20190423133619

扩展阅读:

粽香情浓,植物表型资讯一周年目录汇总

植物表型资讯2018年1-12月目录汇总

植物表型资讯2019年1-4月目录汇总

微信图片_20190408151928