利用高通量表型分析植物生长动态和遗传力


发布时间:

2021-05-09

来源:

本站

作者:

PhenoTrait

在现代高通量植物表型分析中,可以通过重复采集整个生长期不同基因型植物图像,并利用图像处理提取植物的表型特征(例如植物高度)。基于不规则离散时间点的观测结果,在基因型和植株水平上恢复整个性状轨迹及其导数是一个很有意义的问题。

 

玉米生长数据注

 

方案I中本征函数的估计一阶导数的性能注意

 

本文提出了利用层次泛函主成分分析(HFPCA)对特征轨迹进行建模,并将轨迹导数的恢复问题归结为特征函数导数的估计问题,该问题通过对特征方程进行微分来解决。基于HFPCA,我们还提出了一种新的广义遗传力测量方法,该方法可以测量植物生长过程。研究表明,该方法在恢复特征轨迹及其导数方面优于同类方法。综上所述,本文通过应用于现代植物表型研究,揭示了植物生长发育和遗传力动态的有趣特征。

 

方案I中使用不同方法的选定主要成分数量的经验分布

 

估算的遗传函数及其95%的逐点置信带

 

来源:

Xu Y, Li Y and Qiu Y. Growth dynamics and heritability for plant high‐throughput phenotyping studies using hierarchical functional data analysis. Biometrical Journal. https://doi.org/10.1002/bimj.202000315.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。