数字表型在检测拟南芥干旱胁迫中的应用


发布时间:

2021-08-01

来源:

本站

作者:

PhenoTrait

近距离光谱成像(SI)被广泛应用于数字植物表型分析。数字植物表型分析的一个关键任务是对植物干旱胁迫进行无损、快速鉴定,使植物育种工作者能够选择潜在的基因型来培育抗旱植物品种。可见光和近红外SI是一种关键的传感技术,可以捕捉植物在干旱胁迫下发生的物理化学变化。但主要挑战是需要处理大量光谱图像,提取相关植物育种信息,以支持基因型选择。因此,本研究提出了一个通用的数据处理流程,用于数字表型试验中产生的SI数据,以提取有意义的信息,供植物育种人员决策。

 

干旱胁迫试验前后植物的典型 RGB 图像

 

提出的通用工作流中涉及的不同步骤

 

通过VSN预处理进行照明校正的一个例子

 

该工作流程结合化学计量学方法和深度学习,在半控制环境下生长的拟南芥植株干旱胁迫检测与定量的实际实验中,证明该工作流的有效性。结果表明,与浇水良好的植物相比,该方法能够在诱导后3天内检测到干旱的存在。此外,无监督聚类方法提供了详细的时间序列图像,在该图像中,可以沿时间过程直观地跟踪与干旱相关的植物变化。综上所述,本文所开发的方法有利于数字表型分析,从而可以加速耐旱植物品种的育种。

 

对光谱图像进行主成分分析的结果

 

显示集群比例演变的图

 

来源:

Mishra P, Sadeh R, Ryckewaert M, et al. A generic workflow combining deep learning and chemometrics for processing close-range spectral images to detect drought stress in Arabidopsis thaliana to support digital phenotyping. Chemometrics and Intelligent Laboratory Systems Volume 216, 15 September 2021, 104373. https://doi.org/10.1016/j.chemolab.2021.104373.

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。