利用光谱电阻抗断层成像技术对作物根系进行定量表型分析:采用优化测量设计的根管研究


发布时间:

2024-09-28

来源:

作者:

研究背景:根系是促进植物健康、抗逆性以及农作物最终产量的关键因素。为了优化植物的性能,本文进行了表型试验,以培育具有不同根系性状的植物。然而,传统的分析方法往往耗费大量人力物力,而且会对根系造成伤害,因此限制了高通量表型分析的进行。光谱电阻抗层析成像(sEIT)可作为光学根系分析的一种非侵入性、高成本效益的替代方法,潜在地提供关于根发育和活动的二维或三维时空信息。虽然阻抗测量已被证明对根系生物量、营养状况和昼夜活动很敏感,但很少有人尝试采用层析成像算法来恢复根系的空间分辨信息。本研究旨在建立水培条件下不同细根系统(玉米、品豆、黑豆和黄豆)的层析电极化特征与根系特征之间的关系。

 

结果:研究结果表明,通过优化的数据采集方案,sEIT能够提供所有被调查根系的根系生物量和根系表面积的空间分辨率信息。总极化强度与根系生物量(R2 = 0.82)和根系表面积(R2 = 0.8)有较强的相关性。我们的研究结果表明,捕获的极化特征是由细胞尺度的极化过程主导的。此外,我们还证明了测量方案的分辨率特征对根系特征的层析重建有重要影响。

 

结论:我们的研究结果表明,在高通量根系表型试验中,sEIT是一种很有前途的根系特征层析重建工具,应该被评估为传统的、通常耗时的根系表征方法的替代品。

 

图1 真实电阻率相位模型(A)以及优化(B)和简化(C)测量方案的反演结果。黑点表示电极位置,黑线表示真实模型中相位异常的形状

 

图2 黑豆植物 BB_2(A)和松豆植物 PB_5(B)的校正和未校正阻抗相位光谱。请注意,绘制的是负阻抗相移 – ϕZ

 

图3  A:嵌入水根瘤的典型松豆植物 (PB_5)。B:反演得到的五个频率的复合电阻率幅值图像。C:反演得到的五个频率的复合电阻率相移。根系范围在反演结果中显示为黑色轮廓

 

图4 玉米、平豆、黄豆和黑豆的复电阻率幅值和相位光谱示例,从所有被测植物根区(茎与根连接点以下约 5-10 厘米处)的网格细胞中提取。不同深浅的颜色表示来自不同根系的数据。水平黑虚线表示根管内水的平均电阻率

 

图5 所调查的一种松豆植物根面积的总电荷率(A)和平均松弛时间(B)。电荷率低于 10-3 的区域被视为背景区域,因此用灰色遮盖,根系区域用黑线划出。对于平均弛豫时间,我们屏蔽了根系区域以外的细胞,因为该区域的极化率很低,甚至为零,因此该区域的数值不确定

 

图6 显示所有植物类型生根区域内总电荷率(A)和平均松弛时间(B)分布情况的 Violinplots 图。白点表示各分布的平均值

 

图7 每种植物根系参数的检索概览。显示的是总根表面积(A)、总根生物量(B)和平均根直径(C)的分布情况

 

图8 A:根系总表面积与根区综合电荷率( mrz ) 的关系图。B:根系总干生物量与 mrz 的关系图。C:根平均直径的平方与平均弛豫时间的关系图

 

图9 A:重建的松豆植物 PB_5 每个细胞的生物量。黑色轮廓表示植物的生根区域,黑点表示电极位置。B:每个根区的重建根生物量(Mbio,rec)与扫描估算的验证根生物量(Mbio,val)的比较。根管内三个不同的根区深度(单位:厘米)以红色阴影显示,重建生物量与验证生物量的完美匹配以灰色虚线表示

 

图10 所有测量植物 1 kHz 时的复合电阻率幅值图像。图中标注的是黑豆 (BB)、玉米 (M)、平豆 (PB) 和黄豆 (SB) 植株

 

图11 所有测量植物 1 kHz 时的复电阻率相位图像。图中标注的是黑豆 (BB)、玉米 (M)、扁豆 (PB) 和黄豆 (SB) 植株。请注意,为了更好地显示图像,图中使用了不同的色条

 

图12 所有测量植物的总电荷率图像。图中标注的是黑豆 (BB)、玉米 (M)、平豆 (PB) 和黄豆 (SB) 植株。灰色区域表示总电荷量低于 10-3。请注意,为提高可视性,图像用不同的色柱绘制,色柱值为对数。

 

图13 所有测量植物的平均弛豫时间图像。图中标注的是黑豆 (BB)、玉米 (M)、平豆 (PB) 和黄豆 (SB) 植株。生根区域以外的区域用灰色遮盖

 

来 源

Michels, V., Chou, C., Weigand, M. et al. Quantitative phenotyping of crop roots with spectral electrical impedance tomography: a rhizotron study with optimized measurement design. Plant Methods 20, 118 (2024).

 

编辑

劳广术

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。