表型组数据处理:从温度和小麦高度数据中提取剂量响应曲线参数


发布时间:

2022-06-10

来源:

本站

作者:

PhenoTrait

  温度是植物生长发育的主要驱动力。新的表现型工具可以量化数百种基因型的温度反应。然而,对于田间数据而言,温度响应模型在解释导出参数方面存在缺陷和缺陷。本研究以不同温度分布的5个生长季节的气候数据为起点,基于包含所有基数温度的4参数温度响应函数(Wang-Engel),模拟小麦茎秆伸长的生长。我们采用一种新的方法,通过结合高分辨率(小时)温度过程和低分辨率(天)高度数据(图2),从模拟中重新提取剂量响应,如图1。这类数据的收集在田间表型平台中很常见(图3)。为了利用茎伸长过程中缺乏超最佳温度的优势,研究了更简单的(线性和渐近)模型来预测温度响应参数。渐近模型能较高精度地提取生长的基准温度和最大绝对增长率,而简单的线性模型则不能。此外,渐近模型还提供了最佳温度的代理估计。然而,当包括季节变化的基数温度时,渐近模型的预测精度大大降低。在3个冬小麦品种的田间试验中,3个渐近剂量-反应曲线参数均存在显著差异(图4- 6)。我们认为基于高分辨率温度过程的渐近模型适合于从野外数据中提取有意义的参数。

 

  图1 工作流的示意图表示。上图:使用基于Wang-Engel函数的模拟生成数据,该函数参数化了真实的温度过程和文献中的基本温度。下图:使用线性模型和聚合温度值等进行数据提取,本文提出了一种新方法,使用直接应用于高时间分辨率协变量过程的渐近模型。

 

  图2 两种对比基因型(绿色和蓝色)在生长期(固态)和生长期外(灰色)的不规则和长间隔性状测量示意图(a),短间隔和恒定间隔的协变量测量(b),以及基于最大绝对生长率(rmax)、最低温度(Tmin)的渐近剂量响应模型,以及响应的陡度(lrc)(c)。

 

  图3 (a)在苏黎世联邦理工学院(FIP)的田间表型平台现场,以小时尺度(Tcourse)测量冬小麦茎秆伸长期的温度,并将其聚合为3天尺度(Tmean)。(b) 模拟输入与提取参数值依赖于测量区间的Pearson相关性。(a)中的灰框表示基数温度从顶生小穗到开花期不等,早季对应茎伸长期的上半段,晚季对应茎伸长期的下半段。(b)中的4天(irr.)对应于每周两次测量的预期测量频率,但由于天气条件不佳,测量频率频繁变化1、2或3天,导致测量频率不规律。

 

  图4 1000个模拟基因型中的200个和三年的模拟生长率(a)和冠层高度(b)。模拟生长率基于Wang-Engel剂量反应曲线模型。

 

  图5 (a) 模拟4种模拟基因型的Wang-Engel剂量-反应曲线和拟合的渐近剂量-反应曲线; (b) 用渐近曲线拟合TLS高度数据(地面激光扫描仪),三个基因型的真实野外数据实例。(b)中的线和柱表示每个基因型18个重复的平均值,误差柱标准误差,字母显著差异(α=0.05)基于单向方差分析和Tukey’s Honest significant Difference方法。

 

  图6 模拟数据与提取的温度响应参数的皮尔逊相关性。提供仿真的结果没有噪音(a)和与固定基数温度下提取的温度响应参数对比(b) 基于平均温度的线性模型(linear Tmean)和基于平均温度的渐近生长模型(Asym Tmean)以及温度曲线(Asym Tcourse )随时间的变化(c)。黑体方框表示相同参数的预测值和真值之间的相关性。

 

  来源:Lukas Roth, Hans-Peter Piepho, Andreas Hund, Phenomics data processing: Extracting dose-response curve parameters from high-resolution temperature courses and repeated field-based wheat height measurements, in silico Plants, 2022;, diac007, https://doi.org/10.1093/insilicoplants/diac007

  

  编辑:王春颖

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。