不同基因型的红花盐胁迫表型数据集


发布时间:

2022-12-30

来源:

植物表型资讯

作者:

PhenoTrait

本文描述了从自动表型组学平台获得的红花(Carthamus tinctorius L.)植物的高分辨率可见光谱图像数据集,以及相关的图像分析输出和人工获得的生物量数据。该数据集包含的200个不同红花基因型的1832张图像(6576 × 4384像素,PNG格式)是在澳大利亚维多利亚州霍舍姆的维多利亚植物表型组学中心利用两个Prosilica GT RGB(红-绿-蓝)相机获得的。所采集的红花基因型要么接受盐处理(250mM氯化钠),要么作为对照(0mM氯化钠)生长,并在播种后15至36天每天进行成像。每张快照包括在一个时间点收集的四张图像;其中一张是从上面(俯视)拍摄的,其余的是从0°、120°或240°的侧面拍摄。数据集还包括量化性状和描述表型的分析输出,以及手动收集的生物量和叶离子含量数据。该数据集已经在Thoday-Kennedy等人(2021年)的研究中进行了使用。该数据集描述了不同红花基因型的早期生长差异,确定了耐受或易受盐分胁迫的基因型,提供了详细的图像分析参数用于对大量的红花群体进行表型分析,还可用于对广泛的作物物种进行基于图像的性状识别训练。

 

表1 规格表

数据价值

该数据集是RGB图像和相关图像分析参数的集合,这些图像分析参数描述了促成不同表型的多种性状以及手动收集的生物量和离子含量数据。该数据集可用于了解不同红花基因型早期营养生长的差异,并量化其对盐度的反应变化。

 

该数据集可为研究人员提供宝贵的资源,以阐明红花基因型的早期营养生理反应及其对盐度的反应。

 

这些数据可用于/重复使用,以比较不同红花基因型在不同的非生物或生物胁迫下的生长和生理结果,以及用作正向和反向基因组研究中的表型数据。该数据集还可用于开发和完善各种作物物种的高通量图像分析流程。

 

该高质量RGB图像和相关生理参数的数据集是进一步了解未充分利用但有价值的红花作物的独特资源。

 

表2 图像分析输出参数的定义

 

图1 播种后36天,在四个不同角度(三个侧视图和一个顶视图)为单个植物拍摄的高分辨率RGB图像的部分示例。

 

 

来 源

Thoday-Kennedy E, Dimech A M, Joshi S, et al. An image dataset of diverse safflower (Carthamus tinctorius L.) genotypes for salt response phenotyping[J]. Data in Brief, 2022: 108787.

https://doi.org/10.1016/j.dib.2022.108787

 

编 辑

小王博士在努力

 

扩展阅读

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。