计算机视觉在甘薯根部生产遗传改良中的可行性


发布时间:

2023-01-29

来源:

植物表型资讯

作者:

PhenoTrait

由于要分析大量的特性以选择最佳基因型,甘薯的改良一直是一项成本很高的工作,因此有必要采用与表型过程相关的新技术,如使用图像。本研究的目的是通过对图像的计算分析,开发一种旨在对半同胞甘薯后代进行遗传改良的根系生产表型方法,并将其性能与传统的评估方法进行比较。在一个有4次重复的随机区块设计中,对16个半同胞甘薯家族进行了评估。在植物层面,对每根重量和根的总数进行了评估。图像是在人工照明下,用佳能PowerShotSX400 IS型数码相机在中密度纤维板制成的 "工作室 "中获得的。评估是用R软件进行的,在该软件中拟合了一个二次多项式回归模型来预测根重(以克为单位),并获得了遗传值和预期收益。计算机视觉可以预测植物和地块的根重,在预测和观察的重量之间获得高的决定系数,并且可以预测根系重量,保持基因型的排名,从而保持预期收益与选择之间的相似性。因此,图像的使用是甘薯遗传改良计划的一个有效工具,有助于作物表型设计过程。
 

图1 图像采集。A)用于图像采集的 "工作室";B)用荧光灯进行人工照明;C)在工作室采集的图像。

 

图2 获得图像后执行的步骤流程图。

 

图3 从16个甘薯半植株后代的2233个根的图像中的像素数预测根重(g)的调整回归结果。

 

图4 16个甘薯半同胞后代在小区(A)和家族(B)水平上预测和观察到的总重量值之间的图形离散性。

 

图5 16个甘薯半同胞后代加性育种值的雷达散点图和斯皮尔曼相关(r)。

 

 

来 源

Fernandes A C G, Valadares N R, Rodrigues C H O, et al. Feasibility of computational vision in the genetic improvement of sweet potato root production[J]. Horticultura Brasileira, 2022, 40: 4.

 

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。