高通量、动态、多维度:植物呼吸测量的扩展库


发布时间:

2023-02-07

来源:

植物表型资讯

作者:

PhenoTrait

最近爆发的技术创新和适应大大提高了我们从植物来源捕获呼吸率数据的能力。在组织层面,现在有几个独立的呼吸测量选项可用,每个选项都具有独特的优势和适用性,包括高通量采样能力。这些进步有助于将呼吸率数据纳入大规模生物学研究,如遗传筛选、生态调查、作物育种试验和多组学分子研究。因此,我们对呼吸与其他生物和生化测量的相关性的理解正在迅速增加。关于呼吸数据的解释和利用的难题仍然存在;诸如将呼吸分配给生长与维持、呼吸对碳和能量的不必要或低效使用,以及对未来呼吸速率响应环境变化的预测等概念都没有充分地基于经验数据。然而,我们强调,涉及呼吸率数据与其他测量的新颖组合的新实验设计将充实我们目前的呼吸理论。此外,长期以来一直用于线粒体尺度的呼吸速率动态记录,越来越多地用于更大尺度和时间尺度,以反映细胞信号转导过程和对环境的生理反应。我们还强调了呼吸方法如何更好地适应不同的植物组织,包括根和种子,这些在历史上一直被忽视。
 

图1 量化呼吸速率的可用方法通常适用于特定规模的生物学研究:时间和大小。显示的时间尺度非常近似,但表明技术通常用于观察不同间隔的呼吸变化。红外气体分析仪(Infra-red gas analyzers,IRGA)在最大的时间和尺寸范围内使用,事实上,涡流协方差依赖于IRGA对CO2的测量,但通过不同的方法计算呼吸通量。

 

图2 用于测量呼吸速率的实验设备示例。A)一组平行的克拉克型氧电极测量室;B)便携式IRGA设备;C)一组三个并行的IRGA与珠浴相结合,用于植物根系的更高通量CO2释放测量;D)一种自动高通量O2传感器,可测量封闭管中的O2消耗率(OCR),瓶盖含有O2敏感荧光染料。

 

图3 呼吸供需链中不同组件的可用测量值。测量靶标表示目前存在的分子测定。带下划线的测量目标表示目前适合快速动态测量的目标,使其最适合开发进一步的多参数呼吸测定。简称:GSH:还原型谷胱甘肽; GSSG:氧化谷胱甘肽;ROS:活性氧;mETC:线粒体电子传递链。

 

 

来 源

Brendan M O’Leary, Andrew P Scafaro, Larry M York, High-throughput, dynamic, multi-dimensional: an expanding repertoire of plant respiration measurements, Plant Physiology, 2023;, kiac580, https://doi.org/10.1093/plphys/kiac580

 

编 辑

王春颖

 

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。