RUST:一种快速测量谷物叶锈病的脚本工具


发布时间:

2020-10-28

来源:

植物表型资讯

作者:

PhenoTrait

近年来,表型已成为植物育种和植物基础科学的主要瓶颈之一。植物病害评估耗时、且主观性较强,因此关于其评估更具挑战性。本文开发了一个开源、健壮且用户友好型的脚本工具——RUST:用于半自动评估叶锈病。

 

RUST用来评估和记录铁锈病的过程方案

 

运行RUST的Fiji应用程序的屏幕截图

 

RUST在免费的斐济成像软件(由ImageJ开发)下运行,具有支持使用颜色转换工具评估叶锈病,并可以提供三种不同的自动化模式。脚本按顺序打开图像,并自动(或半自动)记录感染频率(每个区域的脓疱)进行高通量分析。此外,它可以管理同一图像中的多个扫描叶段,且连续选择所需的叶段。该方法已在80个燕麦基因型(包括从抗性到敏感,从极轻到严重感染的叶片)的近900份样本中得到验证,具有较高准确性,Lin的一致性相关系数为0.99。分析表明,重复测量相同样品时获得的低变异系数表明具有较高重复性。该脚本还具有可选的校准和培训步骤,以确保准确性,即使在低分辨率图像。综上所述,该脚本可以有效地评估数百片叶片,促进筛选这种重要谷物病害新抗性来源。

 

通过RUST脚本区分健康组织中的脓疱

 

在不同场景下通过视觉或RUST估算的脓疱数量之间的线性关系

 

来源:

Luis M. Gallego-Sánchez, Francisco J. Canales, Gracia Montilla-Bascón, et al. RUST: A Robust, User-Friendly Script Tool for Rapid Measurement of Rust Disease on Cereal Leaves. Biosystems Engineering. Plants 2020, 9(9), 1182; https://doi.org/10.3390/plants9091182。

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。