学术中心

全部分类
您现在的位置:
首页
/
/
/
共聚焦显微技术和机器学习促进玉米QTL定位中气孔表型性状的快速获取

共聚焦显微技术和机器学习促进玉米QTL定位中气孔表型性状的快速获取

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-11-29 06:10
  • 访问量:

【概要描述】通过分析,本研究确定了24个多性状重叠QTL簇,这为多个病例的多效性提供了一致的证据。本研究为进一步研究C4物种气孔发育和气孔导度等提供了生理学和遗传学基础。

共聚焦显微技术和机器学习促进玉米QTL定位中气孔表型性状的快速获取

【概要描述】通过分析,本研究确定了24个多性状重叠QTL簇,这为多个病例的多效性提供了一致的证据。本研究为进一步研究C4物种气孔发育和气孔导度等提供了生理学和遗传学基础。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-11-29 06:10
  • 访问量:
详情

  叶片表面的气孔可以调节CO2吸收与水汽损失之间的平衡,因此在控制光合碳增益和植物水分利用方面具有关键作用。但是当前缺乏简单、快速的表皮细胞性状表型分析方法,这就限制了我们对气孔模式遗传基础的发掘。本文介绍了一种高通量表皮细胞表型分析管道,用于田间玉米数量性状位点(QTL)定位,通过共聚焦显微镜从成熟叶片获取的图像上自动确定气孔复合体的位置和大小,计算机估算的气孔复合体密度(SCD;R2 = 0.97)和气孔复合体面积(SCA;R2 = 0.71)与人工测量值密切相关。叶片气体交换性状与气孔复合体的大小和比例(rg = 0.39 - 0.71)在遗传上相关,但与SCD不相关。在两个田间生长季节里,表皮性状的遗传力逐渐升高(h2 = 0.42 - 0.82)。在这两年里,共鉴定出36个特定性状的QTL。通过分析,本研究确定了24个多性状重叠QTL簇,这为多个病例的多效性提供了一致的证据。本研究为进一步研究C4物种气孔发育和气孔导度等提供了生理学和遗传学基础。

 

  图1 Mask R-CNN成像和图像分析的总体工作流程。A、数据收集、模型训练、模型预测、人工验证和实验数据分析的工作流程,用于对表皮细胞特征进行表型分析。B、Mask R-CNN方法概述,用于分析共聚焦显微技术获取的用于气孔和路面细胞检测的图像。

 

  图2 分析共聚焦显微图像过程中的示例步骤。A、从共聚焦显微镜输出的原始文件中提取3D图像层。B、使用鲁棒高斯滤波器进行处理。C、使用拉普拉斯滤波器进行对比度增强。D - G、使用掩模R-CNN预测单元实例。E、基于细胞边界坐标计算和提取细胞相关性状,并标记边界和实心点,以便更好地可视化。F、放大显示的气孔被标记为白色实心点,周围的细胞被标记为黑色实心点,在图像边缘被切割的细胞用三角形标记,并在估计平均细胞大小时排除在外。G、椭圆气孔复合体,其宽度和长度计算为椭圆的短轴和长轴的长度(红线)

 

  图3 基于玉米B73的基因型平均值,SCD、SCW、SCL、SCLRW、SCA、SCTA、PD、PA、PTA、SI、SPI、SLA、光合CO2同化率(A)、气孔导度(gs)、胞间与大气CO2浓度比(Ci/Ca)和iWUE的遗传相关矩阵。统计显著相关性(p.adiust < 0.1)用彩色方块突出显示,彩色方块通过阴影区域的大小反映相关性的强度,并从蓝色(正相关,系数 = 1)到红色(负相关,系数 = -1)着色。

 

  来源:Xie J., Fernandes S.B., Mayfield-Jones D., et al. Optical topometry and machine learning to rapidly phenotype stomatal patterning traits for maize QTL mapping. Plant Physiology, 2021,187: 1462 – 1480.

  

  编辑:张玉

关键词:

扫二维码用手机看

推荐新闻

高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
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。
查看详情
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
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
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。
查看详情
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。
AI育种,从这里起步
AI育种,从这里起步
发布时间 : 2022-05-09 12:21:00
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
查看详情
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明