低剂量伽马射线在大豆种子和幼苗中的激励效应


发布时间:

2022-01-06

来源:

本站

作者:

PhenoTrait

  近年来,辐射技术在农业中的应用显著增加。低剂量伽马射线的刺激作用,即所谓的激效(hormetic),提高了生物体对更严峻挑战的适应性反应。不同的农业领域,如植物生理学、作物育种和种子生物学都需要精确的方法来实时诊断电离辐射对生物系统的影响。然而,传统的测量方法仍然是由缓慢、费力和破坏性的技术计算出来的,依赖于人类的视觉。

 

  本文提出了两种基于多光谱和荧光成像方法的鲁棒光学传感器,用于快速和无损检测大豆种子和幼苗中的低剂量伽玛辐射的激励效应。以IPRO品种M5705大豆种子为研究对象,对种子进行0、12、16和20 Gy(Gy:γ辐射剂量率单位)辐射处理,获得多光谱图像,提取其反射率、自荧光、纹理和颜色特征,主成分分析如图1。通过主成分分析法对每种类型中最重要的变量(690 nm反射率、CIELAB L*、365/400 nm和HGRE)获得的数据进行统计分析,发现暴露在12 Gy伽马辐射下的种子值更高,如图2。不同剂量(0、12、16和20 Gy)辐射对粗蛋白质和粗脂肪含量、叶绿素a、叶绿素b和类胡萝卜素总量的辐照响应,如图3。

 

  图1 主成分分析双图显示暴露于不同剂量0、12、16和20 Gy (n = 200粒种子)的大豆种子的多光谱反射率、自身荧光、纹理和颜色特征。

 

  图2 [a] 不同剂量(0、12、16和20 Gy) γ射线(690 nm)对大豆种子的辐射响应。[b] CIELab L*。 [c] 365/400 nm激发/发射组合自荧光。[d]HGRE。[e] 大豆种子的原始RGB图像和在365/400 nm激发/发射组合下捕获的自身荧光图像(灰度和nCDA),其中包括未照射种子(0 Gy)和辐射12、16和20 Gy的种子的自身荧光模式。对于使用nCDA算法进行灰度和转换的图像,每个像素都用对应于自身荧光强度的单值表示。较高的像素值表明组织具有较高的自身荧光。根据Tukey检验,均数(±标准差)后同字母差异无统计学意义(P < 0.05)。

 

  图3 不同剂量(0、12、16和20 Gy)辐射对粗蛋白质和粗脂肪含量[a]、叶绿素a、叶绿素b和类胡萝卜素总量[b]的辐照响应。根据Tukey检验,均数(±标准差)后同字母差异无统计学意义(P < 0.05)。

 

  然后,利用多光谱光合表型测量系统SeedReporter测定辐射和未辐射种子幼苗的最小荧光水平(F0)、最大荧光水平(FM)、平均叶绿素a荧光和光系统II量子产量(FV/FM),主成分分析如图4。利用反射率技术对其花青素、叶绿素a和归一化植被指数(NDVI)进行了评价,如图5。结果表明,随着伽玛辐射剂量的增加,平均叶绿素a荧光值显著降低(图6a),这也可以在伪彩色图像中得到验证(图6b)。经过12 Gy辐射的种子生长出的幼苗NDVI值最高(0.40)(图6a),而未经辐照的种子生长出的幼苗NDVI值最差(0.27)。图6b还显示了应用伪色技术的NDVI图像,其中深绿色表示较大的NDVI,而白色和黄色分别表示低指数和中指数组织。

 

  图4 主成分分析(PCA)双图利用不同图像特征来表征由未辐射(0 Gy)种子和暴露于不同剂量(12、16和20 Gy)的种子生长的大豆幼苗群体。

 

  图5 用FV/FM测量的大豆暗适应幼苗的 [a] 初始荧光(F0)、最大荧光(FM)和光系统II的量子产量,以及[b] 花青素和叶绿素a指数。Tukey检验表明,相同字母后的平均值差异不显著(P < 0.05)。

 

  图6 [a]未辐射(0 Gy)种子和12、16和20 Gy辐射种子生长16天大豆幼苗的平均叶绿素a荧光和归一化植被指数(NDVI);Tukey检验表明,相同字母后的平均值差异不显著(P < 0.05)。[b] 每个处理获得的叶绿素a荧光和NDVI的原始RGB图像和假彩色图像;在图像中,绿色和白色表示组织中最高和最低的叶绿素a荧光或NDVI,黄色表示中间水平。

 

  基于多光谱和荧光成像的光学传感器是绘制大豆种子和幼苗伽玛辐射的激励效应的可靠技术,本文为评估种子和幼苗对激效现象的反应提供了一个可持续的和非破坏性的选择。该方法可用于确定剂量-响应曲线,为作物改良提供标记。同时强烈支持对不同基因型大豆不同初始生理潜力种子的剂量-响应关系进行深入研究。

 

  来源:Oliveira N M, Medeiros A, Nogueira M, et al. Hormetic effects of low-dose gamma rays in soybean seeds and seedlings: A detection technique using optical sensors[J]. Computers and Electronics in Agriculture, 2021, 187.

 

  编辑:王春颖

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。