2018年10月9日
我们提供了一种新颖的方法,可提高玉米组织的X射线吸收对比度,适用于常规的微型计算机断层扫描。基于CT图像,我们引入了一套针对不同玉米材料的图像处理工作流程,以有效提取玉米维管束的显微表型特征。
该方法可快速解答在计划中的微米级表型分析技术构建过程中所遇到的问题,例如微米级CT扫描颗粒以及玉米维管束的表型分析方法。该技术的主要优势在于,通过样品制备、CT扫描以及分析流程,为研究玉米维管束的表型特征提供了新颖且有效的途径。
该技术的应用拓展了普通微计算机断层扫描及其他植物科学领域的应用范围。本方案可轻松修改以适用于其他植物材料,例如调整干燥过程中的脱水步骤。首先,从新鲜的玉米植株中采集茎、叶和根。
并将它们分为三个样本组。接下来,使用手术刀切取茎秆中部节间1至1.5厘米长的片段。使用同一把手术刀,沿叶片主脉的垂直方向,从叶片最宽处切取1/2至2厘米长的片段。
使用手术刀从根部切取一段长约0.5厘米的样品。随后,将样品段浸入FAA固定液中,至少浸泡三天。接着将样品段依次通过六个浓度梯度的乙醇溶液进行脱水,每个梯度处理30分钟。
然后将植物材料放入相应的样品篮中。迅速将样品篮转移至二氧化碳临界点干燥系统的样品室。将干燥后的植物材料放入含有两克固体碘的50毫升离心管中。
然后将试管置于避光房间中4至5小时。首先,根据文本方案设置CT扫描参数。接着,根据所用植物材料的不同大小和体积,设置扫描范围。
接下来,按如下设置调整成像像素大小:根部为 2 µm,茎部为 6.77 µm,叶片为 10 µm。
为了重建切片图像,使用影像重建软件将原始CT数据转换为分辨率为2K的CT切片图像。首先,在自动成像软件中指定器官类型,以初始化不同的算法流程。然后,点击方法参数按钮,并在第一个下拉框中选择玉米茎或玉米叶。
单击数据管理按钮,设置工作目录,并导入该目录中的所有切片图像。然后将单个或多个切片图像选入图像处理流程。接下来,确定图像的像素尺寸。
点击方法参数按钮,并在相应的编辑项中输入图像的像素尺寸。然后,点击表型计算按钮,以自动提取所有选定切片图像中维管束的表型性状。点击统计分析按钮,将这些分析结果输出为文本文件或CSV文件。
导入玉米根部的重建图像,并确定精确的空间参数。然后使用递归高斯工具对图像进行平滑处理,以提高图像质量。调整阈值参数,对后生木质部导管进行三维分割。
这将为每个相连的后生木质部导管创建统一的颜色标签。然后,通过形态学位运算和泛洪填充操作,交互式地优化并识别后生木质部导管。接下来,对导管进行体积可视化和表面重建。
最后,使用掩膜统计工具在二维和三维层面上对导管的表型性状进行计数和测量。根据本实验方案中所述的分析方法,计算了玉米茎、叶和根中维管束的表型性状。基于分割、重建及体可视化结果,生成了根部和后生木质部导管的三维可视化图像。
适当的样品制备方案显著提升了玉米茎、叶和根的显微CT扫描成像质量。通过自动发射流程,可快速提取玉米茎和叶维管束的表型性状;并通过设置和发射处理扫描,分析玉米根维管束的三维表型性状。
该技术为玉米维管束的准确、快速表型定性和鉴定提供了实用方法。
查看完整文字稿并访问数千部科学视频
本研究介绍了一种增强玉米组织X射线吸收对比度的新方法,旨在改进显微计算机断层扫描(micro-CT)成像过程。该技术可有效支持对玉米维管束的分析,通过结构化的图像处理流程实现详细的表型评估。
植物解剖结构的精确量化有助于农业生物技术中的靶点验证,通过实现与抗逆性和产量相关的维管性状的表型筛选。该方法通过提供高通量、微米级的玉米维管束表型分析,增强了早期发现阶段的预测可靠性。它将基于成像的性状分析定位为作物改良流程中降低先导物鉴定风险的可扩展工具。
该方法通过实现可指导作物生物技术项目中靶点选择与先导优化的血管性状分析,契合了从发现到临床前研究的连续进程。