Name: 植物与环境相互作用实时生理表型的遥测重力平台 (视频) | JoVE Journal
Uploaded: 2020-08-05T13:00:00.000+00:00
Duration: 15 min 30 s
Description: 了解高通量遥测重力表型分析平台，用于实时测量植物与环境相互作用的多种产量相关生理性状。该方法支持多植物同步监测，为植物生理学和产量优化研究提供框架。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作由以色列科学基金会（ISF）与国家自然科学基金委员会（NSFC）联合研究项目（资助号：2436/18）支持，并部分得到以色列农业与农村发展部（Eugene Kandel 知识中心）的支持，属于“问题之本——现代农艺利用根区知识中心”项目的一部分。

<ol><li>Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Yield+Trends+Are+Insufficient+to+Double+Global+Crop+Production+by+2050%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Yield Trends Are Insufficient to Double Global Crop Production by 2050.</a> PLoS One. 8, 66428(2013).</li>
<li>Food and Agriculture Organization of the United Nations. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22The+future+of+food+and+agriculture%3A+Trends+and+challenges%22">The future of food and agriculture: Trends and challenges</a>. , Rome. (2017).</li>
<li>Dhankher, O. P., Foyer, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Climate+resilient+crops+for+improving+global+food+security+and+safety%5BTitle%5D)+AND+%22Plant%2C+Cell+%26+Environment%22%5BJournal%5D)">Climate resilient crops for improving global food security and safety.</a> Plant, Cell & Environment. 41, 877-884 (2018).</li>
<li>Chen, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dissecting+the+phenotypic+components+of+crop+plant+growthand+drought+responses+based+on+high-throughput+image+analysis+w+open%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open.</a> Plant Cell. 26, 4636-4655 (2014).</li>
<li>Ubbens, J. R., Stavness, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+Plant+Phenomics%3A+A+Deep+Learning+Platform+for+Complex+Plant+Phenotyping+Tasks%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks.</a> Frontiers in Plant Science. , (2017).</li>
<li>Danzi, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+High+Throughput+Phenotyping+Help+Food+Security+in+the+Mediterranean+Area%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Can High Throughput Phenotyping Help Food Security in the Mediterranean Area.</a> Frontiers in Plant Science. , (2019).</li>
<li>Miflin, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Crop+improvement+in+the+21st+century%5BTitle%5D)+AND+%22Journal+of+Experimental+Botany%22%5BJournal%5D)">Crop improvement in the 21st century.</a> Journal of Experimental Botany. 51, 1-8 (2000).</li>
<li>Dalal, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+Physiological+Phenotyping+of+Drought-Stressed+Pepper+Plants+Treated+With+%22Productivity-Enhancing%22+and+%22Survivability-Enhancing%22+Biostimulants%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With "Productivity-Enhancing" and "Survivability-Enhancing" Biostimulants.</a> Frontiers in Plant Science. , (2019).</li>
<li>Moshelion, M., Altman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+challenges+and+future+perspectives+of+plant+and+agricultural+biotechnology%5BTitle%5D)+AND+%22Trends+in+Biotechnology%22%5BJournal%5D)">Current challenges and future perspectives of plant and agricultural biotechnology.</a> Trends in Biotechnology. 33, 337-342 (2015).</li>
<li>Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Machine+Learning+for+High-Throughput+Stress+Phenotyping+in+Plants%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Machine Learning for High-Throughput Stress Phenotyping in Plants.</a> Trends in Plant Science. 21, 110-124 (2016).</li>
<li>Houle, D., Govindaraju, D. R., Omholt, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phenomics%3A+The+next+challenge%5BTitle%5D)+AND+%22Nature+Reviews+Genetics%22%5BJournal%5D)">Phenomics: The next challenge.</a> Nature Reviews Genetics. 11, 855-866 (2010).</li>
<li>Fiorani, F., Schurr, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Future+Scenarios+for+Plant+Phenotyping%5BTitle%5D)+AND+%22Annual+Review+of+Plant+Biology%22%5BJournal%5D)">Future Scenarios for Plant Phenotyping.</a> Annual Review of Plant Biology. 64, 267-291 (2013).</li>
<li>Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+Phenomics%2C+From+Sensors+to+Knowledge%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">Plant Phenomics, From Sensors to Knowledge.</a> Current Biology. 27, 770-783 (2017).</li>
<li>Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+advantages+of+functional+phenotyping+in+pre-field+screening+for+drought-tolerant+crops%5BTitle%5D)+AND+%22Functional+Plant+Biology%22%5BJournal%5D)">The advantages of functional phenotyping in pre-field screening for drought-tolerant crops.</a> Functional Plant Biology. , (2017).</li>
<li>Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prospects+for+measurement+of+dry+matter+yield+in+forage+breeding+programs+using+sensor+technologies%5BTitle%5D)+AND+%22Agronomy%22%5BJournal%5D)">Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies.</a> Agronomy. 9, 65(2019).</li>
<li>Roitsch, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+sensors+and+data-driven+approaches-A+path+to+next+generation+phenomics%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">New sensors and data-driven approaches-A path to next generation phenomics.</a> Plant Science. 282, 2-10 (2019).</li>
<li>Li, L., Zhang, Q., Huang, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+imaging+techniques+for+plant+phenotyping%5BTitle%5D)+AND+%22Sensors+%28Switzerland%29%22%5BJournal%5D)">A review of imaging techniques for plant phenotyping.</a> Sensors (Switzerland). 14, 20078-20111 (2014).</li>
<li>Gosa, S. C., Lupo, Y., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+and+comparative+analysis+of+whole-plant+performance+for+functional+physiological+traits+phenotyping%3A+New+tools+to+support+pre-breeding+and+plant+stress+physiology+studies%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies.</a> Plant Science. 282, 49-59 (2019).</li>
<li>Araus, J. L., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Field+high-throughput+phenotyping%3A+the+new+crop+breeding+frontier%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Field high-throughput phenotyping: the new crop breeding frontier.</a> Trends in Plant Science. 19, 52-61 (2014).</li>
<li>Ito, V. C., Lacerda, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Black+rice+%28Oryza+sativa+L.%29%3A+A+review+of+its+historical+aspects%2C+chemical+composition%2C+nutritional+and+functional+properties%2C+and+applications+and+processing+technologies%5BTitle%5D)+AND+%22Food+Chemistry%22%5BJournal%5D)">Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies.</a> Food Chemistry. 301, 125304(2019).</li>
<li>Anjum, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((physiological+and+biochemical+responses+of+plants+to+drought+stress%5BTitle%5D)+AND+%22African+Journal+of+Agricultural+Research%22%5BJournal%5D)">physiological and biochemical responses of plants to drought stress.</a> African Journal of Agricultural Research. , (2011).</li>
<li>Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+physiological+phenotyping+and+screening+system+for+the+characterization+of+plant-environment+interactions%5BTitle%5D)+AND+%22The+Plant+Journal%22%5BJournal%5D)">High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions.</a> The Plant Journal. 89, 839-850 (2017).</li>
<li>Yaaran, A., Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+guard-cell+ABA+in+determining+steady-state+stomatal+aperture+and+prompt+vapor-pressure-deficit+response%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response.</a> Plant Science. 281, 31-40 (2019).</li>
<li>Dalal, A., Attia, Z., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((To+produce+or+to+survive%3A+how+plastic+is+your+crop+stress+physiology%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">To produce or to survive: how plastic is your crop stress physiology.</a> Frontiers in Plant Science. 8, 2067(2017).</li>
<li>Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Translating+High-Throughput+Phenotyping+into+Genetic+Gain%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Translating High-Throughput Phenotyping into Genetic Gain.</a> Trends in Plant Science. 23, 451-466 (2018).</li>
<li>Ghanem, M. E., Marrou, H., Sinclair, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+phenotyping+of+plants+for+crop+improvement%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Physiological phenotyping of plants for crop improvement.</a> Trends in Plant Science. 20, 139-144 (2015).</li>
<li>Sinclair, T. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pot+binding+as+a+variable+confounding+plant+phenotype%3A+theoretical+derivation+and+experimental+observations%5BTitle%5D)+AND+%22Planta%22%5BJournal%5D)">Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations.</a> Planta. 245, 729-735 (2017).</li>
</ol>

作者无任何利益冲突需要披露。

基因型与表型之间的知识鸿沟反映了基因型与环境相互作用的复杂性（详见文献18,24）。通过采用高分辨率、高通量遥测诊断与表型筛选平台，有可能弥合这一鸿沟，此类平台可用于研究整株植物的生理表现及水分关系动力学8,9。基因型与环境相互作用的复杂性使得表型鉴定面临挑战，尤其考虑到植物对不断变化的环境所作出的快速响应。尽管目前已有多种表型分析系统，但大多数系统依赖于遥感与先进成像技术。尽管这些系统可在一定程度上实现同步测量，但其测量结果主要局限于形态学和间接的生理特征25。生理特征在植物对环境条件的响应性或敏感性方面具有重要意义26。因此，以极高时间分辨率（例如每3分钟一次）连续且同步进行的直接测量，能够对植物的生理行为提供极为精确的描述。尽管重力测定系统具有上述显著优势，但也必须考虑其潜在的若干缺点。主要缺点源于需使用花盆并在温室条件下操作，这可能在处理调控（特别是干旱处理的调控）和实验可重复性方面带来重大挑战。
为了解决这些问题，应标准化施加的胁迫条件，建立真正随机化的实验设计，尽量减少花盆效应，并在短时间内比较植物在变化环境条件下的多种动态行为。本文所述的高通量遥测功能表型分析方法即针对上述问题，具体如下所述。
为了将植物的动态响应与其动态环境相关联，并全面揭示复杂的植物-环境相互作用的整体图景，必须持续测量环境条件（图4）和植物响应（补充图9B）。该方法能够连续且同步地测量盆栽介质和大气中的物理变化，同时监测植物性状（土壤-植物-大气连续体，SPAC）。
为了最准确地预测植物在田间环境中的表现，重要的是在尽可能接近田间条件的环境下进行表型分析过程18。我们在温室中进行实验，采用半控制条件，以尽可能模拟田间环境。其中最重要的条件之一是栽培基质或盆栽介质。为称重法系统实验选择最合适的盆栽介质至关重要。建议选用排水迅速、能够快速达到盆容量且盆容量高度稳定的土壤介质，因为这些特性有助于称重系统获得更精确的测量结果。此外，还需考虑实验中将施加的不同处理方式。例如，涉及盐分、肥料或化学物质的处理应使用惰性盆栽介质，最好选择阳离子交换能力较低的介质。对低蒸腾作用植物施加干旱处理时，应选用相对体积含水量（VWC）较低的盆栽介质效果最佳。相反，对高蒸腾作用植物进行缓慢干旱处理时，则应选用相对VWC较高的盆栽介质效果最佳。如果实验后需要对根系进行分析（如根系形态、干重等），建议使用有机质含量相对较低的介质（例如沙子、多孔陶瓷或珍珠岩），以便在不损伤根系的情况下更容易清洗根部。对于持续时间较长的实验，应避免使用富含有机质的介质，因为有机质可能随时间推移而分解。有关此主题的更详细信息，请参见表1和表2。
田间表型分析和温室表型分析（田间前）各有其研究目标，且需要不同的实验设计。田间前表型分析有助于筛选出在田间表现潜力较高的候选基因型，从而提高田间试验的针对性和成本效益。然而，田间前表型分析存在若干局限性（例如盆器效应），可能导致植物表现与田间条件下的实际情况不同18,27。小尺寸花盆、水分蒸发损失以及称重式蒸渗仪秤体受热等因素，均是温室实验中可能引起盆器效应的例子18。本文所述方法旨在通过以下方式最大限度地减少这些潜在影响：
(a) 根据待测基因型选择花盆尺寸。该系统可支持多种花盆尺寸（最大至 25 L）和灌溉处理，从而能够研究任何类型的作物植物。 
(b) 花盆和溶渗计秤台均经过隔热处理，以防止热量传递及花盆升温。 
(c) 该系统包含一个精心设计的灌溉与排水系统。 
(d) 每个花盆均配有独立控制器，以实现自灌溉和自监测处理的真正随机化。 
(e) 软件在计算冠层气孔导度时会考虑植物所处的局部 VPD。请参见图 1J中多个 VPD 测站的分布位置。
该系统可在类似田间种植密度的条件下进行直接的生理测量，从而无需在植株之间预留较大空间，也无需移动植株以进行基于图像的表型分析。该系统包含实时数据分析功能，并能够准确检测每株植物的生理胁迫临界点（θ）。这使得研究人员能够监测植株生长状况，并在实验过程中就实验操作方式及样品采集策略做出决策。该系统简便的重量校准功能有助于实现高效的校准。高通量系统会产生海量数据，带来额外的数据处理与分析挑战11，12。将直接从控制器传输至软件的大量数据进行实时分析，是将数据转化为具有重要实用价值的知识的关键步骤14。
这种高通量遥测生理表型分析方法可能有助于在接近田间条件的温室实验中开展研究。该系统能够测量并直接计算植物对其动态环境的水分相关生理响应，同时有效克服与花盆效应相关的大多数问题。该系统的这些能力在田间前表型分析阶段极为重要，因为它提供了在植物生长早期预测产量损失的可能性。

在环境条件日益恶化的背景下，保障全球不断增长人口的粮食安全，目前已成为农业研究的主要目标之一1,2,3。新型分子工具的出现极大地推动了作物改良计划的发展。然而，尽管基因组学工具能够提供海量数据，但人们对实际表型性状的理解仍十分有限，从而造成了显著的知识鸿沟。弥合这一鸿沟是现代植物科学面临的最大挑战之一4,5,6。为了应对作物改良过程中出现的挑战，并最大限度地缩小基因型–表型之间的知识差距，我们必须将基因型研究方法与以表型为中心的方法相结合7,8。
近年来，各种高通量表型分析（HTP）平台使得对大量植物群体进行随时间推移的非破坏性表型分析成为可能，这些平台有助于缩小基因型与表型之间的知识鸿沟6,8,9,10。得益于机器人技术以及用于移动植物或传感器（分别对应）的传送带或龙门架系统，HTP筛选技术能够在相对较短的时间内对大量植物的性状进行测量，相较于基于气体交换或摄影的人工操作技术具有显著优势。然而，HTP系统产生的海量数据也带来了额外的数据处理和分析挑战11,12。
这些高通量平台大多通过电子传感器或自动图像采集来评估表型性状13,14。先进的田间表型组学包括在田间部署近感传感器和成像技术，以及实现高分辨率、高精度和大群体规模的测量15。传感器和图像数据需要与其他多组学数据整合，以建立一个整体性的第二代表型组学方法16。然而，随着植物表型组学研究初期对将传感器信息转化为知识所面临挑战的严重低估，数据获取、处理和分析的方法学进展正变得愈发重要13。此外，目前可用的成像技术在深入表征基因型–环境动态互作及植物胁迫响应方面的可靠性和准确性仍存疑17,18。而且，受控环境下的研究结果往往与田间观察结果存在显著差异，尤其是在干旱胁迫表型分析方面。这主要是由于在干旱胁迫期间，植物所经历的土壤体积、土壤环境以及因土壤水分减少导致的机械阻力存在差异。因此，受控环境下的结果难以外推至田间条件19。最后，基于图像的高通量表型系统入门成本非常高，不仅因为传感器本身价格昂贵，还因为所需的机器人系统、传送带和龙门架等设备，同时这些系统对生长设施基础设施的要求更高，并需要大量维护（许多活动部件在温室环境中运行）。
本文介绍了一种高通量遥测表型分析平台，旨在解决上述诸多问题。遥测技术能够实现从远程源自动测量并传输数据至接收站，以供记录和分析。本文展示了一种非破坏性的高通量遥测平台，该平台包含多个称重式蒸渗仪（一种重量测定系统）以及环境传感器。该系统可用于采集并即时计算多种数据（无需图像分析），例如整株植物生物量增量、蒸腾速率、气孔导度、根系液流以及水分利用效率（WUE）。系统控制器将大量数据直接输入软件并进行实时分析，这是将数据转化为知识的重要一步14，对于实际决策具有重要价值，显著拓展了一般受控环境下的表型分析实验、尤其是干旱胁迫温室研究中所能获得的知识范围。
遥测平台的其他优势包括其可扩展性、安装简便以及对植物生长设施基础设施要求极低（即，可轻松安装于大多数生长设施中）。此外，由于该传感器系统无任何活动部件，其维护成本相对较低，包括初始购置成本和长期维护成本。例如，一套包含20个单元的称重式系统，配备每株植物的反馈式灌溉施肥系统、气象站及软件，其价格将与一个主流品牌的便携式气体交换系统的售价相当。
水稻（Oryza sativa L.）被用作模式作物，干旱作为研究的处理条件。选择水稻是因为它是一种具有广泛遗传多样性的主要谷类作物，且是全球超过一半人口的主食20。干旱是一种重要的环境非生物胁迫因素，会损害植物的生长和发育，导致作物产量下降21。本研究采用该作物–处理组合来展示该平台的功能及其所能产生的数据量和数据质量。有关该方法理论背景的更多信息，请参见22。

<table><tbody><tr><td>大气探针 </td><td>SpectrumTech/Meter group</td><td>3686WD</td><td>Watchdog 2475</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>40027</td><td>VP4</td></tr><tr><td>阵列随机化工具</td><td>&amp;nbsp;</td><td>无</td><td>软件 &quot;Array Randomizer&quot; 可用于创建随机区组设计或完全随机设计的实验方案。该软件的开发旨在更好地控制实验样本（植物）的随机分布，以校正温室内部的大气微环境变异。</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>免费下载及更多信息，请点击以下链接：https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q</td></tr><tr><td>穴盘</td><td>丹麦规格，带弧形边缘，适用于苗圃</td><td>30162</td><td>4×4×7 孔，每盘 84 穴&lt;br/&gt;https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92</td></tr><tr><td>粗砂</td><td>Negev Industrial Minerals Ltd., 以色列 </td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>堆肥</td><td>Tuff Marom Golan, 以色列</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>数据分析软件 </td><td>Plant-Ditech Ltd., 以色列</td><td>&amp;nbsp;</td><td>SPAC Analytics</td></tr><tr><td>滴头</td><td>Netafim</td><td>21500-001520</td><td>PCJ 8L/h</td></tr><tr><td>细砂</td><td>Negev Industrial Minerals Ltd., 以色列 </td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>壤土（天然土壤）</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>尼龙网</td><td>不适用（通用产品）</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>操作软件 </td><td>Plant-Ditech Ltd., 以色列</td><td>&amp;nbsp;</td><td>Plantarray Feedback Control (PFC)</td></tr><tr><td>泥炭基质土</td><td>Klasmann-Deilmann GmbH, 德国</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>珍珠岩</td><td>Agrekal , 以色列</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>Plantarray 3.0 系统</td><td>Plant-Ditech Ltd., 以色列</td><td>SCA400s</td><td>称重式蒸渗仪</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>PLA300S</td><td>种植单元容器</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>CON100</td><td>控制单元 </td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>种植单元组件之一</td><td>玻璃纤维棒</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>种植单元组件之一</td><td>密封圈</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>操作软件</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>SPAC Analytics 软件</td></tr><tr><td>多孔陶瓷混合粒径介质</td><td>Greens Grade, PROFILE Products LLC., 美国</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>多孔陶瓷小粒径介质</td><td>Greens Grade, PROFILE Products LLC., 美国</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>花盆</td><td>不适用（通用产品）</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>土壤</td><td>Tuff Marom Golan 生产的 Bental 11</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr><tr><td>土壤探针 </td><td>Meter group</td><td>40567</td><td>5TE</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>40636</td><td>5TM</td></tr><tr><td>&amp;nbsp;</td><td>&amp;nbsp;</td><td>40478</td><td>GS3</td></tr><tr><td>蛭石</td><td>Agrekal , 以色列</td><td>&amp;nbsp;</td><td>&amp;nbsp;</td></tr></tbody></table>

一种用于植物–环境互作实时生理表型分析的遥测式称重平台

A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant&ndash;Environment Interactions

不断增长的全球人口的粮食安全是一个重大关切。基因组工具所提供的数据远远超过了表型数据的供应，从而造成了知识鸿沟。为了应对改善作物以养活不断增长的全球人口这一挑战，必须弥合这一差距。
生理特征被认为是生物对环境条件响应性或敏感性的关键功能特征。近年来引入的许多高通量（HTP）表型分析技术基于遥感或成像，能够直接测量形态特征，但主要通过间接方式测量生理参数。
本文介绍了一种直接进行生理表型分析的方法，该方法在植物-环境互作的功能性表型分析中具有多项优势。该方法帮助使用者克服在使用称重式称重传感器系统和盆栽实验中遇到的诸多挑战。所建议的技术可使使用者区分土壤重量、植物重量和土壤含水量，从而实现对动态的土壤、植物和大气条件进行连续且同步的测量，同时测量关键的生理性状。该方法使研究人员能够在充分考虑环境对植物生理影响的前提下，高度模拟田间胁迫情景。该方法还最小化了盆栽效应，而盆栽效应是田间前表型分析中的主要问题之一。该系统包含一个反馈式施肥灌溉系统，可在类似田间的种植密度下实现真正随机的实验设计。该系统能够检测土壤含水量的限制阈值（θ），并通过实时分析工具和在线统计资源，将数据转化为知识。这种对多种植物在动态环境中生理响应进行快速、直接测量的方法，在田间前育种和作物改良背景下，具有广泛应用于筛选与非生物胁迫响应相关优良性状的巨大潜力。

这种高通量、遥测式、全植株水分关系的称重表型分析方法，能够直接、同步地进行实时测量，并分析参与动态植物-环境相互作用的多种与产量相关的生理性状。

全球人口不断增长，粮食安全成为重大关切。基因组工具提供的数据远远超过表型数据的供给，导致……

植物以非常复杂的方式响应环境。生理特征是响应速度最快的性状之一，通常远早于形态差异的出现。这种高分辨率功能表型分析方法能够连续且无损伤地量化植物在多种处理条件下的环境互作。该系统可在控制区域内每株植物生长条件的同时，对大量植物进行多种生理特征的实时测量，且无需复杂的后期分析。本文展示了最为详尽的实验方案。然而，我们建议初次使用者从简化的实验方案开始，这有助于更轻松地熟悉最重要的实验步骤、硬件和软件。演示该操作流程的是来自MyLab的硕士生Itamar Shenhar。首先将土壤滤器插入盆中。将尼龙网均匀铺在整个盆的顶部，然后将网架放在网上。然后缓慢将网架推入整个花盆内壁约一半深度，确保在将网架推入两盆之间的过程中，网始终保持均匀展开。将玻璃纤维棒插入两个花盆之间，并一直推到底部。注意确保玻璃纤维棒位于网的外侧，不要触碰或推动网。在将网架完全推到底部之前，用手从盆内将网向下按压，并调整使其均匀、紧密地铺在盆底，以确保良好的排水效果。将垫圈环从盆的底部向上滑动至盆壁约三分之一高度处，并确保该环的开口朝向盆的底部。根据盆在温室中排列的位置，对盆进行标记。种植植物时，将种子在含有适宜栽培基质的穴盘中萌发。当植物蒸腾量达到最大 pot 水容量的约 10% 时，开始实验。在穴盘中留出几个空穴不播种幼苗，用于土壤重量测量；具体细节请参见文本稿件。开始新实验之前，使用水准仪和标准砝码对蒸渗仪进行调平和校准。进行重量校准时，需将绿色容器（包括其中的所有塞子）放置在称重传感器上，并按照文稿中的步骤操作。要开始新实验，请打开操作软件，然后在屏幕左侧的菜单中点击“实验”选项卡。单击“创建新的”。为实验命名，然后单击“确定”。打开新实验，接着打开植物列表，再单击“创建新的”。在窗口中更改植物名称、位置、撕裂重量和土壤类型，然后点击应用。再次点击植物，表格将显示在屏幕上。单击表格左下角的“导出植物”以导出表格，然后打开保存的 Excel 文件。根据需要修改参数并保存。单击表格左下角的“导入植物”按钮。当弹出一个小窗口显示“植物已成功导入”时，单击“确定”。并检查您在 Excel 文件中所做的更改是否已成功导入。单击“新建实验”，然后在出现的窗口中单击“开始实验”。最后点击“确定”以开始记录本实验的数据。称量预先准备好的空盆。若使用的是彼此相似的部件，称量其中10个的平均重量即可。将盆栽基质与大量水充分混合，除非使用沙子或其他均质土壤基质。然后将所有预先准备好的空盆均匀填满。将盆底在地面上轻敲数次，以确保盆栽基质分布均匀。将一个与幼苗根部土坨形状和大小相似的空腔模具铸型插入盆栽基质的中央，并完全推入。充分浇水，并冲洗盆体外壁。然后静置排水30分钟，再进行下一步操作。根据实验设计，将所有田间花盆按要求放置在绿盒中的渗漏计装置上。确保绿盒的塞子处于正确位置，并且绿盒在凹槽中摆放到位。在操作软件中，打开实验选项卡，然后在新实验下点击“测量组分”选项卡。根据屏幕顶部显示的上一个样品的时间，确认新的测量。点击“测量对象”。当记录重量和 Delta 标签窗口弹出时，点击“下一步”。在“记录标签”窗口中，将新的元标签命名为“第一次测量”，然后点击“完成”。当出现重量记录成功窗口时，点击“确定”。将多出口灌溉滴头和花盆盖分别放置在称重式蒸渗仪的每个花盆上。确认新的测量结果，然后再次点击“测量对象”。当记录重量弹出时，点击“下一步”。在 Delta 标签窗口中，于元标签的“相减”部分选择第一次测量，然后点击“下一步”。在标签记录窗口中，将新的元标签命名为静态组件，然后点击“完成”。当弹出重量已成功记录的窗口时，点击“确定”。点击左侧的“植物”选项，并确保数值已更新。然后在新实验下，打开处理情景选项卡并点击“创建新的”。在计划中，单击“新建步骤”。在屏幕中央，为处理选择指定的测试名称，然后单击“确定”进行确认。终止条件选择“从不”，然后单击“应用”。在所选测试名称的左侧，打开灌溉处理设置。单击“新建步骤”。在屏幕中央，根据实验要求，将阀门开启时间调整至当前时间之前的几分钟，并设置其他参数，然后单击“应用”。打开新实验下的植物，然后单击新的植物名称。在屏幕中央，将治疗方案更改为计划。此时将弹出一个窗口，单击“确定”以确认。检查该步骤的名称是否与冲洗测试名称相同。然后点击应用。目视检查所有花盆是否均已灌溉，并确认多余的灌溉液正从绿色容器的带孔排水塞中滴出。取下绿色容器中的无孔塞，让水分完全排尽。然后重新插上插头。打开实验选项卡，点击新实验下的“测量组件”。确认测量后，点击“测量植物参数”下的“测量对象”。依次点击记录重量和 Delta 标签窗口后，将新的元标签命名为 cast-pre，然后点击完成。当弹出重量已成功记录的窗口时，点击确定。轻轻地将铸模从容器中取出。单击“测量组件”，然后像之前一样确认测量结果。在测量方案参数下，单击“测量对象”。当出现记录重量窗口时，单击“下一步”。在元标签的减法部分选择 cast-pre，然后单击下一步。在标签记录窗口中，将新的元标签命名为 cast-post，然后单击完成。单击左侧的植物，确保数值已更新。在植物信息表中，手动将撕重更新为人工称量的预先准备好的空盆重量。点击“测量组件”并确认测量结果。在测量方案参数下，点击“测量土壤湿重”。当弹出一个小窗口进行确认时，点击“确定”。点击“植物”并确认数值已更新。手动测量5到10个已充分灌溉且排水良好但无幼苗的穴孔中填装土壤的平均重量。再次点击“测量组分”并确认测量结果。点击“设置幼苗原土重量”，当小窗口弹出时，输入原土的平均重量，然后点击“确定”。点击“植物”并确认数值已更新。返回以测量植物参数，然后点击“测量植物初始净重”。在标签记录窗口中，选择“将新记录设为植物净重参考点”，然后点击“完成”。当弹出“重量已成功记录”窗口时，点击“确定”，然后点击“植物”并确认数值已更新。确保穴盘中的幼苗充分灌溉，轻轻将带根部土团的幼苗从穴孔中拔出，注意不要损伤植株。然后小心地将其放入花盆中由模具压出的穴孔内。重复进行植株鲜重的测定，测定方法同前述元标签测量中的描述。若需考虑绿色容器中的储备水，请参照文稿中的说明，确保谷物容器已装满。返回测量方案参数，然后点击“测量储备水重量”。当储备水重量和成功提示窗口弹出时，点击“确定”。单击“植物”，然后单击表格左下角的“导出植物”以导出表格。打开 Excel 文件，从保留的水重测量值中减去测得的植物净重和播种用散装土壤重量，并保存。单击表格左下角的“更新植物”。选择 Excel 文件，然后单击“打开”以更新。当弹出“更新植物”窗口时，单击“确定”。检查数值是否已更新。在“测量植物参数”下方，单击“计算土壤干重”。当窗口弹出时，输入土壤湿重和土壤干重，或手动输入已计算的土壤含水量。单击“应用”，然后单击“完成”。当弹出窗口时，单击“确定”以确认。根据文本手稿计算这些土壤含水量值。打开灌溉处理设置，点击“新建”并输入名称，然后点击“确定”。打开新建的灌溉名称，再次点击“新建”。然后打开默认处理方案，按要求设置阀门开启时间及其他参数，最后点击“应用”。这展示了根据用户偏好在整个实验期间进行动态调节的灌溉处理方案。打开处理方案，打开方案并点击默认方案名称。从列表中选择一个处理名称，然后点击“确定”以确认。选择合适的终止条件并点击应用。所有选项均包含超时设置，即使未达到设定条件，超时后也将自动关闭采样。最后，根据手稿说明完成方案表格的填写。打开数据分析软件，使用您的用户名和密码登录。点击“选择实验”，然后依次选择控制系统和实验。在屏幕左侧栏中，点击“实验”，在搜索部分的名称栏中输入实验名称。实验名称将显示在实验部分的搜索区域下方。单击实验名称以打开信息和植株部分。在信息部分，编辑水分利用效率（WUE）的开始日期和结束日期，该时间段应至少包含干旱处理开始前的三天。然后点击“更新”。每个盆的水分利用效率（WUE）和决定系数（R²）值将在植物部分显示或更新。在植物部分，选择或排除任何WUE值为负或R²值小于0.5的植物或盆。通过点击活动列下方的眼睛图标（该图标随后会变为红色）。在植物部分点击“导出数据”即可将水分利用效率（WUE）数据导出为 Excel 文件。实验过程中，环境条件由大气探头持续监测。收集的数据展示了不同日期以及每天不同时段的光合有效辐射和蒸气压亏缺。在实验期间，通过土壤探针测量了干旱处理组花盆的体积含水量。此处展示了一株经干旱处理的籼稻植株所采集的数据。在实验第一阶段，所有植株接受相似的灌溉条件，卡拉对照组和卡拉干旱处理组的植株平均增重均较为稳定。当对卡拉植株施加干旱处理后，这些植株停止增重，直至恢复阶段才重新开始增重。在此之后，植株重量的增加速度较对照组更为缓慢。相比之下，karla 对照组植株的重量在整个实验期间持续增加。在本实验中，还可结合植株行为和环境条件的精确记录，开展基因表达、矿质含量和光合活性等样品的采集与分析。功能表型分析是一种实用的植物-环境互作表征方法，为用户提供了在不同环境条件下比较植物响应特征的有力工具。每种特定的响应特征均可被选作深入研究的对象，或作为育种项目中优良生理性状的来源。

a-telemetric-gravimetric-platform-for-real-time-physiological

Research

科研

JoVE Journal

Environment

环境

植物与环境相互作用实时生理表型的遥测重力平台

本方案描述了一种利用市售平板扫描仪快速采集拟南芥幼苗对重力刺激响应图像的方法。该方法能够以较低成本大量获取高分辨率图像，适用于后续分析算法处理。...

利用平板扫描仪采集拟南芥根向重力反应的高分辨率时间序列图像

本文介绍了一种利用RGB成像和高光谱成像评估土壤中生长的植物根系的实验方案。将RGB图像的时间序列与高光谱扫描的化学计量信息相结合，可优化对植物根系动态的深入理解。...

用于植物表型分析与生理学研究的RGB与光谱根系成像：实验设置与成像方案

制造简单且低成本的土壤表层温度与称重法含水量传感器

我们设计了一种基于图像的表型分析方案，用于确定植物对单一及复合的高温、干旱和涝渍处理所引发的形态学和生理学响应。该方法能够在全植株水平（尤其是地上部分）识别早期、晚期以及恢复期的响应特征，并凸显了使用多种成像传感器的必要性。...

基于高通量图像的表型分析技术用于确定马铃薯对单一及复合胁迫的形态与生理响应

本文介绍了一种低成本的植物成像方法，用于测量表型，并提供了图像采集的最佳实践以及量化植物性状的图像分析流程。这些方法已应用于测量玉米（Zea...

成像与分析用于量化玉米（Zea mays）非生物胁迫表型

本文描述了一种非破坏性、高通量的方法，用于自主进行田间光系统II量子效率、光谱反射率和植物构型的测量，从而实现农艺学和育种田间试验中大规模冠层光合作用表型分析。...

利用自主机器人在田间对作物植物光合效率进行高通量筛选

本研究介绍了一种利用BioRad基因枪检测的植物亚细胞器选择性靶向新方法。...

利用Gibson组装和基因枪在烟草中进行瞬时基因表达

关键词：瞬时表达，烟草，Gibson组装，基因枪，植物转化，分子克隆，重组DNA技术

生物炭是一种富含碳的材料，可作为土壤改良剂，具有可持续固碳、改善基质质量和吸附污染物的能力。本方案描述了在环境中大规模应用此类改良剂之前，所需进行的17种生物炭表征分析方法。...

用于污染场地修复的六种生物炭的物理、化学与生物学表征

此处我们展示分离的人类血小板可作为一种便捷的 离体 用于研究对复合体 I...

基于人血小板的LC-MS分析作为研究线粒体代谢的平台

本文提供了一种通过实时PCR定量沿海沉积物中细菌16S rRNA基因及其转录本的实验方案。该方法包括DNA和RNA的共提取、无DNA污染的RNA制备，以及通过反转录定量PCR（RT-q-PCR）对16S...

从沿海沉积物中同步提取DNA和RNA以及通过实时PCR定量16S rRNA基因与转录本

了解高通量遥测重力表型分析平台，用于实时测量植物与环境相互作用的多种产量相关生理性状。该方法支持多植物同步监测，为植物生理学和产量优化研究提供框架。

一种用于植物–环境互作实时生理表型分析的遥测式称重平台

探索更多视频