Name: RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle (Video) | JoVE Journal
Uploaded: 2017-08-08T15:00:00.000+00:00
Duration: 11 min 37 s
Description: Lernen Sie RGB- und hyperspektrale Bildgebung zur Analyse von Wurzelarchitektur und -funktionalität in Rhizoboxen. Diese Methode ermöglicht umfassende Phänotypisierung für Pflanzenzüchtung und Stressforschung.

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

playerTrialDesktop

Die Autoren erkennen Mittel aus der Wissenschaftsfonds FWF über das Projekt Nummer P 25190-B16 (die Wurzeln der Dürreresistenz). Errichtung der hyperspektralen Bildgebung Infrastruktur wurde von der föderalen Regierung von Niederösterreich (Land Niederösterreich) über das Projekt K3-F-282/001-2012 finanziell unterstützt. Zusätzliche Mittel für die Zuckerrüben-Experiment von AGRANA Forschung empfangen wurde &#38; Innovation Center GmbH (ARIC). Die Autoren danken Craig Jackson für den technischen Support während des Experiments und Englisch Korrektur des Manuskripts. Wir erkennen auch Markus Freudhofmaier, die zur Einrichtung der RGB Bildgebende Einrichtung beigetragen und Josef Schodl für den Bau der Rhizobox Montage.

<ol><li>Kutschera, L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKutschera%2C+L+%22Wurzelatlas+mitteleurop%C3%A4ischer+Ackerunkr%C3%A4uter+und+Kulturpflanzen%22">Wurzelatlas mitteleuropäischer Ackerunkräuter und Kulturpflanzen</a>. , DLG-Verlags-GmbH, Frankfurt am Main. (1960).</li>
<li>Kenrick, P., Strullu-Derrien, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+origin+and+early+evolution+of+roots%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">The origin and early evolution of roots.</a> Plant Physiol. 166, 570-580 (2014).</li>
<li>Franklin, J., Serra-Diaz, J. M., Syphard, A. D., Regan, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+change+and+terrestrial+plant+community+dynamics%5BTitle%5D)+AND+%22PNAS%22%5BJournal%5D)">Global change and terrestrial plant community dynamics.</a> PNAS. 113, 3725-3734 (2016).</li>
<li>MacDonald, G. K., Bennett, E. M., Potter, P. A., Ramankutty, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Agronomic+phosphorus+imbalances+across+the+world%27s+croplands%5BTitle%5D)+AND+%22PNAS%22%5BJournal%5D)">Agronomic phosphorus imbalances across the world's croplands.</a> PNAS. 108, 3086-3091 (2011).</li>
<li>Vörösmarty, C. J., Green, P., Salisbury, J., Lammers, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+water+resources%3A+vulnerability+from+climate+change+and+population+growth%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Global water resources: vulnerability from climate change and population growth.</a> Science. 289, 284(2000).</li>
<li>Lobell, D. B., Cassman, K. G., Field, C. B. <a target="_blank" href="http://www.annualreviews.org/doi/abs/10.1146/annurev.environ.041008.093740">Crop yield gaps: their importance, magnitudes, and causes.</a> Annu. Rev. Environ. Resour. 34, 179-204 (2009).</li>
<li>Angus, J. F., Van Herwaarden, A. F. <a target="_blank" href="https://dl.sciencesocieties.org/publications/aj/abstracts/93/2/290">Increasing water use and water use efficiency in dryland wheat.</a> Agron. J. 93, 290-298 (2001).</li>
<li>Lassaletta, L., Billen, G., Grizzetti, B., Anglade, J., Garnier, J. <a target="_blank" href="http://iopscience.iop.org/article/10.1088/1748-9326/9/10/105011/meta">50 year trends in nitrogen use efficiency of world cropping systems: the relationship between yield and nitrogen input to cropland.</a> Environ. Res. Lett. 9 (10), 105011(2014).</li>
<li>Lynch, J. P. <a target="_blank" href="https://media.eurekalert.org/aaasnewsroom/2010/FIL_000000000282/RSGR.pdf">Roots of the second green revolution.</a> Aust. J Bot. 55, 493-512 (2007).</li>
<li>Comas, L. H., Becker, S. R., Von Mark, V. C., Byrne, P. F., Dierig, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Root+traits+contributing+to+plant+productivity+under+drought%5BTitle%5D)+AND+%22Front.+Plant+Sci%22%5BJournal%5D)">Root traits contributing to plant productivity under drought.</a> Front. Plant Sci. 4, 442(2013).</li>
<li>Metcalfe, D. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+extracting+plant+roots+from+soil+which+facilitates+rapid+sample+processing+without+compromising+measurement+accuracy%5BTitle%5D)+AND+%22New+Phytol%22%5BJournal%5D)">A method for extracting plant roots from soil which facilitates rapid sample processing without compromising measurement accuracy.</a> New Phytol. 174, 697-703 (2007).</li>
<li>Kutschera, L., Lichtenegger, E., Sobotik, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKutschera%2C+L+%22Wurzelatlas+der+Kulturpflanzen+gem%C3%A4%C3%9Figter+Gebiete+mit+Arten+des+Feldgem%C3%BCsebaues%22">Wurzelatlas der Kulturpflanzen gemäßigter Gebiete mit Arten des Feldgemüsebaues</a>. , DLG-Verlag, Frankfurt am Main. (2009).</li>
<li>Gioia, T., et al. <a target="_blank" href="http://www.publish.csiro.au/FP/FP16128">GrowScreen-PaGe, a non-invasive, high-throughput phenotyping system based on germination paper to quantify crop phenotypic diversity and plasticity of root traits under varying nutrient supply.</a> Funct. Plant Biol. 44, 76-93 (2017).</li>
<li>Watt, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+rapid%2C+controlled-environment+seedling+root+screen+for+wheat+correlates+well+with+rooting+depths+at+vegetative%2C+but+not+reproductive%2C+stages+at+two+field+sites%5BTitle%5D)+AND+%22Ann.+Bot%22%5BJournal%5D)">A rapid, controlled-environment seedling root screen for wheat correlates well with rooting depths at vegetative, but not reproductive, stages at two field sites.</a> Ann. Bot. 112, 447-455 (2013).</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+%22Annu.+Rev+Plant+Biol%22%5BJournal%5D)">Future scenarios for plant phenotyping.</a> Annu. Rev Plant Biol. 64, 267-291 (2013).</li>
<li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil%3A+potential+and+challenges+for+root+trait+quantification%5BTitle%5D)+AND+%22Plant+Methods%22%5BJournal%5D)">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1(2015).</li>
<li>Choat, B., Badel, E., Burlett, R., Delzon, S., Cochard, H., Jansen, S. <a target="_blank" href="https://www.researchgate.net/profile/Herve_Cochard/publication/294244494_Choat-et-al-2015/links/56bf0bf408ae2f498ef7e2f9.pdf">Non-invasive measurement of vulnerability to drought induced embolism by X-ray microtomography.</a> Plant Physiol. 170, 273-282 (2015).</li>
<li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil%3A+potential+and+challenges+for+root+trait+quantification%5BTitle%5D)+AND+%22Plant+Methods%22%5BJournal%5D)">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1(2015).</li>
<li>Le Marié, C., Kirchgessner, N., Marschall, D., Walter, A., Hund, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rhizoslides%3A+paper-based+growth+system+for+non-destructive%2C+high+throughput+phenotyping+of+root+development+by+means+of+image+analysis%5BTitle%5D)+AND+%22Plant+Methods%22%5BJournal%5D)">Rhizoslides: paper-based growth system for non-destructive, high throughput phenotyping of root development by means of image analysis.</a> Plant Methods. 10, 1(2014).</li>
<li>Bengough, A. G., et al. <a target="_blank" href="https://link.springer.com/article/10.1023/B:PLSO.0000037029.82618.27">Gel observation chamber for rapid screening of root traits in cereal seedlings.</a> Plant Soil. 262, 63-70 (2004).</li>
<li>Nagel, K. A., et al. <a target="_blank" href="http://www.publish.csiro.au/FP/FP12023">GROWSCREEN-Rhizo is a novel phenotyping robot enabling simultaneous measurements of root and shoot growth for plants grown in soil-filled rhizotrons.</a> Funct. Plant Biol. 39, 891-904 (2012).</li>
<li>Price, A. H., et al. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0378429002000126">Upland rice grown in soil-filled chambers and exposed to contrasting water-deficit regimes: I. Root distribution, water use and plant water status.</a> Field Crops Res. 76, 11-24 (2002).</li>
<li>Vadez, V. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0378429014000872">Root hydraulics: the forgotten side of roots in drought adaptation.</a> Field Crops Res. 165, 15-24 (2014).</li>
<li>Dane, J. H., Hopmans, J. W. Pressure plate extractor. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aDane%2C+JH+%22Methods+of+soil+analysis.+Part+4.+Physical+methods%22">Methods of soil analysis. Part 4. Physical methods</a>. Dane, J. H., Topp, G. C. , SSSA Inc. Madison, Wisconsin, USA. 688-690 (2002).</li>
<li>Wösten, J. H. M., Pachepsky, Y. A., Rawls, W. J. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0022169401004644">Pedotransfer functions: bridging the gap between available basic soil data and missing soil hydraulic characteristics.</a> J. Hydrol. 251, 123-150 (2001).</li>
<li>Passioura, J. B. <a target="_blank" href="http://www.publish.csiro.au/FP/FP06223">The perils of pot experiments.</a> Funct. Plant Biol. 33, 1075-1079 (2006).</li>
<li>Dorrepaal, R., Malegori, C., Gowen, A. <a target="_blank" href="http://www.impublications.com/content/abstract?code=J24_0089">Tutorial: Time series hyperspectral image analysis.</a> J. Near Infrared Spec. 24, 89-107 (2016).</li>
<li>Kim, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Highly+sensitive+image-derived+indices+of+water-stressed+plants+using+hyperspectral+imaging+in+SWIR+and+histogram+analysis%5BTitle%5D)+AND+%22Scie+rep%22%5BJournal%5D)">Highly sensitive image-derived indices of water-stressed plants using hyperspectral imaging in SWIR and histogram analysis.</a> Scie rep. 5, (2015).</li>
<li>Humplík, J. F., Lazár, D., Husičková, A., Spíchal, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+phenotyping+of+plant+shoots+using+imaging+methods+for+analysis+of+plant+stress+responses-a+review%5BTitle%5D)+AND+%22Plant+Methods%22%5BJournal%5D)">Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses-a review.</a> Plant Methods. 11, 29(2015).</li>
<li>Lobell, D. B., Asner, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Moisture+effects+on+soil+reflectance%5BTitle%5D)+AND+%22Soil+Sci.+Soc.+Am.+J%22%5BJournal%5D)">Moisture effects on soil reflectance.</a> Soil Sci. Soc. Am. J. 66, 722-727 (2002).</li>
<li>Esquerre, C., Gowen, A. A., Burger, J., Downey, G., O'Donnell, C. P. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0169743912000408">Suppressing sample morphology effects in near infrared spectral imaging using chemometric data pre-treatments.</a> Chemometr. Intell. Lab. 117, 129-137 (2012).</li>
<li>Williams, P. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Localized+flux+maxima+of+arsenic%2C+lead%2C+and+iron+around+root+apices+in+flooded+lowland+rice%5BTitle%5D)+AND+%22Environ+Sci.+Technol%22%5BJournal%5D)">Localized flux maxima of arsenic, lead, and iron around root apices in flooded lowland rice.</a> Environ Sci. Technol. 48, 8498-8506 (2014).</li>
<li>Cseresnyés, I., Takács, T., Végh, K. R., Anton, A., Rajkai, K. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S1164556312001021">Electrical impedance and capacitance method: a new approach for detection of functional aspects of arbuscular mycorrhizal colonization in maize.</a> Eur. J Soil Biol. 54, 25-31 (2013).</li>
<li>Brown, M., Lowe, D. G. <a target="_blank" href="http://matthewalunbrown.com/papers/ijcv2007.pdf">Automatic panoramic image stitching using invariant features.</a> Int. J. Comput. Vision. 74, 59-73 (2007).</li>
<li>Jiang, Y., Li, C., Takeda, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nondestructive+detection+and+quantification+of+blueberry+bruising+using+near-infrared+%28NIR%29+hyperspectral+reflectance+imaging%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">Nondestructive detection and quantification of blueberry bruising using near-infrared (NIR) hyperspectral reflectance imaging.</a> Scientific Reports. 6, 35679(2016).</li>
<li>Chang, C. -W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R. <a target="_blank" href="http://lib.dr.iastate.edu/cgi/viewcontent.cgi?article=1718&context=abe_eng_pubs">Near-infrared reflectance spectroscopy-principal components regression analyses of soil properties.</a> Soil Sci. Soc. Am. J. 65, 480-490 (2001).</li>
<li>Leitner, D., Felderer, B., Vontobel, P., Schnepf, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recovering+root+system+traits+using+image+analysis+exemplified+by+two-dimensional+neutron+radiography+images+of+lupine%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">Recovering root system traits using image analysis exemplified by two-dimensional neutron radiography images of lupine.</a> Plant Physiol. 164 (1), 24-35 (2014).</li>
</ol>

Die Autoren haben nichts preisgeben.

Die Protokolle bieten zwei komplementäre Ansätze für Boden gewachsen Wurzelsystem Bildgebung. Ein entscheidender Schritt für die zuverlässige experimentelle Ergebnisse ist von der Rhizoboxes Füllung, die eine gleichmäßige und homogene Substratschicht an der Frontscheibe zu engen Wurzel-Bodenschluss an das Beobachtungsfenster und vermeiden Luftspalte zu gewährleisten. Dies ist der Hauptgrund für die vergleichsweise gut gesiebten Boden verwenden &#60; 2 mm: höhere Oberflächenmorphologie am Sichtfenster mit Hohlräumen zwischen den Aggregaten führen zu größere Aggregaten. Neben ein höheres Risiko der Wurzel Tipp Dehydrierung erfordert dies auch komplexere Bildverarbeitungstechniken für Wasser Abbildung31.
Änderungen des Protokolls konzentrieren sich deshalb auf verbesserte und schnelle Befüllung des Rhizoboxes. Derzeit Füllzeit ist ca. 30 Minuten pro Box. Des weiteren Verwendung von Rhizoboxes mit zwei Glasfenster für die Bildgebung von beiden Seiten und Änderungen an Homogenität der Ausleuchtung für bessere RGB-Bilder optimieren werden getestet. Weitere Hardware-Erweiterung sollten auch Integration von planaren Optodes32 sowie Kapazität imaging33 in das Rhizobox-System. Dies ist jedoch darüber hinaus aktuelle Upgrade Aktivitäten.
Softwareänderungen konzentrieren sich auf automatische Bild-Registrierung zur Sicherung oben und unten RBG Bilder34. Bildgebendes erweiterte unbeaufsichtigt Merkmalsextraktion Ansätze für hyperspektrale28 sowie empfindlicher betreute Ziel Nachweismethoden, wie z. B. SVMs35 getestet. Dabei erlauben die hyperspektrale Daten möglicherweise für die Bewertung von mehreren Boden, Rhizosphäre und Wurzel Eigenschaften36. Außerdem soll es eine (Semi) entwickeln automatisierte Software für Rhizobox Wurzel Bilder basierend auf einer modifizierten Version des Root-System Analyzer37 , morphologische zu quantifizieren (Länge, Durchmesser, Fläche) sowie architektonische Merkmale (Verzweigung Frequenz, Verzweigung Winkel).
Die wichtigste Einschränkung des Protokolls im Vergleich zu 3D imaging Ansätzen ist die Beschränkung auf die Oberfläche sichtbare Wurzel und Rhizosphäre Eigenschaften. Jedoch wurde nachgewiesen, dass die sichtbare Wurzel Züge einen zuverlässigen Proxy für das gesamte Wurzelsystem21sind. Die Rhizobox Technik ist leicht mit traditionellen destruktive Probenahme (waschen) am Ende der Wachstumsdynamik imaging um das Verhältnis von sichtbaren vs. total Wurzelsystem Züge zu validieren kombiniert. Da diese Beziehung unter den Arten21variieren könnten, empfiehlt destruktive Probenahme zuverlässige Ableitung von sichtbaren Merkmale für jede neue Phänotypisierung Serie mit verschiedenen Kulturarten zu gewährleisten.
Der entscheidende Vorteil des hier vorgestellten Protokolls ist die Kombination von realistischen Wachstumsbedingungen (Boden), relativ hohen möglichen Durchsatz für die zeitlich aufgelöste RGB Bildgebung und Rückschlüsse auf die Wurzel Funktionalität (z.B. Wasseraufnahme) über die chemometrischen Wurzel und Rhizosphäre Daten aus hyperspektralen Bildgebung. Dabei überwindet die Methoden Inferenz Einschränkungen im Hochdurchsatz Sämling und nicht Boden Wurzel bildgebende Methoden14, während es teilweise tiefen Phänotypisierung Einblicke in funktionale Prozesse mit weniger experimentell Komplexität und höheren Durchsatz im Vergleich zu modernen 3D Methoden15ermöglicht.
In kommenden Experimenten das Protokoll wird verwendet, um die Wirkung der Mykorrhiza auf Root-Systementwicklung und Funktionalität von Leguminosen sowie für Phänotypisierung Wurzel Merkmale der Zwischenfrucht Arten in Bezug auf die Bodenstruktur, Stickstoff und Kohlenstoff zu studieren Radfahren.

Wurzeln geben mehrere wesentliche Funktionen für Pflanzen wie Lagerung von in sich aufnimmt, Verankerung der terrestrischen Pflanzen im Boden, und Aufnahme und Transport von Wasser und Nährstoffen1. Aus evolutionärer Sicht gilt die Bildung der Wurzel Achsen eine grundlegende Voraussetzung für die Entstehung von Land Pflanzen2. Trotz dieser wichtigen Rolle haben Wurzeln historisch nur eine marginale Position in der biologischen Forschung besetzt. In neuerer Zeit jedoch steigt wissenschaftliches Interesse an der Pflanze-Wurzel-Systeme wie in Abbildung 1.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56251/56251fig1.jpg"> 
Abbildung 1: Relevanz der Wurzel Studien in Pflanzenwissenschaften. Anzahl der Wurzel Studien im Zusammenhang als Prozentsatz aller veröffentlichten Werk Studien in SCI-Zeitschriften in den letzten Jahrzehnten. Suchergebnis von Scopus mit Schlüsselwörtern "Pflanze" und "Pflanze und Wurzel". <a href="//ecsource.jove.com/files/ftp_upload/56251/56251fig1large.jpg" target="_blank">Bitte klicken Sie hier für eine größere Version dieser Figur.</a>
Zwei Hauptgründe können vermutet werden, um die jüngsten Fortschritte in der Wurzel Forschung zugrunde liegen. Erste, terrestrische Vegetation ist häufiger Umweltbelastungen infolge globaler Wandel3ausgesetzt. Im Rahmen der landwirtschaftlichen Pflanzenproduktion wird geschätzt, dass weltweit rund 30 % der landwirtschaftlichen Nutzfläche durch Wasser und Phosphor4,5begrenzt sind. Stressabbau der Ernteerträge sind ein Hauptgrund für erhebliche Ausbeute Lücken, die unteren 50 % der möglichen Produktivität für Rainfed Agrarökosysteme6weltweit geschätzt werden. Neben niedrigen Ressourcenverfügbarkeit ist dies auch schlechte Nutzung Ressourceneffizienz, d.h. ausreichender Kapazität einer Anlage zur verfügbaren Ressourcen7nutzen zusammen. Dies führt zu Verlusten von mobilen Ressourcen wie Nitrat die andere Ökosysteme negativ beeinflussen können. Die aktuelle globale Verwendung Stickstoffeffizienz beläuft sich beispielsweise auf 47 %8. Bessere Ressourcennutzung Effizienz durch verbesserte Managementmethoden und Sorten ist daher von großer Bedeutung sowohl für nachhaltiges Wachstum der landwirtschaftlichen Ausgänge sowie für ökologische Nachhaltigkeit. In diesem Kontext Pflanze Wurzeln gelten eine wichtige Zielgruppe für bessere Ernten und Zuschneiden Systeme9,10.
Ein zweiter wichtiger Hintergrund für das aktuelle Interesse an Pflanzenwurzeln ist technologischer Fortschritt in der Messmethoden. Root-Methoden haben lange von zwei zentralen Herausforderungen eingeschränkt worden: für die Messung der Wurzeln von Pflanzen, die wachsen im Boden isoliert für die Quantifizierung, werden meist durch Waschen11, mussten dabei stören die architektonische Anordnung der Wurzel Achsen. In-Situ -Wurzel-Beobachtung mit Ausgrabung Methoden, dadurch erhalten die natürliche Lage der Wurzeln im Boden, für botanische Beschreibung12verwendet worden. Sie sind sehr zeitaufwendig und somit erfüllen nicht die Anforderungen an den Durchsatz der vergleichende strukturelle funktionelle Wurzelsystem Analyse. Auf der anderen Seite waren Hochdurchsatz-Methoden zur Wurzel Architektur Messung meist erfolgt auf künstliche Medien und für Setzling Pflanzen13 wo die Extrapolation auf die natürlichen Wachstums Umwelt Pflanzen fraglich14.
Der jüngste Boom der Wurzel Forschung ist eng mit der Fortschritt im Bereich der bildgebenden Methoden15verbunden. Imaging-Ansätze in der Wurzel Studien kann grob in drei Typen gruppiert werden. Erstens gibt es hochauflösende 3D Verfahren wie CT und MRT16. Diese Methoden eignen sich Interaktionsprozesse der Pflanzenwurzeln mit dem Boden, zu studieren wie Dürre Xylem Embolie17induziert. In der Regel sind sie vergleichsweise kleine Proben zugewiesen, wo sie detaillierte Beobachtungen erlauben. Ein Vergleich der CT und MRT für unterschiedlich große Töpfe und feinen Wurzel Imaging ist in18vorgesehen. Zweitens gibt es Hochdurchsatz-bildgebenden Methoden19,20. Diese Methoden sind meist basierend auf gemeinsamen 2D RGB Darstellung der Wurzeln wachsen auf künstliche Medien (Gel, Keimung Papier), wo hoher Kontrast ermöglicht vergleichsweise einfache Dissektion zwischen Wurzeln und Hintergrund. Sie eignen sich für hohen Durchsatz Vergleich zwischen Sämling Wurzel Merkmale der verschiedenen Ernte Genotypen unter standardisierten künstlichen wachsenden Bedingungen13. Zwischen diesen beiden Ansätzen werden Rhizobox Methoden: sie verwenden 2D Darstellung der Wurzeln wachsen im Boden über längere Zeit und haben mittleren Durchsatz21,22. Eine aktuelle Herausforderung an (2D) Wurzel Bildgebung soll auch Indikatoren für die Wurzel Funktionalität neben der Beschreibung der Struktur23erfassen.
In der vorliegenden Arbeit präsentieren wir die experimentelle Protokolle für imaging Rhizobox Wurzelsysteme mit (i) eine günstige und einfache maßgeschneiderte RGB bildgebenden Setup und (Ii) ein komplexeres NIR bildgebenden Setup gewachsen. Beispielergebnisse aus diesen zwei Setups werden gezeigt und diskutiert im Zusammenhang mit der Anlage Phänotypisierung und physiologischen Pflanzenforschung.

<table><tbody><tr><td>Rhizobox</td><td>Technisches B&uuml; ro f&uuml; r Bodenkultur</td><td>Experimentierbauer</td><td></td></tr><tr><td>LED-Lampen ATUM HORTI 600</td><td>Klutronic</td><td>AHI10600F</td><td></td></tr><tr><td>Leuchtstoffröhre HiLite T5 Day</td><td>Juwel Aquarium</td><td>86324</td><td></td></tr><tr><td>UV-Lichtröhre Eurolite 45cm slim 15 W</td><td>Conrad</td><td>593384 - 62</td><td></td></tr><tr><td>Canon EOS 6D</td><td>Canon Austria GmbH</td><td>8035B024</td><td></td></tr><tr><td>Adobe Photoshop CS5 Extended Version 12.0 x 32</td><td>Adobe Systems Software Ireland Ltd.</td><td></td><td></td></tr><tr><td>WinRhizo Pro gegen 2013</td><td>Regent Instruments Inc.</td><td></td><td></td></tr><tr><td>Xeva-1.7-320 SWIR-Kamera</td><td>Xenics</td><td>XEN-000105</td><td></td></tr><tr><td>Spectrograph Imspector N25E</td><td>Specim</td><td></td><td></td></tr><tr><td>Hyperspectral Imaging Scanner</td><td>Carinthian Tech Research AG</td><td>Experimenteller Erbauer</td><td>Design und Montage von Hyperspectral Imaging Scanner und Software</td></tr><tr><td>Matlab R2106a</td><td>Mathworks</td><td></td><td>Inklusive Werkzeugkästen für Bildverarbeitung, Signalverarbeitung und Statistik sowie maschinelles Lernen</td></tr><tr><td>AP4 Poromoeter</td><td>Delta-T-Geräte</td><td></td><td></td></tr><tr><td>LI-3100C Flächenmessgerät</td><td>LI-COR</td><td></td><td></td></tr><tr><td>BASF Styradur Styroporplatten</td><td>Obi Baumarkt</td><td>9706318</td><td>Verschiedene Arten von Styroporplatten oder anderes Material, das unterschiedlich feuchte Böden trennt, können verwendet werden</td></tr></tbody></table>

rgb und spektrale wurzel bildgebung für die pflanze phänotypisierung und physiologischen forschung: versuchsaufbau und imaging-protokolle

RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols

Besseres Verständnis der Pflanze Wurzel Dynamik ist wesentlich zur Verbesserung der Ressourceneffizienz Nutzung landwirtschaftlicher Systeme und erhöhen die Widerstandskraft der Ernte Sorten gegen Umweltbelastungen. Ein experimentelles Protokoll ist für RGB und hyperspektralen Bildgebung des Wurzelsystems vorgestellt. Der Ansatz verwendet Rhizoboxes, wo Pflanzen wachsen in natürlichen Böden über einen längeren Zeitraum voll entwickeltes Wurzelsystem zu beobachten. Experimentelle Einstellungen sind beispielhaft für die Bewertung Rhizobox Pflanzen unter Wasserstress und Untersuchung der Rolle von Wurzeln. Eine RGB-Image-Setup wird für günstige und schnelle Quantifizierung der Wurzelentwicklung im Laufe der Zeit beschrieben. Hyperspektrale Bildgebung verbessert die Segmentierung der Wurzel aus dem Boden-Hintergrund im Vergleich zu RGB-Farbe Schwellwerte. Die besondere Stärke der hyperspektralen Bildgebung ist der Erwerb von chemometrischen Informationen über das Wurzel-Boden-System für funktionales Verständnis. Dies wird mit hoher Auflösung Wasser Content Mapping gezeigt. Spektralen Bildgebung ist jedoch viel komplexer in Bilderfassung, Verarbeitung und Analyse im Vergleich zu den RGB-Ansatz. Eine Kombination beider Methoden kann eine umfassende Bewertung des Wurzelsystems optimieren. Anwendungsbeispiele, die Integration von Wurzel und oberirdische Züge sind für den Kontext der Phänotypisierung und Pflanze physiologischen Pflanzenforschung gegeben. Weitere Verbesserung der Wurzel Bildgebung erhalten Sie durch die Optimierung der Bildqualität RGB mit bessere Ausleuchtung mit verschiedenen Lichtquellen und durch Verlängerung der Bildanalyseverfahren auf Wurzel Zoneneigenschaften von spektralen Daten abzuleiten.

Ein experimentelles Protokoll ist für die Beurteilung der Boden gewachsen Pflanze Wurzelsysteme mit RGB und hyperspektralen Bildgebung vorgestellt. Kombination von RGB Bild Zeit Serie mit chemometrischen Informationen aus hyperspektrale scannt optimiert Einblicke in Werk Wurzel Dynamik.

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle

Better understanding of plant root dynamics is essential to improve resource use efficiency of agricultural systems and increase the resistance of crop ...

Das übergeordnete Ziel dieses Verfahrens besteht darin, umfassende Informationen über in bodengefüllten Rhizoboxen wachsende Pflanzenwurzeln durch die Kombination verschiedener Bildgebungsverfahren zu erhalten. Diese Methode kann helfen, zentrale Fragen im Bereich der Pflanzenphänotypisierung und -züchtung zu beantworten, beispielsweise welchen Beitrag unterschiedliche Wurzelarchitekturen zur Verbesserung der Abiotischen-Stress-Resistenz leisten. Der Hauptvorteil dieses Ansatzes liegt darin, dass er RGB-Bildgebung für die Wurzelarchitektur mit hyperspektraler Bildgebung für die Wurzelfunktionalität kombiniert.Das Potenzial der Verwendung der hyperspektralen Bildgebung für Wurzeln erstreckt sich auf eine breite Palette von Rhizosphäre-Parametern, da die spektralen Informationen kleinräumige physikochemische Veränderungen sichtbar machen können, die durch Pflanzenwurzeln verursacht werden. Eine visuelle Demonstration dieser Methode ist entscheidend, da die Schritte zum Befüllen der Rhizobox sorgfältig durchgeführt werden müssen. Andernfalls werden das Wurzelwachstum und die Sichtbarkeit der Wurzeln negativ beeinflusst.Beginnen Sie dieses Verfahren mit der Vorbereitung der Rhizoboxen zur Substratbefüllung, wie im Textprotokoll beschrieben. Befeuchten Sie den trockenen Boden auf einen gravimetrischen Wassergehalt von 0,108 Gramm pro Gramm, indem Sie 400 Gramm Wasser zu 3.705 Gramm trockenem Boden hinzufügen. Mischen Sie Boden und Wasser vorsichtig, um eine homogene Wasserverteilung zu erzielen.Zerlegen Sie größere Aggregate manuell, um eine Partikelgröße von kleiner als oder gleich zwei Millimetern zu gewährleisten. Es ist entscheidend, eine homogene Bodenschicht direkt an dem Gasbeobachtungsfenster zu erzeugen, wobei Luftzwischenräume vermieden werden müssen. Wurzelspitzen von Pflanzen trocknen schnell aus, wenn sie in Luftzwischenräume hineinwachsen.Auch die spektrale Bildqualität für die Wasserabbildung ist negativ beeinträchtigt. Füllen Sie den vorgewässerten Boden in die offenen Rhizoboxen ein und verdichten Sie ihn vorsichtig mithilfe eines Polystyrolblatts, das das Innenvolumen der Box abdeckt, um so eine homogene Schüttdichte von 1,3 Gramm pro Kubikzentimeter zu erreichen. Geben Sie die restliche Wassermenge hinzu, um den Zielwassergehalt von 0,31 Kubikzentimeter pro Kubikzentimeter zu erreichen, indem Sie sie mit einer Sprühflasche auf die Oberfläche aufsprühen.Stellen Sie eine kleine Tropfengröße sicher, um eine Zerstörung der Oberflächenstruktur sowie eine homogene Benetzung zu vermeiden. Stellen Sie die Box während des Besprühen auf eine Waage, um die tatsächlich dem Substrat zugegebene Wassermenge zu überwachen. Lassen Sie das Wasser 10 Minuten lang umverteilen und drücken Sie dann das Glas auf die Oberfläche, bevor Sie es mit den seitlichen Metallschienen fixieren.Das durchschnittliche Endgewicht der Rhizoboxen mit angefeuchtetem Substrat betrug 17.818 ± 68 Gramm. Rüsten Sie den Klimaraum mit acht LED-Lampen aus, die eine homogene Beleuchtung von 450 Mikromol pro Quadratmeter pro Sekunde mit spektralen Maxima bei 440 und 660 Nanometern für ein optimales Pflanzenwachstum bereitstellen. Nachdem die Umgebungsparameter entsprechend den Anforderungen der Pflanze und des Experiments eingestellt wurden, verschließen Sie die Glasscheibe mit einer Holzplatte, um den Wurzelbereich im Dunkeln zu halten und das Algenwachstum durch Lichteinfall durch die Glassoberfläche zu verhindern.Stellen Sie die Rhizoboxen anschließend mit einem geeigneten Metallgestell in einem Winkel von 45 Grad ein. Dadurch wird aufgrund der Gravitropismus das Wurzelwachstum in Richtung der Glasoberfläche maximiert. Für die RGB-Wurzelabbildung beleuchten Sie die Rhizobox mit vier 24-Watt-Fluoreszenzröhren, die in einem Abstand von 80 Zentimetern zur Rhizobox angebracht sind.Befestigen Sie außerdem vier 15-Watt-UV-Lampen in einem Abstand von 20 Zentimetern zur alternativen Beleuchtung des Rhizobox, um die Wurzelautofluoreszenz zu nutzen, falls ein geringer Kontrast zwischen der Wurzel und dem hellfarbigen Substratuntergrund besteht. Schalten Sie die UV-Lampen ein und befestigen Sie anschließend die Rhizobox, die abgebildet werden soll, in der Halterung der Abbildungskammer. Nehmen Sie danach zwei Bilder auf, um die obere und untere Hälfte einer Rhizobox mit einer Überlappung von etwa drei Zentimetern abzudecken.Erfassen und verarbeiten Sie die RGB-Bilder gemäß dem schriftlichen Protokoll. Führen Sie abschließend die Analyse der erfassten RGB-Wurzelbilder durch und prüfen Sie anschließend, ob Bereiche mit Abweichungen vorhanden sind. Definieren Sie in diesem Fall einen Ausschlussbereich und starten Sie die Analyse erneut.Fügen Sie für Wurzeln, die nicht klassifiziert wurden, zusätzliche Farbklassen hinzu und starten Sie die Analyse erneut. Aktivieren oder erhöhen Sie für Elemente, die fälschlicherweise als Wurzeln klassifiziert wurden, die Filteroptionen für Ablagerungen und raue Kanten. Führen Sie die Bildaufnahme durch, indem Sie zunächst die Integrationszeiten der Kamera für den Rhizobox-Scan und den Weißstandard in der Kamerasoftware bestimmen.Öffnen Sie dazu die Bildgebungs-GUI und bewegen Sie die Kamera an eine Stelle der Rhizobox, an der Wurzeln vorhanden sind. Passen Sie die Integrationszeit der Kamera so an, dass bei einem hellen Objekt etwa 85 % des vollen dynamischen Bereichs der Kamera im von der Software angezeigten Histogramm genutzt werden. Eine korrekte Einstellung der Integrationszeit für verschiedene Substrate und Wurzelgewebe ist entscheidend, um den dynamischen Bereich der Infrarotkamera vollständig auszunutzen und Informationsverluste durch Überschreiten ihres Bereichs zu vermeiden.Wiederholen Sie den Vorgang für den weißen Standard, indem Sie das Kamerapositionierungssystem bewegen, um den weißen Standard anzusteuern, bevor Sie die Kamerasoftware schließen. Öffnen Sie anschließend die Matlab-Bildgebung-GUI und geben Sie alle Einstellungen aus dem aktuellen Rhizobox-Scan ein. Nehmen Sie den Dunkel- und den Weißstandard vor jedem Bildgebungsdurchlauf einmal täglich auf.Der dunkle Standard repräsentiert das Kamerarauschen, während der weiße Standard die maximale Reflektivität angibt. Diese Daten sind für die Bildnormalisierung während der Vorverarbeitung erforderlich. Legen Sie fest, ob die gesamte Rhizobox oder nur ein Teil davon gescannt wird.Für den vorliegenden Fall werden gesamte Rhizoboxen abgebildet. Dann starten Sie den Scan. Für die spektralbasierte Messung des Wassergehalts ist eine Kalibrations-Rhizobox erforderlich.Unterteilen Sie ein Rhizobox in Fünf-Centimeter-Kammern mithilfe von Polystyrolplatten, um sie mit Boden unterschiedlicher Feuchtegehalte zu befüllen. Scannen Sie die Kalibrations-Rhizobox mit denselben Einstellungen wie die bepflanzten Rhizoboxen. Als Beispiel zur Kombination von Wurzel- und oberirdischen Merkmalen verwenden Sie das Blatt-Porometer zur Messung der Stomataleitfähigkeit.Das Gerät mindestens eine Stunde lang in der Klimakammer an die Umgebungsbedingungen anpassen. Von mindestens drei Blättern pro Pflanze Messungen durchführen. Ein repräsentatives Bild des Wurzelwachstums der Zuckerrübensorte Ferrara, basierend auf RGB-Bildgebung, ist hier dargestellt.35 Tage nach der Aussaat haben sich die Pflanzenwurzeln verlängert und erreichen den Boden des Wurzelkastens. Einige Wurzelachsen an der Oberseite des Wurzelkastens konnten nicht aus den RGB-Bildern segmentiert werden. Die Alterung der älteren basalen Wurzeln verändert ihre Farbe hin zu Braun.Daher versagt die Trennung zwischen diesen Wurzeln und dem Bodenhintergrund basierend auf einer Farbschwelle. Mithilfe der hyperspektralen Bildgebung erfolgt die Segmentierung auf der Grundlage unterschiedlicher spektraler Merkmale von Wurzelvordergrund und Bodenhintergrund. Dies verbessert das Segmentierungsergebnis.Die Abweichungen der gemessenen Wurzellänge im Vergleich zu einem manuell erfassten Referenzbild betragen lediglich 1,5 %. Außerdem ermöglicht die spektrale Bildgebung eine detaillierte Kartierung des Wassergehalts um die Wurzel herum, um die Wasseraufnahme abzuleiten. Hier ist das Wurzelskelett in Schwarz dargestellt. Die helleren Bereiche zeigen Regionen stärkerer Wasserausschöpfung in der Nähe der Wurzelachsen.Während dunklerblaue Bereiche Regionen mit höherem Bodenwassergehalt darstellen, die außerhalb der Reichweite der Wurzeln liegen. Nach dem Anschauen dieses Videos sollten Sie ein gutes Verständnis dafür haben, wie Rhizoboxen korrekt befüllt werden, um ein zufriedenstellendes Wurzelwachstum und eine gute Sichtbarkeit zu gewährleisten. Dies bildet die Grundlage für spätere Bildaufnahmen und repräsentative Ergebnisse der Wurzel-Phänotypisierung.Nach dieser Vorgehensweise können weitere Methoden zur spektralen Klassifizierung wie K-Means-Clustering oder Support-Vektor-Maschinen durchgeführt werden, um detaillierte Informationen über Wurzel- und Rhizosphäreigenschaften wie Wurzelseneszenz und -zersetzung zu erhalten. Sobald etabliert, ermöglicht diese Technik eine umfassende Phänotypisierung von Wurzelsystemen und der Reaktion auf abiotischen Stress. Ein Satz von 10 Kultivaren kann mit einer gesamten Versuchsdauer von weniger als drei Monaten charakterisiert werden.

rgb-spectral-root-imaging-for-plant-phenotyping-physiological

Research

Forschung

JoVE Journal

Environment

Umwelt

Dieses Protokoll beschreibt ein Verfahren zur raschen Sammlung von Bildern von Arabidopsis Keimlingen Reaktion auf einen Reiz der Schwerkraft unter Verwendung von handelsüblichen Flachbettscanner. Die Methode ermöglicht kostengünstige, High-Volume-Erfassung von hochauflösenden Bildern zugänglich für Downstream-Analyse-Algorithmen.

Mit Flachbett-Scanner mit hoher Auflösung zeitversetzt Bilder von der Arabidopsis-Wurzel gravitropen Antwort sammeln

Hier präsentieren wir Ihnen ein Protokoll für das Studium der Pflanze Wuchsverhalten und vor allem Phänotypen reproduzierbar. Wir zeigen wie Sie bieten Variable und in der gleichen Zeit stabilen Lichtverhältnissen. Richtige Analysen hängen ausreichend Probennummern und gültige statistische Auswertungen.

Analyse von Arabidopsis Thaliana Wuchsverhalten in verschiedenen Licht-Qualitäten

Visualisieren und Wurzel Wachstum in Situ Messung ist extrem schwierig. Wir präsentieren Ihnen eine anpassbare Rhizobox Methode um WURZELENTWICKLUNG und Verbreitung im Laufe der Zeit als Reaktion auf Nährstoffanreicherung zu verfolgen. Diese Methode wird verwendet, um Mais genotypischen Unterschiede in der Wurzel Plastizität als Reaktion auf eine organische Stickstoff-Quelle zu analysieren.

Eine optimierte Rhizobox-Protokoll zum Wurzelwachstum und Reaktionsfähigkeit auf lokalisierte Nährstoffe zu visualisieren

Wir beschreiben einen neuen technischen Ansatz zur Untersuchung photosynthetischer Reaktionen in  höheren Pflanzen mit gleichzeitigen Messungen von Chlorophyll, Fluoreszenz und Blattreflexion mit einem PAM und einem Spektralradiometer zur Detektion von Signalen aus dem gleichen Blattbereichs in Arabidopsis.

Auswertung photosynthetischer Verhaltensweisen durch gleichzeitige Messungen von Blattreflexion simultanen und Chlorophyllfluoreszenzanalysen

Wir verwenden einfache Laborwerkzeuge, um die Wurzelsystemarchitektur (RSA) von Arabidopsis und Medicago zu untersuchen. Die Pflänzchen werden hydroponisch über Mesh gezüchtet und mit einem Kunstpinsel verteilt, um die RSA freizulegen. Die Bilder werden mit Hilfe eines Scans oder einer hochauflösenden Kamera aufgenommen und dann mit ImageJ analysiert, um Merkmale zu kartieren.

Ein einfaches Protokoll zur Kartierung der Architekturmerkmale des Pflanzenwurzelsystems

Wir haben ein bildbasiertes Phänotypisierungsprotokoll entwickelt, um die morphologischen und physiologischen Reaktionen auf einfache und kombinierte Hitze-, Trockenheits- und Staunässebehandlungen zu bestimmen. Dieser Ansatz ermöglichte die Identifizierung von frühen, späten und Wiederherstellungsreaktionen auf der Ebene der gesamten Anlage, insbesondere in oberirdischen Teilen, und unterstrich die Notwendigkeit des Einsatzes mehrerer bildgebender Sensoren.

Bildbasierte Hochdurchsatz-Phänotypisierung zur Bestimmung morphologischer und physiologischer Reaktionen auf Einzel- und Kombinationsbelastungen bei Kartoffeln

Es wird eine Methode für die kostengünstige Bildgebung von Pflanzen zur Messung von Phänotypen vorgestellt, zusammen mit Best Practices für die Bilderfassung und einer Bildanalyse-Pipeline zur Quantifizierung von Pflanzenmerkmalen. Diese Methoden wurden angewendet, um die Phänotypen von Mais (Zea mays) unter Hitze-, Trockenheits- und kombinierten abiotischen Stressbedingungen zu messen.

Bildgebung und Analyse zur Quantifizierung der abiotischen Stressphänotypen von Mais (Zea mays)

Pflanzenbiomasse bietet eine erneuerbare Ressource für mehrere Produkte, einschließlich Kraftstoff, Futtermittel-, Lebensmittel-und einer Vielzahl von Materialien. In diesem Papier untersuchen wir die Eigenschaften von Tabakbaum (Nicotiana glauca) und Pappel als geeignete Quellen für eine Bioraffinerie-Pipeline.

Transcript und Metabolite Profiling für die Beurteilung von Tabakbaum und Pappel als Rohstoff für die Bio-basierte Industrie

Das Verständnis der Rolle von Umwelt Heterogenität in der Art Koexistenz ist in der Regel auf Arten von Heterogenität, die äußerlich der Gemeinde Artenzusammensetzung sind konzentriert. Wir bieten neue Methoden für die Erstellung detaillierter Bodenheterogenität Behandlungen mit Böden unterliegen Pflanze-Boden Feedback Anlage, oder intrinsische Heterogenität der Community Komposition.

Versuchsprotokoll für die Manipulation von Plant-induzierte Bodenheterogenität

Diese Studie stellt eine Ausgrabung Methode zur Untersuchung von unterirdischen hydrologische, geochemische und mikrobiologische Heterogenität des Bodens Lysimeter. Die Lysimeter simuliert eine künstliche Hang, die zunächst unter homogenen Zustand war und auf etwa 5.000 mm Wasser über acht Zyklen der Bewässerung in einem Zeitraum von 18 Monaten unterzogen worden.

Boden Lysimeter Ausgrabung Gekoppelte hydrologische, geochemische und mikrobiologische Untersuchungen

Lernen Sie RGB- und hyperspektrale Bildgebung zur Analyse von Wurzelarchitektur und -funktionalität in Rhizoboxen. Diese Methode ermöglicht umfassende Phänotypisierung für Pflanzenzüchtung und Stressforschung.

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle (Video) | JoVE Journal

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle

Weitere Videos entdecken