חילוץ מדדים עבור מערכות רוט תלת ממדי: ניתוח עוצם Surface מן הנתונים-אדמת רנטגן טומוגרפיה הממוחשבת
April 26th, 2016
מתודולוגיה לשם קבלת תמונת מצב מבנה שורש ויזואלית וכמותית מנתוני טומוגרפיה ממוחשבת רנטגן שנרכשו-קרקע מוצגת.
המטרה הכוללת של הליך זה היא לחלץ מידע כמותי על שורשי צמחים מנתוני טומוגרפיה ממוחשבת של קרני רנטגן בקרקע. שיטה זו של חקירת מבנה השורשים של צמחים חיים יכולה לסייע לענות על שאלות מפתח בתחום הביולוגיה, כמו למשל כיצד צמחים מגיבים לתנאי סביבה משתנים כמו בצורת, פעילויות מיקרוביאליות וכן הלאה. היתרון העיקרי של טכניקה זו הוא שהיא אינה פולשנית, ולכן היא מאפשרת לנו לחקור צמחים בסביבתם הטבעית, האדמה.
הדגמה חזותית של שיטה זו היא בעלת ערך, שכן ההליך כרוך בשלבים רבים, כולל הדמיה טומוגרפית, שחזור נתונים וניתוח, שעלולים להיות מעורפלים ללא סיוע חזותי. כדי להתחיל, הנח עציץ על מניפולטור הדגימה של סורק הטומוגרפיה של קרני רנטגן במרחק הרצוי להגדלת המטרה. עבור צמח במחזיק בקוטר שני אינץ', הגדר דגימה למרחק מקור של כשלושה סנטימטרים.
בתוכנת בקרת המכשירים, הגדר את הגדרות עוצמת הרנטגן ל-85 קילו-וולט ו-190 מיקרו-אמפר. לאחר מכן, הגדר את זמן החשיפה לשנייה אחת לקבלת יחס אות לרעש טוב יותר. הגדר את מספר התחזיות ל-3, 142 ואת מספר הפריימים לכל הקרנה לארבע לסטטיסטיקת נתונים טובה.
באמצעות פרמטרי הסריקה שהוגדרו זה עתה, בחר בכרטיסייה תיקון הצללה. לאחר מכן לחץ על חדש"ותן שם לקובץ תיקון ההצללה. לאחר מכן לחץ על הצג"כדי לאשר את התנאים החדשים.
לאחר מכן, לחץ על צור"ולחץ על אישור"כדי להשתמש בשתי תמונות התייחסות. לאחר מכן לחץ על צור. לאחר מכן, כאשר מופיע חלון האזהרה המוקפץ, הסר פיזית את הדגימה מנתיב האלומה לפני לחיצה על אישור. תיקון ההצללה יפעל כעת.
כעת, לחץ על הכרטיסייה רכישה. תן שם לקובץ הנתונים ולאחר מכן בחר ללא"עבור מסנן רנטגן. ודא שתיבת הסימון מזעור חפצי טבעת" מסומנת כך שהדגימה תסובב בשלבים זוויתיים בזמן שתמונות ההקרנה נרכשות.
לבסוף, התחל את הסריקה על ידי לחיצה על כפתור Acquire". לאחר רכישת הנתונים הגולמיים, טען אותם לתוכנית השחזור. השווה בין התמונות הראשונות והאחרונות על ידי לחיצה על Blink"כדי לוודא שהדגימה לא זזה או שהגדרות הסריקה לא השתנו במהלך רכישת הנתונים.
חשב את מרכז הסיבוב, או COR, על ידי בחירת מרכז הסיבוב ושימוש באפשרויות אוטומטי "מציאת COR באיכות גבוהה" דיוק ובחירת פרוסה כפולה לחישוב COR. לאחר מכן, לחץ על התחל כדי להפעיל את החישוב. לאחר מציאת ה-COR, לחץ על הכרטיסייה נפח כדי לבחור את הדגימה לבנייה מחדש.
השתמש/י בתמונות הממוזערות כדי לערוך את חלונות בחירת אמצעי האחסון. לאחר מכן לחץ על התחל "כדי לבצע שחזור כדי ליצור את קובץ אמצעי האחסון המכיל נתוני תלת מימד. כדי להכין אוסף תמונות הניתן לעיבוד של RooTrak, טען את קובץ אמצעי האחסון ל-ImageJ על-ידי לחיצה על File, Import, Raw ולאחר מכן בחירת קובץ אמצעי האחסון.
כדי לייעל את ניגודיות התמונה בין השורש לאדמה, לחץ על הכרטיסייה תמונה, ולאחר מכן בחר התאם בהירות/ניגודיות" ובחר אוטומטי. כאשר אזור העניין גלוי במצב ברור, ההגדרות נחשבות ממוטבות. שמור את התמונות כערימת תמונות בפורמט JPEG, BMP או PNG על ידי לחיצה על Save As" ובחירה ב-Image Sequence.
כדי לעבד ב-RooTrak כדי לפלח את השורש, בחר בכרטיסייה כלים" ובחר Tracker. לאחר מכן לחץ פעמיים על אזור הכניסה הלבן של תיבת הדו-שיח כדי לטעון ערימת תמונות. לאחר טעינת התמונות, בחר בכרטיסייה Tracker והגדר נקודות זרע בתוך השורש על ידי לחיצה על מספר נקודות בתוך כל אחד מקטעי השורש הרלוונטיים הנראים בפרוסת התצוגה העליונה של נתוני הנפח.
הגדר את חלקות פרמטר המעקב ל- 0.3 ואת הדמיון ל- 0.8. לחץ על השדה מתחת לספריית פלט "כדי לבחור תיקיית קבצים. לאחר מכן, לחץ על בחר תיקיה"ולחץ על התחל.
לאחר מכן פונקציית המעקב תפעל. פעולה זו תעקוב אחר השורש מפרוסת התמונה העליונה עד לפרוסה התחתונה. לאחר פתיחה וצפייה בנתוני אמצעי האחסון, בחר את מספר הפרוסות בהתאם לנפח הנתונים השמיש.
בדוגמה המוצגת כאן, המעקב הופסק ב-200 פרוסות, שווה ערך לעומק של 6.2 מילימטרים, כאשר גבולות השורשים הפכו לא מוגדרים. כדי לבצע ניתוח נפח ומשטח ב-ImageJ, המר את ערימת התמונות מ-RooTrak לפורמט תמונה בינארי על ידי בחירה ב-Process, Binary ולאחר מכן Make Binary. השתמש בתוסף הקוד הפתוח ImageJ, BoneJ, כדי ליצור את הרשת המשולשת על ידי בחירה בתוספים, BoneJ ולאחר מכן Isosurface.
בחלון האפשרויות שנפתח, הגדר את Resampling"ו- Threshold" ל- 6 ו- 120, בהתאמה. לאחר מכן, בדוק הצג משטח"ולחץ על כפתור אישור. במציג התלת מימד שנפתח, לחץ על הכרטיסייה קובץ".
לאחר מכן לחץ על ייצוא משטחים"ושמור כבינארי STL. לבסוף, פתח את IMESHJ. טען את ה-STL file על ידי לחיצה על בחר STL File"והזן את גודל הווקסל במיקרונים.
לחץ על הזן גודל Voxel "והזן 31 מיקרון, ולאחר מכן לחץ על אישור "פעמיים. לחץ על חשב שטח פנים" כדי לרכוש את שטח הפנים הכולל של שורש הדגימה במילימטרים רבועים. לאחר מכן, לחץ על חישוב נפח" כדי לקבל את נפח שורש הדגימה הכולל במילימטרים מעוקבים.
הדגימה, המורכבת משני גבעולים של זרעי טיפת העשב המקומיים, Sporobolus heterolepis, והאדמה המקורית סביבו, מוצגת כאן. גודל הווקסל של הנתונים המשוחזרים שנוצרו היה כ-31 מיקרון מעוקב. לאחר יצירת ערימת תמונות והגדלת הניגודיות בין השורשים לאדמה, הנתונים המשוחזרים הראו כי לשורש ולחלק ממרכיבי הקרקע יש גורמי הנחתה דומים מאוד של קרני רנטגן, וכתוצאה מכך אין ניגודיות בגווני אפור בתמונות.
איור זה מציג נקודת זרע מייצגת שנבחרה בתוך קטע שורש רלוונטי הנראה בפרוסה העליונה של נתוני הנפח. באמצעות הפרמטרים של RooTrak המתוארים בסרטון זה, RooTrak פילח בהצלחה את כ-200 פרוסות נתוני הנפח שנבחרו והיו שווי ערך לעומק של 6.2 מילימטרים. פילוח השורש מודגם גם באנימציה זו.
כאן, ImageJ שימש ליצירת איזופני שטח רשת משולשים של נפח התלת מימד מהנתונים שהופקו על ידי RooTrak. הגדרות ברירת המחדל ששימשו ייצרו איזו-משטח מפורט בצורה מהירה יחסית. לבסוף, באמצעות IMESHJ, שטח הפנים חושב כ-351.87 מילימטרים רבועים, והנפח המחושב היה 47.27 מילימטרים מעוקבים.
לאחר שליטה, ניתן לבצע הליך זה תוך חמש שעות אם הוא מבוצע כראוי. בעת ניסיון טכניקה זו, חשוב לזכור לעקוב אחר כל נהלי הבטיחות. כמו כן, חשוב לזכור כי פילוח שורשים אפשרי רק אם יש ניגודיות מספקת של קרני רנטגן בין השורש לאדמה.
בעקבות הליך זה, ניתן לדמות ולנתח דגימות אחרות עם מבנים מסועפים כמו עלי עצים, ריאות של בעלי חיים ובני אדם וכו', על מנת לענות על שאלות נוספות, כמו כיצד רקמות חיות גדלות או כיצד הן סובלות תנאים מסוימים. לאחר פיתוחה, הטכניקה הזו סוללת את הדרך לחוקרים בתחום מדעי הצמח לחקור דברים כמו עמידות ליובש בצמחי מודל כמו ברכיפודיום. לאחר צפייה בסרטון זה, אתה אמור להבין היטב כיצד לדמיין דגימת צמח באמצעות טומוגרפיה, כיצד לדמיין את מבנה השורש שלו ולחלץ מידע כמותי על השורש מנתוני טומוגרפיה ממוחשבת של רנטגן בקרקע.
אל תשכח שעבודה עם מכשור רנטגן עלולה להיות מסוכנת, ויש להקפיד על נהלי הבטיחות הרלוונטיים בעת ניסיון טכניקה זו.
View the full transcript and gain access to thousands of scientific videos
סקירה
מאמר זה מציג מתודולוגיה להפקת מידע חזותי וכמותי אודות מבני שורשים של צמחים באמצעות נתוני טומוגרפיה ממוחשבת באמצעות קרני רנטגן שהושגו מאדמה. האופי הלא-פולשני של טכניקה זו מאפשר לחוקרים לחקור צמחים בסביבתם הטבעית, ומספק תובנות לגבי תגובותיהם לתנאים סביבתיים שונים.
מרכיבי מחקר עיקריים
תחום המדע
- ביולוגיה של צמחים
- מדעי הסביבה
- טכניקות הדמיה
רקע
- הבנת מבני השורשים חיונית לחקר ביולוגיה של צמחים.
- גורמים סביבתיים כמו בצורת ופעילות מיקרוביאלית משפיעים על גידול הצמחים.
- טומוגרפיה ממוחשבת באמצעות קרני רנטגן מציעה שיטת הדמיה לא-פולשנית.
- טכניקה זו מאפשרת תצפית בזמן אמת של צמחים באדמה.
מטרת המחקר
- להפיק נתונים כמותיים על שורשי צמחים מטומוגרפיה באמצעות קרני רנטגן.
- לחקור כיצד צמחים מסתגלים לתנאים סביבתיים משתנים.
- לספק הדגמה חזותית של תהליך ההדמיה.
שיטות בהן נעשה שימוש
- הנחת צמחים בעציצים על סורק טומוגרפיה ממוחשבת באמצעות קרני רנטגן.
- כוונון מרחק הדגימה לצורך הגדלה אופטימלית של ההדמיה.
- הדמיה טומוגרפית ואחריה שחזור נתונים.
- ניתוח מבנה השורשים מהנתונים שהושגו.
תוצאות עיקריות
- הפקה מוצלחת של מידע על מבנה השורשים.
- הדגמה של יכולות הדמיה לא-פולשניות.
- מתן תובנות לגבי תגובות הצמחים לשינויים סביבתיים.
- כלים חזותיים שיפרו את ההבנה של המתודולוגיה.
מסקנות
- המתודולוגיה מאפשרת מחקר מפורט של מבני השורשים.
- טכניקות לא-פולשניות מועילות למחקר אקולוגי.
- גישה זו יכולה להוביל להבנה טובה יותר של ביולוגיה של הצמחים.
שאלות נפוצות
Executive Industry Relevance
Quantitative 3D analysis of plant root systems using in-soil X-ray computed tomography (XCT) enables non-invasive measurement of root volume and surface area, supporting predictive modeling of plant-environment interactions. This capability is critical for translational research in crop trait optimization, soil-microbe studies, and environmental stress response, providing high-confidence data for early discovery and preclinical validation. The workflow's reproducibility and adaptability position it as a reusable asset for biopharma and ag-biotech R&D pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of root architecture in native soil environments.
- Supports mechanistic de-risking by providing volumetric and surface metrics for functional studies.
- Facilitates hypothesis-driven exploration of plant-microbe and plant-environment interactions.
Screening & Assay Development
- Prepares validated 3D root system models for downstream phenotypic screening.
- Standardizes root segmentation and mesh generation for reproducible quantitative outputs.
- Enables scalable analysis of root traits across multiple specimens and conditions.
Translational & Preclinical Research
- Aligns root system metrics with translational biomarkers for crop resilience and adaptation studies.
- Provides continuity from discovery imaging to preclinical trait validation in model and non-model plants.
- Supports risk-adjusted advancement of candidate traits or interventions based on quantitative root data.
Pipeline & Workflow Integration
This XCT-based workflow integrates from early discovery through preclinical trait validation, bridging imaging, segmentation, and quantitative analysis for robust data continuity.
- Discovery Biology: Delivers high-resolution, quantitative root metrics for hypothesis testing and pathway clarification.
- Screening: Provides standardized, reproducible 3D models for comparative analysis across genotypes or treatments.
- Analytics: Outputs surface area and volume measurements to enable statistical comparison of root system architecture.
- Translational Research: Facilitates alignment of root traits with environmental or agronomic endpoints.
- Enterprise Reuse: Offers a modular, adaptable workflow for diverse plant and material systems with similar imaging challenges.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in root trait-function relationships and environmental response.
- Operational Value: Standardizes imaging and analysis for reproducibility and scalability across projects.
- Strategic Value: Enables data-driven go/no-go decisions for trait advancement and resource allocation.
- Portfolio Impact: Supports risk-adjusted prioritization of candidate traits or interventions based on robust quantitative data.
Implementation Considerations
- Requires expertise in XCT imaging, image segmentation, and 3D mesh analysis.
- Needs access to XCT instrumentation, image processing software, and quantitative analysis tools (e.g., ImageJ, BoneJ, imeshJ).
- Demands cross-team standardization of imaging parameters and segmentation protocols for reproducibility.
- Adaptable to other biological or material systems with similar X-ray attenuation and segmentation challenges.
- Segmentation accuracy depends on sufficient X-ray contrast between root and surrounding soil or matrix.
