Name: 감자의 단일 및 결합 스트레스에 대한 형태학적 및 생리학적 반응을 결정하기 위한 고처리량 이미지 기반 표현형 분석 (동영상) | JoVE Journal
Uploaded: 2024-06-07T13:40:00.000+00:00
Duration: 6 min 28 s
Description: 학습하세요 감자의 고온, 가뭄, 수몰 복합 스트레스에 대한 형태학적 및 생리학적 반응을 고처리량 이미지 기반 표현형 분석으로 평가하는 방법을. 이 연구는 기후 변화에 대한 작물 회복력 향상 전략 개발에 중요한 통찰을 제공합니다.

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

이 ADAPT 프로젝트(Accelerated Development of multiple-stress tolerant Potato)는 보조금 계약 No GA 2020 862-858에 따라 유럽 연합의 Horizon 2020 연구 및 혁신 프로그램으로부터 자금을 지원받았습니다. 이 작업은 체코 공화국 교육, 청소년 및 스포츠부(Ministry of Education, Youth and Sports)의 유럽 지역 개발 기금(European Regional Development Fund) 프로젝트 "SINGING PLANT"(no. CZ.02.1.01/0.0/0.0/16_026/0008446)입니다. CEITEC MU의 핵심 시설 식물 과학은 재배 시설 지원으로 인정 받고 있습니다. 우리는 이 연구에 사용된 체외 절단을 제공한 Meijer BV를 인정합니다. 그림 2의 그래픽 디자인을 도와준 Lenka Sochurkova와 Photon Systems Instruments(PSI) Research Center(Drásov, 체코)에서 실험 중 식물 재료 준비를 도와준 Pavla Homolová에게 감사드립니다.

기후 관련 스트레스에 따른 감자 복원력 분석

저자들은 이 논문에 보고된 연구에 영향을 미칠 수 있는 경쟁적인 재정적 이해관계나 개인적 관계를 알지 못한다고 선언합니다.

개선된 고급 고해상도 이미징 도구 및 컴퓨터 비전 기술은 재현 가능한 방식으로 대규모 식물 이미지로부터 정량적 데이터를 얻기 위해 식물 표현형의 급속한 개발을 가능하게 했습니다39. 이 연구는 단일 및 결합 비생물적 스트레스 하에서 식물의 동적 반응을 모니터링하기 위해 현재 사용 가능한 이미징 센서 어레이를 사용하여 고처리량 이미지 기반 방법론을 조정하고 최적화하는 것을 목표로 했습니다. 적용된 접근법의 몇 가지 중요한 단계에서는 응력 적용 및 측정에 적합한 이미징 프로토콜 선택을 포함하여 조정이 필요합니다. 이미지 획득을 위해 여러 센서를 사용하면 주요 표현형 형질(예: 식물 성장, 광합성 효율성, 기공 조절, 잎 반사율 등)을 정량화할 수 있습니다. 또한 감자 식물이 다양한 비생물적 스트레스에 어떻게 반응하는지에 대한 이해를 향상시킵니다. 이는 기후 내성 유전자형40을 개발하기 위한 식물 육종 프로젝트를 가속화하기 위한 핵심 전제 조건입니다. 유도 스트레스에 대한 형태 학적 반응은 발달 단계에 따라 다릅니다. 예를 들어, 스톨론 또는 괴경 시작 단계에서 응력을 유발하는 것은 잎 및 식물의 발달을 억제하고 스톨론의 수를 제한하여 최종 수율을 감소시킨다(41). 그러나 불리한 조건 하에서 식물은 스트레스 유발 세포 손상을 예방하고 복구하기 위한 적응 반응으로 스트레스 반응을 활용한다42. 식물은 심각도수준 43에 따라 스트레스 조건을 피하고 견딜 수 있는 적응 메커니즘을 가지고 있습니다.
식물의 메커니즘을 이해하려면 이미징 센서를 사용하여 스트레스의 적절한 지속 시간과 강도를 유도하고 스트레스에 대한 식물의 반응을 결정하는 것이 중요한 단계 중 하나로 간주됩니다. 여러 응력이 일치하면 한 응력의 강도가 응력의 조합, 강도 및 지속 시간에 따라 다른 응력의 효과보다 우선할 수 있습니다. 따라서 스트레스 효과가 합산되거나 반대되는 반응이 (부분적으로) 서로를 상쇄하여 궁극적으로 식물에 긍정적 또는 부정적 영향을 미칠 수 있습니다. 이 연구에서 선택한 프로토콜은 충분한 스트레스 수준이 적용되었는지 확인하기 위해 이전 경험을 기반으로 했습니다. 예를 들어, 가뭄 스트레스의 적용은 이전 실험에서와 같이 중간 수준으로 조정되었으며, 반응은 엽록소 형광 이미징을 기반으로 한 스트레스 초기 단계의 대조 처리와 다르지 않았습니다. 이것은 틸라코이드 막의 전자에 대한 대체 싱크 역할을하는 광 호흡의 발생과 광시스템 II44,45에 대한 보호 메커니즘 때문입니다. 결합된 스트레스 반응 하에서, 식물이 경미한 1차 스트레스 요인에 노출되면 다음 스트레스 요인에 대한 내성이 향상될 수 있으며, 이는 유익하거나 해로운 영향을 미칠 수 있다46. 이 연구에서는 개별 가뭄 스트레스에 비해 결합된 스트레스 하에서 더 강력한 반응이 관찰되었습니다. 다른 생리적 반응을 조사한 결과, 가뭄 시 기공이 가까워짐에 따라 과도한 수분 손실을 피하기 위해 ΔT(deltaT)가 증가하는 것으로 나타났습니다. 대조적으로, 열과 가뭄 스트레스가 결합된 밀에서 20의 결과에 따라 잎 냉각을 향상시키기 위해 기공 개방을 반영하는 대조군에 비해 ΔT가 더 낮은 열 스트레스 하에서 역반응이 관찰되었습니다20. 침수 중에는 기공 폐쇄로 인한 ΔT의 증가는 토양의 산소 결핍과 뿌리 수분 항상성의 붕괴로 인해 발생하며, 이로 인해 물 스트레스 반응의 핵심 호르몬인 ABA가 증가하여 증산 흐름이 감소합니다47.
식물 스트레스 연구에서 스트레스 및 후속 회복 처리의 지속 시간은 스트레스 강도에 정비례합니다. 예를 들어, 토양 수분을 20%의 현장 용량(FC)으로 유지하는 것과 같은 중간 정도의 가뭄 스트레스는 일반적으로 재관개 하루 후에 회복되는 가역적 표현형 변화를 유도합니다. 대조적으로, 침수와 같은 심각한 스트레스 조건은 광범위한 표현형 손상을 초래하여 더 긴 회복 기간을 필요로 합니다. 처리 기간을 표준화하는 것이 이상적이지만, 응력 강도의 내재적 변동성을 실험 설계에서 고려해야 합니다.
두 번째 중요한 단계는 적절한 프로토콜을 선택하고 각 센서에 대한 설정을 최적화하는 것입니다. 엽록소 형광은 응력 하에서 광합성 장치의 성능을 결정하는 강력한 도구이다48. 다양한 엽록소 형광 측정 프로토콜은 연구 질문 및 실험 설계에 따라 밝은 또는 어두운 적응 식물로 선택할 수 있습니다49. 이 연구에서, 선택된 프로토콜(짧은 광 응답)은 다양한 조건(50)에서 광합성 성능을 나타내는 Fv'/Fm', φPSII 및 qL을 포함한 다양한 형질의 측정을 가능하게 한다. 이전 연구에 따르면 고처리량 표현형에 사용된 프로토콜은 스트레스 처리의 다양한 응용 분야에서 식물의 광합성 효율성을 조사하고 건강한 식물과 스트레스 받은 식물을 구별하는 데 효과적입니다14,20. 실험 설계에 따라 식물 개체군이 많은 고처리량 시스템에서 측정할 때 선택한 프로토콜의 지속 시간을 고려하는 것이 매우 중요합니다. 따라서, 단시간 프로토콜을 사용하여 광 적응 식물에 대한 엽록소 형광 측정은 다양한 처리에서 반응을 구별하기 위해 선택되었습니다. 유전자형-환경 상호작용은 많은 표현형 형질에 영향을 미칠 수 있으며, 이는 측정 중에 매우 중요하다12. 광합성 제한에 대한 일일적 영향을 최소화하기 위해 측정 시간이 짧은 시간에 완료되어야 한다는 점을 고려하는 것이 필수적이다51.
열적외선 이미징을 사용하여 캐노피 온도를 결정하고 다양한 치료법에서 기공 조절을 이해하였다52. 히팅 월이 카메라의 반대쪽에 위치한 곳에 기술 최적화가 사용되었고 월의 온도가 동적으로 제어되고 프로그래밍 가능했다는 점을 언급할 가치가 있습니다. 따라서, 환경 센서가 통합된 배경 가열 벽을 조정하는 것은 이미징된 물체의 온도에 대한 배경 온도의 대비를 증가시킴으로써 배경에서 식물을 적절하게 선택하기 위해 필요합니다.
이미지 분석이 자동화되더라도, 식물(53)을 정밀하게 선택하기 위해 RGB 이미징에서 적절한 바이너리 마스크를 얻기 위해서는 RGB 임계값 인덱스를 조정하는 것이 여전히 요구된다. 또한 디지털 바이오매스 및 성장률을 포함한 정량적 매개변수를 적절하게 추정하기 위해 여러 각도를 선택하는 것이 중요합니다. 이 연구에서는 식물 부피와 상대 성장률을 정확하게 계산하기 위해 RGB 측면도의 세 가지 각도(0°, 120° 및 240°)를 선택하고 평균을 냈습니다.
스펙트럼 범위에 따라, 초분광 이미징(hyperspectral imaging) 54을 사용하여 많은 생리학적 특성을 조사할 수 있다. 반사율 지수 중 어느 것이 필요한 정보를 제공하고 다양한 조건에서 식물의 반응을 보여주는지 결정해야 합니다14. 초분광 지수와 다른 생리적 형질 사이의 상관관계를 결정하기 위해 내성 품종 및 식물 표현형을 스크리닝하는 데 매우 요구된다55. 이 연구에서 침수 처리된 식물은 VNIR 이미징에서 엽록소 함량과 광합성 효율에서 뚜렷한 반응을 보였습니다. 또한, 열처리 및 침수 하에서 SWIR 이미징으로 계산된 수분 지수에서 다른 기공 규정과 잎의 수분 함량이 다르기 때문에 다른 반응이 관찰되었습니다.
따라서 이러한 결과는 설정을 최적화한 후 이러한 접근 방식의 유용성과 기후 내성과 관련된 스트레스 특성을 찾기 위해 여러 센서를 사용할 수 있는 잠재력을 강조합니다. 여러 이미징 센서를 사용하여 반응의 역학을 평가하는 것은 육종 프로그램을 개선하는 강력한 도구 중 하나로 사용될 수 있습니다.

폭염, 홍수 및 가뭄 사건의 강도와 빈도 증가를 포함한 기후 변화의 잠재적 영향은 작물 재배에 부정적인 영향을 미칩니다1. 기후 변화가 작물 변동성에 미치는 영향과 그에 따른 연간 작물 생산량의 변동을 이해하는 것이 중요하다2. 인구와 식량 수요가 증가함에 따라 작물 식물의 수확량을 유지하는 것이 어려운 과제가 되었으며, 따라서 육종을 위한 기후 탄력적인 작물을 찾는 것이 시급히 필요합니다 3,4. 감자(Solanum tuberosum L.)는 영양가가 높고 물 사용 효율성이 높아 세계 식량 안보에 기여하는 필수 식량 작물 중 하나입니다. 그러나, 불리한 조건 하에서 성장과 수확량의 감소는 특히 감수성이 높은 품종 5,6에서 주요 문제이다. 많은 연구에서 농업 관행, 내성이 있는 유전자형 찾기, 스트레스가 발달 및 수확량에 미치는 영향 이해 7,8,9를 포함하여 감자 작물 생산성을 유지하기 위한 대체 접근 방식을 조사하는 것의 중요성을 강조했으며, 이는 유럽 감자 재배자(또는 농부)에게도 매우 요구됩니다10.
이미지 기반 표현형을 포함한 자동화된 표현형 분석 플랫폼은 관심 있는 관련 형질을 선택하는 데 필수적인 식물 구조 및 기능의 정량 분석을 가능하게 합니다11,12. 고처리량 표현형분석은 재현 가능하고 신속한 방식으로 다양한 형태학적 및 생리학적 관심 특성을 결정하기 위한 고급 비침습적 기법입니다 13. 표현형은 환경 영향과 관련하여 유전형 차이를 반영하지만, 통제된 조건 하의 식물을 스트레스와 비교하면 광범위한 표현형 정보를 특정 (스트레스) 조건에 연결할 수 있다14. 이미지 기반 표현형은 표현형 변동성을 설명하는 데 필수적이며, 개체군 크기(15)에 관계없이 식물 발달 전반에 걸쳐 일련의 형질을 스크리닝할 수도 있습니다. 예를 들어, RGB(Red-Green-Blue) 이미징 센서를 사용하여 잎의 모양, 크기 및 색상 지수를 포함한 형태학적 특성을 측정하여 식물의 성장과 발달을 결정하는 데 사용됩니다. 또한, 광합성 성능, 캐노피 온도 및 잎 반사율을 포함한 생리학적 특성의 측정은 엽록소 형광, 열적외선(IR) 및 초분광 이미징16과 같은 여러 유형의 센서를 사용하여 정량화됩니다. 통제된 환경에서의 최근 연구는 감자17의 열, 보리18, 쌀19, 밀20의 가뭄 및 열처리와 같은 비생물적 스트레스 하에서 식물의 다양한 메커니즘과 생리적 반응을 평가하는 데 이미지 기반 표현형을 사용할 수 있는 가능성을 보여주었습니다. 여러 스트레스 상호 작용에 대한 식물의 반응을 연구하는 것은 복잡하지만, 이번 연구 결과는 기후 조건의 급격한 변화에 대처하는 식물의 메커니즘을 이해하는 데 새로운 통찰력을 제공합니다21.
식물의 생리학적 및 형태학적 반응은 비생물적 스트레스 조건(고온, 물 부족 및 홍수)에 의해 직접적인 영향을 받아 수확량 감소를 초래한다22. 감자는 다른 작물에 비해 물 사용 효율이 높지만, 뿌리 구조가 얕아 수확량과 수확량에 부정적인 영향을 미친다5. 가뭄 수준의 강도와 지속 기간에 따라 잎 면적 지수가 감소하고, 새로운 잎 형성을 억제하는 캐노피 성장의 지연이 스트레스의 후기 단계에서 뚜렷하게 나타나 광합성 속도의 감소를 초래한다23. 물의 임계값 수준은 과도한 물 또는 장기간의 가뭄 기간으로 인해 매우 중요하며, 산소 제한, 뿌리 수력 전도도 감소 및 가스 교환 제한으로 인해 식물 성장 및 괴경 발달에 부정적인 영향을 미칩니다24,25. 더욱이, 감자는 최적 수준 이상의 온도로 인해 괴경 시작, 성장 및 동화 속도가 지연되는 고온에 민감하다26. 스트레스가 복합적으로 나타날 때, 생화학적 규칙과 생리적 반응은 개별 스트레스 반응과 다르며, 이는 스트레스 조합에 대한 식물의 반응을 조사할 필요성을 강조한다27. 결합된 스트레스는 식물 성장의 (훨씬 더) 심각한 감소와 생식 관련 형질에 대한 결정적 영향을 초래할 수 있다28. 스트레스 조합의 영향은 각 스트레스가 다른 스트레스에 비해 우세한 정도에 따라 달라지며, 이는 식물 반응을 강화하거나 억제합니다(예: 가뭄은 일반적으로 기공이 닫히는 반면 기공은 열 스트레스 하에서 잎 표면이 냉각될 수 있도록 열려 있습니다). 그러나, 결합 응력 연구는 여전히 등장하고 있으며, 이러한 조건 하에서 플랜트 반응을 매개하는 복잡한 조절을 더 잘 이해하기 위해서는 추가 연구가 필요하다29. 따라서 이 연구는 형태 생리학적 반응을 평가하고 단일 및 결합 스트레스 처리에서 감자 전체 성능의 기본 메커니즘을 이해하는 데 적합할 수 있는 여러 이미징 센서를 사용하는 표현형 프로토콜을 강조하고 권장하는 것을 목표로 합니다. 가설에 따르면, 여러 이미징 센서를 결합하는 것은 식물 스트레스 반응 중 초기 및 후기 전략을 특성화하는 데 유용한 도구임이 입증되었습니다. 이미지 기반 표현형 프로토콜 최적화는 식물 연구자와 육종가가 비생물적 스트레스 내성에 대한 관심 형질을 찾을 수 있는 대화형 도구가 될 것입니다.

<table><tbody><tr><td>1.1인치 RGB 카메라 PSI가 있는 CMOS 센서</td><td>, Dr&aacute; sov, 체코</td><td>공화국 https://psi.cz/</td> <td>이 센서는 4112 &times; 측면 보기의 경우 4168 픽셀, 상단 보기의 경우 2560 &times; 1920 픽셀의 해상도를 제공합니다. 이 센서는 매우 민감하며 실제 메가픽셀 CCD 대체품이며 선명하고 저잡음 이미지를 생성합니다</td></tr><tr><td>. FluorCam&nbsp;</td><td>PSI, Dr&aacute; sov, 체코</td><td>FC1300/8080-15&nbsp;</td><td>펄스 진폭 변조(PAM) 엽록소 형광계&nbsp;</td></tr><tr><td>Fluorcam 10 소프트웨어&nbsp;</td><td>PSI, Dr&aacute; sov, 체코</td><td>공화국 버전 1.0.0.18106</td><td>엽록소 형광 이미지 시각화 및 분석</td></tr><tr><td>GigE PSI RGB &ndash; 12.36 메가 픽셀 카메라</td><td>PSI, Dr &aacute; sov, 체코 공화국</td><td>https://psi.cz/</td> <td>측면 뷰 프로젝션의 경우 라인 스캔 모드는 4112px/line, 초당 200라인의 해상도로 사용되었습니다. 측면에서 본 이미지 영역은 1205 &times였습니다. 1005 mm (높이 &times; 폭), 상도 위치에서 imaged 지역은 800 &times인 동안; 800 밀리미터.</td></tr><tr><td>초분광 분석기 소프트웨어&nbsp;</td><td>PSI, Dr&aacute; sov, Czech Republic</td><td>버전 1.0.0.14</td><td>초분광 이미지 시각화 및 분석용</td></tr><tr><td>초분광 카메라 HC-900 시리즈</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://hyperspec.org/products/</td> <td>0.8nm의 스펙트럼 해상도를 가진 가시광선 근적외선(VNIR) 카메라 380-900nm FWHM</td></tr><tr><td>초분광 카메라 SWIR1700</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://hyperspec.org/products/</td> <td>단파장 적외선 카메라(SWIR) 카메라 900 - 1700nm, 스펙트럼 해상도 2nm FWHM</td></tr><tr><td>InfraTec 열화상 카메라(VarioCam HEAD 820(800))&nbsp;</td><td>바람둥이,&nbsp; 미국</td><td>https://www.infratec.eu/thermography/infrared-camera/variocam-hd-head-800/</td> <td>해상도 1024 &times; 768 픽셀, 열 감도 < 20 mK 및 열 방사율 값 기본값은 0.95.&nbsp;이며 스캔 속도는 30 Hz이고 각 라인은 768 픽셀로 구성됨. 이미지 영역은 1205 &times였습니다. 1005mm(높이 &시간; 너비).</td></tr><tr><td>LED 패널&nbsp;</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://led-growing-lights.com/products/</td> <td>4 &times; 240 개의 적색 - 주황색 (618 nm), 120 개의 차가운 백색 LED (6500 K) 및 240 개의 원적색 LED (735 nm)가 80 &times의 이미징 영역에 균등하게 분포되어 있습니다. 80 cm</td></tr><tr><td>빛, 온도 및 상대 습도 센서</td><td>PSI, Dr &aacute; sov, 체코 공화국</td><td>https://psi.cz/</td> 온실 MEGASTOP 블루 매트<td>의 통제된 조건을 모니터링하는 데 사용되는 센서</td></tr><tr><td>&nbsp;</td><td>프리돌라&nbsp;</td><td>75831</td><td>토양 표면을 덮는</td></tr><tr><td>형태 분석기 소프트웨어&nbsp;</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>버전 1.0.9.8</td><td>RGB 이미지 시각화 및 분석 및 색상 분할 분석용</td></tr><tr><td>PlantScreen 데이터 분석기 소프트웨어(버전 3.3.17.0)</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://plantphenotyping.com/products/plantscreen-modular-system/</td> <td>모든 이미징 센서의 데이터를 시각화하고 분석하기 위해&nbsp; 온실 PlantScreen Modular 시스템의 급수-계량 장치 및 환경 조건</td></tr><tr><td>&nbsp;</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://plantphenotyping.com/products/plantscreen-modular-system/</td> <td>표현형 분석 플랫폼</td></tr><tr><td>유형: Plantscreen Scheduler 소프트웨어&nbsp;</td><td>PSI, Dr&aacute; sov, Czech Republic</td><td>버전 2.6.8368.25987</td><td>실험을 계획하고 측정 프로토콜</td></tr><tr><td>SpectraPen MINI</td><td>PSI, Dr&aacute를 설정하려면; sov, 체코 공화국</td><td>https://handheld.psi.cz/products/spectrapen-mini/#details</td><td>캐노피 레벨의 조도를 조정하는 조도계</td></tr><tr><td>TOMI-2 고해상도 카메라&nbsp;</td><td>PSI, Dr&aacute; sov, 체코 공화국</td><td>https://fluorcams.psi.cz/products/handy-fluorcam/</td> <td>1360 &times; 1024 픽셀, 프레임 속도 20 fps 및 16비트 깊이의 해상도)는 1326 x 1586 mm 크기의 다색 LED 라이트 패널 중앙에 위치한 로봇 팔에 장착되어 있습니다.</td></tr><tr><td>워크인 FytoScope 성장 챔버&nbsp;</td><td>PSI, Dr&aacute; sov, 체코</td><td>공화국 https://growth-chambers.com/products/walk-in-fytoscope-fs-wi/</td> <td>식물을 재배하는 데 사용되는 챔버 유형</td></tr></tbody></table>

감자의 단일 및 결합 스트레스에 대한 형태학적 및 생리학적 반응을 결정하기 위한 고처리량 이미지 기반 표현형 분석

High Throughput Image-Based Phenotyping for Determining Morphological and Physiological Responses to Single and Combined Stresses in Potato

고처리량 이미지 기반 표현형은 시간이 지남에 따라 특정 조건에서 식물의 발달 및 성능을 비침습적으로 결정할 수 있는 강력한 도구입니다. 여러 이미징 센서를 사용하면 식물 바이오매스, 광합성 효율, 캐노피 온도 및 잎 반사율 지수를 포함한 많은 관심 특성을 평가할 수 있습니다. 식물은 극심한 폭염, 홍수 및 가뭄으로 인해 작물 생산성이 심각하게 위협받는 현장 조건에서 여러 스트레스에 자주 노출됩니다. 스트레스가 일치하면 시너지 또는 적대적 상호 작용으로 인해 식물에 미치는 영향이 뚜렷할 수 있습니다. 감자 식물이 자연적으로 발생하는 스트레스 시나리오와 유사한 단일 및 복합 스트레스에 어떻게 반응하는지 설명하기 위해 결절화가 시작될 때 선택된 감자 품종(Solanum tuberosum L., cv. Lady Rosetta)에 5가지 다른 처리를 가했습니다(예: 제어, 가뭄, 열, 침수 및 열, 가뭄 및 침수 스트레스의 조합). 우리의 분석에 따르면 침수 스트레스는 식물 성능에 가장 해로운 영향을 미치며, 광계 II의 양자 수율 및 효율성 감소, 캐노피 온도 및 수분 지수 증가를 포함하여 기공 폐쇄와 관련된 빠르고 급격한 생리적 반응을 초래했습니다. 열과 결합된 스트레스 치료 하에서, 스트레스의 초기 단계에서 상대적 성장률이 감소하였다. 가뭄과 복합적인 스트레스 하에서, 식물의 부피와 광합성 성능은 떨어지고 스트레스의 후기 단계에서 온도가 증가하고 기공이 폐쇄되었습니다. 선택된 표현형 프로토콜과 함께 정의된 환경 조건에서 최적화된 스트레스 처리의 조합을 통해 단일 및 결합 응력에 대한 형태학적 및 생리학적 반응의 역학을 밝힐 수 있었습니다. 여기에서는 여러 기후 변화 관련 스트레스에 대한 회복력을 나타내는 식물 특성을 식별하려는 식물 연구자에게 유용한 도구를 제공합니다.

이 연구에서는 자동 이미지 기반 표현형을 사용하여 단일 및 결합 스트레스 하에서 감자(cv. Lady Rosetta)의 형태학적 및 생리학적 반응을 조사했습니다. 적용된 접근법은 괴경 시작 단계에서 스트레스가 유발되었을 때 높은 시공간 해상도에서 식물의 동적 반응을 보여주었습니다. 스트레스의 초기 및 후기 단계를 평가하기 위해 결과를 3개의 기간([0-5일의 표현형(DOP)], [6-10 DOP], [11-15 DOP])으로 제시했습니다(그림 1). 0 DOP까지 모든 식물은 통제 조건 (C)에서 자란 다음 1-5 DOP에서 침수 스트레스 (W)와 열 스트레스 (H)가 가해졌습니다. 따라서, 반응은 다음과 같이 관찰되었다: (i) 0-5 DOP에서, 초기 열 및 침수를 나타냄; (ii) 6-10 DOP에서 초기 가뭄(D)을 반영하고 열과 가뭄(HD)을 결합한 것이 관찰되었으며 (iii) 11-15 DOP에서 늦은 열, 가뭄 및 결합 열 + 가뭄 + 침수(HDW) 응력을 보여주었습니다. 침수로부터의 회복은 6-10 DOP 및 11-15 DOP에서 관찰되었습니다.
형태학적 특성 RGB 이미징을 적용하여 다양한 응력과 조합이 지상 식물 성장에 미치는 영향을 확인했습니다. 그림 4 의 결과는 열처리 및 침수 응력(0-5 DOP)으로 인해 이미 대조군에 비해 플랜트 부피와 RGR이 감소한다는 것을 보여줍니다. 6-10 DOP 동안 대조 플랜트의 플랜트 부피 및 RGR은 지속적으로 증가한 반면, 열, 열, 가뭄 및 침수 하에서는 이러한 플랜트 부피의 증가가 명확하게 감소했습니다(그림 4A). 식물은 침수 스트레스에 매우 취약하기 때문에 RGR에서 감소가 두드러졌습니다(그림 4B). SRWC가 20%로 유지된 후기 가뭄 스트레스(11-15 DOP) 동안 대조군에 비해 RGR의 명확한 감소가 관찰되었습니다. 그러나 HDW 결합의 후반 단계에서 침수 처리의 적용은 스트레스의 마지막 날에 RGR의 증가를 일으켰습니다.
생리적 특성 구조적 표현형과 생리학적 표현형의 조합은 스트레스에 대한 추가 반응을 나타내기 위해 적용되었습니다. 여러 이미징 센서를 사용하면 스트레스의 초기 단계에서 생리적 반응을 결정할 수 있습니다. 엽록소 형광 데이터에 대한 추가 분석은 침수가 광합성 효율에 부정적인 영향을 미치고 있음을 보여주었으며, 0-5 DOP 및 6-10 DOP에서 Fv'/Fm'(Fv/Fm_Lss)이 급격히 감소했지만, 11-15 DOP에서는 Fv'/Fm'이 약간 증가한 회복 반응이 관찰되었습니다(그림 5A). 후기 스트레스 단계(11-15 DOP) 동안, 가뭄 및 열과 가뭄의 결합에서 Fv'/Fm'의 감소가 관찰되었습니다. 침수된 식물에서 식물(QY_Lss 일명 φPSII)의 운영 효율은 0-5 DOP 및 6-10 DOP의 다른 처리에 비해 현저히 낮았지만 11-15 DOP에서는 약간 증가하여 식물 회복을 나타냅니다(그림 5B). 더욱이, PSII의 보호에 기여하는 효율성을 조절하는 다양한 메커니즘은 가벼운 정상 상태(qL_Lss)에서 PSII의 개방 반응 센터의 비율을 계산하여 결정되었습니다(그림 5C). 가뭄 하에서만 qL의 증가가 관찰되었는데, 아마도 광 억제 때문일 것입니다.
이러한 결과는 스트레스 하에서 다양한 기본 메커니즘을 반영하는 IR 데이터와 일치했습니다(그림 6). 침수에서 deltaT(ΔT)의 증가가 관찰되어 가스 교환율이 감소했습니다. 늦은 가뭄과 더위 및 가뭄 스트레스가 결합된 상황에서 ΔT의 증가는 과도한 수분 손실을 피하기 위한 주요 반응 중 하나로 간주되는 기공 폐쇄 때문이었습니다. 반면에, 열처리 하에서 ΔT의 감소는 증산 효율을 높이고 잎 표면을 냉각시키기 위해 기공을 열면서 관찰되었습니다.
초분광 데이터를 조사하여 엽록소 함량 지표인 NDVI와 광합성 효율성 지표인 PRI를 포함하여 잎 반사 지수를 평가하기 위해 초분광 VNIR 데이터에서 두 가지 매개변수를 선택했습니다. 그 결과, 형태학적 형질에서 관찰된 감소와 관련하여 침수 상태에서만 NDVI 및 PRI가 감소하는 것으로 나타났습니다(그림 7A,B). 또한, 식물의 수분 함량을 평가하는 데 사용되는 SWIR 초분광 데이터에서 0-5 DOP 동안 침수 시 수분 지수의 증가가 관찰되었습니다(그림 7C). 그러나 열처리 하에서는 수분 지수가 대조군보다 낮은 경우 반대 반응이 관찰되었습니다. 이러한 결과는 RGB 평면도의 색상 분할에서 식생을 조사한 결과입니다. 색조 비율의 변화는 시간 경과에 따른 응력 반응을 나타냅니다(그림 8). 녹화지수는 가뭄 하에서 색소 함량이 감소하고 후기 스트레스 단계에서 HDW가 결합되고 침수 처리에서 점진적으로 회복되는 것으로 나타났습니다. 따라서 여러 이미징 센서를 사용하면 형태 생리학적 특성의 상관 관계를 반영하고 비생물적 스트레스 하에서 전체 식물 성능을 평가할 수 있습니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66255/66255fig01.jpg"> 그림 1: 체외 절단을 이식한 후 식물의 나이(일)를 포함하여 다양한 치료법을 적용하는 타임라인. 표현형(DOP)의 0일차는 통제(C) 조건에서 측정한 다음 서로 다른 응력을 다른 지속 시간으로 유도했습니다. 1-5 DOP 침수(W) 응력을 가하고 열처리(H)의 초기 반응을 보였다. 다음 날 6-10 DOP, 가뭄 스트레스 (D)와 열 및 가뭄 스트레스 (HD)의 초기 단계가 제시되었습니다. 11-15 DOP 기간 동안 가뭄 및 열처리 말기에 대한 식물의 반응과 1일 동안 HD(HDW)에 대한 침수 적용이 반영되었습니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig01large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66255/66255fig02.jpg"> 그림 2: 표현형 프로토콜과 데이터 분석을 요약한 계획. (A) 표현형 프로토콜의 개요. 식물은 FS-WI 성장 챔버(PSI)의 제어된 조건에서 표현형 시스템으로 운반됩니다. 식물은 측정 전에 500 μmol.m-2.s-1에서 5분 동안 광 적응 챔버에서 광 순응되었습니다. 형태학적 및 생리학적 특성을 결정하기 위해 여러 이미징 센서가 사용되었으며, 그 다음에는 가중치 및 급수 스테이션이 사용되었습니다. 처리에 따라 식물은 22 °C/19 °C 또는 30 °C/28 °C에서 통제된 조건에 다시 배치되었습니다. (B) 각 이미징 센서에서 이미지 처리 파이프라인의 자동 추출 및 분할. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig02large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66255/66255fig03.jpg"> 그림 3: 엽록소 형광 이미징을 위한 Short light 프로토콜 개요. 측정 프로토콜은 빛의 정상 상태 형광(F, t_Lss)을 측정하기 위해 냉백색 광선광을 켠 다음 포화 펄스를 적용하여 빛의 정상 상태 최대 형광(F, m_Lss)을 측정하는 것으로 시작했습니다. 광선광을 끄고, 광의 정상 상태 최소 형광(Fo_Lss)을 결정하기 위해 원적색광을 켰습니다. 프로토콜 기간은 공장당 10초였습니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig03large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66255/66255fig04.jpg"> 그림 4: 형태학적 평가에 사용된 RGB 이미징. (A) RGB 상단 및 측면 뷰 영역에서 계산된 식물 부피. (B) 괴경 시작 단계 동안의 상대 성장률(RGR). 데이터는 표준 편차(n = 10)± 평균값을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig04large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66255/66255fig05.jpg"> 그림 5: 빛에 적응된 식물의 엽록소 형광 이미징. (A) 광 정상 상태(Fv/Fm_Lss)에서 광 적응 시료의 PSII 광화학의 최대 효율. (B) 광시스템 II 양자 수율 또는 광 정상 상태(QY_Lss)에서 광시스템 II의 작동 효율성. (C) 가벼운 정상 상태(산화된 QA)에서 PSII의 개방 반응 중심의 분율(qL_Lss). 데이터는 표준 편차(n = 10)± 평균값을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig05large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66255/66255fig06.jpg"> 그림 6: 열적외선 이미지에서 추출한 캐노피 평균 온도와 기온(ΔT) 간의 차이를 계산하기 위해 열적외선 이미징이 사용되었습니다. 데이터는 표준 편차(n = 10)± 평균값을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig06large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66255/66255fig07.jpg"> 그림 7: 식생 지수와 수분 함량을 결정하기 위한 초분광 이미징. (A) NDVI(Normalized Difference Vegetation Index)를 참조하십시오. (B) VNIR 이미징에서 계산된 광화학 반사율 지수(PRI). (C) SWIR 이미징에서 계산된 수분 지수. 데이터는 표준 편차(n = 10)± 평균값을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig07large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/66255/66255fig08.jpg"> 그림 8: 다양한 처리 하에 있는 식물에 대한 녹화 지수. 이미지 처리는 6개의 정의된 색조로 구성된 컬러 맵에서 원본 RGB 이미지의 변환을 기반으로 합니다. 데이터는 표준 편차(n = 10)± 평균값을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig08large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
보충 그림 1: 표현형(DOP) 며칠 동안 측정된 빛의 강도. 오전 9:00부터 오후 12:35까지 측정 기간입니다. LI_Buff는 온실에 분포된 5개의 광 센서의 중간 데이터를 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%201.png" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 2: 표현형(DOP) 일 동안 측정된 상대 습도(RH). 측정 기간은 오전 9:00부터 오후 12:35까지입니다. RH_Buff는 온실에 배포된 5개의 습도 센서의 중간 데이터를 나타냅니다. RH2는 적응 챔버의 상대 습도를 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%202.png" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 3: 표현형(DOP) 며칠 동안 측정된 온도. 측정 시간은 오전 9:00부터 오후 12:35까지입니다. T_Buff는 온실에 분포된 5개의 온도 센서의 중간 데이터를 나타냅니다. T2는 적응 챔버의 온도를 나타냅니다. T3는 가열 벽의 온도를 나타냅니다. T4는 열적외선 촬상장치의 온도를 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%203.png" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 4: 엽록소 형광 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%204.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 5: 열적외선 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%205.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 6: RGB 1면 뷰 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%206.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 7: RGB2-탑뷰 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%207.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 8: VNIR 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%208.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 9: SWIR 이미징 센서에서 식물 마스크 분석을 위해 조정된 매개변수를 보여주는 데이터 분석기 소프트웨어의 스크린샷. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%209.jpg" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>

우리는 단일 및 복합 열, 가뭄 및 침수 처리에 대한 형태학적 및 생리학적 반응을 결정하기 위해 이미지 기반 표현형 프로토콜을 설계했습니다. 이 접근 방식을 통해 전체 플랜트 수준, 특히 지상 부품에서 초기, 후기 및 복구 반응을 식별할 수 있었고 여러 이미징 센서 사용의 필요성을 강조했습니다.

High throughput image-based phenotyping is a powerful tool to non-invasively determine the development and performance of plants under specific conditions ...

PSI에서는 고처리량 식물 표현형 분석을 위한 로봇 유형의 솔루션인 PlantScreen 표현형 분석 시스템을 사용하며, 이러한 시스템은 다양한 모듈, 즉 자동 급수 및 계량 장치와 같은 식물 재배 및 취급을 위한 모듈, 식물의 자동화된 디지털 기반 이미징을 위한 모듈, 그리고 식물의 구조적 형태학적 특징과 식물의 생리학적 특성을 모두 사용하는 것을 기반으로 합니다. 이 연구에서 적용된 프로토콜의 장점은 RGP 이미징을 사용하여 측정하는 식물 성장 역학을 포함한 다중 이미징 센서를 사용하고 이를 엽록소 형광 이미징의 광합성 효율을 포함한 다른 생리적 반응과 연결하고, 열화상 측정을 통해 캐노피 온도에서 기공 조절을 평가하고, 또한 초분광 이미징을 사용하여 측정하는 잎 반사 지수도 있습니다. 우리의 연구 결과는 식물이 개별 스트레스에 비해 결합 된 스트레스에 유도되었을 때 식물의 반응을 설명하는 방법을 강조하고, 스트레스에 대한 초기 및 후기 반응 및 이후 회복 단계를 평가할 수 있으며, 미래의 기후 변화 조건에 대한 식물의 기본 메커니즘을 통합적이고 더 잘 이해하기 위해 다중 이미징 센서를 사용할 필요성을 강조하는 데 중점을 둡니다.

high-throughput-image-based-phenotyping-for-determining-morphological

Research

연구

JoVE Journal

Biology

생물학

실험 프로토콜은 RGB와 hyperspectral 화상 식물 루트 시스템을 성장 하는 토양의 평가 대 한 제공 됩니다. RGB 이미지 시간 시리즈 hyperspectral에서 chemometric 정보 검색의 조합 공장 루트 역학에 대 한 통찰력을 최적화 합니다.

RGB 및 식물 형질 및 생리 적 연구에 대 한 스펙트럼 루트 이미징: 실험적인 체제 및 프로토콜을 이미징

이 고처리량, 텔레메트릭, 전체 식물 수성 피노티핑 방법은 동적 식물 환경 상호 작용에 관련된 여러 수율 관련 생리적 특성의 분석뿐만 아니라 직접 및 동시 실시간 측정을 가능하게합니다.

식물-환경 상호 작용의 실시간 생리적 페노티핑을 위한 텔레메트릭, 중력 플랫폼

표현형을 측정하기 위한 저비용 식물 이미징 방법과 이미지 캡처를 위한 모범 사례 및 식물 형질을 정량화하기 위한 이미지 분석 파이프라인이 제시됩니다. 이러한 방법은 더위, 가뭄 및 결합된 비생물적 스트레스 조건에서 옥수수(Zea mays) 표현형을 측정하는 데 적용되었습니다.

Maize (Zea mays) 비생물적 스트레스 표현형을 정량화하기 위한 이미징 및 분석

단일 셀 electroporation (SCE)는 생체내 준비를 포함한 그대로 조직 내의 개별 세포로 DNA 또는 기타 macromolecules의 전달을 허용하는 전문 기술입니다. Xenopus laevis 올챙이의 손상 뇌 내의 뉴런에 형광 염료 또는 플라스미드 DNA의 SCE에 대해 우리가 세부 절차를.

완전한 개발 두뇌 속에 생체내에서 단일 세포 Electroporation

GFP - 퓨전 단백질은 널리 공촛점 현미경에 의해 organelles을 시각화하는 데 사용됩니다. 그러나, organelles의 형태에 영향을 변이에 대한 검사는 일반적으로 개별적인 돌연변이 유발이 필요하며 시간이 소요됩니다. 여기, 우리는 동시에 효모 거의 5000이 아닌 필수적인 유전자에 organelle - GFP 표식을 통합하는 방법을 보여줍니다.

세계 S. cerevisiae의에서 organelle 형태를 연구하기 위해 높은 처리량 방법

농약침과 PVX 농병은 식물에 있는 유전자의 일시적인 자궁 발현을 위한 일상적인 기능적인 분석입니다. 이 방법은 효과적인 전략 (급속한 저항 및 비열유전자 발견)에 있는 능률적인 연구및 분자 식물 병리학에 있는 현대 연구에 결정적입니다. 그들은 공장에서 강력한 고처리량 기능 분석에 대한 수요를 충족합니다.

감자와 니코티아나 벤타미안의 농아침투 및 PVX 농병감염

여기에서는 세포 기반 리포터 유전자 분석을 3' UTR을 통해 발휘되는 전사 후 제어 메커니즘을 조절하는 화합물에 대한 화학 라이브러리를 스크리닝하는 유용한 도구로 설명합니다.

후 전사적으로 규제 유전자의 화학 변조기에 대한 높은 처리량 검사

여기에서는 소량의 마우스 골격근에서 고품질의 정제된 미토콘드리아를 분리할 수 있도록 이전에 보고된 방법의 변형을 제시합니다. 이 절차는 마이크로플레이트 기반 호흡기 분석 중에 높은 기능으로 호흡하는 고도로 결합된 미토콘드리아를 생성합니다.

높은 처리량 마이크로 호흡 측정을위한 마우스 골격근의 최소 수량에서 미토콘드리아의 분리

관심 있는 특정 게놈 영역과 관련된 분자의 식별은 이러한 영역의 기능 조절 메커니즘을 이해하는 데 필요합니다. 이 프로토콜은 특정 게놈 영역과 관련된 단백질 및 RNA를 식별하기 위해 엔지니어링된 DNA 결합 분자 매개 염색질 면역침전(enChIP)을 수행하는 절차를 설명합니다.

특정 게놈 지역과 enChIP으로 관련 분자의 식별의 분리

이 프로토콜에는 남조류에 과도 DNA 압축을 시각화 하는 방법을 설명 합니다. 동기 재배, 형광 현미경 검사 법, 급속 한, 및 높은 모니터링 전압 cryo 전자 단층 촬영 사용 됩니다. 이러한 방법론에 대 한 프로토콜을 제공 하 고 미래의 응용 프로그램 및 개발 논의.

높은 전압 Cryo 전자 단층 촬영으로 박테리아의 DNA 압축의 시각화

학습하세요 감자의 고온, 가뭄, 수몰 복합 스트레스에 대한 형태학적 및 생리학적 반응을 고처리량 이미지 기반 표현형 분석으로 평가하는 방법을. 이 연구는 기후 변화에 대한 작물 회복력 향상 전략 개발에 중요한 통찰을 제공합니다.

감자의 단일 및 결합 스트레스에 대한 형태학적 및 생리학적 반응을 결정하기 위한 고처리량 이미지 기반 표현형 분석

더 많은 동영상 탐색