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

참고: T. officinale 및 F. excelsior 잎 채집에 대해 별도의 허가나 승인이 필요하지 않았으며, 이 비보호 종들은 공개 접근 가능한 정원 지역에서 채취되었습니다. 모든 샘플 수집은 기관 및 지역 지침을 준수했습니다.
1. 식물 재료 수집
<ol>
	<li>비교 분석을 위해 건강한 잎을 선택하세요. 현재 실험에서는 기공 분포가 상반되는 두 쌍자엽 종의 건강하고 햇빛에 노출되는 성숙한 잎을 선정했습니다: 하부 잎 표면에만 기공을 가진 하기공 나무 F. excelsior와 양조직성 다년생 초본 T. officinale입니다.</li>
	<li>샘플 종류나 위치마다 3-5장의 복제 잎을 채취하세요.</li>
	<li>깨끗한 가위나 면도날로 잎을 떼어내세요. 잘린 잎은 즉시 물에 넣어 탈수를 예방하세요.</li>
	<li>채집 후에는 잎자루를 완전히 물에 담가 4°C에서 보관하세요.</li>
	<li>프로토콜 섹션 2 또는 3을 48시간 이내에 진행하세요.</li>
</ol>
2. 기공 인상 필링 준비 및 관찰
참고: 정화 과정에서 발생한 모든 화학 폐기물은 기관 및 지역 안전 규정에 따라 처리되었습니다. 글루타알데히드 함유 용액은 별도로 수집되어 유해 화학 폐기물로 폐기되었습니다. 수산화나트륨(NaOH) 용액은 폐기 전에 허용되는 경우 pH 6-8로 중화되었습니다. 희석된 표백제와 에탄올 용액은 기관 및 시 규정이 허용하는 곳에 찬물과 함께 배수구에 버렸습니다. TBO 용액은 지역 지침에 따라 화학 폐기물로 수집 및 폐기되었습니다. 사용자는 승인된 폐기 절차에 대해 기관 안전 사무소에 문의해야 합니다.
<ol>
	<li>필요하다면 선택한 잎 표면을 물로 부드럽게 헹구어 먼지나 이물질을 제거합니다. 즉시 여과지나 부드러운 종이 타월로 잎 표면을 닦아 과도한 수분을 제거하세요. 자연 건조는 조직이 수축하여 기공과 표피 세포의 크기 측정이 부정확해질 수 있으므로 피하세요.</li>
	<li>현미경 슬라이드에 샘플 세부사항(예: 종, 잎 면, 준비 날짜)을 영구 마커로 표시하여 각 샘플의 추적 가능성을 보장하고, 향후 사용을 위해 샘플을 적절히 보관할 수 있도록 합니다.</li>
	<li>비분비선(털이 많은) 트리코움을 가진 종의 경우, 껍질 준비 전에 면도날로 트리코움을 잎 표면에서 제거해야 합니다. 트리코움은 세포 경계를 가리고 이미지 품질을 저하시킬 수 있습니다(그림 1).</li>
	<li>작은 브러시를 사용해 투명하고 팽창성 없는 매니큐어를 얇고 고르게 발라('늘기'나 '벗겨내는' 포뮬러는 피하세요). 잎 끝과 밑부분은 피하고 항상 잎 중앙 부분을 선택해 껍질 준비를 하세요.</li>
	<li>매니큐어가 완전히 마를 때까지 기다려 주세요(보통 실온에서 2-5분). 장기간 노출되면 조직 변색(예: 부드러운 잎에 붉은 빛이 도는 현상)이 발생할 수 있으며, 이는 최종 껍질에서 확인할 수 있으며, 균일한 색채가 필요한 후속 분석에 방해가 됩니다.</li>
	<li>마르면 코팅된 부분에 투명 테이프 스트립을 붙입니다. 매니큐어의 한쪽 가장자리부터 시작해 점차 테이프를 표면 위에 펴고, 부드럽게 눌러 접착력을 높이고 공기 방울이나 주름을 방지하세요. 지문을 피하려면 니트릴 장갑을 착용하세요.</li>
	<li>네일 폴리시 필름과 함께 테이프를 조심스럽게 떼어내세요(표피 인상).</li>
	<li>테이프를 접힘이나 겹치지 않도록 깨끗한 현미경 슬라이드에 붙이세요.</li>
	<li>준비된 슬라이드는 먼지와 직사광선으로부터 보호한 실온에 보관하세요.</li>
	<li>복합 광학 현미경으로 400배 배율로 슬라이드를 관찰하세요. 소프트웨어 가이드에 따라 이미지와 관련 축척을 저장하세요.</li>
</ol>
3. 승인된 섹션 준비 및 검토
<ol>
	<li>잎 조각을 약1cm 2. 모든 작업을 니트릴 장갑을 끼고 연기 후드 아래에서 작업하세요.</li>
	<li>샘플을 라벨이 붙은 바이알로 옮기고, 고정액(4% 글루타르 알데히드, 0.1 M 인산 완충제, pH = 6.9)으로 덮어 4°C에서 24시간 보관합니다(고정액 준비 시 표 1).</li>
	<li>고정액을 피펫으로 제거하고 샘플을 증류수로 덮으세요. 30분 정도 떠나세요. 세 번 반복합니다(그림 2A-C).</li>
	<li>물을 제거하고 샘플을 1M NaOH 용액으로 덮으세요(20g NaOH를 0.5L 증류수에 녹이세요).</li>
	<li>잎을 제거하는 동안 NaOH 용액은 녹색으로 변합니다. NaOH 용액은 하루에 한 번 신선한 용액으로 교체하세요. 3일에서 4일 동안 계속하거나, 샘플이 연한 노란색으로 변하고 NaOH 용액이 투명해질 때까지 이어집니다(그림 2D-F).</li>
	<li>NaOH 용액을 제거하고 샘플을 표백제(5% NaClO)로 덮으세요. 이 농도의 상업용 가정용 표백제가 적합합니다.</li>
	<li>샘플을 표백제에 1-2분간 배양하세요. 샘플은 흰색으로 변하고 반투명해집니다(그림 2G-I).</li>
	<li>이전 용액을 제거하고 샘플을 증류수로 2분간 덮어주세요. 샘플을 다음과 같이 등급 증류수-에탄올 시리즈로 탈수합니다: 75:25, 50:50, 25:75, 그리고 100% 에탄올.</li>
	<li>에탄올을 제거하고 샘플을 3% 알코올 용액인 톨루이딘 블루 O(TBO, 100% 에탄올 100mL에 3g TBO를 녹여 사용)로 덮습니다. 하룻밤 떠나세요.</li>
	<li>염색액을 제거하고 샘플을 100% 에탄올로 2분간 덮으세요. 이 단계를 등급이 정해진 증류수-에탄올 시리즈를 사용하여 다음과 같이 반복합니다: 25:75, 50:50, 75:25, 마지막으로 증류수(그림 2J-L). 정리 과정과 관련된 흔한 실수와 문제 해결 단계에 대해서는 그림 3을 참고하세요.</li>
	<li>샘플을 4°C의 증류수에 보관해 관찰하세요.</li>
	<li>샘플을 유리 슬라이드에 옮기고, 증류수를 한 방울 넣은 뒤 유리 커버슬립으로 덮어 현미경 관찰과 영상 촬영을 합니다.</li>
	<li>복합 광학 현미경으로 400배 배율로 슬라이드를 관찰하세요. 소프트웨어 가이드에 따라 이미지와 관련 축척을 저장하세요. 자세한 내용은 자료 표를 참조하세요.</li>
</ol>
4. 영상 분석 및 측정
<ol>
	<li>이미지 처리 및 분석에는 Fiji23(ImageJ 배포판, 버전 1.54p)을 사용하세요.</li>
	<li>Line 도구를 사용해 스케일 바 위에 선을 그린 후 Analyze &gt; Set Scale을 선택하고, 알려진 거리를 스케일 바 길이로 수정한 후 길이 단위를 μm으로 변경합니다.</li>
	<li>측정 값을 분석&gt; 가세요. 면적과 페렛의 직경 옵션을 반드시 확인하세요.</li>
	<li>폴리곤 선택 도구를 사용해 관심 있는 객체를 윤곽선으로 표시하세요. M 키를 눌러 측정값을 기록하세요.</li>
	<li>피지에서 다음 기공 및 표피 형질을 측정하고, 제거된 샘플과 기공 필링을 모두 계산합니다(그림 3).</li>
	<li>기공의 개수(Ns)를 계산하세요.<ol>
		<li>평균 기공 면적(As)을 산출합니다.</li>
		<li>평균 기공 폭(Ws)을 페렛의 최소 직경을 사용하여 산출합니다.</li>
		<li>기공 밀도(SD)는 다음 공식에 따라 계산합니다: 
		<img alt="방정식 1" src="/files/ftp_upload/69615/69615eq1.jpg" style="opacity: 0.9; margin: 0px;" data-altupdatedat="1776747604000" data-alt="Equation 1"> ; 단위 Ia(측정을 위해 선택된 잎 면적, mm2)당</li>
		<li>평균 표피 세포 면적(Ae)을 산출합니다.</li>
		<li>다음 공식을 사용하여 표피 세포 밀도(ECD)를 산출합니다: 
		<img alt="방정식 2" src="/files/ftp_upload/69615/69615eq2.jpg" style="margin: 0px;" data-altupdatedat="1776747604000" data-alt="Equation 2"></li>
	</ol>
	</li>
</ol>
5. 통계
<ol>
	<li>표본 그룹 간 차이를 검사할 때는 ANOVA와 Tukey의 HSD 사후 검정을 사용하세요.</li>
	<li>R21에서 모든 통계 분석을 수행하세요.</li>
	<li>종별로 총 3개의 복제 잎을 분석하고, 각 잎에서 3개의 껍질을 확인하세요.</li>
</ol>
6. AI 보조 분석
<ol>
	<li>세분화를 위해 머신러닝 도구를 선택하세요.<ol>
		<li>목표 구조(기공 또는 표피 세포), 이미지 품질, 분석 목표에 따라 적절한 머신러닝 기반 분할 도구를 선택하세요.</li>
		<li>기공 특성의 자동 탐지 및 측정을 위해 기공 특화 딥러닝 모델을 사용하고, 표피 세포 분할에는 일반 딥러닝 또는 픽셀 기반 분할 도구를 사용하세요.</li>
		<li>특정 소프트웨어 구현에 대해서는 머신러닝 도구 및 소프트웨어 섹션(보조 파일)을 참조하십시오.</li>
		<li>대규모 분석 전에 일부 이미지에 대해 파일럿 테스트를 수행하여 세분화 성능을 평가하고 오탐의 잠재적 원인을 식별합니다.</li>
	</ol>
	</li>
	<li>컴퓨팅 환경을 준비하세요.<ol>
		<li>8-12코어 프로세서, 최소 32GB RAM, 그리고 최소 24GB VRAM의 NVIDIA CUDA 지원 GPU가 장착된 워크스테이션을 사용하세요.</li>
		<li>주석 작성과 시각적 검사를 용이하게 하기 위해 고해상도 디스플레이(가급적 4K)를 사용하세요.</li>
		<li>개발자의 지침에 따라 선택한 모든 소프트웨어 도구를 설치하고, 재현성을 보장하기 위해 소프트웨어 버전을 기록하세요.</li>
	</ol>
	</li>
	<li>머신러닝 분석을 위한 이미지를 준비하세요.<ol>
		<li>현미경 이미지를 TIFF 또는 PNG 형식으로 가져오고, 가능하면 8비트 또는 16비트 그레이스케일 이미지를 사용하세요.</li>
		<li>각 이미지에 눈에 띄는 스케일 바가 포함되어 있거나 분석 전에 공간적으로 보정되었는지 확인하세요.</li>
		<li>잔해, 주름, 공기 방울이 적고, 조명이 심지어 심지어 조명이 있으며, 세포 경계가 명확히 정의된 관심 영역을 선택하세요.</li>
		<li>흐릿한 가장자리, 강한 그림자, 낮은 대비가 있는 이미지는 분절 정확도를 떨어뜨리므로 제외하세요.</li>
	</ol>
	</li>
	<li>기공 분절을 수행하세요.<ol>
		<li>스토마타 전용 딥러닝 모델(보조 파일 섹션 1)에 이미지를 로드합니다.</li>
		<li>종과 이미지 해상도에 따라 객체 크기 제한과 신뢰 임계값 등 검출 매개변수를 설정하세요.</li>
		<li>자동화 검출을 실행하여 기공 복합체를 분할하고 기공 수, 면적, 페렛 직경과 같은 출력 지표를 추출합니다.</li>
		<li>하위 분석을 위한 세분화 마스크와 측정 테이블을 내보내는 기능. 세분화 오버레이를 시각적으로 점검하고, 필요하다면 잘못 감지된 객체를 수동으로 제외하세요.</li>
	</ol>
	</li>
	<li>표피 세포 분절을 수행하세요.<ol>
		<li>이미지를 일반 딥러닝 분할 도구나 픽셀 기반 분류기(보조 파일 섹션 2-4)에 불러와야 합니다.</li>
		<li>표피 세포, 세포 경계, 배경의 수동 주석 예시를 포함한 대표 이미지를 사용해 모델을 훈련하거나 미세 조정하세요.</li>
		<li>분할을 실행하여 객체 마스크를 생성하고, ImageJ/Fiji 또는 동등한 이미지 분석 소프트웨어에서 후처리를 위해 마스크를 내보내세요.</li>
		<li>크기 기반 또는 분위수 기반 필터링을 적용하여 작은 거짓 양성 객체를 제거하고, 눈으로 검사를 통해 분할 정확도를 검증한 후 세포 면적과 세포 밀도와 같은 표피 세포 지표를 추출합니다.</li>
	</ol>
	</li>
	<li>매개변수를 문서화하고 품질 관리를 수행하세요.<ol>
		<li>분석 중 사용된 모든 소프트웨어 버전, 매개변수 설정, 필터링 임계값, 하드웨어 사양을 기록하세요.</li>
		<li>대표성 세분화 오버레이를 유지하여 세분화 품질을 문서화하세요.</li>
		<li>통계 분석이나 데이터 보고 전에 자동 세분화 출력을 시각적으로 검증합니다.</li>
	</ol>
	</li>
	<li>모든 ML 처리를 위한 이미지 준비<ol>
		<li>샘플 이미징 참고: ML 기반 세분화는 생물학적 맥락이 아닌 강도 구배, 가장자리 연속성, 일관된 객체 기하학에 의존하기 때문에, 이미지 전처리와 영역 선택이 모델 성능과 오류 구조를 결정하는 데 결정적입니다.<ol>
			<li>투명하거나 벗겨진 잎 표면의 고해상도 이미지를 스케일 바로 촬영하세요. 좋은 머신러닝 워크플로우를 위해서는 측정 가능한 객체가 이미지 전반에 걸쳐 선명하고 연속적이며 고대비를 유지하도록 하세요.</li>
		</ol>
		</li>
		<li>지역 선택 및 이미지 품질 참고: 6.7.1절의 이미지 획득 이후, 이미지는 육안으로 검사되며, 이미지 크기가 허용되는 경우 아티팩트가 없는 관심 영역을 수동으로 선택하여 후속 분할을 진행합니다. 잔해, 주름, 기포, 불균형한 조명 등 인공물이 적은 관심 지역을 선택하세요. 기공 모델(예: StoManager1)의 경우, 명확한 기공 가시성과 명확한 가드 셀 실루엣을 우선시합니다. 표피 모델(예: Cellpose, Ilastik)의 경우, 세포 윤곽선을 따라 안정적인 강도 구배를 보장해야 합니다; 불연속적이거나 대비가 낮은 가장자리는 분할 성능을 크게 저하시킵니다. 경계가 명확하지 않은 이미지는 분할 전에 제외하거나 재처리해야 합니다.</li>
		<li>파일 형식 TIFF 또는 PNG 형식으로 저장 파일을 보관하세요(세그먼트를 위해 8비트 또는 16비트 그레이스케일 권장).</li>
		<li>선택적 이미지 향상<ol>
			<li>경계가 약하면 ImageJ/Fiji에서 대비를 높이거나 배경을 빼세요.</li>
			<li>엣지 기하학에 집중하세요. 이 부분은 셀 경계로 해석되는 거짓 그라데이션을 만들 수 있습니다.</li>
			<li>이러한 조정은 데이터셋 내 모든 이미지에 일관되게 적용하세요. 참고: 그림자, 후광, 불균형한 배경 그라데이션은 머신러닝 모델이 셀 경계로 오인할 수 있는 인위적인 강도 전환을 만들 수 있으므로 가장자리 기하학에 특히 주의를 기울여야 합니다.</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>StoManager1 (v1.0.0 GUI 버전) 참고: StoManager1은 합성곱신경망(YOLOv8-seg-x)을 사용하여 식물 잎 기공의 자동화된 고처리량 탐지, 측정 및 분석을 가능하게 합니다. 이 도구는 다양한 이미지 유형에서 주요 기공 지표(면적, 밀도, 기공/보호 세포 비율, 집계 지수 등)를 정량화하여 수작업과 편향을 줄이고 대규모 생태학 및 생리학 연구를 지원합니다. 사용자 친화적인 윈도우 앱이 제공되며, 선택적 후처리(보조 파일 섹션 1)23 외에는 코딩 기술이 필요 없습니다.<ol>
		<li>StoManager1 실행 중: 설치 및 설정<ol>
			<li>GitHub(https://github.com/JiaxinWang123/StoManager1) 또는 독립 실행형 Windows 애플리케이션((보조 파일 섹션 1)(https://zenodo.org/doi/10.5281/zenodo.7686022)23을 통해 접근 가능합니다.</li>
			<li>호환 가능한 라이브러리 버전(파이썬 의존성) 확인; 다른 ML/이미지 소프트웨어가 설치되어 있으면 충돌이 발생할 수 있습니다.</li>
		</ol>
		</li>
		<li>StoManager1을 GUI 또는 명령줄 인터페이스를 통해 시작하세요.</li>
		<li>잎 이미지가 포함된 입력 디렉터리를 선택하세요.</li>
		<li>모델 선정; 세분화 기반의 더 상세한 지표는 YOLOv8-seg-x 모델을 확인해 보세요. 경계 상자 모델(YOLOv3)에서는 체크하지 않은 상태로 두세요. 미터 수를 줄이세요.</li>
		<li>파라미터 튜닝; 이미징 방식이나 종에 따라 검출 임계값, 이미지 해상도, 마스크 지연, 물체 크기 제한을 필요에 따라 조정하세요. 일부 기공 대상이 탐지되지 않은 상태로 남아 있을 때는 기본 매개변수를 사용해 주로 (1) 진짜 기공을 더 많이 회복하기 위해 탐지 신뢰 임계값을 낮추고 거짓 양성 검사를 하는 것; 그리고 (2) 이미지 해상도를 높이는데, 더 큰 값은 작은 기공 검출을 개선하지만 계산 수요가 증가하는 대가를 치릅니다.</li>
		<li>런 세분화:<ol>
			<li>" 과정 시작"을 클릭하여 기공과 전체 기공을 감지, 분할, 측정하세요.</li>
			<li>" 통계 분석"을 클릭하여 그룹 단위 통계를 처리하세요.</li>
		</ol>
		</li>
		<li>결과를 수집하세요. 출력은 YOUR_OUTPUT_PATH/예측-출력/Output_csv/ (세분화 모드) 또는 바로 YOUR_OUTPUT_PATH(경계 박스 모드)에 저장됩니다. CSV 파일은 객체별 및 요약 지표를 포함하며; 마스크와 결과 이미지도 생성됩니다.</li>
		<li>배치 처리 시작.</li>
		<li>완료 후 출력물: 세그멘테이션 마스크와 이미지별 CSV 결과 파일을 수집합니다. 이미지별 결과에는 기공 수와 기공 면적, 페렛 직경(최대/최소), 가드 세포 지표, 집계/균등/발산 지수, 모공/가드 세포 비율이 포함됩니다.</li>
		<li>엑셀, R, 파이썬을 사용해 추가 통계와 시각화를 위해 결과물을 검토하세요.</li>
		<li>품질 관리; 마스크와 오버레이를 시각적으로 점검하세요. 필요하다면 크기, 모양, 또는 수동 관리별로 이상치 객체를 제거하세요(아래 참조). 참고: Cellpose와 ilastik의 상세 프로토콜 및 후처리 단계는 보충 파일에 제공되어 있습니다. 대규모 데이터셋과 복잡한 이미지를 최적의 성능을 위해 8-12코어 프로세서, 최소 32GB RAM, 그리고 최소 24GB VRAM의 NVIDIA CUDA 지원 GPU를 사용하는 시스템을 권장합니다. 효율적인 주석 작성과 시각화를 위해 크고 고해상도 디스플레이(가급적으로 4K)도 강력히 권장됩니다.</li>
	</ol>
	</li>
</ol>

<ol><li>Lawson, T., Blatt, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stomatal+size%2C+speed%2C+and+responsiveness+impact+on+photosynthesis+and+water+use+efficiency%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">Stomatal size, speed, and responsiveness impact on photosynthesis and water use efficiency.</a> Plant Physiol. 164 (4), 1556-1570 (2014).</li>
<li>Smith, E. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+photosynthetic+efficiency+toward+food+security%3A+Strategies%2C+advances%2C+and+perspectives%5BTitle%5D)+AND+%22Mol+Plant%22%5BJournal%5D)">Improving photosynthetic efficiency toward food security: Strategies, advances, and perspectives.</a> Mol Plant. 16 (10), 1547-1563 (2023).</li>
<li>Flexas, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((What+can+we+learn+from+the+ecophysiology+of+plants+inhabiting+extreme+environments%3F+from+%26%2334%3Bsherplants%26%2334%3B+to+%26%2334%3Bshercrops.%26%2334%5BTitle%5D)+AND+%22J+Exp+Botany%22%5BJournal%5D)">What can we learn from the ecophysiology of plants inhabiting extreme environments? from &#34;sherplants&#34; to &#34;shercrops.&#34.</a> J Exp Botany. 76 (17), 4831-4848 (2025).</li>
<li>Wu, S., Zhao, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+clear+nail+polish+to+make+Arabidopsis+epidermal+impressions+for+measuring+the+change+of+stomatal+aperture+size+in+immune+response%5BTitle%5D)+AND+%22Plant+Pattern+Recognit+Recept.%3A+Methods+Protoc%22%5BJournal%5D)">Using clear nail polish to make Arabidopsis epidermal impressions for measuring the change of stomatal aperture size in immune response.</a> Plant Pattern Recognit Recept.: Methods Protoc. 1578, 243-248 (2017).</li>
<li>Kübarsepp, L., Laanisto, L., Niinemets, Ü, Talts, E., Tosens, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Are+stomata+in+ferns+and+allies+sluggish%3F+Stomatal+responses+to+CO%2C+humidity+and+light+and+their+scaling+with+size+and+density%5BTitle%5D)+AND+%22New+Phytol%22%5BJournal%5D)">Are stomata in ferns and allies sluggish? Stomatal responses to CO, humidity and light and their scaling with size and density.</a> New Phytol. 225 (1), 183-195 (2020).</li>
<li>Pathoumthong, P., Zhang, Z., Roy, S. J., El Habti, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+non-destructive+method+to+phenotype+stomatal+traits%5BTitle%5D)+AND+%22Plant+Methods%22%5BJournal%5D)">Rapid non-destructive method to phenotype stomatal traits.</a> Plant Methods. 19 (1), 36(2023).</li>
<li>Warner, C. A., Biedrzycki, M. L., Jacobs, S. S., Wisser, R. J., Caplan, J. L., Sherrier, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+optical+clearing+technique+for+plant+tissues+allowing+deep+imaging+and+compatible+with+fluorescence+microscopy%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">An optical clearing technique for plant tissues allowing deep imaging and compatible with fluorescence microscopy.</a> Plant Physiol. 166 (4), 1684-1687 (2014).</li>
<li>Petruzzellis, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plasticity+of+functional+traits+of+tree+of+heaven+is+higher+in+exotic+than+in+native+habitats%5BTitle%5D)+AND+%22Trees%22%5BJournal%5D)">Plasticity of functional traits of tree of heaven is higher in exotic than in native habitats.</a> Trees. 33 (2), 411-420 (2019).</li>
<li>Kurihara, D., Mizuta, Y., Nagahara, S., Sato, Y., Higashiyama, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+clearing+of+plant+tissues+for+fluorescence+imaging%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Optical clearing of plant tissues for fluorescence imaging.</a> J Vis Exp. (179), e63428(2022).</li>
<li>Hériché, M., Arnould, C., Wipf, D., Courty, P. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imaging+plant+tissues%3A+advances+and+promising+clearing+practices%5BTitle%5D)+AND+%22Trends+Plant+Sci%22%5BJournal%5D)">Imaging plant tissues: advances and promising clearing practices.</a> Trends Plant Sci. 27 (6), 601-615 (2022).</li>
<li>Ensikat, H. J., Malekhosseini, M., Rust, J., Weigend, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visualisation+of+calcium+oxalate+crystal+macropatterns+in+plant+leaves+using+an+improved+fast+preparation+method%5BTitle%5D)+AND+%22J+Microsc%22%5BJournal%5D)">Visualisation of calcium oxalate crystal macropatterns in plant leaves using an improved fast preparation method.</a> J Microsc. 290 (3), 168-177 (2023).</li>
<li>Li, Y. M., Fei, T., Zhang, H. X., Xie, Z. S., Li, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Observation+of+the+development+of+leaf+vein+and+stomata+and+identification+of+candidate+transcription+factors+related+to+vein%2Fstoma+development+in+grapevine+leaf+%28Vitis+vinifera+L.%29%5BTitle%5D)+AND+%22Sci+Hortic%22%5BJournal%5D)">Observation of the development of leaf vein and stomata and identification of candidate transcription factors related to vein/stoma development in grapevine leaf (Vitis vinifera L.).</a> Sci Hortic. 307, 111-518 (2023).</li>
<li>Richardson, D. S., Lichtman, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clarifying+tissue+clearing%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Clarifying tissue clearing.</a> Cell. 162 (2), 246-257 (2015).</li>
<li>Ariel, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+beginner%27s+guide+to+tissue+clearing%5BTitle%5D)+AND+%22Int+J+Biochem+Cell+Biol%22%5BJournal%5D)">A beginner's guide to tissue clearing.</a> Int J Biochem Cell Biol. 84, 35-39 (2017).</li>
<li>García-Gutiérrez, E., Ortega-Escalona, F., Angeles, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel%2C+rapid+technique+for+clearing+leaf+tissues%5BTitle%5D)+AND+%22Appl+Plant+Sci%22%5BJournal%5D)">A novel, rapid technique for clearing leaf tissues.</a> Appl Plant Sci. 8 (9), e11391(2020).</li>
<li>Sai, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((StomaAI%3A+an+efficient+and+user-friendly+tool+for+measurement+of+stomatal+pores+and+density+using+deep+computer+vision%5BTitle%5D)+AND+%22New+Phytol%22%5BJournal%5D)">StomaAI: an efficient and user-friendly tool for measurement of stomatal pores and density using deep computer vision.</a> New Phytol. 238 (2), 904-915 (2023).</li>
<li>Liu, C., Sack, L., Li, Y., Zhang, J., Yu, K., Zhang, Q., He, N., Yu, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relationships+of+stomatal+morphology+to+the+environment+across+plant+communities%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Relationships of stomatal morphology to the environment across plant communities.</a> Nat Commun. 14, 42136(2023).</li>
<li>Lawson, T., Vialet-Chabrand, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Speedy+stomata%2C+photosynthesis+and+plant+water+use+efficiency%5BTitle%5D)+AND+%22New+Phytolt%22%5BJournal%5D)">Speedy stomata, photosynthesis and plant water use efficiency.</a> New Phytolt. 221 (1), 93-98 (2019).</li>
<li>Stein, R. A., Sheldon, N. D., Smith, S. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((comparing+methodologies+for+stomatal+analyses+in+the+context+of+elevated+modern+CO2%5BTitle%5D)+AND+%22Life%22%5BJournal%5D)">comparing methodologies for stomatal analyses in the context of elevated modern CO2.</a> Life. 14 (1), 78(2024).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9 (7), 676-682 (2012).</li>
<li>R Core Team. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22R%3A+A+language+and+environment+for+statistical+computing%22">R: A language and environment for statistical computing</a>. , R Foundation for Statistical Computing. Vienna, Austria. (2025).</li>
<li>Gibbs, J. A., Burgess, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+deep+learning+for+the+analysis+of+stomata%3A+a+review+of+current+methods+and+future+directions%5BTitle%5D)+AND+%22J+Exp+Bot%22%5BJournal%5D)">Application of deep learning for the analysis of stomata: a review of current methods and future directions.</a> J Exp Bot. 75 (21), 6704-6718 (2024).</li>
<li>Wang, J., Renninger, H. J., Ma, Q., Jin, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+stomatal+and+guard+cell+metrics+for+plant+physiology+and+growth+using+StoManager1%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">Measuring stomatal and guard cell metrics for plant physiology and growth using StoManager1.</a> Plant Physiol. 195 (1), 378-394 (2024).</li>
<li>Rikisahedew, J. J., Niinemets, Ü, Scodeller, R., Tosens, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+structural+traits+in+Triticum+aestivum+and+Zea+mays+for+C+and+C+photosynthetic+differentiation+using+free-hand+and+semi-thin+sections%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Assessing structural traits in Triticum aestivum and Zea mays for C and C photosynthetic differentiation using free-hand and semi-thin sections.</a> J Vis Exp. (209), e66843(2024).</li>
<li>Poole, I., Weyers, J. D. B., Lawson, T., Raven, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Variations+in+stomatal+density+and+index%3A+implications+for+palaeo+climatic+reconstructions%5BTitle%5D)+AND+%22Plant+Cell+Environ%22%5BJournal%5D)">Variations in stomatal density and index: implications for palaeo climatic reconstructions.</a> Plant Cell Environ. 19 (6), 705-712 (1996).</li>
<li>Smith, S., Weyers, J. D. B., Berry, W. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Variation+in+stomatal+characteristics+over+the+lower+surface+of+Commelina+communis+leaves%5BTitle%5D)+AND+%22Plant+Cell+Environ%22%5BJournal%5D)">Variation in stomatal characteristics over the lower surface of Commelina communis leaves.</a> Plant Cell Environ. 12 (6), 653-659 (1989).</li>
<li>Niewiadomski, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comprehensive+illustrated+protocol+for+clearing%2C+mounting%2C+and+imaging+leaf+venation+networks%5BTitle%5D)+AND+%22Appl+Plant+Sci%22%5BJournal%5D)">A comprehensive illustrated protocol for clearing, mounting, and imaging leaf venation networks.</a> Appl Plant Sci. 13 (2), (2025).</li>
<li>Wang, J., Renninger, H. J., Ma, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Labeled+temperate+hardwood+tree+stomatal+image+datasets+from+seven+taxa+of+Populus+and+17+hardwood+species%5BTitle%5D)+AND+%22Sci+Data%22%5BJournal%5D)">Labeled temperate hardwood tree stomatal image datasets from seven taxa of Populus and 17 hardwood species.</a> Sci Data. 11 (1), (2024).</li>
</ol>

<table><tbody><tr><td>소독제 액체 세정제 NaClO &amp; 5%</td><td>도메스토스, 영국</td><td>H000023244</td><td>그리고 nbsp; 피부 화상과 nbsp;</td></tr><tr><td>인산염 이산화나트륨 (Na2HPO4. 2H2O) </td><td>펜타, CZ</td><td>10028-24-7</td><td>NA</td></tr><tr><td>에탄올, 항균 100% a.r.</td><td>Chem-Lab NV, BE</td><td>CL00.0505.1000</td><td>그리고 nbsp; 매우 인화성이며;</td></tr><tr><td>유리 바이알 2 mL</td><td>VWR 라이프 사이언스, 미국</td><td>548-0045</td><td></td></tr><tr><td>글루타알데히드 50% 용액</td><td>VWR 라이프 사이언스, 미국</td><td>23H2856331</td><td>흡입 시 치명적이야. 삼키면 독성이 있습니다.  보호 장갑을 착용하고, nbsp; 의복, 그리고 nbsp; 안경.</td></tr><tr><td>현미경 슬라이드</td><td>노르맥스, PT</td><td>5470308A</td><td>NA</td></tr><tr><td>네일 케어 탑코트 빠르게 건조</td><td>B<img alt="Equation 1" src="/files/ftp_upload/69615/69615eq3.jpg" style="margin: auto; ">K (이네자), 중위</td><td>LT-02244</td><td>NA</td></tr><tr><td>니콘 이클립스 E600과 니콘 DS0Fi1 5 MP</td><td>니콘 코퍼레이션, 일본</td><td>https://www.microscopyu.com/museum/eclipse-e600</td><td>NA</td></tr><tr><td>피펫과 피펫 팁</td><td>서모 사이언티픽, FI</td><td>KJ16047</td><td>NA</td></tr><tr><td>단일면 강철 블레이드</td><td>옥스퍼드 악기</td><td>51-1625-0182</td><td>NA</td></tr><tr><td>이수소나트륨 인산염 이하이드레이트 (NaH2PO4 . 2H2O) 순수함</td><td>펜타, CZ</td><td>13472-35-0</td><td>NA</td></tr><tr><td>수산화나트륨 펠릿(NaOH) 순수</td><td>메르크 KGaA, DE</td><td>1310-73-2</td><td>심한 화상. 그리고 nbsp;</td></tr><tr><td>문구용 클리어 테이프</td><td>포로피스, LV</td><td>91231</td><td>NA</td></tr><tr><td>톨루이딘 블루, 범용 등급</td><td>서모피셔 사이언티픽, 영국</td><td>2045836</td><td>NA</td></tr></tbody></table>

필링, 클리어링, ai 기반 이미지 분석을 이용한 기공 및 표피 특성 특성

Characterizing Stomatal and Epidermal Traits Using Peels, Clearing, and AI-Based Image Analysis

필링, 클리어링, AI 기반 이미지 분석을 이용한 기공 및 표피 특성 특성

Accurate characterization of stomatal morphology and surrounding epidermal traits is essential for understanding stomatal function. A comparative protocol ...

characterizing-stomatal-epidermal-traits-using-peels-clearing-ai

Research

연구

JoVE Journal

Developmental Biology

발생생물학

우리는 사는 박테리아에 stomatal 응답을 액세스하는 간단하고 재현성 프로토콜을 개발했습니다. 이 방법은 표피 껍질의 사용에 비해 잎사귀의 입힐 수있는 총알과 조작​​은 이전에 보고된 최소화합니다.

전체 리프 이미징을 사용하여 박테리아 세포를 라이브 Stomatal 응답을 평가

우리는 stomatal 차별화를 문서화, 개발 며칠 동안 표피의 공 촛점 이미징을위한 식물 cotyledons를 고정하기 위해 챔버 슬라이드 및 미디어를 사용하여 프로토콜을 설명합니다. 형광 태그 단백질은 세포 분열과 세포 형 차별화 중에 가능한 역할의 이해를 증가 표현과 subcellular 지방화에 의해 동적으로 추적 할 수 있습니다.

의 장기, 고해상도 공 촛점 시간 경과 영상<em&gt; Arabidopsis 떡잎</em발아시&gt; 표피

생리 및 형태가 연결되는 방식을 탈피하여 공장의 기계적인 기능의 깊은 이해 잎 수 있습니다. 우리는 기존의 기능 잎의 특성과 기공 전도도 측정과 상관 관계에서 기공 규제의 매개 변수를 도출하는 과정을 모두 제시한다.

잎 기능 형질에 기공 컨덕턴스 관련된

이 프로토콜 생리 및 다른 생물학 학문을 위한 유용한 풍부한 stomatal 가드 셀 준비의 방법을 설명 합니다.

Stomata 테이프-껍질: 가드 셀 샘플 준비에 대 한 개선된 방법

우리는 화합물 라이브러리의 대규모 스크리닝에 의한 엽간 증발의 변조기를 식별하는 방법을 제공한다.

헬리안투스 아누스의 대규모 열화상 스크리닝에 의한 새로운 식물 증발 규제 기관 식별

이 논문은 기공 발달을 제어하는 유전자를 특성화하기 위해 표피 껍질을 사용하지 않는 두 가지 표현형 방법을 설명합니다. 첫 번째 방법은 톨루이딘 블루 O-염색 식물 표피를 사용하여 기공 표현형을 분석하는 방법을 보여줍니다. 두 번째 방법은 기공 리간드를 식별하고 생물학적 활성을 모니터링하는 방법을 설명합니다.

표피 표현형 점수를 통한 기공 발달에 관여하는 유전자 식별

원형질막 수용체 키나아제의 막 이동 이벤트를 연구하기 위해 일반적으로 사용되는 몇 가지 방법이 여기에 소개됩니다. 이 원고는 식물 재료 준비, 약리학적 처리 및 컨포칼 이미징 설정을 포함한 자세한 프로토콜을 설명합니다.

기공 계통 세포에서 막 트래피킹 사건을 연구하기 위한 이미지 기반 방법

여기에서는 애기장대(Arabidopsis thaliana)의 박테리아 침입에 대한 기공 반응을 직접 관찰하고 자동으로 측정하는 간단한 방법을 제시합니다. 이 방법은 휴대용 기공 영상 장치와 장치에서 캡처한 잎 이미지를 위해 설계된 이미지 분석 파이프라인을 활용합니다.

Pseudomonas syringae pv에 대한 기공 반응의 직접 관찰 및 자동 측정. 토마토 애기장대(Arabidopsis thaliana)의 DC3000

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

원고는 여기 Xenopus의에서 찬란 태그 리간드의 분비 및 확산을 분석하는 방법의 간단한 세트를 제공합니다. 이는 리간드 분포를 수정하는 다른 단백질의 능력을 시험하고 morphogen 기울기 조절 메커니즘에 대한 통찰력을 제공 할 수 있도록 실험을위한 컨텍스트를 제공한다.

공 촛점 분석을 사용하여<em&gt; 아프리카 발톱 개구리 laevis의</em&gt;의 Wnt 및 쉬 Morphogen 그라디언트의 변조기를 조사하기 위해

Centre of Estonian Rural Research and Knowledge.  This protocol presents a comparative method to assess stomatal and epidermal traits in two distinct species using epidermal peels, clearing techniques, and AI-assisted image analysis. The goal is to enable high-throughput, reproducible quantification of cellular structures underlying stomatal function for agricultural applications and broad plant research.

필링, 클리어링, AI 기반 이미지 분석을 이용한 기공 및 표피 특성 특성

더 많은 동영상 탐색