Name: Analizator pomidorów: przydatna aplikacja do zbierania dokładnych i szczegółowych danych morfologicznych i kolorymetrycznych z obiektów dwuwymiarowych (Wideo) | JoVE Journal
Uploaded: 2010-03-16T16:30:00.000+00:00
Duration: 15 min 25 s
Description: Poznaj protokół pomiaru morfologii i koloru owoców pomidora za pomocą oprogramowania Tomato Analyzer. Ta metoda umożliwia obiektywną, powtarzalną analizę fenotypową wysokiej przepustowości dla badań genetycznych.

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

Badanie to było wspierane przez National Science Foundation (DBI 0227541).

<ol><li>Brewer, M. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+a+controlled+vocabulary+and+software+application+to+analyze+fruit+shape+variation+in+tomato+and+other+plant+species%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">Development of a controlled vocabulary and software application to analyze fruit shape variation in tomato and other plant species.</a> Plant Physiol. 141 (1), 15-25 (2006).</li>
<li>Gonzalo, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomato+Fruit+Shape+Analysis+Using+Morphometric+and+Morphology+Attributes+Implemented+in+Tomato+Analyzer+Software+Program%5BTitle%5D)+AND+%22Journal+of+the+American+Society+for+Horticultural+Science%22%5BJournal%5D)">Tomato Fruit Shape Analysis Using Morphometric and Morphology Attributes Implemented in Tomato Analyzer Software Program.</a> Journal of the American Society for Horticultural Science. 134 (1), 77-87 (2009).</li>
<li>Darrigues, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomato+analyzer-color+test%3A+A+new+tool+for+efficient+digital+phenotyping%5BTitle%5D)+AND+%22Journal+of+the+American+Society+for+Horticultural+Science%22%5BJournal%5D)">Tomato analyzer-color test: A new tool for efficient digital phenotyping.</a> Journal of the American Society for Horticultural Science. 133 (4), 579-586 (2008).</li>
<li>Brewer, M. T., Moyseenko, J. B., Monforte, A. J., van der Knaap, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphological+variation+in+tomato%3A+a+comprehensive+study+of+quantitative+trait+loci+controlling+fruit+shape+and+development%5BTitle%5D)+AND+%22J+Exp+Bot%22%5BJournal%5D)">Morphological variation in tomato: a comprehensive study of quantitative trait loci controlling fruit shape and development.</a> J Exp Bot. 58 (6), 1339-1349 (2007).</li>
<li>Gonzalo, M. J., Knaap, E. vander <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparative+analysis+into+the+genetic+bases+of+morphology+in+tomato+varieties+exhibiting+elongated+fruit+shape%5BTitle%5D)+AND+%22Theor+Appl+Genet%22%5BJournal%5D)">A comparative analysis into the genetic bases of morphology in tomato varieties exhibiting elongated fruit shape.</a> Theor Appl Genet. 116 (5), 647-656 (2008).</li>
<li>Rodríguez, G. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diversity+of+SUN%2C+OVATE+and+FAS+in+the+tomato+germplasm+and+their+effect+on+fruit+morphology+%28in+preparation%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Diversity of SUN, OVATE and FAS in the tomato germplasm and their effect on fruit morphology (in preparation.</a> , Forth Coming Forthcoming.</li>
<li>Wu, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Masters%22">Masters Thesis</a>. , The Ohio State University. (2009).</li>
<li>Orsi, C. H., Tanksley, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Natural+variation+in+an+ABC+transporter+gene+associated+with+seed+size+evolution+in+tomato+species%5BTitle%5D)+AND+%22PLoS+Genet%22%5BJournal%5D)">Natural variation in an ABC transporter gene associated with seed size evolution in tomato species.</a> PLoS Genet. 5 (1), e1000347-e1000347 (2009).</li>
<li>Yue, B., Cai, X., Yuan, W., Vick, B., Hu, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+quantitative+trait+loci+%28QTL%29+controlling+seed+morphology+and+disk+diameter+in+sunflower+%28Helianthus+annuus+L%29%5BTitle%5D)+AND+%22Helia%22%5BJournal%5D)">Mapping quantitative trait loci (QTL) controlling seed morphology and disk diameter in sunflower (Helianthus annuus L).</a> Helia. 32, 17-35 (2009).</li>
<li>Zeng, Z. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Theoretical+Basis+for+Separation+of+Multiple+Linked+Gene+Effects+in+Mapping+Quantitative+Trait+Loci%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Theoretical Basis for Separation of Multiple Linked Gene Effects in Mapping Quantitative Trait Loci.</a> Proceedings of the National Academy of Sciences of the United States of America. 90 (23), 10972-10976 (1993).</li>
<li>Zeng, Z. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Precision+Mapping+of+Quantitative+Trait+Loci%5BTitle%5D)+AND+%22Genetics%22%5BJournal%5D)">Precision Mapping of Quantitative Trait Loci.</a> Genetics. 136 (4), 1457-1468 (1994).</li>
<li>Jiang, C. J., Zeng, Z. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multiple-Trait+Analysis+of+Genetic-Mapping+for+Quantitative+Trait+Loci%5BTitle%5D)+AND+%22Genetics%22%5BJournal%5D)">Multiple-Trait Analysis of Genetic-Mapping for Quantitative Trait Loci.</a> Genetics. 140 (3), 1111-1127 (1995).</li>
<li>International Plant Genetic Resources Institute. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22IPGRI+Descriptors+for+Tomato+%28Lycopersicon+spp.%29%22">IPGRI Descriptors for Tomato (Lycopersicon spp.)</a>. , Roma, Italy. 47-47 (1996).</li>
<li>International Union for the Protection of New Varieties of Plants. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22UPOV+Guidelines+for+the+Conduct+of+Tests+for+Distinctness%2C+Uniformity%2C+and+Stability.+TOMATO+%28Lycopersicon+Lycopersicum+%28L.%29+Karsten+Ex+Farw.%29%22">UPOV Guidelines for the Conduct of Tests for Distinctness, Uniformity, and Stability. TOMATO (Lycopersicon Lycopersicum (L.) Karsten Ex Farw.)</a>. , Geneva. 51-51 (2001).</li>
<li>Depypere, L., Chaerle, P., Mijnsbrugge, K. V., Goetghebeur, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stony+endocarp+dimension+and+shape+variation+in+Prunus+section+Prunus%5BTitle%5D)+AND+%22Annals+of+Botany%22%5BJournal%5D)">Stony endocarp dimension and shape variation in Prunus section Prunus.</a> Annals of Botany. 100 (7), 1585-1597 (2007).</li>
<li>Depypere, L., Chaerle, P., Breyne, P., Mijnsbrugge, K. V., Goetghebeur, P., P, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+combined+morphometric+and+AFLP+based+diversity+study+challenges+the+taxonomy+of+the+European+members+of+the+complex+Prunus+L.+section+Prunus.+%5BTitle%5D)+AND+%22Plant+systematics+and+evolution%22%5BJournal%5D)">A combined morphometric and AFLP based diversity study challenges the taxonomy of the European members of the complex Prunus L. section Prunus. </a> Plant systematics and evolution. 279 (1-4), 219-231 (2009).</li>
<li>Xiao, H., Jiang, N., Schaffner, E., Stockinger, E. J., van der Knaap, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+retrotransposon-mediated+gene+duplication+underlies+morphological+variation+of+tomato+fruit%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">A retrotransposon-mediated gene duplication underlies morphological variation of tomato fruit.</a> Science. 319 (5869), 1527-1530 (2008).</li>
</ol>

Wysokoprzepustowa i dokładna ocena morfologii oraz koloru organów roślin jest trudna ze względu na ilościowy charakter tych cech i często subiektywny sposób ich kwantyfikacji. TA zapewnia obiektywne i dokładne pomiary kilku morfologicznych i kolorymetrycznych cech owoców w sposób wysokoprzepustowy i półautomatyczny. Użyteczność TA została wykazana w badaniach, które doprowadziły do identyfikacji QTL kształtu owoców pomidora2,4,5. Ponadto, z wykorzystaniem wyników z TA przeprowadzono klasyfikację odmian6 oraz ocenę taksonomii grupy gatunków15,16. Wysoka ekspresja genu kształtu owoców pomidora SUN prowadzi do powstania wydłużonych owoców17. Przy użyciu TA określono kształt liści i liści zakotwiczeniowych w liniach wykazujących wysoki poziom ekspresji SUN7, co dowiodło, że aplikacja może być skutecznie wykorzystywana również do pomiaru morfologii innych organów roślin. Co więcej, TA odegrała kluczową rolę w identyfikacji podłoża genetycznego wielkości nasion u pomidora i słonecznika8,9. Na koniec, moduł Color Test zaimplementowany w TA jest bardziej precyzyjny, dokładny i tańszy niż inne metody analizy koloru owoców pomidora. Podsumowując, TA stała się kluczowym narzędziem do obiektywnej i wiarygodnej oceny zmienności morfologicznej i kolorystycznej organów roślin.

tomato analyzer: przydatna aplikacja programistyczna do gromadzenia dokładnych i szczegółowych danych morfologicznych oraz kolorymetrycznych z obiektów dwuwymiarowych

Tomato Analyzer: A Useful Software Application to Collect Accurate and Detailed Morphological and Colorimetric Data from Two-dimensional Objects

Obiektywny i powtarzalny pomiar morfologii oraz cech barwnych owoców upraw warzywnych i owocowych jest istotny dla szczegółowych analiz fenotypowych tych cech. Tomato Analyzer (TA) to program komputerowy, który w sposób półautomatyczny i powtarzalny mierzy 37 atrybutów związanych z kształtem dwuwymiarowym1,2. Wiele z tych atrybutów, takich jak kąty na końcach dystalnych i proksymalnych owocu oraz powierzchnie wcięć, jest trudnych do ilościowego określenia metodą manualną. Atrybuty są zorganizowane w oprogramowaniu w dziesięciu kategoriach: Basic Measurement, Fruit Shape Index, Blockiness, Homogeneity, Proximal Fruit End Shape, Distal Fruit End Shape, Asymmetry, Internal Eccentricity, Latitudinal Section oraz Morphometrics. Ostatnia kategoria nie wymaga wcześniejszej wiedzy ani z góry określonych pojęć dotyczących atrybutów kształtu, zatem analiza morfometryczna stanowi obiektywną opcję, która może być lepiej dostosowana do analiz wysokoprzepustowych niż analiza atrybutów. TA oferuje również aplikację Color Test, która została zaprojektowana do gromadzenia pomiarów koloru z zeskanowanych obrazów oraz umożliwia kalibrację urządzeń skanujących przy użyciu wzorców kolorystycznych3.
TA oferuje kilka opcji eksportu i analizy danych dotyczących cech kształtu, morfometrii oraz koloru. Dane mogą być eksportowane do pliku Excel w trybie wsadowym (ponad 100 obrazów jednocześnie) lub eksportowane jako poszczególne obrazy. Użytkownik może wybrać wyjście wyświetlające średnią dla każdego atrybutu obiektów na każdym obrazie (wraz z odchyleniem standardowym) lub wyjście wyświetlające wartości atrybutów dla każdego obiektu na obrazie. TA okazało się wartościowym i skutecznym narzędziem do identyfikacji i potwierdzania loci cech ilościowych (QTL) kształtu owoców pomidora, a także do przeprowadzania szczegółowych analiz wpływu kluczowych genów kształtu owoców na morfologię rośliny. Ponadto TA może być wykorzystywane do obiektywnej klasyfikacji owoców do różnych kategorii kształtu. Wreszcie, za pomocą TA można oceniać cechy kształtu i koloru owoców u innych gatunków roślin, a także innych organów roślinnych, takich jak liście i nasiona.

Analizator Pomidorów (Tomato Analyzer, TA) w sposób powtarzalny i dokładny określa cechy dwuwymiarowych kształtów oraz koloru. Opisano procedurę krok po kroku w celu uzyskania wysokiej jakości zdigitalizowanych obrazów owoców pomidora, analizy morfologiczne i kolorystyczne tych obrazów oraz kilka zastosowań z wykorzystaniem danych generowanych przez to oprogramowanie.

Tomato Analyzer: Przydatna aplikacja programistyczna do gromadzenia dokładnych i szczegółowych danych morfologicznych oraz kolorymetrycznych z obiektów dwuwymiarowych

Obiektywny i powtarzalny pomiar cech morfologicznych oraz barwy owoców upraw warzywnych i owocowych jest istotny dla szczegółowego fenotypowania...

Aby skorzystać z analizatora pomidorów, owoce pomidora należy przygotować i przekroić w celu zebrania zdigitalizowanych obrazów. Owoc umieszcza się na skanerze przekrojoną stroną do dołu, a następnie skanuje, aby uzyskać obraz w formacie JPEG.Następnie obrazy są przeglądane i analizowane w oprogramowaniu do analizy pomidorów. Wszystkie pomiary kształtu owoców są obliczane na podstawie granic owoców rozpoznanych przez oprogramowanie, natomiast moduł testu koloru służy do ilościowego określenia parametrów koloru wewnątrz tych granic. Na koniec dane są eksportowane do pliku Excel w trybie wsadowym dla więcej niż 100 obrazów jednocześnie lub jako poszczególne obrazy.Witam, nazywam się Estevan Dena i jestem wykładowcą w Katedrze Ogrodnictwa i Upraw Roślin na Uniwersytecie Stanowym Ohio. Jestem Matthew Robbins z laboratorium Francisa w Katedrze Ogrodnictwa i Upraw Roślin na Uniwersytecie Stanowym Ohio. Jestem Gu Rodriguez z Today. Dzisiaj zaprezentujemy procedurę zbierania i analizowania danych dotyczących kształtu, rozmiaru i koloru owoców pomidora przy użyciu analizatora pomidorów.Niniejszą procedurę wykorzystujemy do badania morfologii i koloru owoców pomidora, zatem przejdźmy do realizacji. Analizator pomidora, w skrócie TA (Tomato analyzer), to program komputerowy, który mierzy 37 cech związanych z dwuwymiarowym kształtem, a także może w sposób półautomatyczny i powtarzalny rejestrować dane o kolorze w przestrzeniach barw RGB oraz uniwersalnej przestrzeni L*, a*, b*. W tym przypadku TA jest wykorzystywany do analizy zeskanowanych obrazów owoców pomidora.Aby rozpocząć tę procedurę, należy upewnić się, że owoc jest czysty i suchy. W przypadku owoców mięsistych należy dopilnować, aby nie były one przejrzałe, ponieważ zmiękczenie tkanek może spowodować deformację kształtu podczas krojenia. W celu pomiaru stopnia spłaszczenia lub wydłużenia owocu oraz wszystkich cech z wyjątkiem tych z kategorii przekroju poprzecznego, należy użyć noża z ząbkowanym ostrzem lub nowej żyletki, aby przeciąć owoc wzdłużnie przez środek w celu pomiaru grubości perykarpium; natomiast dla wszystkich cech z kategorii przekroju poprzecznego, a także niektórych z kategorii pomiarów podstawowych i morfologii, owoc należy przeciąć poprzecznie.Analizę koloru można zastosować do owoców przekrojonych wzdłużnie lub poprzecznie, a także do innych przekrojów zaprojektowanych w celu uwypuklenia konkretnych cech. Na koniec osusz wewnętrzną część owocu, przykładając chusteczkę lub ręcznik papierowy. Jeśli owoc jest bardzo soczysty, przekrojony owoc jest teraz gotowy do rejestracji obrazów.W przypadku analiz wysokoprzepustowych niezbędne jest skanowanie owoców pochodzących tylko z jednej rośliny lub genotypu naraz oraz skanowanie owoców przeciętych albo podłużnie, albo poprzecznie, unikając mieszania obu tych przekrojów na tym samym skanie. Należy rozpocząć od ostrożnego i precyzyjnego umieszczenia przeciętych owoców na skanerze przekrojem do dołu. Owoce należy ułożyć na skanerze blisko siebie, tak aby się nie dotykały.Im lepiej obiekty są wyrównane, z minimalną ilością dużych pustych przestrzeni między nimi, tym mniejsza jest potrzeba ręcznej korekty w oprogramowaniu do obrazowania, takim jak Adobe Photoshop. Przed analizą owoców w ta, umieść nad nimi linijkę, aby zweryfikować, czy wybrano odpowiednią rozdzielczość skanowania, co jest istotne dla dokładnego pomiaru cech owoców. Umieść etykietę pod owocami, aby upewnić się, że plik został poprawnie nazwany.Ponieważ oprogramowanie TA wykorzystuje rozdzielczość obrazu do dokładnego pomiaru wielkości, kluczowy jest właściwy dobór rozdzielczości skanowania, która co do zasady powinna wynosić 300 DPI dla obiektów o rozmiarach od jednego do ośmiu centymetrów. Dla obiektów większych niż osiem centymetrów należy skanować w rozdzielczości 100 DPI, natomiast w przypadku bardzo małych obiektów, takich jak nasiona, należy skanować w rozdzielczości 750 DPI lub wyższej.W przypadku analizy seryjnej, gdy wielkość owoców nie wykazuje znacznych różnic między poszczególnymi roślinami, należy wybrać jedno ustawienie rozdzielczości skanera dla wszystkich obrazów zbieranych w ramach tego samego eksperymentu. Należy również ustawić rozmiar obrazu wyjściowego na najwyższą dostępną liczbę kolorów w oprogramowaniu skanera. Aby uzyskać ciemne tło dla badanych obiektów, należy umieścić tekturowe pudełko na ekranie skanera lub nad nim.Czarny lub bardzo ciemny tło zapobiega powstawaniu cieni, które zakłócają analizę. Białe tło spowoduje awarię systemu TA, ponieważ jest on zoptymalizowany pod kątem pracy z ciemnym tłem. Odbicia światła i tło mogą być również rozpoznawane podczas skanowania przez oprogramowanie.Po wstępnym skanowaniu owoc został przycięty przed zapisaniem obrazu, aby uniknąć dużych pustych przestrzeni. Jeśli obraz nie został przycięty na tym etapie, należy go przyciąć za pomocą oprogramowania do obróbki obrazu, takiego jak Adobe Photoshop, przed analizą za pomocą ta. Zapisz zeskanowany obraz jako plik JPEG do analizy kolorystycznej, która obejmuje konwersję wartości RGB na parametry L*, a* i b*; skalibruj skaner, używając wcześniej przygotowanej wzornika kolorów.W tym przypadku zastosowano niestandardową tablicę kontrolną kolorów, która reprezentuje zakres barw występujących w analizowanych obrazach. Można również użyć standardowej tablicy kontrolnej kolorów. Tablicę kontrolną należy zeskanować podczas skanowania owoców.Zapisz skan wzornika kolorów w tym samym folderze, co skany obrazów owoców. Kalibracja jest niezbędna, ponieważ skanery mogą różnić się sposobem przechwytywania i interpretowania obrazu. Kalibracja kolorów RGB umożliwia konwersję do uniwersalnej przestrzeni barw przed przystąpieniem do analizy obrazu.Program Tomato analyzer w wersji 2.200 wymaga systemu operacyjnego Windows 2000 lub nowszego i jest dostępny do pobrania z naszej strony internetowej. Na tej samej stronie można również znaleźć instrukcję obsługi oraz podręcznik testów kolorystycznych, aby upewnić się, że oryginalne obrazy są zapisywane w tym samym folderze co obrazy skorygowane wygenerowane przez aplikację TA. Folder z oryginalnymi obrazami należy umieścić na dysku twardym, a nie w folderze Moje dokumenty ani na zdalnym serwerze.Uruchom program TA. Najpierw ustaw wartość DPI i jednostki pomiarowe w menu ustawień, wybierając opcję scanner DPI. Ustawienie DPI musi być zgodne z parametrami plików obrazów, aby pomiary rozmiarów były dokładne.Jednostki wybrane w oknie dialogowym określają jednostki danych wyjściowych. W tym samym oknie dialogowym, w razie potrzeby, należy dostosować jasność, jeśli obiekty są stosunkowo ciemne. Następnie, w menu ustawień, wybierz atrybuty do zmierzenia, zaznaczając opcję zapisu pomiaru.Atrybuty zostały pogrupowane w 10 kategorii, od pomiarów podstawowych po morfometrię. Można wybrać lub odznaczyć poszczególne atrybuty lub całą grupę pomiarową, klikając w daną grupę lub atrybut. Wszystkie atrybuty grupy pomiarowej można wyświetlić, klikając znak plus.Wybrane atrybuty są wyświetlane według kategorii w oknie w prawym dolnym rogu ekranu. Po ustawieniu rozdzielczości wejściowej i jednostek wyjściowych oraz wybraniu atrybutów do analizy, należy kliknąć przycisk otwierania obrazu i wybrać plik obrazu. Wybrany obraz zostanie wyświetlony w lewym oknie z wyskakującego okna dialogowego.Aby przeanalizować otwarty obraz, kliknij przycisk analyze. Po zakończeniu obrys każdego owocu zostanie zaznaczony żółtą linią, a dane zostaną wyświetlone w oknie danych w prawym dolnym rogu. Należy pamiętać, że dane dotyczące koloru nie są wyświetlane w tym oknie.Oprogramowanie automatycznie odznacza bardzo duże lub małe obiekty, takie jak linijka lub etykieta. Odznaczone obiekty są wyróżnione niebieską linią. Użyj linijki, aby upewnić się, że jednostki i rozdzielczość zostały wybrane prawidłowo.Porównując pomiary wysokości i szerokości, można odznaczyć dodatkowe owoce, klikając prawym przyciskiem myszy wyłącznie na ich obrazie. Elementy obramowane na żółto są wyświetlane w oknie danych, natomiast wyeksportowane elementy obramowane na niebiesko nie są uwzględniane w analizach. Poszczególne obiekty można wyświetlić w oknie w prawym górnym rogu, klikając na nie lewym przyciskiem myszy.Dane w prawym dolnym oknie danych odpowiadają konkretnemu obiektowi na obrazie i są wyświetlane w tej samej kolejności, co obiekty na obrazie. Pierwszy wiersz pokazuje wartości dla obiektu w lewym górnym rogu, a ostatni wiersz danych pokazuje wartości dla obiektu w prawym dolnym rogu obrazu. Oprócz klikania w owoc w celu podświetlenia odpowiadającego mu wiersza danych, można kliknąć w wiersz, aby wyświetlić odpowiadający mu owoc w prawym górnym oknie.Klikając kartę atrybutu w oknie w prawym dolnym rogu, można sprawdzić, w jaki sposób dany atrybut jest mierzony dla każdego konkretnego owocu. Na przykład po kliknięciu distal end angle zostaną wyświetlone kąty na owocu w lewym oknie, które zostaną zmierzone przez oprogramowanie. Funkcja ta jest bardzo przydatna podczas identyfikacji obiektów wymagających ręcznej korekty.Aby uzyskać dokładniejsze pomiary, kliknięcie poprawionego przycisku wyświetla możliwe do wprowadzenia w aplikacji korekty ręczne. Poniżej przedstawiono niektóre z najczęściej stosowanych korekt ręcznych. W pierwszej kolejności należy kliknąć lewym przyciskiem myszy obiekt na obrazie w lewym oknie, jeśli wymaga on ręcznej korekty.Jeśli granica wymaga korekty, należy najpierw dostosować tę funkcję, wybierając opcję boundary. Z menu rozwijanego przycisku revised wybierz lokalizację granicy do modyfikacji, klikając lewym przyciskiem myszy punkt początkowy i końcowy błędnej granicy. W rezultacie wyznaczona granica zostanie usunięta.Aby dodać nową granicę, wykonaj lewy klik i przeciągnij od punktu początkowego w stronę punktu końcowego, a następnie klikaj dalej, aby obrysować pożądany kontur. Aby zatwierdzić nową granicę, naciśnij klawisz enter. W przeciwnym razie naciśnij klawisz escape, aby anulować tę operację.Obiekty wymagające obrotu będą musiały zostać skorygowane po wyznaczeniu granicy, ale przed pozostałymi regulacjami ręcznymi; należy kliknąć odpowiedni owoc w lewym oknie. Kliknij strzałkę obok przycisku poprawy, wybierz opcję obróć z listy rozwijanej, a oś zostanie wyświetlona w prawym górnym oknie. Przeciągnij zielony kwadrat na końcu osi, a owoc obróci się odpowiednio.Naciśnij klawisz enter, aby zakończyć tę regulację. Dostępne są inne regulacje ręczne. Instrukcje znajdują się w towarzyszącym protokole pisemnym.W przypadku niektórych atrybutów, takich jak kąty i kanciastość, należy wybrać ustawienia, przy których ma zostać wykonany pomiar. Kąty mogą być obliczane w różnych pozycjach od końców owocu. Ustawienia te można wybrać w menu ustawień.Wskaźnik kanciastości oblicza się jako stosunek szerokości w wybranej przez użytkownika proporcji wysokości, najbliższej końca dystalnego lub proksymalnego owocu, do szerokości środkowej. W celu przeprowadzenia testu koloru konieczna jest kalibracja skanera. Najpierw należy otworzyć zeskanowany obraz wzornika kolorów i przeanalizować go w ten sam sposób, w jaki zaprezentowano to w przypadku owocu.Aby zebrać wartości L*, a* i b*, upewnij się, że TA rozpoznaje każde pole jako obiekt do analizy, co zostanie oznaczone żółtą obramowaniem. W przypadku użycia standardowej karty kontroli kolorów, oprogramowanie może nie rozpoznać ciemniejszych obszarów. Kolory te nie zostaną uwzględnione w kalibracji.Rozpoznawanie pasma można poprawić poprzez zmianę jasności w sekcji DPI skanera w menu ustawień. Następnie w menu ustawień należy wybrać test koloru w celu kalibracji. Po pojawieniu się okna dialogowego należy zastosować ustawienia domyślne.Upewnij się, że wartości korekcyjne dla nachylenia w lewych polach są ustawione na jeden, a dla punktu przecięcia z osią y w prawych polach na zero. Minimalna wartość niebieska powinna być ustawiona na zero, a parametry jeden i dwa można zignorować. Teraz kliknij przycisk analyze w oknie dialogowym testu koloru.Pojawi się nowe okno zapisu wyników w dokumencie programu Excel. Należy określić nazwę oraz katalog dla pliku z danymi. Plik wynikowy będzie zawierał wartości RGB, wartości ASTAR B gwiazdy oraz obliczenia dla HU i chromy.Dla każdego pola kolorystycznego nanieś wartości L*, a*, b* na wykres względem wartości referencyjnych L*, a* oraz b*, które są dostępne od producenta wzornika kolorów lub w załączonym protokole pisemnym. Wyznacz równanie regresji i zapisz nachylenie oraz wyraz wolny (punkt przecięcia z osią y) dla każdego parametru. W oknie dialogowym testu kolorów wprowadź odwrotność nachylenia oraz wartość wyrazu wolnego ze zmienionym znakiem.Wartości L*, A* i B* będą wykorzystywane jako wartości korekcyjne dla ustawień testu koloru. W tym oknie dialogowym ustaw minimalną wartość niebieskiego na 30 dla owoców pomidora.Jeśli owoce są mniejsze niż 3 cm, ustaw minimalną wartość niebieskiego na 20. Wartość tę może być konieczne skorygować, jeśli TA ma trudności z wyznaczeniem poprawnych granic lub w przypadku analizy obiektów innych niż owoce pomidora. Test koloru pozwala użytkownikowi zdefiniować również dwa parametry raportujące procent pikseli mieszczących się w określonych zakresach.Kilka wartości dla analizy pomidorów wyznacza wartości dolną i górną dla parametru pierwszego odpowiednio na 70 i 100, co odpowiada niepożądanym kolorom żółtemu i zielonemu. Żółty kolor miąższu. Wartości dolną i górną dla parametru drugiego ustawiono odpowiednio na 0 i 50.Odpowiadają one pożądanemu kolorowi czerwonemu. Należy zapisać ustawienia dla tych wartości. Są one następnie stosowane do wszystkich analizowanych obrazów aż do zamknięcia programu.W przypadku obrazów zeskanowanych należy wybrać opcję Illuminate C 2°, a nie opcję Illuminate D 65 10°, która jest stosowana wyłącznie dla obrazów pozyskanych w świetle naturalnym po kalibracji. Przeanalizuj kolor obrazów owoców po ręcznej korekcie obrazu i analizie obrazu za pomocą TA, zgodnie ze szczegółami opisanymi w towarzyszącym protokole pisemnym. Kliknij przycisk zapisu owoców.Wszystkie aktualne informacje, w tym ręczne korekty i odznaczone obiekty, są zapisywane w nowym pliku o tej samej nazwie co oryginalny obraz. Aby powrócić do oryginalnego pliku obrazu bez żadnych wprowadzonych korekt, wystarczy usunąć powiązany plik z rozszerzeniem TMT. Alternatywnie można wybrać opcję analyze i ponownie przeanalizować oryginalny obraz.Należy jednak pamiętać, że każdy plik TMT o tej samej nazwie co zeskanowany obraz pozostaje powiązany z obrazem oryginalnym, chyba że zostanie on nadpisany w celu zapisania zmian. Aby wyeksportować dane, należy wybrać przycisk eksportu; dane zostaną wówczas wyeksportowane do pliku Excel. Wyświetlane są wartości atrybutów dla każdego owocu, średnia oraz odchylenie standardowe.Funkcja analizy wsadowej umożliwia eksportowanie wartości atrybutów z dwóch lub więcej obrazów. Uruchom analizę wsadową, klikając przycisk otwierania obrazu. Wybierz pliki obrazów do analizy wsadowej.Wiele plików wybiera się za pomocą klawisza shift lub control podczas zaznaczania kolejnych plików. Po wybraniu plików należy kliknąć przycisk otwierania, co umożliwi wybór typu wyniku analizy seryjnej: tylko średnia, średnia i odchylenie standardowe lub pojedyncze pomiary dla każdego obrazu.Wybierz nazwę dla pliku Excel, który zostanie utworzony, i kliknij przycisk zapisu. Oprogramowanie automatycznie otworzy pliki i rozpocznie analizę wsadową. Jeśli pliki obrazów zostały wcześniej przeanalizowane i zapisane przez ta, dla analizy wsadowej zostaną otwarte zapisane pliki TMT.Jeśli pliki nie zostały wcześniej przeanalizowane, oprogramowanie przeprowadza analizę obrazów bez ręcznych korekt i wyborów DES; TA może wykonać analizę seryjną co najmniej 100 obrazów w rozdzielczości 600 DPI. Analiza seryjna może być również wykorzystana do testu koloru, w którym w zależności od sprzętu komputerowego można seryjnie przeanalizować do 100 obrazów owoców. Otwórz opcję testu koloru w menu ustawień.Zaznacz analizę wsadową i kliknij analyze. Pojawi się nowe okno, w którym należy wybrać obrazy do analizy. W następnym oknie określ nazwę oraz katalog dla pliku danych.Kliknij zapisz, aby rozpocząć analizę seryjną testu koloru. Oto wyniki kształtu i koloru dla dwóch obrazów reprezentujących zmienność pomidorów. Pliki wyjściowe obu obrazów znajdują się po prawej stronie i wyświetlają wartości kilku atrybutów kształtu i koloru dla każdego owocu.Wyniki analizy wsadowej są wyświetlane w tym pliku wyjściowym, który przedstawia średnie wartości cech kształtu oraz odchylenie standardowe dla 10 odmian pomidorów. Wyjście analizy koloru z analizy wsadowej zawiera średnie wartości koloru dla każdego owocu, a także inne parametry. Właśnie pokazaliśmy, jak gromadzić obrazy owoców pomidora i analizować je przy użyciu najczęściej stosowanych cech dostępnych w programie tomato analyzer.Chociaż oprogramowanie to zostało opracowane do analizy owoców pomidora, może być ono również wykorzystane do analizy innych organów roślin, w tym liści i nasion, a także pomidorów i innych gatunków roślin. To wszystko. Dziękujemy za uwagę i powodzenia w przeprowadzaniu eksperymentu.

tomato-analyzer-useful-software-application-to-collect-accurate

Research

JoVE Journal

Biology

Biologia

Analizator pomidora: Przydatna aplikacja oprogramowania do zbierania dokładnych i szczegółowych danych morfologicznych i kolorymetrycznych z dwuwymiarowych obiektów

Przedstawiamy tutaj sposób wykorzystania kriotomografii elektronowej (ECT) do badania ultrastruktury komórek bakteryjnych w stanach zbliżonych do naturalnych, z rozdzielczością „makrocząsteczkową” (~4 nm).

Kriotomografia elektronowa komórek bakteryjnych

Opracowaliśmy platformę programową wykorzystującą Imaris Neuroscience, ImarisXT oraz MATLAB do pomiaru zmian morfologii nieokreślonego kształtu uzyskanego z trójwymiarowej konfokalnej fluorescencji pojedynczych komórek. To nowatorskie podejście może być wykorzystane do ilościowego określania zmian w kształcie komórek po aktywacji receptorów, stanowiąc tym samym potencjalne dodatkowe narzędzie w procesie odkrywania leków.

Narzędzie analityczne do ilościowej oceny zmian morfologii komórkowej na podstawie trójwymiarowych obrazów fluorescencyjnych

Rentgenowska tomografia komputerowa (HRCT) o wysokiej rozdzielczości to nieniszcząca technika obrazowania diagnostycznego, która może być wykorzystana do badania struktury i funkcji naczyń krwionośnych roślin w 3D. Pokazujemy, w jaki sposób HRCT ułatwia eksplorację sieci ksylemu w szerokim zakresie tkanek i gatunków roślin.

Wykorzystanie tomografii komputerowej o wysokiej rozdzielczości do wizualizacji trójwymiarowej struktury i funkcji naczyń krwionośnych roślin

Opisujemy metodę mikroskopii korelcyjnej, która łączy szybką mikroskopię 3D z żywymi komórkami fluorescencyjnymi i tomografię krioelektronową o wysokiej rozdzielczości. Wykazujemy możliwości metody korelacyjnej poprzez obrazowanie dynamicznych, małych cząstek HIV-1 oddziałujących z komórkami HeLa gospodarza.

Mikroskopia korelacyjna do analizy statyczno-wytrzymałościowej 3D oddziaływań dynamicznych

Przedstawiamy protokół, jak wykorzystać wysokoprzepustową tomografię krioelektronową do określenia wysokiej rozdzielczości struktur in situ maszyn molekularnych. Protokół pozwala na przetwarzanie dużych ilości danych, pozwala uniknąć typowych wąskich gardeł i skraca przestoje zasobów, pozwalając użytkownikowi skupić się na ważnych kwestiach biologicznych.

Korzystanie z Tomoauto: protokół dla wysokowydajnej zautomatyzowanej tomografii krioelektronowej

Przedstawiono protokół, który pozwala na wizualizację nienaruszonego Drosophila melanogaster na dowolnym etapie rozwoju za pomocą tomografii mikrokomputerowej.

Obrazowanie całego zwierzęcia Drosophila melanogaster za pomocą tomografii mikrokomputerowej

Opisujemy przygotowanie wstęg odcinków szeregowych i ich zbieranie na dużym nośniku transferu do użycia jako próbki tomografii matrycowej, wraz z automatycznymi procedurami obrazowania w skaningowym mikroskopie elektronowym. Protokół umożliwia badania przesiewowe, wyszukiwanie i ukierunkowane obrazowanie miejscowych, rzadkich zdarzeń oraz pozyskiwanie dużych ilości danych.

Tomografia matrycowa do ukierunkowanego pozyskiwania informacji objętościowych za pomocą skaningowej mikroskopii elektronowej

Tutaj przedstawiono protokół opisujący etapy przygotowania próbki i zbierania danych wymagane w kriogenicznej tomografii rentgenowskiej (SXT) do obrazowania ultrastruktury całych komórek kriokonserwowanych w rozdzielczości połowy tonu 25 nm.

Kartograficzny opis 3D komórki za pomocą kriomiękkiej tomografii rentgenowskiej

Obecny protokół opisuje zdalne pozyskiwanie danych za pomocą tomografii krioelektronowej o wysokiej rozdzielczości za pomocą Tomo5 oraz późniejsze przetwarzanie danych i uśrednianie subtomogramowe za pomocą emClarity. Apoferrytyna jest używana jako przykład do zilustrowania szczegółowych procesów krok po kroku w celu uzyskania struktury krio-ET o rozdzielczości 2,86 A.

Tomografia krioelektronowa: zdalne zbieranie danych i uśrednianie subtomogramu

Przedstawiamy krok po kroku protokół do wysokorozdzielczego, bezznacznikowego i trójwymiarowego obrazowania organoidów przy użyciu holotomografii o niskiej koherentności. Protokół ten szczegółowo opisuje przygotowanie hodowli organoidów, akwizycję obrazowania i obliczeniową analizę obrazu, umożliwiając wizualizację w czasie rzeczywistym dynamiki strukturalnej i reakcji leków w żywych organoidach.

Bezznacznikowe obrazowanie 3D w wysokiej rozdzielczości i analiza organoidów jelitowych za pomocą uczenia maszynowego za pomocą holotomografii o niskiej koherentności

Poznaj protokół pomiaru morfologii i koloru owoców pomidora za pomocą oprogramowania Tomato Analyzer. Ta metoda umożliwia obiektywną, powtarzalną analizę fenotypową wysokiej przepustowości dla badań genetycznych.

Analizator pomidorów: przydatna aplikacja do zbierania dokładnych i szczegółowych danych morfologicznych i kolorymetrycznych z obiektów dwuwymiarowych (Wideo) | JoVE Journal

Tomato Analyzer: Przydatna aplikacja programistyczna do gromadzenia dokładnych i szczegółowych danych morfologicznych oraz kolorymetrycznych z obiektów dwuwymiarowych

Przeglądaj więcej filmów