Name: Telemetryczna, grawimetryczna platforma do fizjologicznego fenotypowania interakcji między roślinami a środowiskiem w czasie rzeczywistym (Wideo) | JoVE Journal
Uploaded: 2020-08-05T13:00:00.000+00:00
Duration: 15 min 30 s
Description: Poznaj telemetryczną metodę fenotypowania roślin umożliwiającą pomiar fizjologicznych cech w czasie rzeczywistym. System pozwala jednocześnie analizować interakcje roślin ze środowiskiem przy kontrolowanych warunkach.

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

Ta praca była wspierana przez wspólny program badawczy ISF-NSFC (grant nr 2436/18) i była również częściowo wspierana przez izraelskie Ministerstwo Rolnictwa i Rozwoju Wsi (Eugene Kandel Knowledge Centers) jako część Root of the Matter - The Root Zone Knowledge Center for Leveraging Modern Agriculture.

<ol><li>Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Yield+Trends+Are+Insufficient+to+Double+Global+Crop+Production+by+2050%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Yield Trends Are Insufficient to Double Global Crop Production by 2050.</a> PLoS One. 8, 66428(2013).</li>
<li>Food and Agriculture Organization of the United Nations. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22The+future+of+food+and+agriculture%3A+Trends+and+challenges%22">The future of food and agriculture: Trends and challenges</a>. , Rome. (2017).</li>
<li>Dhankher, O. P., Foyer, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Climate+resilient+crops+for+improving+global+food+security+and+safety%5BTitle%5D)+AND+%22Plant%2C+Cell+%26+Environment%22%5BJournal%5D)">Climate resilient crops for improving global food security and safety.</a> Plant, Cell & Environment. 41, 877-884 (2018).</li>
<li>Chen, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dissecting+the+phenotypic+components+of+crop+plant+growthand+drought+responses+based+on+high-throughput+image+analysis+w+open%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open.</a> Plant Cell. 26, 4636-4655 (2014).</li>
<li>Ubbens, J. R., Stavness, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+Plant+Phenomics%3A+A+Deep+Learning+Platform+for+Complex+Plant+Phenotyping+Tasks%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks.</a> Frontiers in Plant Science. , (2017).</li>
<li>Danzi, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+High+Throughput+Phenotyping+Help+Food+Security+in+the+Mediterranean+Area%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Can High Throughput Phenotyping Help Food Security in the Mediterranean Area.</a> Frontiers in Plant Science. , (2019).</li>
<li>Miflin, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Crop+improvement+in+the+21st+century%5BTitle%5D)+AND+%22Journal+of+Experimental+Botany%22%5BJournal%5D)">Crop improvement in the 21st century.</a> Journal of Experimental Botany. 51, 1-8 (2000).</li>
<li>Dalal, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+Physiological+Phenotyping+of+Drought-Stressed+Pepper+Plants+Treated+With+%22Productivity-Enhancing%22+and+%22Survivability-Enhancing%22+Biostimulants%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With "Productivity-Enhancing" and "Survivability-Enhancing" Biostimulants.</a> Frontiers in Plant Science. , (2019).</li>
<li>Moshelion, M., Altman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+challenges+and+future+perspectives+of+plant+and+agricultural+biotechnology%5BTitle%5D)+AND+%22Trends+in+Biotechnology%22%5BJournal%5D)">Current challenges and future perspectives of plant and agricultural biotechnology.</a> Trends in Biotechnology. 33, 337-342 (2015).</li>
<li>Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Machine+Learning+for+High-Throughput+Stress+Phenotyping+in+Plants%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Machine Learning for High-Throughput Stress Phenotyping in Plants.</a> Trends in Plant Science. 21, 110-124 (2016).</li>
<li>Houle, D., Govindaraju, D. R., Omholt, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phenomics%3A+The+next+challenge%5BTitle%5D)+AND+%22Nature+Reviews+Genetics%22%5BJournal%5D)">Phenomics: The next challenge.</a> Nature Reviews Genetics. 11, 855-866 (2010).</li>
<li>Fiorani, F., Schurr, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Future+Scenarios+for+Plant+Phenotyping%5BTitle%5D)+AND+%22Annual+Review+of+Plant+Biology%22%5BJournal%5D)">Future Scenarios for Plant Phenotyping.</a> Annual Review of Plant Biology. 64, 267-291 (2013).</li>
<li>Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+Phenomics%2C+From+Sensors+to+Knowledge%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">Plant Phenomics, From Sensors to Knowledge.</a> Current Biology. 27, 770-783 (2017).</li>
<li>Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+advantages+of+functional+phenotyping+in+pre-field+screening+for+drought-tolerant+crops%5BTitle%5D)+AND+%22Functional+Plant+Biology%22%5BJournal%5D)">The advantages of functional phenotyping in pre-field screening for drought-tolerant crops.</a> Functional Plant Biology. , (2017).</li>
<li>Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prospects+for+measurement+of+dry+matter+yield+in+forage+breeding+programs+using+sensor+technologies%5BTitle%5D)+AND+%22Agronomy%22%5BJournal%5D)">Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies.</a> Agronomy. 9, 65(2019).</li>
<li>Roitsch, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+sensors+and+data-driven+approaches-A+path+to+next+generation+phenomics%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">New sensors and data-driven approaches-A path to next generation phenomics.</a> Plant Science. 282, 2-10 (2019).</li>
<li>Li, L., Zhang, Q., Huang, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+imaging+techniques+for+plant+phenotyping%5BTitle%5D)+AND+%22Sensors+%28Switzerland%29%22%5BJournal%5D)">A review of imaging techniques for plant phenotyping.</a> Sensors (Switzerland). 14, 20078-20111 (2014).</li>
<li>Gosa, S. C., Lupo, Y., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+and+comparative+analysis+of+whole-plant+performance+for+functional+physiological+traits+phenotyping%3A+New+tools+to+support+pre-breeding+and+plant+stress+physiology+studies%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies.</a> Plant Science. 282, 49-59 (2019).</li>
<li>Araus, J. L., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Field+high-throughput+phenotyping%3A+the+new+crop+breeding+frontier%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Field high-throughput phenotyping: the new crop breeding frontier.</a> Trends in Plant Science. 19, 52-61 (2014).</li>
<li>Ito, V. C., Lacerda, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Black+rice+%28Oryza+sativa+L.%29%3A+A+review+of+its+historical+aspects%2C+chemical+composition%2C+nutritional+and+functional+properties%2C+and+applications+and+processing+technologies%5BTitle%5D)+AND+%22Food+Chemistry%22%5BJournal%5D)">Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies.</a> Food Chemistry. 301, 125304(2019).</li>
<li>Anjum, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((physiological+and+biochemical+responses+of+plants+to+drought+stress%5BTitle%5D)+AND+%22African+Journal+of+Agricultural+Research%22%5BJournal%5D)">physiological and biochemical responses of plants to drought stress.</a> African Journal of Agricultural Research. , (2011).</li>
<li>Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+physiological+phenotyping+and+screening+system+for+the+characterization+of+plant-environment+interactions%5BTitle%5D)+AND+%22The+Plant+Journal%22%5BJournal%5D)">High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions.</a> The Plant Journal. 89, 839-850 (2017).</li>
<li>Yaaran, A., Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+guard-cell+ABA+in+determining+steady-state+stomatal+aperture+and+prompt+vapor-pressure-deficit+response%5BTitle%5D)+AND+%22Plant+Science%22%5BJournal%5D)">Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response.</a> Plant Science. 281, 31-40 (2019).</li>
<li>Dalal, A., Attia, Z., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((To+produce+or+to+survive%3A+how+plastic+is+your+crop+stress+physiology%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">To produce or to survive: how plastic is your crop stress physiology.</a> Frontiers in Plant Science. 8, 2067(2017).</li>
<li>Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Translating+High-Throughput+Phenotyping+into+Genetic+Gain%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Translating High-Throughput Phenotyping into Genetic Gain.</a> Trends in Plant Science. 23, 451-466 (2018).</li>
<li>Ghanem, M. E., Marrou, H., Sinclair, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+phenotyping+of+plants+for+crop+improvement%5BTitle%5D)+AND+%22Trends+in+Plant+Science%22%5BJournal%5D)">Physiological phenotyping of plants for crop improvement.</a> Trends in Plant Science. 20, 139-144 (2015).</li>
<li>Sinclair, T. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pot+binding+as+a+variable+confounding+plant+phenotype%3A+theoretical+derivation+and+experimental+observations%5BTitle%5D)+AND+%22Planta%22%5BJournal%5D)">Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations.</a> Planta. 245, 729-735 (2017).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Luka w wiedzy na temat genotypu i fenotypu odzwierciedla złożoność interakcji genotyp x środowisko (przegląd18,24). Możliwe jest wypełnienie tej luki dzięki zastosowaniu wysokorozdzielczych, telemetrycznych platform diagnostycznych i fenotypowych do diagnostyki HTP, które można wykorzystać do badania wydajności fizjologicznej całej rośliny i kinetyki stosunków wodnych 8,9. Złożoność interakcji genotypu i środowiska sprawia, że fenotypowanie jest wyzwaniem, szczególnie w świetle tego, jak szybko rośliny reagują na zmieniające się środowisko. Chociaż obecnie dostępne są różne systemy fenotypowania, większość z nich opiera się na teledetekcji i zaawansowanych technikach obrazowania. Chociaż systemy te zapewniają jednoczesne pomiary, do pewnego stopnia ich pomiary ograniczają się do morfologicznych i pośrednich cech fizjologicznych25. Cechy fizjologiczne są bardzo ważne w kontekście reagowania lub wrażliwości na warunki środowiskowe26. Dlatego bezpośrednie pomiary wykonywane w sposób ciągły i jednocześnie w bardzo wysokiej rozdzielczości (np. w odstępach 3-minutowych) mogą dostarczyć bardzo dokładnego opisu fizjologicznego zachowania rośliny. Pomimo tych istotnych zalet systemu grawimetrycznego, należy również wziąć pod uwagę fakt, że system ten ma pewne potencjalne wady. Główne wady wynikają z konieczności pracy z doniczkami i w warunkach szklarniowych, co może stanowić poważne wyzwanie dla regulacji leczenia (w szczególności regulacji zabiegów suszy) i powtarzalności doświadczalnej.
Aby rozwiązać te problemy, należy ustandaryzować stosowane naprężenia, stworzyć prawdziwie losową strukturę eksperymentalną, zminimalizować efekty doniczkowe i porównać wiele dynamicznych zachowań roślin w zmieniających się warunkach środowiskowych w krótkim czasie. Podejście HTP-telemetrycznego fenotypowania funkcjonalnego opisane w tym artykule rozwiązuje te problemy, jak zauważono poniżej.
Aby skorelować dynamiczną reakcję zakładu z jego dynamicznym środowiskiem i uchwycić pełny, całościowy obraz złożonych interakcji między rośliną a środowiskiem, zarówno warunki środowiskowe (rysunek 4), jak i reakcje rośliny (rysunek uzupełniający 9B) muszą być mierzone w sposób ciągły. Metoda ta umożliwia pomiar zmian fizycznych w podłożu doniczkowym i atmosferze w sposób ciągły i jednoczesny, wraz z cechami rośliny (kontinuum gleba-roślina-atmosfera, SPAC).
Aby jak najlepiej przewidzieć, jak rośliny będą zachowywać się na polu, ważne jest, aby przeprowadzić proces fenotypowania w warunkach, które są jak najbardziej zbliżone do warunków panujących na polu18. Eksperymenty przeprowadzamy w szklarni w częściowo kontrolowanych warunkach, aby w jak największym stopniu naśladować warunki polowe. Jednym z najważniejszych warunków jest podłoże do uprawy lub doniczki. Wybór najbardziej odpowiedniego podłoża doniczkowego do eksperymentu z systemem grawimetrycznym ma kluczowe znaczenie. Wskazane jest, aby wybrać podłoże glebowe, które szybko spływa, pozwala na szybkie osiągnięcie pojemności doniczki i ma bardzo stabilną pojemność doniczki, ponieważ te cechy pozwalają na dokładniejsze pomiary przez system grawimetryczny. Ponadto należy również wziąć pod uwagę różne metody leczenia, które mają być zastosowane w eksperymencie. Na przykład zabiegi z użyciem soli, nawozów lub chemikaliów wymagają użycia obojętnego podłoża doniczkowego, najlepiej o niskiej zdolności wymiany kationów. Zabiegi suszy stosowane w przypadku gatunków roślin o niskiej transpiracji najlepiej sprawdziłyby się w przypadku podłoża doniczkowego o stosunkowo niskim poziomie VWC. W przeciwieństwie do tego, powolne zabiegi suszy stosowane w przypadku roślin o wysokiej transpiracji najlepiej sprawdziłyby się w przypadku podłoży doniczkowych o stosunkowo wysokim poziomie VWC. Jeśli korzenie są wymagane do analizy poeksperymentalnej (np. morfologia korzeni, sucha masa itp.), zastosowanie podłoża o stosunkowo niskiej zawartości materii organicznej (tj. piasku, porowatej ceramiki lub perlitu) ułatwi mycie korzeni bez ich uszkadzania. W przypadku eksperymentów, które będą kontynuowane przez dłuższy czas, zaleca się unikanie pożywek bogatych w materię organiczną, ponieważ materia organiczna może się rozkładać z czasem. Bardziej szczegółowe informacje na ten temat znajdują się w Tabelach 1 i Tabelach 2 .
Fenotypowanie polowe i fenotypowanie szklarniowe (pre-field) mają swoje własne cele i wymagają różnych konfiguracji eksperymentalnych. Fenotypowanie przed polowaniem pomaga w wyborze obiecujących genotypów kandydujących, które z dużym prawdopodobieństwem dobrze sobie poradzą w terenie, dzięki czemu badania terenowe są bardziej ukierunkowane i opłacalne. Jednak fenotypowanie przed polem wiąże się z szeregiem ograniczeń (np. efektów doniczkowych), które mogą powodować, że rośliny zachowują się inaczej niż w warunkach polowych18,27. Mały rozmiar doniczki, utrata wody przez parowanie i podgrzewanie skali lizymetrycznej to przykłady czynników w eksperymentach szklarniowych, które mogą prowadzić do efektów doniczkowych18. Opisana tutaj metoda ma na celu zminimalizowanie tych potencjalnych skutków w następujący sposób:
a) Wielkość doniczki dobiera się na podstawie genotypu, który ma być badany. System jest w stanie obsługiwać różne rozmiary doniczek (do 25 l) i zabiegi nawadniające, co umożliwia badanie każdego rodzaju roślin uprawnych. b) Garnki i wagi lizymetryczne są izolowane, aby zapobiec przenoszeniu ciepła i jakiemukolwiek nagrzewaniu się doniczek. (c) System ten obejmuje starannie zaprojektowany system nawadniania i odwadniania. (d) Dla każdej doniczki istnieje oddzielny kontroler, aby umożliwić prawdziwą randomizację z zabiegami samonawadniania i samokontroli. (e) Oprogramowanie uwzględnia lokalną VPD roślin przy obliczaniu przewodności szparkowej baldachimu. Proszę zapoznać się z lokalizacją wielu stacji VPD na rysunku 1J.
System ten obejmuje bezpośrednie pomiary fizjologiczne w zagęszczeniu roślin podobnym do polowego, co eliminuje potrzebę stosowania dużych przestrzeni między roślinami lub przenoszenia roślin w celu fenotypowania opartego na obrazie. System ten obejmuje analizę danych w czasie rzeczywistym, a także możliwość dokładnego wykrywania fizjologicznego punktu stresu (θ) każdej rośliny. Dzięki temu badacz może monitorować rośliny i podejmować decyzje dotyczące sposobu przeprowadzenia eksperymentu i sposobu pobierania próbek w trakcie eksperymentu. Łatwa i prosta kalibracja wzorców masy w systemie ułatwia wydajną kalibrację. Systemy o wysokiej przepustowości generują ogromne ilości danych, co stanowi dodatkowe wyzwania związane z obsługą danych i analizą11,12. Analiza dużych zbiorów danych w czasie rzeczywistym, które są bezpośrednio wprowadzane do oprogramowania ze sterownika, jest ważnym krokiem w przekształcaniu danych w wiedzę14, która ma wielką wartość dla praktycznego podejmowania decyzji.
Ta telemetryczna metoda fenotypowania fizjologicznego HTP może być pomocna w przeprowadzaniu eksperymentów szklarniowych w warunkach zbliżonych do pola. System jest w stanie mierzyć i bezpośrednio obliczać fizjologiczne reakcje roślin na ich dynamiczne środowisko związane z wodą, jednocześnie skutecznie pokonując większość problemów związanych z efektem doniczki. Możliwości tego systemu są niezwykle ważne na etapie fenotypowania przed polem, ponieważ dają możliwość przewidywania strat plonów we wczesnych fazach wzrostu roślin.

Zapewnienie bezpieczeństwa żywnościowego rosnącej globalnej populacji w obliczu pogarszających się warunków środowiskowych jest obecnie jednym z głównych celów badań nad rolnictwem1,2,3. Dostępność nowych narzędzi molekularnych znacznie usprawniła programy ulepszania upraw. Jednakże, podczas gdy narzędzia genomiczne dostarczają ogromnej ilości danych, ograniczone zrozumienie rzeczywistych cech fenotypowych tworzy znaczną lukę w wiedzy. Wypełnienie tej luki jest jednym z największych wyzwań stojących przed współczesną nauką o roślinach4,5,6. Aby sprostać wyzwaniom, które pojawiają się w procesie ulepszania upraw i zminimalizować lukę w wiedzy na temat genotypu i fenotypu, musimy zrównoważyć podejście genotypowe z fenocentrycznym podejściem 7,8.
Ostatnio, różne platformy fenotypowania o wysokiej przepustowości (HTP) umożliwiły nieniszczące fenotypowanie dużych populacji roślin w czasie, a platformy te mogą nam pomóc w zmniejszeniu luki w wiedzy na temat genotypu i fenotypu6,8,9,10. Techniki przesiewowe HTP pozwalają na pomiar cech w ogromnej liczbie roślin w stosunkowo krótkim czasie, dzięki robotyce i przenośnikom taśmowym lub suwnicom używanym do przemieszczania roślin lub czujnikom (odpowiednio), w przeciwieństwie do technik ręcznych opartych na wymianie gazowej lub fotografii. Niemniej jednak ogromne ilości danych generowanych przez systemy HTP stanowią dodatkowe wyzwania związane z obsługą danych i analizą11,12.
Większość z tych platform HTP obejmuje ocenę cech fenotypowych za pomocą elektronicznych czujników lub automatycznej akwizycji obrazu13,14. Zaawansowana fenomika terenowa obejmuje zastosowanie czujników proksymalnych i technologii obrazowania w terenie, a także precyzyjną i dużą skalę pomiarów dla dużej populacji15. Dane z czujników i obrazów muszą zostać zintegrowane z innymi danymi multiomicznymi, aby stworzyć całościowe podejście fenomiczne drugiej generacji16. Jednak postęp metodologiczny w pozyskiwaniu, przetwarzaniu i przetwarzaniu danych staje się coraz ważniejszy, ponieważ wyzwania związane z przekształcaniem informacji z czujników w wiedzę były rażąco niedoceniane w pierwszych latach badań nad fenomiką roślin13. Jednak wiarygodność i dokładność obecnie dostępnych technik obrazowania do dogłębnego fenotypowania dynamicznych interakcji genotyp-środowisko i reakcji roślin na stres są wątpliwe17,18. Co więcej, wyniki z kontrolowanych środowisk są często bardzo różne od tych obserwowanych w terenie, zwłaszcza jeśli chodzi o fenotypowanie stresu związanego z suszą. Wynika to z różnic w sytuacji, w jakiej znajdują się rośliny pod względem objętości gleby, środowiska glebowego i impedancji mechanicznej spowodowanej spadkiem wilgotności gleby podczas stresu związanego z suszą. W związku z tym trudno jest ekstrapolować wyniki z kontrolowanych środowisk na pole19. Wreszcie, cena wejściowa systemów HTP opartych na obrazie jest bardzo wysoka, nie tylko ze względu na cenę czujników, ale także ze względu na robotykę, przenośniki taśmowe i portale, które również wymagają wyższych standardów infrastruktury infrastruktury i znacznej konserwacji (wiele ruchomych części pracujących w środowisku szklarniowym).
W tym artykule prezentujemy platformę fenotypowania HTP, zaprojektowaną w celu rozwiązania wielu wyżej wymienionych problemów. Technologia telemetryczna umożliwia automatyczny pomiar i transmisję danych ze zdalnego źródła (źródeł) do stacji odbiorczej w celu rejestracji i analizy. W tym miejscu demonstrujemy nieniszczącą platformę telemetryczną HTP, która obejmuje wiele lizymetrów wagowych (system grawimetryczny) i czujniki środowiskowe. System ten może być używany do gromadzenia i natychmiastowego obliczania (analiza obrazu nie jest konieczna) szerokiego zakresu danych, takich jak przyrost biomasy całej rośliny, szybkość transpiracji, przewodność szparkowa, strumienie korzeniowe i efektywność zużycia wody (WUE). Analiza dużych zbiorów danych w czasie rzeczywistym, które są bezpośrednio wprowadzane do oprogramowania ze sterownika w systemie, stanowi ważny krok w przekształcaniu danych w wiedzę14, który ma wielką wartość dla praktycznego podejmowania decyzji, znacznie rozszerzając wiedzę, którą można uzyskać z eksperymentów fenotypowania w kontrolowanym środowisku oraz badań szklarniowych stresu związanego z suszą, Nowy rok.
Inne zalety platformy telemetrycznej to jej skalowalność i łatwość instalacji oraz minimalne wymagania dotyczące infrastruktury dla obiektów wzrostu (tzn. można ją łatwo zainstalować w większości obiektów do wzrostu). Ponadto, ponieważ ten system oparty na czujnikach nie ma ruchomych części, koszty konserwacji są stosunkowo niskie, obejmując zarówno cenę początkową, jak i długoterminowe koszty konserwacji. Na przykład cena 20-częściowego systemu grawimetrycznego, w tym systemu fertygacji ze sprzężeniem zwrotnym dla każdej rośliny, stacji meteorologicznej i oprogramowania, będzie zbliżona do ceny jednego przenośnego systemu wymiany gazów wiodącej marki.
Ryż (Oryza sativa L.) był używany jako modelowa uprawa, a susza była badanym zabiegiem. Ryż został wybrany, ponieważ jest to główna roślina zbożowa o dużej różnorodności genetycznej i jest podstawowym pożywieniem dla ponad połowy światowej populacji20. Susza jest głównym środowiskowym czynnikiem stresu abiotycznego, który może upośledzać wzrost i rozwój roślin, prowadząc do zmniejszenia plonów21. Ta kombinacja upraw i zabiegów została wykorzystana do zademonstrowania możliwości platformy oraz ilości i jakości danych, które może ona wygenerować. Aby uzyskać więcej informacji na temat teoretycznych podstaw tej metody, zobacz 22.

<table><tbody><tr><td>Sondy atmosferyczne </td><td>SpectrumTech/Meter grupa</td><td>3686WD</td><td>Watchdog 2475</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>40027</td><td></td></tr><tr><td>Randomizator tablicy</td> VP4<td>&nbsp;</td><td>Brak Oprogramowanie</td><td>"Array Randomizer" może być używane do tworzenia eksperymentalnego projektu losowego projektu blokowego lub w pełni losowego projektu. Został opracowany w celu lepszej kontroli nad losowym rozkładem próbek eksperymentalnych (roślin) w celu normalizacji mikrozmienności atmosfery wewnątrz szklarni.</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Bezpłatne pobieranie i więcej informacji można znaleźć pod następującym linkiem: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q</td></tr><tr><td>Tace wnękowe</td><td>Rozmiar duński z zakrzywionym brzegiem do szkółki</td><td>30162</td><td>4X4X7 Komórka, 84 ogniwa na tacę https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92</td></tr><tr><td>Piasek gruboziarnisty</td><td>Negev Industrial Minerals Ltd., Izrael </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td></td><td>Kompost Tuff Marom Golan, Izrael</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Oprogramowanie do analizy danych </td><td>Plant-Ditech Ltd., Izrael</td><td>&nbsp;</td><td>Analityka SPAC</td></tr><tr><td>Kroplowniki</td><td>Netafim</td><td>21500-001520</td><td>PCJ 8L/h</td></tr><tr><td>Drobny piasek</td><td>Negev Industrial Minerals Ltd., Izrael </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Gleba gliniasta (gleba naturalna)</td><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Siatka nylonowa</td><td>Nie dotyczy (produkty generyczne)</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Oprogramowanie operacyjne </td><td>Plant-Ditech Ltd., Izrael</td><td>&nbsp;</td><td>Sterowanie ze sprzężeniem zwrotnym Plantarray (PFC)</td></tr><tr><td>Grunt torfowy</td><td>Klasmann-Deilmann GmbH, Niemcy</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Perlit</td><td>Agrekal , Izrael</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>System Plantarray 3.0</td><td>Plant-Ditech Ltd., Izrael</td><td>SCA400s</td><td>Lizymetry wagowe</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>PLA300S</td><td>Pojemnik na sadzarkę</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>Jednostka sterująca </td><td>CON100</td></tr> <tr><td>&nbsp;</td><td>&nbsp;</td><td>część zestawu sadzarki</td><td>Kij z włókna szklanego</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>część zestawu sadzarki</td><td>Pierścień uszczelniający</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Oprogramowanie operacyjne</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Oprogramowanie SPAC Analytics</td></tr><tr><td>Porowaty, ceramiczny, średniej wielkości</td><td>Greens Grade, PROFILE Products LLC., USA&</td><td>nbsp;</td><td>&nbsp;</td></tr><tr><td>Porowaty, ceramiczny, mały średniej</td><td>klasy Greens, PROFILE Products LLC., USA&</td><td>nbsp;</td><td>&nbsp;</td></tr><tr><td>Doniczki</td><td>Nie dotyczy (produkty generyczne)</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Gleba</td><td>Bental 11 firmy Tuff Marom Golan </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Mierniki z sondami glebowymi </td><td>grupa</td><td>40567</td><td>5TE&</td></tr><tr><td>nbsp;</td><td>&nbsp;</td><td>40636</td><td>5TM&</td></tr><tr><td>nbsp;</td><td>&nbsp;</td><td>40478</td><td>GS3</td></tr><tr><td>Wermikulit</td><td>Agrekal , Izrael</td><td>&nbsp;</td><td>&nbsp;</td></tr></tbody></table>

telemetryczna, grawimetryczna platforma do fizjologicznego fenotypowania interakcji między roślinami a środowiskiem w czasie rzeczywistym

A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant&ndash;Environment Interactions

Bezpieczeństwo żywnościowe dla rosnącej globalnej populacji jest głównym problemem. Dane dostarczane przez narzędzia genomiczne znacznie przewyższają ilość danych fenotypowych, co tworzy lukę w wiedzy. Aby sprostać wyzwaniu, jakim jest poprawa upraw w celu wyżywienia rosnącej populacji na świecie, należy wypełnić tę lukę.
Cechy fizjologiczne są uważane za kluczowe cechy funkcjonalne w kontekście responsywności lub wrażliwości na warunki środowiskowe. Wiele niedawno wprowadzonych technik fenotypowania o wysokiej przepustowości (HTP) opiera się na teledetekcji lub obrazowaniu i jest w stanie bezpośrednio mierzyć cechy morfologiczne, ale mierzyć parametry fizjologiczne głównie pośrednio.
Ten artykuł opisuje metodę bezpośredniego fizjologicznego fenotypowania, która ma kilka zalet dla funkcjonalnego fenotypowania interakcji roślina-środowisko. Pomaga użytkownikom przezwyciężyć wiele wyzwań napotykanych podczas korzystania z systemów grawimetrycznych z ogniwami obciążnikowymi i eksperymentów w doniczkach. Proponowane techniki umożliwią użytkownikom rozróżnienie masy gleby, masy roślin i zawartości wody w glebie, zapewniając metodę ciągłego i jednoczesnego pomiaru dynamicznych warunków glebowych, roślinnych i atmosferycznych, wraz z pomiarem kluczowych cech fizjologicznych. Metoda ta pozwala naukowcom na dokładne naśladowanie scenariuszy stresu w terenie, biorąc pod uwagę wpływ środowiska na fizjologię roślin. Metoda ta minimalizuje również efekty doniczkowe, które są jednym z głównych problemów w fenotypowaniu przedpolowym. Obejmuje on system fertygacji zwrotnej, który umożliwia prawdziwie losowy projekt eksperymentalny przy zagęszczeniu roślin podobnym do polowego. System ten wykrywa próg graniczny zawartości wody w glebie (θ) i umożliwia przełożenie danych na wiedzę dzięki wykorzystaniu narzędzia analitycznego w czasie rzeczywistym i zasobów statystycznych online. Ta metoda szybkiego i bezpośredniego pomiaru reakcji fizjologicznych wielu roślin na dynamiczne środowisko ma ogromny potencjał do wykorzystania w badaniach przesiewowych pod kątem korzystnych cech związanych z reakcjami na stres abiotyczny, w kontekście hodowli przedpolowej i ulepszania upraw.

Ta wysokoprzepustowa, telemetryczna, grawimetryczna metoda fenotypowania stosunków wodnych całej rośliny umożliwia bezpośrednie i jednoczesne pomiary w czasie rzeczywistym, a także analizę wielu cech fizjologicznych związanych z plonami, zaangażowanych w dynamiczne interakcje roślina-środowisko.

Telemetryczna, grawimetryczna platforma do fizjologicznego fenotypowania interakcji między roślinami a środowiskiem w czasie rzeczywistym

Food security for the growing global population is a major concern. The data provided by genomic tools far exceeds the supply of phenotypic data, creating ...

Rośliny reagują na środowisko w bardzo złożony sposób. Cechy fizjologiczne są jednymi z najszybciej reagujących. Zwykle można wykryć znacznie wcześniej niż różnice morfologiczne.Ta metoda fenotypowania funkcjonalnego o wysokiej rozdzielczości umożliwia ilościowe określenie interakcji środowiskowych rośliny w sposób ciągły i destrukcyjny przy wielu zabiegach. System ten może być wykorzystywany do pomiarów w czasie rzeczywistym szerokiego zakresu cech fizjologicznych, na wielu roślinach jednocześnie, bez większej analizy, przy jednoczesnej kontroli warunków dla każdej rośliny na obszarze. Tutaj pokazujemy najbardziej szczegółowy protokół.Zalecamy jednak, aby początkujący użytkownicy zaczęli od uproszczonego protokołu, który ułatwia zapoznanie się z najważniejszymi procedurami eksperymentalnymi, sprzętem i oprogramowaniem. Procedurę zademonstruje Itamar Shenhar, mistrz z MyLab Begin poprzez włożenie filtra gleby do doniczki. Rozłóż nylonową siatkę na wierzchu całej doniczki i umieść uchwyt siatki na siatce.Następnie powoli wepchnij uchwyt siatki do połowy wnętrza całej doniczki, upewniając się, że siatka pozostaje równomiernie rozłożona, gdy jest wciskana między dwie doniczki. Włóż patyczek z włókna szklanego między dwie doniczki i wepchnij go aż do dna całej doniczki. Upewnij się, że znajduje się po zewnętrznej stronie siatki i nie popycha siatki.Przed wciśnięciem uchwytu siatki do samego dołu, należy ręcznie wepchnąć siatkę z wnętrza garnka i wyregulować ją tak, aby była równomiernie i szczelnie rozłożona na dnie, co zapewni prawidłowy drenaż. Przesuń pierścień uszczelniający od dna garnka do jednej trzeciej wysokości boku garnka, upewniając się, że pokrywki w pierścieniu otwierają się w kierunku dna garnka. Oznacz doniczki zgodnie z ich położeniem w tablicy wewnątrz szklarni.Aby wyhodować rośliny, wykiełkuj nasiona w tacach z pożądanym podłożem doniczkowym. Rozpocznij eksperyment, gdy roślina przetranspirauje około 10% maksymalnej pojemności wodnej doniczki. Pozostaw kilka wgłębień bez sadzonek do pomiaru masy gleby lub szczegółów, postępuj zgodnie z rękopisem tekstowym.Przed rozpoczęciem nowego eksperymentu wypoziomuj i skalibruj lizymetry za pomocą poziomicy i wzorcowych wzorców. Wykonaj kalibrację masy, gdy zielony pojemnik, łącznie ze wszystkimi wtyczkami, znajduje się w ogniwie obciążnikowym, postępując zgodnie z instrukcjami z rękopisu tekstowego. Aby rozpocząć nowy eksperyment, otwórz oprogramowanie operacyjne, a następnie otwórz zakładkę eksperymenty w menu po lewej stronie ekranu.Kliknij Utwórz nowy. Nazwij eksperyment i kliknij przycisk OK. Otwórz nowy eksperyment. Następnie otwórz rośliny i kliknij Utwórz nowe.W oknie zmień nazwę rośliny, pozycję, ciężar rozdarcia i rodzaj gleby. Następnie kliknij przycisk Zastosuj. Kliknij ponownie Rośliny, a na ekranie pojawi się tabela.Wyeksportuj tabelę, klikając Eksportuj rośliny w lewym dolnym rogu tabeli. Następnie otwórz zapisany plik Excel. Zmień parametry zgodnie z wymaganiami i zapisz.Kliknij przycisk Importuj rośliny w lewym dolnym rogu tabeli. Gdy pojawi się małe okno z informacją, że rośliny zostały pomyślnie zaimportowane, kliknij OK. I sprawdź, czy zmiany wprowadzone w pliku Excel zostały pomyślnie zaimportowane. Kliknij Nowy eksperyment i Rozpocznij eksperyment w wyświetlonym oknie.Na koniec kliknij OK, aby rozpocząć rejestrowanie danych z tego eksperymentu. Zważ przygotowane wcześniej puste garnki. W przypadku korzystania z części, które są do siebie podobne, wystarczy średnia waga 10 z nich.Podłoże doniczkowe dokładnie wymieszać z dużą ilością wody, chyba że używa się piasku lub innego jednorodnego podłoża glebowego. I równomiernie napełnij wszystkie wcześniej przygotowane puste garnki. Postukaj dnem doniczki o podłogę kilka razy, aby upewnić się, że podłoże doniczkowe jest dobrze rozprowadzone.Włóż odlew formy wnękowej, która ma kształt i rozmiar podobny do korka glebowego sadzonek do środka podłoża doniczkowego. I wepchnij go całkowicie. Dobrze podlej doniczki i spłucz zewnętrzną część doniczek.Następnie pozwól im odsączyć się przez 30 minut, zanim przejdziesz do następnego kroku. Umieść wszystkie doniczki polowe na tablicy lizymetrycznej w zielonych pojemnikach zgodnie z projektem eksperymentalnym. Upewnij się, że zaślepki zielonych pojemników są we właściwym miejscu i że zielone pojemniki są prawidłowo umieszczone w rowku.W oprogramowaniu operacyjnym otwórz kartę eksperymentu i kliknij zakładkę Zmierz składniki pod nowym eksperymentem. Potwierdź nowy pomiar od czasu podanego w górnej części ekranu, tak jak poprzednia próbka była włączona. Kliknij Zmierz obiekt.Kliknij przycisk Dalej, gdy pojawią się okna rekordów wag i tagów delta. W oknie Rekord znacznika nazwij nowy metaznacznik jako pierwszy pomiar i kliknij przycisk Zakończ. Gdy pojawi się okno pomyślnie zarejestrowanej wagi, kliknij przycisk OK. Umieść kroplowniki irygacyjne z wieloma wylotami i pokrywy doniczek na każdej doniczce w lizymetrze.Potwierdź nowy pomiar i ponownie kliknij Zmierz obiekt. Kliknij Dalej, gdy pojawi się rekord wag. W oknie Znacznik delta wybierz pierwszy pomiar w sekcji meta-tagów do odjęcia i kliknij przycisk Dalej.W oknie rekordu znacznika nazwij nowe meta-tagi jako komponenty statyczne i kliknij przycisk Zakończ. Gdy pojawi się okno pomyślnie zarejestrowanej wagi, kliknij przycisk OK. Kliknij Rośliny po lewej stronie i upewnij się, że wartości są zaktualizowane. Następnie w nowym eksperymencie otwórz zakładkę scenariusze leczenia i kliknij Utwórz nowy.W obszarze plan kliknij Nowy krok. Na środku ekranu wybierz nazwę wyznaczonych badań do leczenia i potwierdź klikając OK. Wybierz opcję Nigdy dla usunięcia i kliknij przycisk Zastosuj. Otwórz zabiegi irygacyjne po lewej stronie nazwy wybranego testu.Kliknij Nowy krok. Na środku ekranu zmień czas otwarcia zaworu na kilka minut przed bieżącym czasem wraz z innymi parametrami wymaganymi przez eksperyment, a następnie kliknij przycisk Zastosuj. Otwórz rośliny w nowym eksperymencie i kliknij nową nazwę rośliny.Na środku ekranu zmień plan leczenia na planowany. Pojawi się okno, kliknij OK, aby potwierdzić. Sprawdź, czy krok ma taką samą nazwę jak nazwa testu nawadniania.Następnie kliknij przycisk Zastosuj. Sprawdź wzrokowo, czy wszystkie doniczki są nawodnione i czy nadmiar płynu do nawadniania kapie z perforowanego korka spustowego zielonego pojemnika. Wyjmij nieperforowany korek z zielonego pojemnika i pozwól, aby woda całkowicie spłynęła.Następnie wymień wtyczkę. Otwórz kartę eksperymentu i kliknij pozycję Zmierz składniki w nowym eksperymencie. Po potwierdzeniu pomiaru kliknij na Obiekt pomiarowy pod parametrami pomiaru instalacji.Po kliknięciu w okna wag rekordów i tagów delta, nazwij nowe meta-tagi jako cast-pre i kliknij przycisk Zakończ. Kliknij OK, gdy pojawi się okno pomyślnie zarejestrowanej wagi. Delikatnie wyjmij odlewy z doniczek.Kliknij Zmierz komponenty, a następnie potwierdź pomiar jak poprzednio. W obszarze Parametry planu miar kliknij opcję Obiekt miary. Kliknij przycisk Dalej, gdy pojawi się okno rekordowych wag.Wybierz cast-pre w sekcji meta-tagów do odjęcia i kliknij Dalej. W oknie rekordu tagu nazwij nowy meta-tag jako cast-post i kliknij przycisk Zakończ. Kliknij rośliny po lewej stronie i upewnij się, że wartości są zaktualizowane.W tabeli rośliny ręcznie zaktualizuj ciężar łzy o wagę wstępnie przygotowanych pustych doniczek pobranych ręcznie. Kliknij przycisk Zmierz komponenty i potwierdź pomiar. W obszarze Parametry planu pomiaru kliknij opcję Zmierz mokrą masę gleby.Kliknij OK, gdy pojawi się małe okno z prośbą o potwierdzenie. Kliknij Rośliny i sprawdź, czy wartości są zaktualizowane. Ręcznie zmierz średnią wagę od pięciu do 10 wypełnionych ubytkami gleby, które są dobrze nawodnione i dobrze przepuszczalne bez sadzonek.Ponownie kliknij przycisk Zmierz komponenty i potwierdź pomiar. Kliknij Ustaw masową masę gleby sadzonek. Gdy pojawi się małe okno, wprowadź średnią wagę masy gleby i kliknij OK. Kliknij Rośliny i sprawdź, czy wartości są zaktualizowane.Wróć do pomiaru parametrów zakładu i kliknij opcję Zmierz początkową masę netto zakładu. W oknie rekordu znacznika wybierz ustaw nowy rekord jako punkt odniesienia masy netto zakładu i kliknij przycisk Zakończ. Kliknij OK, gdy pojawi się okno pomyślnie zarejestrowanej wagi, kliknij Rośliny i sprawdź, czy wartości zostały zaktualizowane.Upewnij się, że sadzonki w tacach wnękowych są dobrze nawodnione, delikatnie wyciągnij sadzonki z korzeniami korek glebowy z jam, uważając, aby ich nie uszkodzić. I ostrożnie umieść je w wgłębieniach wykonanych przez odlewy w doniczkach. Powtórz pomiar masy netto rośliny, jak opisano wcześniej w pomiarze meta-tagów.Aby rozważyć rezerwę wody w zielonym pojemniku, postępuj zgodnie ze wskazówkami zawartymi w rękopisie tekstowym, aby upewnić się, że pojemnik na ziarno jest pełny. Wróć do parametrów planu pomiaru i kliknij przycisk Zmierz rezerwę masy wody. Kliknij przycisk OK, gdy pojawią się okna rezerwowania masy wody i powodzenia.Kliknij Rośliny i wyeksportuj tabelę, klikając Eksportuj rośliny w lewym dolnym rogu tabeli. Otwórz plik Excel i odejmij zmierzoną masę netto rośliny oraz masę gleby luzem wysiewu od zarezerwowanego pomiaru masy wody i zapisz. Kliknij Aktualizuj rośliny w lewym dolnym rogu tabeli.Wybierz plik Excel i kliknij przycisk Otwórz, aby zaktualizować. Gdy pojawi się okno aktualizacji roślin, kliknij OK. Sprawdź, czy wartości zostały zaktualizowane. W obszarze Zmierz parametry rośliny kliknij Oblicz suchą masę gleby.Gdy okno się podniesie, wstaw mokrą masę gleby i suchą masę gleby lub wprowadź ręcznie obliczoną zawartość wody w glebie. Kliknij przycisk Zastosuj, a następnie kliknij przycisk Zakończ. Gdy pojawi się okno, kliknij OK, aby potwierdzić.Postępuj zgodnie z tekstem, aby obliczyć tę wartość zawartości wody w glebie. Otwórz zabiegi nawadniania i kliknij Utwórz nowy, a następnie wprowadź nazwę i kliknij OK. Otwórz nową nazwę nawadniania i kliknij Utwórz nowe. Następnie otwórz domyślny plan leczenia, ustaw czas otwarcia zaworu i inne parametry zgodnie z wymaganiami, a następnie kliknij Zastosuj.Pokazuje to dynamiczny i modulujący scenariusz nawadniania dla całego okresu eksperymentalnego w oparciu o preferencje użytkownika. Otwórz scenariusze leczenia, otwórz plan i kliknij domyślną nazwę planu. Wybierz nazwę zabiegu z listy i kliknij OK, aby potwierdzić.Wybierz odpowiednie warunki zakończenia i kliknij przycisk Zastosuj. Wszystkie możliwości obejmują opcję limitu czasu, która zamknie kran, nawet jeśli ustawione warunki nie zostaną osiągnięte. Na koniec postępuj zgodnie ze wskazówkami rękopisu, aby uzupełnić tabelę planu.Otwórz oprogramowanie do analizy danych i zaloguj się za pomocą swojej nazwy użytkownika i hasła. Kliknij Wybierz eksperyment, a następnie wybierz system sterowania i wybierz eksperyment. W lewej kolumnie ekranu kliknij Eksperymenty i wpisz nazwę eksperymentu w pasku nazwy w sekcji wyszukiwania.Nazwa eksperymentu pojawi się pod sekcją wyszukiwania w sekcji eksperymentu. Kliknij nazwę eksperymentu, aby otworzyć sekcje informacyjne i dotyczące rośliny. W sekcji informacyjnej edytuj daty rozpoczęcia i zakończenia UEW dla okresu co najmniej trzech dni przed rozpoczęciem leczenia suszy.Następnie kliknij przycisk Aktualizuj. Wartość WUE i R kwadrat dla każdej doniczki pojawi się lub zostanie zaktualizowana w sekcji roślin. W sekcji roślin wybierz lub wyklucz dowolną roślinę lub doniczkę o ujemnej wartości WUE lub wartości R kwadrat mniejszej niż 0,5.Klikając na symbol oczu pod aktywną kolumną, która zmieni kolor na czerwony. Dane WUE można wyeksportować jako plik Excel, klikając Eksportuj dane w sekcji zakładu. Warunki środowiskowe były monitorowane przez cały czas trwania eksperymentu za pomocą sondy atmosferycznej.Zebrane dane pokazują promieniowanie aktywne fotosyntetycznie i deficyt prężności par dla różnych dni. I to przez cały dzień. Objętościową zawartość wody w doniczkach poddanych działaniu suszy mierzono za pomocą sond glebowych przez cały okres doświadczalny.Dane zebrane z jednej rośliny indica poddanej działaniu suszy przedstawiono tutaj. Średni obliczony wzrost masy rośliny konsekwentnie zarówno w przypadku kontroli karla, jak i zabiegów suszy karla podczas pierwszego etapu eksperymentu, kiedy wszystkie rośliny otrzymały podobne nawadnianie. Po zastosowaniu leczenia suszy na roślinach karla, rośliny te przestały przybierać na wadze, a nie wznowiły przybierania na wadze aż do etapu regeneracji.W tym momencie nastąpił wzrost masy, który postępował wolniej niż to, co zaobserwowano w przypadku grupy kontrolnej. W przeciwieństwie do tego, waga roślin kontrolnych karla rosła w sposób ciągły przez cały okres doświadczalny. Inne metody, takie jak pobieranie próbek do ekspresji genów, zawartości minerałów i aktywności fotosyntetycznej, można przeprowadzić podczas tych eksperymentów z precyzyjnym odniesieniem do zachowania rośliny i warunków środowiskowych.Fenotypowanie funkcjonalne to praktyczna metoda charakteryzowania interakcji środowiska roślinnego, która daje użytkownikowi dobre narzędzie do porównywania różnych profili reakcji roślin w różnych warunkach otoczenia. Każdy konkretny profil może być wybrany do głębszych badań lub jako źródło korzystnych cech fizjologicznych dla programów hodowlanych.

a-telemetric-gravimetric-platform-for-real-time-physiological

Research

JoVE Journal

Environment

Środowisko

Ten protokół opisuje proces szybkiego zbierania obrazów sadzonek rzodkiewnika reagujących na bodziec grawitacyjny za pomocą dostępnych na rynku skanerów płaskich.  Metoda ta pozwala na niedrogie, wysokonakładowe przechwytywanie obrazów o wysokiej rozdzielczości, które można poddać dalszym algorytmom analizy.

Używanie skanerów płaskich do zbierania poklatkowych obrazów o wysokiej rozdzielczości odpowiedzi grawitropowej korzenia rzodkiewnika

Przedstawiono eksperymentalny protokół oceny systemów korzeniowych roślin uprawianych w glebie za pomocą RGB i obrazowania hiperspektralnego. Połączenie szeregów czasowych obrazu RGB z informacjami chemometrycznymi ze skanów hiperspektralnych optymalizuje wgląd w dynamikę korzeni roślin.

RGB i spektralne obrazowanie korzeni do fenotypowania roślin i badań fizjologicznych: konfiguracja eksperymentalna i protokoły obrazowania

Dokładny pomiar temperatury i zawartości wody w górnych 5 mm powierzchni gleby może poprawić nasze zrozumienie kontroli środowiskowej procesów biologicznych, chemicznych i fizycznych. W tym miejscu opisujemy protokół wytwarzania, kalibracji i przeprowadzania pomiarów za pomocą czujników temperatury i wilgotności powierzchni gleby.

Produkcja prostych i niedrogich czujników temperatury powierzchni gleby i grawimetrycznej zawartości wody

Zaprojektowaliśmy protokół fenotypowania oparty na obrazach, aby określić morfologiczne i fizjologiczne reakcje na pojedyncze i skojarzone zabiegi upałów, suszy i podlewania. Podejście to umożliwiło identyfikację wczesnych, późnych i regeneracyjnych reakcji na poziomie całego zakładu, w szczególności części nadziemnych, a także podkreśliło konieczność stosowania wielu czujników obrazowania.

Wysokoprzepustowe fenotypowanie oparte na obrazie w celu określenia morfologicznych i fizjologicznych odpowiedzi na pojedyncze i połączone stresy u ziemniaka

Przedstawiono metodę taniego obrazowania roślin do pomiaru fenotypów, wraz z najlepszymi praktykami przechwytywania obrazów i potokiem analizy obrazu do ilościowego określania cech roślin. Metody te zastosowano do pomiaru fenotypów kukurydzy (Zea mays) w warunkach upałów, suszy i połączonego stresu abiotycznego.

Obrazowanie i analiza w celu ilościowego określenia fenotypów stresu abiotycznego kukurydzy (Zea mays)

Niniejszy manuskrypt opisuje niedestrukcyjne, wysokoprzepustowe podejście do autonomicznych pomiarów terenowych o wydajności kwantowej fotosystemu II, odbiciu spektralnym oraz architekturze roślin, umożliwiając wielkoskalowe fenotypowanie fotosyntezy korony w próbach polowych agronomicznych i hodowlanych.

Wysokoprzepustowe, terenowe badania wydajności fotosyntetycznej roślin uprawnych z wykorzystaniem autonomicznego robota

Ta praca opisuje nowatorską metodę selektywnego celowania w organelle subkomórkowe u roślin, testowaną za pomocą BioRad Gene Gun.

Przejściowa ekspresja genów w tytoniu przy użyciu zespołu Gibsona i pistoletu genowego

Biowęgiel to bogaty w węgiel materiał używany jako dodatek do gleby, który ma zdolność do zrównoważonej sekwestracji węgla, poprawy jakości substratu i sorpcji zanieczyszczeń. Protokół ten opisuje 17 metod analitycznych stosowanych do charakterystyki biowęgla, która jest wymagana przed wdrożeniem tych zmian na dużą skalę w środowisku.

Charakterystyka fizyczna, chemiczna i biologiczna sześciu biowęgla produkowanego do remediacji skażonych terenów

Tutaj pokazujemy, że izolowane ludzkie płytki krwi mogą być używane jako dostępny model ex vivo do badania adaptacji metabolicznych w odpowiedzi na inhibitor kompleksu I rotenon. Podejście to wykorzystuje śledzenie izotopowe i względną kwantyfikację za pomocą chromatografii cieczowej ze spektrometrią mas i może być stosowane w różnych projektach badawczych.

Analiza LC-MS ludzkich płytek krwi jako platforma do badania metabolizmu mitochondrialnego

Dostępny jest protokół do ilościowego oznaczania genów bakteryjnych 16S rRNA i transkryptów z osadów przybrzeżnych za pomocą PCR w czasie rzeczywistym. Metodologia obejmuje jednoczesną ekstrakcję DNA i RNA; przygotowanie RNA wolnego od DNA; oraz kwantyfikacja genu 16S rRNA i transkryptu za pomocą RT-q-PCR, w tym konstrukcja krzywej standardowej.

Jednoczesna ekstrakcja DNA-RNA z osadów przybrzeżnych i kwantyfikacja genów i transkryptów 16S rRNA metodą Real-time PCR

Poznaj telemetryczną metodę fenotypowania roślin umożliwiającą pomiar fizjologicznych cech w czasie rzeczywistym. System pozwala jednocześnie analizować interakcje roślin ze środowiskiem przy kontrolowanych warunkach.

Telemetryczna, grawimetryczna platforma do fizjologicznego fenotypowania interakcji między roślinami a środowiskiem w czasie rzeczywistym (Wideo) | JoVE Journal

Telemetryczna, grawimetryczna platforma do fizjologicznego fenotypowania interakcji między roślinami a środowiskiem w czasie rzeczywistym

Przeglądaj więcej filmów