Obrazowanie i analiza w celu ilościowego określenia fenotypów stresu abiotycznego kukurydzy (Zea mays)
28 marca 2025
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.
Nasze badania koncentrują się na opracowaniu i zastosowaniu wysokowydajnych narzędzi do fenotypowania roślin. Naszym celem jest dokonywanie pomiarów szybko, tanio i bez zabijania roślin. Ostatnie osiągnięcia w dziedzinie fenotypowania roślin rozszerzyły analizę obrazu na różne typy kamer, takie jak satelity i UAV, a także zastosowały nowe techniki uczenia maszynowego.
Obecne wyzwania eksperymentalne obejmują szeroki zakres i znaczny nakład pracy wymagany do wykonania pomiarów w wielu punktach czasowych, leczenia środowiskowego i genotypów w celu osiągnięcia znaczącego postępu w kwestiach biologicznych. Nasz protokół zapewnia prostą metodę szybkiego i elastycznego przechwytywania i analizowania obrazów roślin bez konieczności korzystania z drogiego sprzętu. Aby rozpocząć, włącz listwę zasilającą za pomocą przełącznika i naciśnij przycisk, aby włączyć monitor.
Ustaw przełącznik na przewodzie zasilającym komputera jednopłytkowego lub kontrolera SBC w pozycji Wł.Umieść aparat na statywie lub stole i podłącz zasilanie do aparatu za pomocą przewodu zasilającego lub baterii. Włącz aparat za pomocą przycisku zasilania aparatu. Podłącz aparat do portu USB w kontrolerze SBC za pomocą dostarczonego do przesyłania danych i do aparatu.
Następnie umieść kawałek ciemnej taśmy na tkaninie fotograficznej, na której zostanie umieszczony garnek. Teraz umieść doniczkę na zaznaczonej taśmie. W przypadku roślin rosnących w płaszczyźnie, takich jak kukurydza i sorgo, ustaw najszerszy kąt rośliny w kierunku aparatu.
Dostosuj kartę kolorów tak, aby znajdowała się w jednej linii z doniczką, ale oddzielona od rośliny, aby nie nakładała się na siebie. Kliknij przycisk Terminal, aby otworzyć terminal na kontrolerze SBC. Wprowadź wiersz kodu, aby otworzyć okno przechwytywania obrazu.
Następnie wpisz ręcznie nazwę obrazu lub zeskanuj kod kreskowy lub kod QR zakładu za pomocą skanera kodów kreskowych. Po zrobieniu zdjęcia wybierz opcję zapisania obrazu lokalnie lub na zamontowanym serwerze lub w chmurze. Kliknij kliknij tutaj, aby zrobić zdjęcie"przycisk, aby zrobić zdjęcie.
Jeśli wybrano pamięć lokalną, otwórz folder Zdjęcia na pulpicie, aby przejrzeć obraz. Jeśli użyto serwera lub magazynu w chmurze, otwórz obraz w tej lokalizacji. Po przechwyceniu wszystkich obrazów użyj preferowanej metody, takiej jak pamięć USB, przeglądarka internetowa lub transfer SSH, aby skopiować wszystkie obrazy z kontrolera SBC na komputer lokalny lub pamięć masową w chmurze.
Pobierz wymagane pliki na komputer lokalny lub serwer. Zainstaluj plantcv za pomocą wiersza poleceń lub menedżera pakietów. Otwórz photo-studio-SV-notebook.
ipynb przy użyciu preferowanego edytora kodu, takiego jak JupyterLab lub Visual Studio Code. Uruchom każdy blok kodu, dokonując niezbędnych zmian w oparciu o parametry określone w kodzie, aby uzyskać czystą maskę rośliny. Jeśli analiza przykładowego obrazu jest zadowalająca, otwórz przepływ pracy.
py w preferowanym edytorze kodu. Edytowanie przepływu pracy. py, aby uwzględnić wszelkie zmiany parametrów wprowadzone w notatniku photo-studio-SV.
ipynb i zapisz plik. Otwórz plik photo-studio-SV-config. json, aby zaktualizować ścieżki plików.
Zmodyfikuj ścieżki do folderu wejściowego zawierającego obrazy roślin i folderu wyjściowego, w którym będą przechowywane przetworzone obrazy i wyniki. Otwórz terminal i aktywuj plantcv za pomocą polecenia conda activate plantcv i naciśnij Enter na klawiaturze. Zmień określony wiersz kodu, aby wskazywał zaktualizowany photo-studio-SV-config.
plik json. W terminalu wpisz zmodyfikowany kod i naciśnij Enter na klawiaturze. Upewnij się, że plantcv jest aktywowany w terminalu.
Następnie uruchom polecenie, aby przekonwertować results-photo-studio. json na csv, odpowiednio aktualizując ścieżkę do pliku. Analiza obrazu w plantcv z powodzeniem podzieliła rośliny kukurydzy na segmenty od tła przy użyciu progu dwukanałowego.
Analiza plantcv dostarczyła 16 cech o pojedynczej wartości, w tym powierzchni liści, wysokości, szerokości i średniej okrągłej odcienia, z cechami wielowartościowymi wykreślonymi jako histogramy. Średnia powierzchni liści, wysokości, szerokości i odcienia koła wyjaśniała ponad 50% wariantów spowodowanych leczeniem, co czyni je kluczowymi wskaźnikami do dalszej analizy. Roślina o największej powierzchni liści miała najwyższy średni odcień i była genotypem B73, dobrze nawodnioną, zestresowaną termicznie.
Najmniejsza powierzchnia liści miała również najmniejszy średni odcień i była genotypem B73, rośliną zestresowaną suszą i upałem. Uzdatnianie wodą istotnie wpłynęło na powierzchnię, wysokość, szerokość i odcień liści, podczas gdy uzdatnianie temperaturą wpłynęło tylko istotnie na wysokość. Stres związany z suszą znacznie zmniejszył powierzchnię liści, wysokość roślin, szerokość roślin i średni okrągły odcień w obu warunkach temperaturowych.
Zmniejszenie średniego odcienia z powodu suszy było spowodowane przejściem z zielonych na żółte piksele. Stres cieplny powodował zarówno żółknięcie, jak i ciemnienie zielonego koloru. Powierzchnia liści mierzona za pomocą analizy obrazowej jest silnie skorelowana z biomasą roślin, co potwierdza słuszność metody fenotypowania opartej na obrazie.
Przegląd
Niniejsze badanie przedstawia niskokosztową metodę obrazowania służącą do analizy fenotypów roślin, ze szczególnym uwzględnieniem kukurydzy (Zea mays) poddanej różnym warunkom stresu abiotycznego, w tym wysokiej temperaturze i suszy. Badania podkreślają skuteczność tej metody w pozyskiwaniu i analizowaniu obrazów w celu ilościowego określenia krytycznych cech roślin.
Kluczowe elementy badania
Obszar badawczy
- Fenotypowanie roślin
- Analiza stresu abiotycznego
- Techniki analizy obrazu
Wprowadzenie
- Zwiększenie wydajności pomiaru cech roślin
- Wyzwania w wysokoprzepustowym fenotypowaniu związane z kosztami i złożonością operacyjną
- Znaczenie dokładnego pomiaru fenotypu dla badań nad biologią roślin
Zastosowane metody
- Opracowanie niskokosztowego systemu obrazowania do rejestracji obrazów roślin
- Wykorzystanie kukurydzy jako biologicznego organizmu modelowego
- Wdrożenie oprogramowania plantcv do analizy obrazów
Główne wyniki
- Analiza obrazów pozwoliła na skuteczną kwantyfikację różnych cech fenotypowych, takich jak powierzchnia liści, wysokość i odcień
- W warunkach stresu suszy i wysokiej temperatury zaobserwowano znaczne zmniejszenie wysokości oraz powierzchni liści
- Metoda wykazała dobrą korelację z biomasą roślin, co potwierdza jej skuteczność w fenotypowaniu
Wnioski
- Badanie wykazuje wykonalność podejścia do wysokoprzepustowego fenotypowania roślin, które jest efektywne kosztowo
- Ta metoda obrazowania ma istotne znaczenie dla rozwoju badań w dziedzinie biologii roślin, szczególnie w warunkach stresu środowiskowego
Najczęściej zadawane pytania
Znaczenie dla przemysłu
Ilościowe, nieniszczące obrazowanie fenotypów stresu abiotycznego u kukurydzy umożliwia skalowalny i powtarzalny pomiar cech, co ma kluczowe znaczenie dla wczesnego odkrywania i badań translacyjnych. Fenotypowanie oparte na obrazach zmniejsza nakład pracy ręcznej i zwiększa przepustowość, wspierając rzetelne testowanie hipotez oraz ograniczanie ryzyka mechanistycznego w procesie walidacji cech upraw. Podejście to zwiększa pewność prognostyczną zespołów badawczo-rozwojowych priorytetyzujących genotypy odporne na stres i optymalizujących procesy selekcji cech.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne etapy odkrywania i walidacja celu
- Umożliwia szybką, ilościową ocenę reakcji roślin na stres abiotyczny w celu walidacji cech w oparciu o postawione hipotezy.
- Wspiera mechanistyczne ograniczanie ryzyka poprzez korelację fenotypów uzyskanych z obrazowania z podstawowymi procesami biologicznymi.
- Ułatwia selekcję portfela poprzez identyfikację genotypów o najwyższej odporności na stres na podstawie obiektywnych mierników.
Przesiewy i opracowanie testu
- Zapewnia zestandaryzowane, powtarzalne przepływy pracy w zakresie rejestracji i analizy obrazów dla wysokoprzepustowego screeningu cech.
- Dostarcza dane ilościowe, takie jak powierzchnia liści, wysokość i odcień, co umożliwia wiarygodne porównania między wariantami doświadczalnymi.
- Umożliwia skalowalny screening wielu genotypów i warunków środowiskowych przy minimalnym nakładzie zasobów.
Badania translacyjne i przedkliniczne
- Koreluje wyniki fenotypowe z opracowywaniem translacyjnych biomarkerów cech tolerancji na stres.
- Zapewnia ciągłość od wczesnej fazy odkrywania po walidację przedkliniczną, umożliwiając wielokrotne, nieniszczące pomiary.
- Wspiera decyzje o dalszym rozwoju w oparciu o analizę ryzyka, dostarczając wiarygodnych, ilościowych danych na temat wydajności cech w warunkach stresu.
Integracja potoku i przepływu pracy
Ten schemat obrazowania i analizy integruje procesy od wczesnego etapu odkryć, poprzez identyfikację wiodących kandydatów, aż po przedkliniczną walidację cech w potokach badawczo-rozwojowych w uprawach roślin.
- Biologia odkrywcza: Wspiera testowanie hipotez i wyjaśnianie szlaków sygnałowych poprzez ilościowe określanie reakcji roślin na określone stresory.
- Przesiewanie: Standaryzuje pomiary cech w celu zapewnienia powtarzalnej, wysokoprzepustowej oceny genotypów.
- Analityka: Dostarcza danych ilościowych (np. powierzchnia liścia, wysokość, odcień), umożliwiając statystyczne porównanie efektów traktowania.
- Badania translacyjne: Ułatwia dopasowanie danych fenotypowych do późniejszych działań w zakresie walidacji biomarkerów i cech.
- Ponowne wykorzystanie w przedsiębiorstwie: Oferuje elastyczną, niskokosztową platformę, którą można dostosować do różnych systemów roślinnych i projektów eksperymentalnych.
Wpływ operacyjny i organizacyjny
- Wartość naukowa: Zwiększa pewność prognostyczną i redukuje niejednoznaczność mechanistyczną w walidacji cech.
- Wartość operacyjna: Zapewnia zstandaryzowane, skalowalne i powtarzalne przepływy pracy w fenotypowaniu.
- Wartość strategiczna: Poprawia proces podejmowania decyzji go/no-go oraz efektywność kapitałową poprzez umożliwienie solidnej priorytetyzacji opartej na danych.
- Wpływ na portfolio: Wspiera dostosowane do ryzyka wdrażanie oraz ograniczanie ryzyka w przypadku genotypów lub cech kandydackich.
Wskazówki dotyczące implementacji
- Wymaga biegłości w analizie obrazu i obsłudze oprogramowania do fenotypowania (np. PlantCV).
- Wymagany jest podstawowy sprzęt do obrazowania oraz infrastruktura obliczeniowa do przetwarzania danych.
- Wymagana jest standaryzacja protokołów akwizycji obrazu i etykietowania danych pomiędzy zespołami.
- Metoda jest dostosowywalna do różnych gatunków roślin i układów eksperymentalnych poprzez optymalizację parametrów.
- Wyniki zależą od jakości obrazu i stałych warunków środowiskowych w celu zapewnienia wiarygodności danych.
