Extraindo Métricas para sistemas radiculares tridimensionais: Análise de volume e de superfície de In-solo X-ray tomografia computadorizada de dados
April 26th, 2016
Uma metodologia para a obtenção de informação sobre a estrutura de raiz visual e quantitativa a partir de dados de raios-X de tomografia computadorizada adquiridos em solo é apresentada.
O objetivo geral deste procedimento é extrair informações quantitativas sobre as raízes das plantas a partir de dados de tomografia computadorizada de raios-X no solo. Esse método de investigar a estrutura radicular de plantas vivas pode ajudar a responder a questões-chave no campo da biologia, como como as plantas respondem às mudanças nas condições ambientais, como seca, atividades microbianas e assim por diante. A principal vantagem desta técnica é que ela não é invasiva, portanto, nos permite estudar as plantas em seu ambiente nativo, o solo.
A demonstração visual desse método é valiosa, pois o procedimento envolve várias etapas, incluindo imagens tomográficas, reconstrução e análise de dados, que podem ser obscuras sem auxílio visual. Para começar, coloque um vaso de plantas no manipulador de amostras do scanner de tomografia de raios-X a uma distância desejada para a ampliação do alvo. Para uma planta em um suporte de duas polegadas de diâmetro, defina uma amostra para uma distância de fonte de cerca de três polegadas.
No software de controle do instrumento, defina as configurações de potência de raios-X para 85 quilovolts e 190 microamperes. Em seguida, defina o tempo de exposição para um segundo para obter uma melhor relação sinal-ruído. Defina o número de projeções como 3.142 e o número de quadros por projeção como quatro para obter boas estatísticas de dados.
Usando os parâmetros de varredura recém-definidos, selecione a guia Correção de sombreamento. Em seguida, clique em Novo"e nomeie o arquivo de correção de sombreamento. Em seguida, clique em Apresentar"para confirmar as novas condições.
Em seguida, clique em Criar"e clique em OK"para usar duas imagens de referência. Em seguida, clique em Gerar. Em seguida, quando a janela pop-up de aviso aparecer, remova fisicamente a amostra do caminho do feixe antes de clicar em OK. A correção de sombreamento agora será executada.
Agora, clique no Aquisição"guia. Nomeie o arquivo de dados e selecione Nenhum"para filtro de raios-X. Certifique-se de que a caixa de seleção Minimizar artefatos de anel" esteja marcada para que a amostra seja girada em etapas angulares enquanto as imagens de projeção são adquiridas.
Por fim, inicie a verificação clicando no botão Adquirir"botão. Depois de adquirir os dados brutos, carregue-os no programa de reconstrução. Compare a primeira e a última imagens clicando em Piscar"para garantir que a amostra não se moveu ou as configurações de digitalização não foram alteradas durante a aquisição de dados.
Calcule o centro de rotação, ou COR, selecionando a guia Centro de rotação" e usando as opções Automático"Localização de COR com precisão de alta qualidade" e seleção de fatia dupla para cálculo de COR. Em seguida, clique em Iniciar"para executar o cálculo. Depois que o COR for encontrado, clique na guia "Volume" para selecionar a amostra a ser reconstruída.
Use as miniaturas para editar as janelas de seleção de volume. Em seguida, clique em Iniciar"para realizar a reconstrução para criar o arquivo de volume contendo dados 3D. Para preparar uma pilha de imagens processáveis do RooTrak, carregue o arquivo de volume no ImageJ clicando em Arquivo, Importar, Bruto e selecionando o arquivo de volume.
Para otimizar o contraste da imagem entre a raiz e o solo, clique no botão Imagem"guia, escolha Ajustar brilho/contraste"e selecione Automático. Quando a região de interesse é visível em claro, as configurações são consideradas otimizadas. Salve as imagens como uma pilha de imagens no formato JPEG, BMP ou PNG clicando em Salvar como"e escolhendo Sequência de imagens.
Para processar no RooTrak para segmentar a raiz, selecione a guia "Ferramentas" e escolha Rastreador. Em seguida, clique duas vezes na área de entrada branca da caixa de diálogo para carregar uma pilha de imagens. Depois que as imagens forem carregadas, escolha a guia "Rastreador" e defina os pontos iniciais dentro da raiz clicando em vários pontos dentro de cada uma das seções de raiz pertinentes visíveis na fatia da vista superior dos dados do volume.
Defina a suavidade do parâmetro do rastreador como 0,3 e a semelhança como 0,8. Clique no campo abaixo de Diretório de saída"para escolher uma pasta de arquivos. Em seguida, clique em Selecionar pasta"e clique em Iniciar.
A função de rastreamento será executada. Isso seguirá a raiz da fatia da imagem superior até a fatia inferior. Depois de abrir e visualizar os dados do volume, selecione o número de fatias de acordo com o volume de dados utilizável.
No exemplo mostrado aqui, o rastreamento foi interrompido em 200 fatias, equivalente a uma profundidade de 6,2 milímetros, onde os limites das raízes ficaram mal definidos. Para realizar a análise de volume e superfície no ImageJ, converta a pilha de imagens do RooTrak em um formato de imagem binária selecionando Processar, Binário e, em seguida, Tornar binário. Use o plug-in ImageJ de código aberto, BoneJ, para criar a malha triangular selecionando Plug-ins, BoneJ e, em seguida, Isosurface.
Na janela de opções que se abre, defina Reamostragem"e Limiar"para seis e 120, respectivamente. Em seguida, verifique Mostrar superfície"e pressione o botão OK"botão. No visualizador 3D que se abre, clique no botão Arquivo"guia.
Em seguida, clique em Exportar superfícies"e salve como binário STL. Por fim, abra o IMESHJ. Carregue o arquivo STL clicando em Selecionar arquivo STL"e digite o tamanho do voxel em mícrons.
Clique em Inserir tamanho do voxel" e digite 31 mícrons e clique em OK "duas vezes. Clique em Calcular área de superfície" para adquirir a área total da superfície da raiz da amostra em milímetros quadrados. Em seguida, clique em Calcular volume"para obter o volume total da raiz da amostra em milímetros cúbicos.
O espécime, consistindo de dois caules da semente nativa da pradaria de grama, Sporobolus heterolepis, e o solo original ao seu redor, é mostrado aqui. O tamanho do voxel dos dados reconstruídos gerados foi de aproximadamente 31 mícrons cúbicos. Depois de criar uma pilha de imagens e aumentar o contraste entre as raízes e o solo, os dados reconstruídos mostraram que a raiz e alguns dos componentes do solo têm fatores de atenuação de raios-X muito semelhantes, resultando em pouco ou nenhum contraste em tons de cinza nas imagens.
Esta figura mostra um ponto semente representativo que foi selecionado dentro de uma seção raiz pertinente visível na fatia superior dos dados de volume. Usando os parâmetros do RooTrak descritos neste vídeo, o RooTrak segmentou com sucesso as aproximadamente 200 fatias selecionadas de dados de volume, o que equivalia a uma profundidade de 6,2 milímetros. A segmentação da raiz também é demonstrada nesta animação.
Aqui, o ImageJ foi usado para gerar uma isossuperfície de malha triangular do volume 3D a partir dos dados produzidos pelo RooTrak. As configurações padrão usadas produziram uma isosuperfície detalhada de maneira relativamente rápida. Finalmente, usando IMESHJ, a área de superfície foi calculada como 351,87 milímetros quadrados e o volume calculado foi de 47,27 milímetros cúbicos.
Uma vez dominado, esse procedimento pode ser feito em cinco horas se for executado corretamente. Ao tentar esta técnica, é importante lembrar de seguir todos os procedimentos de segurança. Também é importante lembrar que a segmentação radicular só é possível se houver contraste de raios-X suficiente entre a raiz e o solo.
Seguindo este procedimento, outros espécimes com estruturas ramificadas, como folhas de árvores, pulmões de animais e humanos, etc., podem ser visualizados e analisados para responder a perguntas adicionais, como como os tecidos vivos crescem ou como toleram certas condições. Após seu desenvolvimento, essa técnica abre caminho para pesquisadores no campo da ciência das plantas explorarem coisas como resistência à seca em plantas modelo como Brachypodium. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como obter imagens de uma amostra de planta usando tomografia, como visualizar sua estrutura radicular e extrair informações quantitativas sobre a raiz a partir de dados de tomografia computadorizada de raios-X no solo.
Não se esqueça de que trabalhar com instrumentação de raios-X pode ser perigoso e os procedimentos de segurança relevantes devem ser seguidos ao tentar esta técnica.
View the full transcript and gain access to thousands of scientific videos
Visão Geral
Este artigo apresenta uma metodologia para extrair informações visuais e quantitativas sobre estruturas radiculares de plantas usando dados de tomografia computadorizada por raios X obtidos do solo. A natureza não invasiva desta técnica permite aos pesquisadores estudar plantas em seu ambiente natural, fornecendo insights sobre suas respostas a várias condições ambientais.
Componentes Principais do Estudo
Área da Ciência
- Biologia Vegetal
- Ciências Ambientais
- Técnicas de Imagem
Fundamento
- Compreender as estruturas radiculares é crucial para estudar a biologia das plantas.
- Fatores ambientais como seca e atividade microbiana afetam o crescimento das plantas.
- A tomografia computadorizada por raios X oferece um método de imagem não invasivo.
- Esta técnica permite a observação em tempo real das plantas no solo.
Objetivo do Estudo
- Extrair dados quantitativos sobre as raízes das plantas a partir da tomografia por raios X.
- Investigar como as plantas se adaptam às mudanças nas condições ambientais.
- Fornecer uma demonstração visual do processo de imagem.
Métodos Utilizados
- Colocação de plantas em vasos em um scanner de tomografia por raios X.
- Ajuste da distância da amostra para a magnificação ideal de imagem.
- Imagem tomográfica seguida de reconstrução de dados.
- Análise da estrutura radicular a partir dos dados adquiridos.
Principais Resultados
- Extração bem-sucedida de informações sobre a estrutura radicular.
- Demonstração de capacidades de imagem não invasivas.
- Fornecimento de insights sobre as respostas das plantas às mudanças ambientais.
- Auxílios visuais melhoraram a compreensão da metodologia.
Conclusões
- A metodologia permite o estudo detalhado das estruturas radiculares.
- Técnicas não invasivas são benéficas para a pesquisa ecológica.
- Esta abordagem pode levar a uma melhor compreensão da biologia das plantas.
Perguntas Frequentes
Executive Industry Relevance
Quantitative 3D analysis of plant root systems using in-soil X-ray computed tomography (XCT) enables non-invasive measurement of root volume and surface area, supporting predictive modeling of plant-environment interactions. This capability is critical for translational research in crop trait optimization, soil-microbe studies, and environmental stress response, providing high-confidence data for early discovery and preclinical validation. The workflow's reproducibility and adaptability position it as a reusable asset for biopharma and ag-biotech R&D pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of root architecture in native soil environments.
- Supports mechanistic de-risking by providing volumetric and surface metrics for functional studies.
- Facilitates hypothesis-driven exploration of plant-microbe and plant-environment interactions.
Screening & Assay Development
- Prepares validated 3D root system models for downstream phenotypic screening.
- Standardizes root segmentation and mesh generation for reproducible quantitative outputs.
- Enables scalable analysis of root traits across multiple specimens and conditions.
Translational & Preclinical Research
- Aligns root system metrics with translational biomarkers for crop resilience and adaptation studies.
- Provides continuity from discovery imaging to preclinical trait validation in model and non-model plants.
- Supports risk-adjusted advancement of candidate traits or interventions based on quantitative root data.
Pipeline & Workflow Integration
This XCT-based workflow integrates from early discovery through preclinical trait validation, bridging imaging, segmentation, and quantitative analysis for robust data continuity.
- Discovery Biology: Delivers high-resolution, quantitative root metrics for hypothesis testing and pathway clarification.
- Screening: Provides standardized, reproducible 3D models for comparative analysis across genotypes or treatments.
- Analytics: Outputs surface area and volume measurements to enable statistical comparison of root system architecture.
- Translational Research: Facilitates alignment of root traits with environmental or agronomic endpoints.
- Enterprise Reuse: Offers a modular, adaptable workflow for diverse plant and material systems with similar imaging challenges.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in root trait-function relationships and environmental response.
- Operational Value: Standardizes imaging and analysis for reproducibility and scalability across projects.
- Strategic Value: Enables data-driven go/no-go decisions for trait advancement and resource allocation.
- Portfolio Impact: Supports risk-adjusted prioritization of candidate traits or interventions based on robust quantitative data.
Implementation Considerations
- Requires expertise in XCT imaging, image segmentation, and 3D mesh analysis.
- Needs access to XCT instrumentation, image processing software, and quantitative analysis tools (e.g., ImageJ, BoneJ, imeshJ).
- Demands cross-team standardization of imaging parameters and segmentation protocols for reproducibility.
- Adaptable to other biological or material systems with similar X-ray attenuation and segmentation challenges.
- Segmentation accuracy depends on sufficient X-ray contrast between root and surrounding soil or matrix.
