Name: Uma plataforma telemétrica e gravimétrica para fenotipagem fisiológica em tempo real de interações vegetais-ambientais (Vídeo) | JoVE Journal
Uploaded: 2020-08-05T13:00:00.000+00:00
Duration: 15 min 30 s
Description: Aprenda fenotipagem fisiológica em tempo real de plantas usando uma plataforma telemétrica e gravimétrica de alta resolução. Este método permite medir múltiplos traços fisiológicos simultaneamente em várias plantas.

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

Este trabalho foi apoiado pelo programa de pesquisa conjunta ISF-NSFC (subvenção nº 2436/18) e também foi parcialmente apoiado pelo Ministério da Agricultura e Desenvolvimento Rural de Israel (Centros de Conhecimento Eugene Kandel) como parte do Centro de Conhecimento raiz da matéria – O Centro de Conhecimento da Zona Raiz para Alavancar a Agricultura Moderna.

<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>

Os autores não têm nada a revelar.

A lacuna de conhecimento genótipo-fenótipo reflete a complexidade das interações genótipo x ambiente (revisada por18,24). Pode ser possível preencher essa lacuna através do uso de plataformas de diagnóstico telemétrico de alta resolução, HTP-telemétricas e de triagem fenotípica que podem ser usadas para estudar o desempenho fisiológico de plantas inteiras e cinéticas de relação água8,,9. A complexidade das interações genótipos x ambientes torna a fenotipagem um desafio, particularmente à luz da rapidez com que as plantas respondem rapidamente aos seus ambientes em mudança. Embora vários sistemas de fenotipagem estejam atualmente disponíveis, a maioria desses sistemas são baseados em sensoriamento remoto e técnicas avançadas de imagem. Embora esses sistemas forneçam medições simultâneas, até certo ponto, suas medidas estão limitadas a traços fisiológicos morfológicos e indiretos25. Traços fisiológicos são muito importantes no contexto de responsividade ou sensibilidade às condições ambientais26. Portanto, medições diretas tomadas de forma contínua e simultânea a uma resolução muito alta (por exemplo, intervalos de 3 minutos) podem fornecer uma descrição muito precisa do comportamento fisiológico de uma planta. Apesar dessas vantagens substanciais do sistema gravimétrico, o fato de que este sistema tem algumas desvantagens potenciais também deve ser levado em conta. As principais desvantagens resultam da necessidade de trabalhar com potes e em condições de estufa, que podem apresentar grandes desafios para a regulação do tratamento (particularmente a regulação dos tratamentos de seca) e a repetibilidade experimental.
Para resolver essas questões, deve-se padronizar as tensões aplicadas, criar uma estrutura experimental verdadeiramente aleatória, minimizar os efeitos do vaso e comparar múltiplos comportamentos dinâmicos das plantas em condições ambientais em mudanças em um curto período de tempo. A abordagem de fenotipagem funcional HTP-telemétrica descrita neste artigo aborda essas questões conforme observado abaixo.
A fim de correlacionar a resposta dinâmica da planta com seu ambiente dinâmico e capturar um quadro completo e grande de interações complexas entre plantas e meio ambiente, tanto as condições ambientais (Figura 4) quanto as respostasvegetais (Figura Suplementar 9B)devem ser medidas continuamente. Este método permite a medição de mudanças físicas no meio de vaso e atmosfera de forma contínua e simultânea, ao lado de traços vegetais (solo-planta-atmosfera contínua, SPAC).
Para melhor prever como as plantas se comportarão no campo, é importante realizar o processo de fenotipagem em condições tão semelhantes quanto possível às encontradas no campo18. Realizamos os experimentos em uma estufa em condições semi-controladas para imitar as condições de campo tanto quanto possível. Uma das condições mais importantes é o meio de cultivo ou potting. Selecionar o meio de vaso mais adequado para o experimento do sistema gravimétrico é crucial. É aconselhável escolher um meio de solo que escorra rapidamente, permite a rápida realização da capacidade do pote e tem uma capacidade de pote altamente estável, pois essas características permitem medições mais precisas pelo sistema gravimétrico. Além disso, os diferentes tratamentos a serem aplicados no experimento também devem ser considerados. Por exemplo, tratamentos envolvendo sais, fertilizantes ou produtos químicos exigem o uso de um meio de vaso inerte, de preferência um com baixa capacidade de troca de cation. Os tratamentos de seca aplicados a espécies vegetais de baixa transpiração funcionariam melhor com meios de água com níveis relativamente baixos de VWC. Em contraste, tratamentos de seca lenta aplicados a plantas de alto transpiração funcionariam melhor com meios de envasamento com níveis relativamente altos de VWC. Se as raízes forem necessárias para análise pós-experimento (por exemplo, morfologia radicular, peso seco, etc.), o uso de um meio com teor de matéria orgânica relativamente baixo (ou seja, areia, cerâmica porosa ou perlite) facilitará a lavagem das raízes sem danificá-las. Para experimentos que continuarão por períodos mais longos, é aconselhável evitar mídias ricas em matéria orgânica, pois essa matéria orgânica pode se decompor com o tempo. Consulte a Tabela 1 e a Tabela 2 para obter informações mais detalhadas sobre este tópico.
Fenotipagem de campo e fenotipagem de estufa (pré-campo) têm seus próprios objetivos e exigem diferentes configurações experimentais. O fenotipo pré-campo auxilia na seleção de genótipos candidatos promissores que têm uma alta probabilidade de se sair bem no campo, para ajudar a tornar os testes de campo mais focados e econômicos. No entanto, o fenotipagem pré-campo envolve uma série de limitações (por exemplo, efeitos de maconha) que podem fazer com que as plantas tenham um desempenho diferente do que fariam em condições de campo18,27. Tamanho pequeno de maconha, perda de água por evaporação e aquecimento das escamas de límetro são exemplos de fatores em experimentos de estufa que podem levar a efeitos de maconha18. O método descrito aqui foi projetado para minimizar esses efeitos potenciais da seguinte forma:
a O tamanho do pote é escolhido com base no genótipo a ser examinado. O sistema é capaz de suportar vários tamanhos de maconha (até 25 L) e tratamentos de irrigação, o que permite o exame de qualquer tipo de planta agrícola. b As panelas e as escamas de límetro são isoladas para evitar que o calor seja transferido e qualquer aquecimento dos potes. c Este sistema envolve um sistema de irrigação e drenagem cuidadosamente projetado. (d) Existe um controlador separado para cada pote, para permitir a verdadeira randomização com tratamentos auto-irrigados e auto-monitorados. e O software leva em conta o VPD local das plantas no cálculo da condução do dossel estomatal. Consulte as várias estações VPD localizadas na Figura 1J.
Este sistema envolve medições fisiológicas diretas em densidades vegetais semelhantes a campos, o que elimina a necessidade de grandes espaços entre as plantas ou a movimentação das plantas para fenotipagem baseada em imagem. Este sistema inclui a análise de dados em tempo real, bem como a capacidade de detectar com precisão o ponto de estresse fisiológico (φ) de cada planta. Isso permite que o pesquisador monitore as plantas e deva decisões sobre como o experimento deve ser conduzido e como quaisquer amostras devem ser coletadas ao longo do experimento. A calibração de peso fácil e simples do sistema facilita a calibração eficiente. Sistemas de alto rendimento geram grandes quantidades de dados, que apresentam desafios adicionais de manipulação de dados e analíticas11,12. A análise em tempo real do big data que é diretamente alimentado ao software do controlador é um passo importante na tradução de dados para o conhecimento14 que tem grande valor para a tomada de decisões práticas.
Este método de fenotipagem fisiológica HTP-telemétrica pode ser útil para a realização de experimentos de estufa em condições próximas ao campo. O sistema é capaz de medir e calcular diretamente as respostas fisiológicas relacionadas à água das plantas ao seu ambiente dinâmico, ao mesmo tempo em que supera eficientemente a maioria dos problemas associados ao efeito de vaso. As habilidades deste sistema são extremamente importantes na fase de fenotipagem pré-campo, pois oferecem a possibilidade de prever penalidades de rendimento durante os estágios iniciais do crescimento da planta.

Garantir a segurança alimentar para uma população global crescente em condições ambientais deterioradas é atualmente uma das principais metas da pesquisa agrícola1,,2,3. A disponibilidade de novas ferramentas moleculares melhorou muito os programas de melhoria de culturas. No entanto, enquanto as ferramentas genômicas fornecem uma enorme quantidade de dados, a compreensão limitada dos traços fenotípicos reais cria uma lacuna significativa de conhecimento. A ponte dessa lacuna é um dos maiores desafios enfrentados pela ciência vegetal moderna4,,5,6. Para enfrentar os desafios que surgem no processo de melhoria das culturas e minimizar a lacuna de conhecimento genótipo-fenótipo, devemos equilibrar a abordagem genotipa com um fenocêntrico7,,8.
Recentemente, várias plataformas de fenotipagem de alto rendimento (HTP) tornaram possível o fenotipo não destrutivo de grandes populações de plantas ao longo do tempo e essas plataformas podem nos ajudar a reduzir a lacuna de conhecimento genótipo-fenótipo6,,8,,9,,10. As técnicas de triagem de HTP permitem a medição de traços em um número maciço de plantas dentro de um período relativamente curto de tempo, graças à robótica e correias transportadoras ou gantries usadas para mover as plantas ou sensores (respectivamente), em oposição a técnicas operadas à mão baseadas na troca de gás ou fotografia. No entanto, as enormes quantidades de dados produzidos pelos sistemas HTP apresentam outros desafios de manipulação de dados eanálises 11,12.
A maioria dessas plataformas HTP envolve a avaliação de traços fenotípicos através de sensores eletrônicos ou aquisição automatizada de imagens13,14. A fenómia de campo avançado envolve a implantação de sensores proximais e tecnologias de imagem no campo, bem como uma escala de medição de alta resolução, precisa e de grande população demedição 15. Os dados de sensores e imagens precisam ser integrados com outros dados multi-omics para criar uma abordagem fenomómica holística de segunda geração16. No entanto, os avanços metodológicos na aquisição, manuseio e processamento de dados estão se tornando cada vez mais importantes, pois os desafios de traduzir informações de sensores em conhecimento foram subestimados grosseiramente durante os primeiros anos da pesquisa de fenômica vegetal13. No entanto, a confiabilidade e a precisão das técnicas de imagem disponíveis atualmente para fenotipagem aprofundada de interações dinâmicas genótipos-ambiente e respostas ao estresse vegetal são questionáveis17,18. Além disso, os resultados de ambientes controlados são muitas vezes muito diferentes dos observados no campo, especialmente quando se trata de fenotipagem de estresse de seca. Isso se deve às diferenças na situação que as plantas experimentam em termos de volume de solo, ambiente do solo e impedância mecânica devido à diminuição da umidade do solo durante o estresse da seca. Portanto, os resultados de ambientes controlados são difíceis de extrapolar para o campo19. Finalmente, o preço de entrada dos sistemas HTP baseados em imagem é muito alto, não apenas devido ao preço dos sensores, mas também devido à robótica, correias transportadoras e gantries, que também exigem padrões mais elevados de infraestrutura de instalações de crescimento e manutenção significativa (muitas peças móveis trabalhando em um ambiente de estufa).
Neste artigo, apresentamos uma plataforma fenotipagem HTP-telemétrica projetada para resolver muitos dos problemas mencionados acima. A tecnologia de telemetria permite a medição e transmissão automática de dados de fontes remotas para uma estação receptora para gravação e análise. Aqui, demonstramos uma plataforma HTP-telemétrica não destrutiva que inclui vários límetros de pesagem (um sistema gravimétrico) e sensores ambientais. Este sistema pode ser usado para a coleta e cálculo imediato (a análise de imagem não é necessária) de uma ampla gama de dados, como ganho de biomassa de plantas inteiras, taxas de transpiração, condutância estematal, fluxos radiculares e eficiência do uso da água (WUE). A análise em tempo real do big data que é diretamente alimentado ao software do controlador no sistema representa um passo importante na tradução de dados para o conhecimento14 que tem grande valor para a tomada de decisões práticas, ampliando substancialmente o conhecimento que pode ser adquirido a partir de experimentos de fenotipagem ambiental controlada, em geral, e estudos de estufa de estresse de seca, em particular.
Outras vantagens da plataforma de telemetria são sua escalabilidade e facilidade de instalação e seus requisitos mínimos de infraestrutura de instalações de crescimento (ou seja, pode ser facilmente instalado na maioria das instalações de crescimento). Além disso, como este sistema baseado em sensores não tem peças móveis, os custos de manutenção são relativamente baixos, incluindo tanto o preço de entrada quanto os custos de manutenção a longo prazo. Por exemplo, o preço de um sistema gravimétrico de 20 unidades, incluindo o sistema de fertigação de feedback para cada planta, estação meteorológica e software, será semelhante ao preço de um sistema portátil de troca de gás de uma marca líder.
O arroz(Oryza sativa L.) foi utilizado como cultura modelo e a seca foi o tratamento examinado. O arroz foi escolhido por ser uma grande cultura de cereais com ampla diversidade genética e é o alimento básico para mais da metade da população mundialde 20 anos. A seca é um importante fator de estresse abiótico ambiental que pode prejudicar o crescimento e o desenvolvimento das plantas, levando à redução da produção agrícola21. Essa combinação de cultura-tratamento foi usada para demonstrar as capacidades da plataforma e a quantidade e a qualidade dos dados que ela pode produzir. Para obter mais informações sobre o histórico teórico para este método, consulte 22.

<table><tbody><tr><td>Sondas Atmosféricas </td><td>SpectrumTech/Meter group</td><td>3686WD</td><td>Watchdog 2475</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>40027</td><td>VP4</td></tr><tr><td>Array Randomizer</td><td>&nbsp;</td><td>Nenhum</td><td>O software "Array Randomizer" pode ser usado para criar um experimento experimental de um experimento de blocos casualizados ou um experimento totalmente aleatório. Foi desenvolvido para ter melhor controle sobre a distribuição aleatória das amostras experimentais (plantas), a fim de normalizar a microvariação atmosférica dentro da casa de vegetação.</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Download gratuito e mais informações, clique no link a seguir: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q</td></tr><tr><td>Bandejas de cavidade</td><td>tamanho dinamarquês com borda curva para berçário</td><td>30162</td><td>4X4X7 Célula, 84 células por bandeja https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92</td></tr><tr><td>Areia grossa</td><td>Negev Industrial Minerals Ltd., Israel </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Compost</td><td>Tuff Marom Golan, Israel</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Software de análise de dados </td><td>Plant-Ditech Ltd., Israel</td><td>&nbsp;</td><td>Análise SPAC</td></tr><tr><td>Gotejadores</td><td>Netafim</td><td>21500-001520</td><td>PCJ 8L/h</td></tr><tr><td>Areia Fina</td><td>Negev Industrial Minerals Ltd., Israel </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Solo argiloso (solo natural)</td><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Malha de nylon</td><td>Não relevante (produtos genéricos)</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Software operacional </td><td>Plant-Ditech Ltd., Israel</td><td>&nbsp;</td><td>Controle de feedback de matriz de plantas (PFC)</td></tr><tr><td>Solo à base de turfa</td><td>Klasmann-Deilmann GmbH, Alemanha</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Perlita</td><td>Agrekal , Israel</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Sistema Plantarray 3.0</td><td>Plant-Ditech Ltd., Israel</td><td>SCA400s</td><td>Pesando lisímetros</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>PLA300S</td><td>Recipiente da unidade de plantador</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td>Unidade <td>de controle </td><td>CON100</td></tr> <tr><td>&nbsp;</td><td>&nbsp;</td><td>parte do conjunto de plantador</td><td>Vara de fibra de vidro</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>parte do conjunto de plantador Anel de</td><td>gaxeta</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Software operacional</td></tr><tr><td>&nbsp;</td><td>&nbsp;</td><td>&nbsp;</td><td>Software SPAC Analytics</td></tr><tr><td>Poroso, cerâmica, tamanho misto médio</td><td>Grau Verde, PROFILE Products LLC., EUA&</td><td>nbsp;</td><td>&nbsp;</td></tr><tr><td>Poroso, cerâmico, pequeno tamanho médio</td><td>Grau Verde, PROFILE Products LLC., EUA&</td><td>nbsp;</td><td>&nbsp;</td></tr><tr><td>Potes</td><td>Não relevante (produtos genéricos)</td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Solo</td><td>Bental 11 por Tuff Marom Golan </td><td>&nbsp;</td><td>&nbsp;</td></tr><tr><td>Sondas de </td><td>Solo Grupo de Medidores</td><td>40567</td><td>5TEnbsp</td></tr><tr><td>;</td><td>&nbsp;</td><td>40636</td><td>5TM</td></tr><tr><td></td><td>&nbsp;</td><td>40478</td><td>GS3</td></tr><tr><td>Vermiculita</td><td>Agrekal , Israel</td><td>&nbsp;</td><td>&nbsp;</td></tr></tbody></table>

uma plataforma telemétrica e gravimétrica para fenotipagem fisiológica em tempo real de interações vegetais-ambientais

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

A segurança alimentar para a crescente população global é uma grande preocupação. Os dados fornecidos por ferramentas genômicas excedem em muito o fornecimento de dados fenotípicos, criando uma lacuna de conhecimento. Para enfrentar o desafio de melhorar as culturas para alimentar a crescente população global, essa lacuna deve ser superada.
Os traços fisiológicos são considerados características funcionais fundamentais no contexto de responsividade ou sensibilidade às condições ambientais. Muitas técnicas de fenotipagem de alto rendimento (HTP) recentemente introduzidas são baseadas em sensoriamento remoto ou imagem e são capazes de medir diretamente traços morfológicos, mas medem parâmetros fisiológicos principalmente indiretamente.
Este artigo descreve um método de fenotipagem fisiológica direta que tem várias vantagens para o fenotipamento funcional das interações entre plantas e ambientes. Ele ajuda os usuários a superar os muitos desafios encontrados no uso de sistemas gravimétricos de células de carga e experimentos de maconha. As técnicas sugeridas permitirão que os usuários diferenciem entre o peso do solo, o peso vegetal e o teor de água do solo, fornecendo um método para a medição contínua e simultânea das condições dinâmicas do solo, da planta e da atmosfera, ao lado da medição dos principais traços fisiológicos. Este método permite que os pesquisadores imitem de perto cenários de estresse de campo, levando em consideração os efeitos do ambiente na fisiologia das plantas. Este método também minimiza os efeitos da maconha, que são um dos principais problemas no fenotipagem pré-campo. Ele inclui um sistema de fertigação de alimentação que permite um design experimental verdadeiramente randomizado em uma densidade vegetal semelhante a um campo. Este sistema detecta o limiar limitante de conteúdo de água do solo (φ) e permite a tradução de dados em conhecimento através do uso de uma ferramenta analítica em tempo real e de um recurso estatístico on-line. Este método para a medição rápida e direta das respostas fisiológicas de múltiplas plantas a um ambiente dinâmico tem grande potencial de uso na triagem para traços benéficos associados a respostas ao estresse abiótico, no contexto da melhoramento pré-campo e melhoria das culturas.

Este método de fenotipagem gravimétrica de alta produtividade, telemétrica, relações de água de plantas inteiras permite medições diretas e simultâneas em tempo real, bem como a análise de múltiplos traços fisiológicos relacionados ao rendimento envolvidos em interações dinâmicas entre plantas e ambientes.

Uma plataforma telemétrica e gravimétrica para fenotipagem fisiológica em tempo real de interações vegetais-ambientais

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 ...

As plantas respondem ao meio ambiente de formas muito complexas. Traços fisiológicos estão entre os mais rápidos a responder. Normalmente, muito antes das diferenças morfológicas podem ser detectadas.Este método de fenotipagem funcional de alta resolução torna possível quantificar as interações ambientais da planta de forma contínua e destrutiva sob muitos tratamentos. Este sistema pode ser usado para medições em tempo real de uma ampla gama de características fisiológicas, em muitas plantas simultaneamente sem qualquer análise importante enquanto controla as condições de cada planta na área. Aqui demonstramos o protocolo mais detalhado.No entanto, recomendamos que os usuários iniciantes comecem com um protocolo simplificado, o que torna mais fácil conhecer os procedimentos experimentais, hardware e software mais importantes. Demonstrando que o procedimento será Itamar Shenhar, um estudante de mestrado do MyLab Begin, inserindo o filtro de solo na panela. Espalhe a malha de nylon em cima de todo o pote e coloque o suporte da rede em cima da rede.Em seguida, empurre lentamente o suporte da rede para baixo no interior de todo o pote, certificando-se de que a rede permanece uniformemente espalhada à medida que é empurrada para baixo entre os dois potes. Insira o palito de fibra de vidro entre os dois potes e empurre-o até o fundo de toda a panela. Certificando-se de que ele está no lado externo da rede e não empurra a rede.Antes de empurrar o suporte da rede todo o caminho para baixo, empurre a rede para baixo à mão de dentro da panela e ajuste-a para que ela se espalhe uniformemente e firmemente sobre o fundo, o que garantirá a drenagem adequada. Deslize o anel da junta do fundo da panela, configure um terço do caminho até o lado da panela, certificando-se de que essas tampas no anel se abram em direção ao fundo da panela. Rotule os potes de acordo com suas localizações na matriz dentro da estufa.Para cultivar as plantas, germine as sementes em bandejas de cavidade com o meio de vaso desejado. Inicie o experimento quando a planta transpirar aproximadamente 10% da capacidade máxima de água do pote. Deixe algumas cavidades sem mudas para medições de peso do solo, ou detalhes, siga o manuscrito do texto.Antes de iniciar um novo experimento, nivele e calibrar os límetros usando um nível de espírito e pesos padrão. Realize a calibração de peso enquanto o recipiente verde, incluindo todos os plugues está na célula de carga seguindo as etapas do manuscrito do texto. Para iniciar um novo experimento, abra o software operacional e abra a guia de experimentos no menu no lado esquerdo da tela.Clique em Criar Novo. Nomeie o experimento e clique em OK. Abra o novo experimento. Em seguida, abra plantas e clique em Criar Novo.Na janela, altere o nome da planta, posição, peso lacrimal e tipo de solo. Em seguida, clique em Aplicar. Clique em Plantas novamente, e a tabela aparecerá na tela.Exporte a tabela clicando em Plantas de Exportação no canto inferior esquerdo da tabela. Em seguida, abra o arquivo Excel salvo. Altere os parâmetros conforme necessário e salve.Clique em Plantas de Importação no canto inferior esquerdo da tabela. Quando uma pequena janela aparece dizendo, plantas importadas com sucesso, clique em OK. E verifique se as alterações feitas no arquivo Excel foram importadas com sucesso. Clique no Novo Experimento e no Experimento iniciar na janela que aparece.Por fim, clique em OK para começar a gravar dados deste experimento. Pesar os potes vazios pré-preparados. Se usar peças semelhantes umas às outras, o peso médio de 10 delas será suficiente.Misture o meio de vasos completamente com muita água, a menos que areia ou outros meios homogêneos do solo sejam usados. E uniformemente encher todos os potes vazios pré-preparados. Bata na parte inferior da panela contra o chão algumas vezes para ter certeza de que o meio de vaso está bem distribuído.Insira um molde de cavidade semelhante em forma e tamanho ao plugue do solo raiz das mudas no meio do vaso. E empurrá-lo completamente. Regue bem as panelas e enxágue do lado de fora das panelas.Em seguida, deixe-os drenar por 30 minutos antes de continuar para o próximo passo. Coloque todos os potes de campo na matriz de límetro nos recipientes verdes de acordo com o projeto experimental. Certificando-se de que os plugues dos recipientes verdes estão no lugar certo, e que os recipientes verdes estejam posicionados corretamente na ranhura.No software operacional, abra a guia de experimento e clique na guia Componentes de medida sob o novo experimento. Confirme a nova medição a partir do tempo dado na parte superior da tela enquanto a amostra anterior estava em. Clique em Measure Object.Clique em Next quando os pesos de registro e as janelas da tag Delta aparecerem. Na janela gravar tag, nomeie a nova meta-tag como primeira medição e clique em Concluir. Quando a janela gravada com sucesso aparecer, clique em OK. Coloque os gotejadores de irrigação multi-saída, e tampas de panela em cada pote no lysímetro.Confirme a nova medição e clique em Measure Object novamente. Clique em Next quando os pesos do disco aparecerem. Na janela da tag Delta, selecione a primeira medição nas meta-tags para subtrair a seção e clique em Next.Na janela de registro de tags, nomeie as novas meta-tags como componentes estáticos e clique em Concluir. Quando a janela gravada com sucesso aparecer, clique em OK. Clique em Plantas do lado esquerdo e certifique-se de que os valores estão atualizados. Em seguida, sob o novo experimento, abra a guia cenários de tratamento e clique em Criar Novo.Em plano, clique no Novo Passo. No centro da tela, escolha o nome dos testes designados para tratamento e confirme clicando em OK. Escolha nunca para rescisão e clique em Aplicar. Abra os tratamentos de irrigação no lado esquerdo do nome dos testes escolhidos.Clique no Novo Passo. No centro da tela, altere o tempo de abertura da válvula alguns minutos antes do tempo atual, juntamente com outros parâmetros exigidos pelo experimento, e clique em Aplicar. Abra as plantas sob o novo experimento e clique no novo nome da planta.No centro da tela, mude o plano de tratamento para planejar. Uma janela aparecerá, clique em OK para confirmar. Verifique se a etapa tem o mesmo nome do nome do teste de irrigação.Em seguida, clique em Aplicar. Verifique visualmente se todos os potes são irrigados e que o excesso de líquido de irrigação está pingando do plugue de drenagem perfurado do recipiente verde. Remova o plugue não perfurado do recipiente verde e deixe a água escorrer completamente.Em seguida, substitua o plugue. Abra a guia do experimento e clique em Medir componentes sob o novo experimento. Após confirmar a medição, clique em Measure Object sob parâmetros de planta de medida.Depois de clicar nos pesos de registro e nas janelas da tag Delta, nomeie as novas meta-tags como cast-pre e clique em Concluir. Clique em OK quando a janela gravada com sucesso aparecer. Leve suavemente os moldes para fora das panelas.Clique em Componentes de Medida e confirme a medição como antes. Sob parâmetros do plano de medida, clique em Medir objeto. Clique em Next quando a janela de pesos de gravação aparecer.Selecione o cast-pre nas meta-tags para subtrair e clique em Seguir. Na janela de gravação de tag, nomeie a nova meta-tag como postagem de elenco e clique em Concluir. Clique nas plantas do lado esquerdo e certifique-se de que os valores estão atualizados.Na mesa da planta, atualize manualmente o peso lacrimal com o peso dos vasos vazios pré-preparados tomados manualmente. Clique em Medir componentes e confirme a medição. Sob os parâmetros do plano de medida, clique em Medir o Peso Úmido do Solo.Clique em OK quando uma pequena janela aparecer para confirmação. Clique em Plantas e verifique se os valores estão atualizados. Meça manualmente o peso médio de cinco a 10 cavidades preenchidas com solo que são bem irrigados e bem drenados sem mudas.Novamente, clique em Medir Componentes e confirme a medição. Clique em Definir mudas peso do solo em massa. Quando uma pequena janela aparecer, digite o peso médio do volume do solo e clique em OK. Clique em Plantas e verifique se os valores estão atualizados.Retorne para medir os parâmetros da planta e clique em Medir o Peso Líquido Inicial da Planta. Na janela de registro de tag, selecione definir novo recorde como ponto de referência de peso líquido da planta e clique em Concluir. Clique em OK quando a janela gravada com sucesso aparecer, clique em Plantas e verifique se os valores estão atualizados.Certifique-se de que as mudas nas bandejas da cavidade estão bem irrigadas, puxe suavemente as mudas com suas raízes do plugue do solo das cavidades, tomando cuidado para não machucá-las. E colocá-los cuidadosamente nas cavidades feitas por moldes nas panelas. Repita a medição do peso líquido da planta como descrito anteriormente na medição das meta-tags.Para considerar a reserva de água no recipiente verde, siga as instruções do manuscrito do texto para garantir que o recipiente de grãos esteja cheio. Retorne para medir os parâmetros do plano e clique em Medir o peso da água da reserva. Clique em OK quando as janelas de peso de água e sucesso da reserva aparecerem.Clique em Plantas e exporte a tabela clicando em Plantas de Exportação no canto inferior esquerdo da tabela. Abra o arquivo Excel e subtraia o peso líquido da planta medido, e semeando o peso do solo a granel a partir da medição reservada do peso da água e salve. Clique em Atualizar plantas no canto inferior esquerdo da tabela.Selecione o arquivo Excel e clique em Abrir para atualizar. Quando a janela de atualização das plantas aparecer, clique em OK. Verifique se os valores estão atualizados. Sob os parâmetros da planta de medida, clique em Calcular o Peso Seco do Solo.Quando a janela aparecer, insira o peso molhado do solo e o peso seco do solo, ou insira o teor manualmente calculado da água do solo. Clique em Aplicar e clique em Concluir. Quando uma janela aparecer, clique em OK para confirmar.Siga o manuscrito do texto para calcular o valor do conteúdo da água do solo. Abra os tratamentos de irrigação e clique em Criar Novo e coloque o nome e clique em OK. Abra o novo nome de irrigação e clique em Criar Novo. Em seguida, abra o plano de tratamento padrão, defina o tempo de abertura da válvula e outros parâmetros conforme necessário e clique em Aplicar.Isso demonstra um cenário dinâmico e modulador do tratamento da irrigação durante todo o período experimental com base nas preferências dos usuários. Abra cenários de tratamento, abra o plano e clique no nome do plano padrão. Escolha um nome de tratamento na lista e clique em OK para confirmar.Escolha as condições apropriadas para o término e clique em Aplicar. Todas as possibilidades incluem uma opção de tempo limite que fechará a torneira mesmo que as condições definidas não sejam atingidas. Finalmente, siga as instruções do manuscrito para completar a tabela do plano.Abra o software de análise de dados e faça login com seu nome de usuário e senha. Clique em Selecionar experimento e, em seguida, em selecionar sistema de controle e selecionar experimento. Na coluna do lado esquerdo da tela, clique em Experimentos e digite o nome do experimento na barra de nome na seção de pesquisa.Em seguida, o nome do experimento aparecerá abaixo da seção de pesquisa na seção de experimentos. Clique no nome do experimento para abrir as informações e as seções da planta. Na seção de informações, edite as datas de início do WUE e wue para o período de pelo menos três dias antes do início do tratamento da seca.Em seguida, clique em Atualizar. O valor ao quadrado WUE e R para cada pote aparecerá ou atualizará na seção da planta. Na seção da planta, escolha ou exclua qualquer planta ou vaso com um valor WUE negativo ou um valor r quadrado inferior a 0,5.Clicando no símbolo dos olhos sob a coluna ativa, que ficará em vermelho. Os dados WUE podem ser exportados como um arquivo Excel clicando em Dados de Exportação na seção planta. As condições ambientais foram monitoradas durante todo o experimento por uma sonda atmosférica.Os dados coletados mostram radiação fotosíntese e déficit de pressão de vapor por dias diferentes. E ao longo de todos os dias. O teor volumoso de água dos potes tratados com seca foi medido por sondas de solo durante todo o período experimental.Os dados coletados de uma planta tratada com seca são mostrados aqui. O peso médio calculado da planta aumenta consistentemente entre o controle de karla e os tratamentos de seca de karla durante a primeira fase do experimento, quando todas as plantas receberam irrigação semelhante. Quando o tratamento da seca foi aplicado nas plantas de karla, essas plantas pararam de ganhar peso não depois de ganhar peso até a fase de recuperação.Nesse ponto, houve um aumento de peso que prosseguiu mais lentamente do que o observado para os controles. Em contrapartida, os pesos das plantas de controle de karla aumentaram continuamente durante o período experimental. Outros métodos como coleta de amostras para expressão genética, conteúdo mineral e atividade fotossintética podem ser feitos durante esses experimentos com uma referência precisa ao comportamento da planta e às condições ambientais.O fenotipamento funcional é um método prático de caracterização de interações no ambiente vegetal, que dá ao usuário uma boa ferramenta para comparar diferentes perfis de resposta vegetal em diferentes condições ambientais. Cada perfil específico poderia ser selecionado para um estudo mais profundo ou como fonte de características fisiológicas benéficas para programas de reprodução.

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

Research

JoVE Journal

Environment

Ambiente

Este protocolo descreve um processo para cobrança rápida de imagens de plântulas de Arabidopsis que respondem a um estímulo gravidade usando scanners de mesa disponíveis comercialmente. O método permite a baixo custo, a captura de grandes volumes de imagens de alta resolução passíveis de algoritmos de análise a jusante.

Usando scanners de mesa para coletar imagens de alta resolução tempo decorrido da Arabidopsis Root gravitrópico Response

Um protocolo experimental é apresentado para avaliação do solo cultivado sistemas de raiz de planta com RGB e geração de imagens hiperespectrais. Combinação de tempo de imagem RGB série com informações quimiométricas de hiperespectrais verifica otimiza insights sobre a dinâmica de raiz da planta.

RGB e raiz Spectral Imaging para fenotipagem de planta e pesquisa fisiológica: instalação Experimental imagem e protocolos

Medir com precisão a temperatura e o teor de água dos 5 mm superiores da superfície do solo pode melhorar nossa compreensão dos controles ambientais em processos biológicos, químicos e físicos. Aqui descrevemos um protocolo para fabricação, calibração e realização de medições com a temperatura da superfície do solo e sensores de umidade.

Fabricação de sensores de temperatura de superfície do solo simples e baratos e sensores de conteúdo de água gravimétrica

Projetamos um protocolo de fenotipagem baseado em imagem para determinar as respostas morfológicas e fisiológicas a tratamentos únicos e combinados de calor, seca e alagamento. Essa abordagem permitiu a identificação de respostas precoces, tardias e de recuperação em todo o nível da planta, particularmente nas partes acima do solo, e destacou a necessidade de usar vários sensores de imagem.

Fenotipagem baseada em imagem de alto rendimento para determinar respostas morfológicas e fisiológicas a estresses únicos e combinados em batata

Um método é apresentado para imagens de baixo custo de plantas para medir fenótipos, juntamente com as melhores práticas para captura de imagens e um pipeline de análise de imagens para quantificar as características das plantas. Esses métodos foram aplicados para medir os fenótipos do milho (Zea mays) sob condições de calor, seca e estresse abiótico combinado.

Imagem e análise para quantificar fenótipos de estresse abiótico de milho (Zea mays)

Este manuscrito descreve uma abordagem não destrutiva e de alta capacidade para medições autônomas de campo da eficiência quântica do fotosistema II, refletância espectral e arquitetura vegetal, possibilitando fenotipagem de fotossíntese em grande escala do dossel em ensaios de campo agronômicos e de reprodução.

Triagem de alta produtividade em campo da eficiência fotossintética em plantas agrícolas usando um robô autônomo

Este trabalho descreve um novo método para alvejar seletivamente organelas subcelulares nas plantas, analisadas usando o BioRad Gene Gun.

Expressão Gênica transiente em tabaco usando Assembleia Gibson eo Gene Gun

O biocarvão é um material rico em carbono utilizado como correção do solo com a capacidade de sequestrar carbono de forma sustentável, melhorar a qualidade do substrato e contaminantes sorb. Este protocolo descreve os 17 métodos analíticos utilizados para a caracterização do biochar, que é exigido antes da implementação em larga escala destas alterações no ambiente.

Física, química e biológica dos Seis biochars produzido para a remediação de áreas contaminadas

Aqui mostramos plaquetas humanas isoladas podem ser usadas como uma acessível ex vivo modelo para estudar adaptações metabólicas em resposta ao inibidor do complexo I rotenona. Esta abordagem emprega rastreio isotópica e quantificação relativa por espectrometria de massa de cromatografia de líquido e pode ser aplicado a uma variedade de modelos de estudo.

LC-MS Análise de plaquetas humanas como uma plataforma para estudar mitocondrial Metabolism

Um protocolo para quantificar genes bacterianos de rRNA 16S e transcritos de sedimentos costeiros por meio de PCR em tempo real é fornecido. A metodologia inclui a coextração de DNA e RNA; preparação de RNA livre de DNA; e quantificação do gene 16S rRNA e transcrito via RT-q-PCR, incluindo construção de curva padrão.

DNA-RNA simultânea de extração de sedimentos costeiros e quantificação de 16S rRNA genes e transcritos por PCR em tempo real

Aprenda fenotipagem fisiológica em tempo real de plantas usando uma plataforma telemétrica e gravimétrica de alta resolução. Este método permite medir múltiplos traços fisiológicos simultaneamente em várias plantas.

Uma plataforma telemétrica e gravimétrica para fenotipagem fisiológica em tempo real de interações vegetais-ambientais

Explorar mais vídeos