Summary
Mettiamo a disposizione un nuovo metodo per migliorare il contrasto di assorbimento di raggi x del mais tessuto adatto per l'esame di tomografia microtomografia ordinaria. Basato sulle immagini di CT, introduciamo una serie di flussi di lavoro di elaborazione delle immagini per diversi materiali mais per estrarre efficacemente microscopici fenotipi dei fasci vascolari del mais.
Abstract
È necessario quantificare con precisione le strutture anatomiche di mais materiali basati su tecniche di analisi di immagine ad alta velocità. Qui, forniamo un 'protocollo di preparazione del campione' per materiali mais (cioè, stelo, foglia e radice) adatti per tomografia microtomografia ordinaria (micro-CT). Basato su immagini ad alta risoluzione di CT del mais del tronco, foglia e radice, descriviamo due protocolli per l'analisi fenotipica dei fasci vascolari: (1) basato sull'immagine di CT del foglio e del gambo di mais, abbiamo sviluppato una pipeline di analisi di immagine specifica per estrarre automaticamente 31 e 33 tratti fenotipici di fasci vascolari; (2) basato sulla serie di immagine di CT di radice di mais, abbiamo istituito un regime di trattamento di immagine per la segmentazione tridimensionale (3D) dei vasi metaxylem ed estratte bidimensionali (2D) e 3-d tratti fenotipici, come il volume, superficie dei vasi metaxylem, ecc. Rispetto al tradizionale misurazione manuale di fasci vascolari di mais materiali, i protocolli proposti migliorano significativamente l'efficienza e la precisione di quantificazione fenotipica micron-scala.
Introduction
Il sistema vascolare mais attraversa l'intera pianta, dalla radice e fusto alle foglie, che forma i percorsi di trasporto chiave per la distribuzione di acqua, sostanze nutrienti minerali e sostanze organiche1. Un'altra importante funzione del sistema vascolare è di fornire supporto meccanico per la pianta di mais. Ad esempio, la morfologia, il numero e la distribuzione dei fasci vascolari nelle radici e steli sono strettamente correlati alla resistenza sistemazioni di piante di mais2,3. Attualmente, gli studi sulla struttura anatomica dei fasci vascolari principalmente utilizzano tecniche microscopiche e ultramicroscopiche per visualizzare le strutture anatomiche di una certa parte del fusto, foglia o radice e quindi misurano e contano queste strutture di interesse di indagine manuale. Indubbiamente, misurazione manuale di varie strutture microscopiche in microimages su larga scala è un lavoro molto noioso e inefficiente e limita gravemente la precisione dei tratti di microphenotypic, grazie alla sua soggettività ed incoerenza4, 5.
Mais non ha nessuna crescita secondaria, e il contenuto della cella consiste essenzialmente di acqua nel meristema primario. Senza alcun pretrattamento, freschi campioni di mais tessuti possono essere analizzati direttamente utilizzando un dispositivo di micro-CT; Tuttavia, i risultati della scansione sono probabilmente povero e grezzo. I motivi principali sono riassunti come segue: densità (1) bassa attenuazione dei tessuti vegetali, risultante in un contrasto basso di numero atomico e alto rumore nelle immagini; (2) materiali vegetali freschi sono inclini a disidratarsi e si restringono durante il normale ambiente di scansione, come riportato da Du6. I problemi di cui sopra sono diventati i principali vincoli per lo sviluppo e l'applicazione della tecnologia microphenotyping per mais, frumento, riso e altre monocotiledoni. Qui, presentiamo il 'protocollo di preparazione del campione' per pretrattare i campioni di mais staminali, foglia e radice. Questo protocollo consente di evitare la disidratazione e la deformazione di materiali vegetali durante la TAC; Pertanto, è utile aumentare il tempo di conservazione di campioni di piante con nondeformation. Inoltre, il passo di tintura basato solido iodio migliora anche il contrasto di materiali vegetali; così, rende i miglioramenti significativi nella qualità imaging di micro-CT. Inoltre, abbiamo sviluppato software di elaborazione immagine, denominato VesselParser, per elaborare le immagini di CT di mais steli e foglie. Questo software integra un set di pipeline di elaborazione dell'immagine per eseguire analisi phenotyping di alto-rendimento e automatica per le immagini di CT 2-D di tessuti vegetali diversi. Fasci vascolari nell'intera sezione trasversale del gambo di mais e foglia vengono rilevati, estratti e identificati utilizzando un metodo di elaborazione delle immagini automatico. Di conseguenza, otteniamo 31 fenotipi microscopici del fusto mais e 33 fenotipi microscopici di foglia di mais. Per la serie di immagini di CT della radice mais, abbiamo sviluppato uno schema di elaborazione dell'immagine per acquisire tratti fenotipici 3D dei vasi metaxylem. Questo schema è superiore in termini di efficienza di acquisizione di immagini e di ricostruzione rispetto ai metodi tradizionali.
Questi risultati indicano che l'immagine elaborazione pipeline considerando che le caratteristiche di formazione immagine dei raggi x normali micro-CT forniscono un metodo efficace per la fenotipizzazione microscopica di fasci vascolari; Questo estremamente allarga le applicazioni delle tecniche di CT in scienze vegetali e migliora la fenotipizzazione automatica di materiali vegetali a risoluzione cellulare6,7.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. protocollo di preparazione del campione
- Per il campionamento, raccogliere il fusto, foglia, radice da piante di mais fresche e li dividono in tre tipi di gruppi di campioni (ogni gruppo con quattro repliche). Quindi, tagliarle in piccoli segmenti usando una lama chirurgica nel modo seguente: (1) tagliare un segmento di mezzo gambo internodo 1-1,5 cm di lunghezza; (2) tagliare un segmento della larghezza massima dell'anta 0,5 - 3 cm di lunghezza lungo la direzione verticale con la vena principale; (3) tagliare un segmento della radice Corona 0,5 cm di lunghezza.
- Per il fissaggio di FAA, immergere i segmenti di campione in una soluzione di FAA (70% etanolo: 100% formaldeide: 100% acido acetico, 90:5:5 v/v/v) per almeno 3 d.
- Eseguire la procedura di disidratazione in sei sfumature di etanolo sequenziale (vale a dire, 30%, 50%, 70%, 85%, 95% e 100%) e impostare il tempo di elaborazione di ogni sfumatura di etanolo come 30 min.
- Posizionare i materiali vegetali nei cestelli corrispondente campione realizzati con una stampante 3D; quindi, trasferire rapidamente i cestini di campione alla cella campione di un sistema di essiccamento di CO2 punto critico. Impostare i parametri di essiccazione come segue:
(1) CO2 in: velocità veloce. Riempitivi di titolare: 100%.
(2) carica: CO2 carica ritardo 120 s nel ciclo. Cambio di velocità: 5. numero di ciclo: 12.
(3) gas fuori: calore, veloce. Velocità: lento, 50%.- Secondo le differenze morfologiche di mais radice, gambo e foglia, design e cesti di campione di stampa con una stampante 3D (ad esempio, Figura 1).
- Posizionare i materiali di pianta essiccata (mais radice, gambo o foglia) in una provetta da centrifuga da 50 mL con 2 g di iodio solido per tingere i materiali vegetali con vapori di iodio volatili e, quindi, posizionare i tubi in una tenuta di luce camera per 4-5 h.
2. micro-CT scansione protocollo
- Per eseguire la scansione nei dati grezzi di CT, impostare il CT come segue i parametri di scansione: 40 kV/250 µA (per stelo e foglie) o 34 kV/210 µA (per radice). Impostare il corrispondente tasteggio per le diverse dimensioni e volumi dei materiali vegetali utilizzati e regolare le dimensioni dei pixel imaging come segue: 2,0 µm (per la radice di mais), 6.77 µm (per il gambo di mais) e 10.0 µm (per la foglia di mais).
- Per ricostruire le immagini di fetta, convertire i dati grezzi di CT in CT fetta immagini con una risoluzione di 2K (2.000 x 2.000 pixel) utilizzando un software di ricostruzione di immagine. Maggiori dettagli sono forniti nel manuale dell'utente di NRecon (http://bruker-microct.com/next/NReconUserGuide.pdf).
3. immagine analisi protocollo per un'immagine di CT singolo di un gambo di mais o di foglia
Nota: Utilizzare automatico software di imaging per fasci vascolari per condurre l'analisi phenotyping fasci vascolari all'interno delle immagini di fetta CT del mais del tronco e foglia (Figura 2). I punti di utilizzo del software sono descritti come segue.
- Nominare il tipo di organo per inizializzare la pipeline di algoritmo diverso. Fare clic sul pulsante parametri di metodo e selezionare mais staminali o foglia di mais nella prima casella a discesa.
- Per importare le immagini, fare clic sul pulsante di gestione dei dati , impostare la directory di lavoro e importare automaticamente tutte le immagini di fetta in questa directory. Selezionare le immagini singole o multi-slice nelle pipeline di immagine.
- Determinare la dimensione in pixel reali dell'immagine. Fare clic sul pulsante parametri di metodo e immettere la dimensione in pixel effettivi dell'immagine nella voce modifica della dimensione del pixel.
- Per il calcolo di fenotipizzazione, fare clic sul pulsante calcolo Phenotyping per estrarre automaticamente tratti fenotipici di fasci vascolari per tutte le immagini di sezione selezionata.
- Fare clic sul pulsante analisi statistica per restituire i risultati come un formato di file TXT o CSV.
4. immagine protocollo di analisi per serie di immagini di CT di una radice di mais
Nota: La serie di immagini di CT delle radici del mais sono utilizzate per estrarre le strutture 3-d dei vasi di metaxylem utilizzando il software di elaborazione delle immagini. I passi principali sono come segue.
- Importare le immagini ricostruite delle radici di mais (nel formato di file BMP) e determinare i parametri accurati spaziatura (la dimensione di un voxel [cioè, x, y, z]). Utilizzare lo strumento di gaussiana ricorsiva per lisciare queste immagini per migliorare la qualità dell'immagine.
- Condurre la segmentazione 3D dei vasi metaxylem regolando i parametri di soglia; Questo genera un'etichetta di colore uniforme per ogni nave collegato metaxylem.
- Migliorare e identificare le navi di metaxylem in modo interattivo utilizzando morfologia, bit per bit e le operazioni di riempimento flood.
- Condurre la ricostruzione di visualizzazione e superficie di volume dei vasi. Utilizzare lo strumento di statistiche di maschera per contare e misurare le caratteristiche fenotipiche di un vaso nel livello 2-D e 3-d.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Il protocollo di preparazione del campione adatto per esame ordinario di micro-CT non solo previene la deformazione dei tessuti vegetali, ma anche migliora il contrasto di assorbimento di raggi x. Materiali vegetali pretrattati vengono scansionati usando un sistema di micro-CT in immagini di alta qualità fetta, e la risoluzione massima può raggiungere 2 µm/pixel. La figura 4 Mostra le immagini scansionate di micro-CT di fusto, foglia e radice, e il contrasto dell'immagine ha un significativo miglioramento rispetto ai risultati analizzati i materiali di pianta fresca. In queste immagini di fetta CT, differenze significative nei valori di livello di grigio sono osservabili tra fasci vascolari, parenchima cellule, vasi xilema, epidermide e altri tessuti.
Basato su questo software di imaging per fasci vascolari, le caratteristiche di struttura e distribuzione dei fasci vascolari all'interno la sezione trasversale del fusto intero o foglia possono essere automaticamente analizzate e quantificate. Prendere l'immagine di un gambo di mais come esempio, e l'algoritmo di fenotipizzazione del software è costituito da cinque fasi: l'immagine di fetta del segmento, segmento fasci vascolari, analizzare la distribuzione spaziale dei fasci vascolari, identificare e migliorare fasci vascolari , calcolare e i tratti fenotipici di fasci vascolari di output. La regione intera epidermide nell'immagine è, in primo luogo, segmentata basata su valori di soglia specifici o adaptive e contorno analisi tecniche vengono eseguite per estrarre l'area di epidermide (Figura 3A e 3B). Successivamente, la segmentazione dei fasci vascolari è condotto. Fasci vascolari sono circondati nell'epidermide; Pertanto, la regione dell'epidermide con lo spessore predefinito viene rimosso dall'immagine fetta. Il resto dell'immagine consiste solo di vascular bundles sparse con intensità di pixel ad alta e le cellule del parenchima con intensità debole pixel. Quindi, la segmentazione di immagini sulla base del valore di soglia fissa viene eseguita per estrarre tutte le regioni del candidato dei fasci vascolari, e queste regioni sono ulteriormente determinate come validi fasci vascolari secondo le limitazioni delle caratteristiche di superficie e forma ( Figura 3 e 3D).
Dopo la segmentazione dei fasci vascolari, caratteristiche di distribuzione spaziale dei fasci vascolari vengono estratti. Prendere i centri geometrici dei fasci vascolari sparsi come nodi per generare triangolo maglie per tutti i fasci vascolari nell'immagine fetta, e queste maglie sono raggruppati in cinque tipi secondo i loro campi. Le aree di fasci vascolari manifestano un significativo trend decrescente dal centro verso il bordo dello stelo mais. Il triangolare e mesh Voronoi descrivere la distribuzione spaziale e connessioni topologiche dei fasci vascolari, e ogni mesh viene disegnata con un colore specifico in base ai risultati in cluster di fasci vascolari (Figura 3E - 3 H). Fasci vascolari che soddisfano i vincoli di distribuzione spaziale (zona della maglia e la forma sono gli indici importanti per determinare la disponibilità di vascular bundle) sono riservati e utilizzati per generare i risultati di segmentazione finale (Figura 3io).
A tratti fenotipici, ultimi dei fasci vascolari, come forma geometrica, e informazioni di distribuzione, può essere computato secondo l'analisi di cui sopra, che si traduce nell'output di un file TXT o CSV (Figura 3J). Basato sul software di imaging per fasci vascolari, 31 tratti fenotipici del gambo possono essere analizzati automaticamente; il tempo di calcolo medio per ogni immagine di CT è ~ 30 s. I relativi parametri fenotipici del gambo sono riportati nella tabella 1. Allo stesso modo, 33 tratti fenotipici della foglia possono essere estratti, il tempo di calcolo media è ~ 50 s e queste classificazioni di parametro sono mostrati nella tabella 2. Per un elenco di immagini di fetta, le pipeline di analisi di immagine sopra sono integrate in un batch di elaborazione per l'esecuzione automatica. Questo flusso di lavoro è efficiente per analizzare i tratti fenotipici di tutti i fasci vascolari all'interno di un'immagine intera fetta di un mais gambo e foglia. In particolare, più i tratti fenotipici di fasci vascolari, quali la superficie totale, superficie media e rapporto superficie di fasci vascolari, sono molto difficili da misurare da misurazioni manuali.
Poiché i vasi metaxylem di mais radici mostrano evidenti cambiamenti morfologici lungo la direzione di crescita delle radici, è più prezioso per estrarre le strutture 3-d dei vasi metaxylem per analisi fenotipica. Basato sulla serie di immagine di CT di mais radice, segmentazione 3D, ricostruzione della superficie e volume visualizzazione vengono eseguite. Basato sui risultati segmentati, i parametri strutturali 3D dei vasi di metaxylem possono essere automaticamente calcolati, compreso il volume, superficie, area della sezione trasversale (basale) e area della sezione trasversale (distale) dei vasi metaxylem totale e ciascuno vaso singolo metaxylem. Questo flusso di lavoro migliora notevolmente l'efficienza dell'analisi 3D caratteristica fenotipica. I risultati di visualizzazione di segmentazione, ricostruzione e volume possono manifestarsi direttamente le strutture spaziali dei vasi metaxylem del mais radice, come mostrato nella Figura 5.
Figura 1 : Diversi tipi di cesti di campione stampato con una stampante 3-d. (A e B) il cestello di campione a spirale per la foglia è composta da (A1) un ovale centrale groove e (A2) la spirale circostante groove. La larghezza della scanalatura a spirale è impostata a circa 4 mm per accogliere la foglia con la vena principale. La parete laterale della scanalatura a spirale è fori di drenaggio quadrato creato con (A5) e la parte inferiore del cesto con fori di scarico circolare (B6). (C e D) Questi due pannelli Visualizza un paniere di quattro-pozzo campione adatto per lo stelo, con fori di campione (C1) con un diametro di 25 mm e la parte inferiore del cesto con (D2) sette fori di drenaggio. (E e F) questi due pannelli Visualizza un cesto del multiwell campione adatto per la radice, con quattro fori circolari (E1) con un diametro di 10 mm in zona centrale e (E2) 13 fori circolari con un diametro di 8 mm disposte vicino al bordo del cestello. Il fondo del cestello del campione ha fori di scarico con un diametro di 1 mm per garantire che il tessuto di piccoli radice non fuoriuscire. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 2 : Screenshot del software di imaging automatico per fasci vascolari. (A), questo pannello mostra la gestione dei dati per importare immagini di CT da qualsiasi directory di file e selezionare immagini fetta CT per la successiva elaborazione. (B), questo pannello mostra i parametri del metodo per identificare il tipo di organo di immagini fetta CT e configurare i parametri del metodo corrispondente. (C), questo pannello mostra il calcolo di fenotipizzazione di eseguire il calcolo di batch di immagini fetta CT e mostrare lo stato di esecuzione. (D), questo pannello mostra l'analisi statistica per verificare i risultati computazionali e generare tratti fenotipici per tutte le immagini di CT. (E) questo pannello mostra i risultati computazionali all'uscita dall'analisi risulta come un file TXT o CVS. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 3 : Flusso di lavoro di elaborazione delle immagini e la fenotipizzazione calcolo basato sulle immagini di fetta CT. Importazione di (A) l'immagine di fetta CT del gambo mais. Segmento (B) l'immagine di fetta con un valore di soglia fissa. (C) Estratto di tutta la regione dello stelo mais. (D) Elimina la regione dell'epidermide del tronco mais. (E) maglie triangolari di fasci vascolari. (F), questo pannello mostra un'analisi di clustering secondo le zone di fasci vascolari. (G), questo pannello mostra un'analisi di clustering secondo le aree delle maglie triangolari. (H) questo pannello mostra che un'analisi di clustering secondo le zone di Voronoi maglie. (io) questo pannello mostra i risultati finali segmentati dei fasci vascolari. (J), questo pannello mostra la distribuzione spaziale dei fasci vascolari. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 4 : Immagini di ricostruzione multipiana (MPR) del mais staminali, foglia, radice e. Il pannello di sinistra mostra un'immagine MPR di una sezione trasversale del gambo. Il pannello centrale mostra l'immagine MPR di una sezione trasversale di foglia. Il pannello di destra mostra l'immagine MPR di una sezione trasversale di radice. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 5 : Visualizzazione 3-d dei vasi di radice metaxylem. Le barre = 0,2 mm. (A e B) questi pannelli mostrano una visualizzazione 3-d di una radice. (C - F) questi pannelli mostrano una visualizzazione 3D dei vasi metaxylem. Clicca qui per visualizzare una versione più grande di questa figura.
Tabella 1: Tratti fenotipici microscopiche del fusto mais.
Tabella 2: Microscopici tratti fenotipici di foglia di mais.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Con la riuscita applicazione di tecnologia di CT nei campi della biomedicina e scienze dei materiali, questa tecnologia è stata introdotta gradualmente nei campi della botanica e dell'agricoltura, promuovendo ricerche nelle scienze della vita di pianta come un promettente strumento tecnico . Nel tardo 1990, tecnologia CT in primo luogo è stata utilizzata per studiare le strutture morfologiche e sviluppo di sistemi di radice di pianta. Nell'ultimo decennio, Sincrotrone HRCT è diventato un potente strumento non distruttivo per i biologi pianta ed è stato utilizzato con successo per identificare le strutture del tessuto del sistema vascolare dell'uva8, struttura del tessuto di Arabidopsis foglia9 , 10e la struttura di seme di colza11. Attraverso il sincrotrone HRCT, grandi progressi nello studio della struttura e funzione dei fasci vascolari in piante legnose12,13,14. Tuttavia, poca ricerca di tecnologia HRCT per mais, frumento, riso e altre colture è stato fatto15. Mais non ha nessuna crescita secondaria, e la cella consiste essenzialmente di acqua nel meristema primario. Anche se campioni freschi possono essere analizzati dal micro-CT senza alcun pretrattamento, i risultati di scansione sono molto poveri. I motivi principali sono come segue: densità (1) bassa attenuazione dei tessuti vegetali, risultante in un basso contrasto in numero atomico e alto rumore nelle immagini; (2) fresco materiale tende a disidratarsi e si restringono durante il periodo di scansione, come riportato da Du6. I motivi di cui sopra sono diventati i principali fattori che limitano l'applicazione di questa tecnologia in mais, frumento, riso e altre monocotiledoni.
Qui, presentiamo un protocollo di preparazione del campione di semplice e pratico che non solo previene la deformazione dei tessuti vegetali, ma anche migliora il contrasto di assorbimento di raggi x. Immagini di CT di alta qualità e ad alta risoluzione di radice, fusto e foglie sono state ottenute sulla base del protocollo di preparazione del campione e sistema di micro-CT imaging, e la più alta risoluzione era fino a 2 µm/pixel. Così, il protocollo di preparazione del campione è adatto per esame ordinario di micro-CT e fornisce una grande opportunità per le applicazioni più ampie in monocot ed altre scienze botaniche. Questo protocollo può essere facilmente modificato per accogliere altri materiali vegetali quali disidratazione o procedura di secchezza e relativo parametro anche può essere regolata secondo i materiali vegetali specifiche per ottenere risultati ottimali. In particolare, questo approccio è limitato dalle dimensioni e volume del campione di pianta. Un segmento di campione troppo spesso può portare a essiccazione incompleta o deformazione del campione. Pertanto, questo protocollo di preparazione del campione è applicabile per materiali di piccola pianta con uno spessore di meno di 3 cm e non molto più grande mais materiali quali mais orecchio o pannocchia.
La tecnologia phenotyping microscopiche di materiali vegetali è uno dei temi caldi di studi fenotipici pianta negli ultimi anni, e sta gradualmente diventando una delle tecnologie di supporto di base per fisiologia genetica di allevamento e pianta. Analisi fenotipica al microscopio tradizionale delle piante richiede un numero elevato di campioni complessi preparati e noiose operazioni manuali. È molto laborioso e che richiede tempo per contare e misurare le caratteristiche microscopiche; i risultati sono anche soggetti a errori soggettivi. Ad esempio, per quantificare le caratteristiche fenotipiche di fasci vascolari in un gambo di mais, il campione di staminali ha bisogno di essere inclusi in paraffina e poi affettato, macchiato e ripreso. Per un'immagine macchiato fetta, è difficile effettuare un'immagine automatizzata di elaborazione dovuto la definizione ambigua di bordi della cella; così, segmentazione e identificazione manuale sono indispensabili16. Per soddisfare i requisiti delle misure su larga scala per tratti anatomici del gambo mais, Legland e Heckwolf presentare diversi metodi di elaborazione delle immagini; Tuttavia, le strutture dei fasci vascolari nella scorza sono ancora una sfida17,18. Quindi, sono necessarie analisi d'immagine di alto-rendimento e quantificazione accurata delle caratteristiche anatomiche dei tessuti mais. Qui, forniamo software di imaging automatico per fasci vascolari, che permette di estrarre automaticamente 31 tratti fenotipici di fasci vascolari in ~ 30 s per ogni immagine di CT il gambo di mais e 33 tratti fenotipici in ~ 50 s per ogni immagine di CT di foglia di mais. Le caratteristiche di struttura e distribuzione dei fasci vascolari all'interno della sezione trasversale dell'intero steli o foglie possono essere analizzate automaticamente e quantificate. Questo software presenta i seguenti vantaggi: (1) esso automaticamente elabora le immagini di fetta CT del mais del tronco e foglia ed estrae i tratti fenotipici di fasci vascolari; (2) ha un più alto tasso di riconoscimento dei fasci vascolari nell'immagine CT, soprattutto per piccoli fasci vascolari sul bordo; (3) un metodo del romanzo grafico di analisi viene utilizzato per rivelare le caratteristiche di distribuzione dei fasci vascolari.
Inoltre, la tecnologia di scansione di raggi x micro-CT ha evidenti vantaggi nelle efficienze di acquisizione di immagini e di ricostruzione rispetto alle tecniche tradizionali di ricostruzione basate su paraffina sezione immagini19,20 ,21. Basato sulla serie di immagine di CT di radice di mais, un sistema di elaborazione delle immagini è sviluppato per estrarre le strutture spaziali dei vasi metaxylem e utilizzato con successo per la misurazione 3D delle caratteristiche microscopiche. Il limite principale di questo schema è che i risultati di segmentato 3D dipendono dalla interazione manuale leggera. In futuro, ci proponiamo di sviluppare un insieme di software di analisi di immagine 3D automatizzata per il dataset di CT delle radici di mais per migliorare l'efficienza della segmentazione 3D e della ricostruzione.
In conclusione, un esame ordinario di micro-CT basato su un protocollo di preparazione del campione pratico per il mais fusto, foglia, e radice è costruito per produrre immagini ad alta risoluzione di CT. Il protocollo di preparazione del campione fornito qui non solo previene la deformazione dei tessuti vegetali, ma anche migliora il contrasto di assorbimento di raggi x. Questo protocollo è adatto anche per altre applicazioni in grano, riso e altre monocotiledoni l'esame di CT. Finora, abbiamo sviluppato software di imaging automatico per fasci vascolari, che è in grado di automaticamente e rapidamente estrarre i tratti fenotipici di fasci vascolari da una singola immagine di CT del mais del tronco e foglia. Basato sulla serie di immagine di CT della radice mais, un sistema di elaborazione delle immagini è correttamente impostato per estrarre i 3D tratti fenotipici dei vasi metaxylem. Tecniche microscopiche fenotipizzazione di materiali vegetali basati su micro-CT a raggi x forniscono una nuova prospettiva per la quantificazione esatta e veloce e l'identificazione di mais fasci vascolari.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori non hanno nulla a rivelare.
Acknowledgments
Questa ricerca è stata sostenuta dal National natura Science Foundation of China (No.31671577), la scienza e tecnologia innovazione speciale costruzione finanziato programma di Pechino Accademia di agricoltura e silvicoltura Sciences(KJCX20180423), la ricerca Programma di sviluppo della Cina (2016YFD0300605-01), la Fondazione di scienze naturali di Beijing (5174033), il Beijing Postdoctoral Research Foundation (2016 ZZ-66) e il Beijing Academy of agricoli e forestali Scienze Grant (KJCX20170404) ( JNKYT201604).
Materials
| Name | Company | Catalog Number | Comments |
| Skyscan 1172 X-ray computed tomography system | Bruker Corporation, Belgium | NA | For CT scanning |
| CO2 critical point drying system (Leica CPD300) | Leica Corporation, Germany | NA | For sample drying |
| Ethanol | Any | NA | For FAA fixation |
| Formaldehyde | Any | NA | For FAA fixation |
| Acetic acid | Any | NA | For FAA fixation |
| Surgical blade | Any | NA | For cutting the sample sgements |
| 3D printer | Makerbot replicator 2, MakerBot Industries, USA | NA | For printing the sample baskets of maize root, stem, and leaf |
| Centrifuge tube | Corning, USA | NA | Place the root, stem, or leaf materials |
| Solid iodine | Any | NA | For sample dyeing |
| SkyScan Nrecon software | SkyScan NRecon, Version: 1.6.9.4, Bruker Corporation, Belgium | NA | For image reconstruction |
| VesselParser software | VesselParser, Version: 3.0, National Engineering Research Center for Information Technology in Agriculture (NERCITA), Beijing, China | NA | Image analysis protocol for single CT image of maize stem or leaf |
| ScanIP | ScanIP, Version: 7.0; Simpleware, Exeter, UK | NA | 3D image processing software |
| Latex gloves | Any | NA | |
| Tweezers | Any | NA |
References
- Lucas, W. J., et al. The plant vascular system: evolution, development and functions. Journal of Integrative Plant Biology. 55, 294-388 (2013).
- Gou, L., et al. Effect of population density on stalk lodging resistant mechanism and agronomic characteristics of maize. Acta Agronomica Sinia. 33, 1688-1695 (2007).
- Hu, H., et al. QTL mapping of stalk bending strength in a recombinant inbred line maize population. Theoretical and Applied Genetics. 126, 2257-2266 (2013).
- Wilson, J. R., Mertens, D. R., Hatfield, R. D. Isolates of cell types from sorghum stems: Digestion, cell wall and anatomical characteristics. Journal of the Science of Food and Agriculture. 63, 407-417 (1993).
- Hatfield, R., Wilson, J., Mertens, D. Composition of cell walls isolated from cell types of grain sorghum stems. Journal of the Science of Food and Agriculture. 79, 891-899 (1999).
- Du, J., et al. Micron-scale phenotyping quantification and three-dimensional microstructure reconstruction of vascular bundles within maize stems based on micro-CT scanning. Functional Plant Biology. 44 (1), 10-22 (2016).
- Pan, X., et al. Reconstruction of Maize Roots and Quantitative Analysis of Metaxylem Vessels based on X-ray Micro-Computed Tomography. Canadian Journal of Plant Science. 98 (2), 457-466 (2018).
- McElrone, A. J., Choat, B., Parkinson, D. Y., MacDowell, A. A., Brodersen, C. R. Using high resolution computed tomography to visualize the three dimensional structure and function of plant vasculature. Journal of Visualized Experiments. (74), e50162 (2013).
- Cloetens, P., Mache, R., Schlenker, M., Lerbs-Mache, S. Quantitative phase tomography of Arabidopsis seeds reveals intercellular void network. Proceedings of the National Academy of Sciences of the Unites States of America. 103, 14626-14630 (2006).
- Dorca-Fornell, C., et al. Increased leaf mesophyll porosity following transient retinoblastoma-related protein silencing is revealed by microcomputed tomography imaging and leads to a system-level physiological response to the altered cell division pattern. Plant Journal. 76 (6), 914-929 (2013).
- Verboven, P., et al. Void space inside the developing seed of Brassica napus and the modelling of its function. New Phytologist. 199, 936-947 (2013).
- Brodersen, C. R., Roark, L. C., Pittermann, J. The physiological implications of primary xylem organization in two ferns. Plant, Cell & Environment. 35, 1898-1911 (2012).
- Choat, B., Brodersen, C. R., McElrone, A. J. Synchrotron X-ray microtomography of xylem embolism in Sequoia sempervirens saplings during cycles of drought and recovery. New Phytologist. 205, 1095-1105 (2015).
- Torres-Ruiz, J. M., et al. Direct x-ray microtomography observation confirms the induction of embolism upon xylem cutting under tension. Plant Physiology. 167, 40-43 (2015).
- Staedler, Y. M., Masson, D., Schönenberger, J. Plant tissues in 3D via. x-ray tomography: simple contrasting methods allow high resolution imaging. PLoS One. 8, 75295 (2013).
- Zhang, Y., Legay, S., Barrière, Y., Méchin, V., Legland, D. Color quantification of stained maize stem section describes lignin spatial distribution within the whole stem. Journal of the Science of Food and Agriculture. 61, 3186-3192 (2013).
- Legland, D., Devaux, M. F., Guillon, F. Statistical mapping of maize bundle intensity at the stem scale using spatial normalisation of replicated images. PLoS One. 9 (3), 90673 (2014).
- Heckwolf, S., Heckwolf, M., Kaeppler, S. M., de Leon, N., Spalding, E. P. Image analysis of anatomical traits in stem transections of maize and other grasses. Plant Methods. 11, 26 (2015).
- Wu, H., Jaeger, M., Wang, M., Li, B., Zhang, B. G. Three-dimensional distribution of vessels, passage cells and lateral roots along the root axis of winter wheat (Triticum aestivum). Annals of Botany. 107, 843-853 (2011).
- Chopin, J., Laga, H., Huang, C. Y., Heuer, S., Miklavcic, S. J. RootAnalyzer: A Cross-Section Image Analysis Tool for Automated Characterization of Root Cells and Tissues. PLoS One. 10, 0137655 (2015).
- Passot, S., et al. Characterization of pearl millet root architecture and anatomy reveals three types of lateral roots. Frontiers in Plant Science. 7, 829 (2016).
