Summary
Vi gir en ny metode for å øke X-ray absorpsjon kontrasten av mais vev egnet for vanlige microcomputed tomografi skanning. Basert på CT-bilder, introduserer vi en rekke bildebehandling arbeidsflyter for ulike mais materialer å effektivt pakke mikroskopiske fenotyper av vaskulær bunter av mais.
Abstract
Er det nødvendig å kvantifisere nøyaktig anatomiske strukturer i mais materialer basert på høy gjennomstrømming bildet analyseteknikker. Her gir vi en prøve forberedelse protokoll for mais materialer (dvs., stamme, blad og rot) egnet for vanlige microcomputed tomografi (mikro-CT) skanning. Basert på CT oppløsning av mais stammen, bladene og roten, beskriver vi to protokoller for fenotypiske analyse av vaskulær pakker: (1) basert på CT bildet av mais stilk og blad, vi utviklet en bestemt bildet analyse pipeline for å automatisk trekke 31 og 33 fenotypiske trekk av vaskulær pakker; (2) basert på CT bildet serien av mais rot, vi satt opp en bilde behandling plan for den tredimensjonale (3D) segmenteringen av metaxylem fartøy, og utdraget todimensjonal (2D) og 3D fenotypiske egenskaper, for eksempel volum, arealet av metaxylem fartøy, osv. Sammenlignet med tradisjonell manuell måling av vaskulær bunter av mais materialer, forbedre de foreslåtte protokollene betydelig effektiviteten og nøyaktigheten av mikron skala fenotypiske kvantifisering.
Introduction
Mais vaskulære systemet går gjennom hele anlegget, fra roten og stammen å blader, som er de viktigste transport banene til levere vann, næringsstoffer fra mineraler og organiske stoffer1. En annen viktig funksjon vaskulære system er å gir mekanisk støtte for mais anlegget. For eksempel er morfologi, antall og distribusjon av vaskulær bunter i røtter og bunner nært knyttet til losji motstanden mais planter2,3. I dag, studier av anatomisk strukturen av vaskulær bunter utnytte hovedsakelig mikroskopiske og ultramicroscopic teknikker for å vise anatomiske strukturer i en bestemt del av stamme, blad eller rot, og deretter måle og telle disse strukturene i interesse av manuell undersøkelse. Utvilsomt, manuell måling av ulike mikroskopiske strukturer i store microimages er en langtekkelig og ineffektivt arbeid og grenser presisjonen i microphenotypic trekk, sin subjektivitet og inkonsekvens4, 5.
Mais har ingen sekundær vekst og celleinnholdet består hovedsakelig av vann i den primære meristem. Uten noen forbehandling, kan frisk prøver av mais vev direkte skannes ved hjelp av en mikro-CT enhet. men er skanning resultatene trolig dårlig og grov. De viktigste grunnene er som følger: (1) lavt demping tettheter på anlegget vev, resulterer i en lav kontrast atomnummer og høy støy i bilder; (2) frisk plantemateriale er utsatt for tørke og krympe under normale skanning miljøet, som rapportert av Du6. Ovennevnte problemene har blitt de viktigste begrensningene for utvikling og anvendelse av microphenotyping teknologi for mais, hvete, ris og andre monocotyledons. Her introduserer vi "eksempel forberedelse protokollen" til pretreat prøver av mais stammen, bladene og roten. Denne protokollen unngår dehydrering og deformasjon av plantemateriale under CT skanner; Dermed er det gunstig å øke bevaring av anlegget prøver med nondeformation. Videre, det farging trinnet basert på solid jod også forbedrer kontrasten av plantemateriale; dermed gjør betydelige forbedringer i tenkelig kvaliteten på mikro-CT. Videre har utviklet vi bildebehandling, kalt VesselParser, behandle CT-bilder av mais stengler og blader. Denne programvare integrerer en rekke bildebehandling rørledninger utføre høy gjennomstrømming og automatisk phenotyping analyse for 2D-CT-bilder av ulike anlegg vev. Vaskulær bunter i hele kanalen tverrsnitt av mais stammen og blad oppdages, pakket ut og identifisert ved hjelp av automatisk bildebehandling metode. Som et resultat få vi 31 mikroskopiske fenotyper av mais stammen og 33 mikroskopiske fenotyper av mais blad. For CT bildet serien av mais rot utviklet vi en bildebehandling plan å kjøpe 3D fenotypiske trekk av metaxylem fartøy. Denne ordningen er overlegen i effektiviteten av bildeopptak og gjenoppbygging sammenlignet med tradisjonelle metoder.
Disse resultatene indikerer at bildebehandlingen rørledninger vurderer tenkelig egenskapene til vanlige X-ray mikro-CT gir en effektiv metode for den mikroskopiske phenotyping av vaskulær pakker; Dette svært utvider programmene i CT teknikker i anlegget vitenskap og forbedrer den automatiske phenotyping av plantemateriale på mobilnettet oppløsning6,7.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. sample forberedelse protokollen
- For prøvetaking, samle stamme, blad og rot fra frisk mais planter og dividere seg i tre typer eksempel grupper (hver gruppe med fire replikeringer). Så kutt dem i små segmenter med et kirurgisk blad på følgende måte: (1) kuttet et segment av midten stamme internode 1-1,5 cm i lengde. (2) cut et segment av den maksimale bredden av bladet 0.5 - 3 cm i lengde loddrett retning med viktigste venen; (3) kuttet et segment av kronen roten 0,5 cm i lengde.
- FAA sikker opphenging, suge eksempel segmentene i en FAA løsning (90:5:5 v/v/v, 70% etanol: 100% formaldehyd: 100% eddiksyre) for minst 3 d.
- Fremgangsmåten dehydrering i seks sammenhengende etanol graderinger (dvs.30%, 50%, 70%, 85%, 95% og 100%) og angi behandlingstiden for hver etanol forløpning som 30 min.
- Plass plantemateriale i tilsvarende eksempel kurver produsert ved hjelp av en 3D-skriver; deretter raskt overføre eksempel kurver til eksempel cellen en CO2 kritisk punkt tørking system. Angi parametere for tørking som følger:
(1) CO2 i: rask fart. Holderen fyllstoff: 100%.
(2) gratis: CO2 gratis forsinkelse 120 s i syklusen. Utveksle hastighet: 5. syklus nummer: 12.
(3) gass ut: varme, raskt. Hastighet: langsom, 50%.- Ifølge morfologiske forskjellene mais rot, stamme, blad, design og utskriften kurver 3D skriveren (f.eks figur 1).
- Plass tørkede planter materialer (mais rot, stilk eller blad) i et 50-mL sentrifuge rør med 2 g av solid jod fargestoff plantemateriale med flyktige jod damp, og deretter plassere rør i et lystette rom for 4-5 h.
2. micro-CT skanning protokollen
- For å skanne inn rådata CT, sette CT skanning parametere som følger: 40 kV/250 µA (for stammen og blad) eller 34 kV/210 µA (for rot). Angi den tilsvarende skanning områder for forskjellige størrelser og mengder anlegget materialer og justere tenkelig pixel størrelser som følger: 2.0 µm (for mais roten), 6.77 µm (for mais stammen) og 10,0 µm (for mais bladet).
- For å rekonstruere skive bilder, konvertere CT rådata i CT skive bilder med en 2K oppløsning (2000 x 2000 piksler) bruker en rekonstruksjon programvare. Mer informasjon finnes i brukerhåndboken NRecon (http://bruker-microct.com/next/NReconUserGuide.pdf).
3. image Analysis protokoll for en enkelt CT-bilde of mais rammen eller blad
Merk: Bruke automatisk bildebehandling programvare for vaskulær bunter for å gjennomføre phenotyping analyse av vaskulær bunter i CT skive bilder av mais stammen og blad (figur 2). Programvare Bruk fremgangsmåten beskrives som følger.
- Utnevne hvilken orgel initialisere annen algoritme rørledninger. Klikk metodeparametere og velg mais stammen eller mais blad i den første rullegardinlisten.
- Hvis du vil importere bildene, klikk databehandling , angi arbeidskatalogen og importerer automatisk alle skive bilder i denne mappen. Velg én eller flere bit bilder i bilde rørledningene.
- Bestemme den faktiske pikselstørrelsen i bildet. Klikk knappen metodeparametere og angi den faktiske pikselstørrelsen av bildet i redigeringselement av pikselstørrelsen.
- Phenotyping beregning, klikke Phenotyping beregning for å automatisk trekke fenotypiske trekk av vaskulær bunter for alle merkede bilder.
- Klikk statistikken analyse sende resultatene som filformat TXT eller CSV.
4. image Analysis protokoll for CT bildet serien av en mais rot
Merk: CT bildet serien av mais røtter benyttes for å pakke ut 3D-strukturer av metaxylem fartøy bruker bildebehandlings-programvare. De viktigste trinnene er som følger:
- Importer rekonstruert bilder av mais røtter (i BMP-filformat) og angi nøyaktig avstand parametrene (størrelsen på en voxel [dvs., x, y, z]). Bruk verktøyet rekursiv Gaussian til smoothen disse bildene for å forbedre bildekvaliteten.
- Gjennomføre 3D segmentering av metaxylem fartøy ved å justere terskelparameterne; Dette genererer en jevn fargeetikett for hver tilkoblet metaxylem fartøy.
- Forbedre og identifisere metaxylem fartøy interaktivt bruker morfologi, bitvis, og flom fylle operasjoner.
- Gjennomføre volum visualisering og overflaten gjenoppbygging av fartøyene. Bruk verktøyet maske statistikk teller og måle fenotypiske trekk av et fartøy i 2D og 3D nivåer.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Eksempel forberedelse protokollen egnet for vanlige mikro-CT skanner ikke bare hindrer deformasjon av anlegget vev, men også forbedrer X-ray absorpsjon kontrasten. Forbehandlet plantemateriale skannes ved å bruke en mikro-CT i høy kvalitet bit bilder, og den høyeste oppløsningen kan nå 2 µm/bildepunkt. Figur 4 viser skannede mikro-CT bilder av stammen, bladene og roten, og image kontrasten har en betydelig forbedring sammenlignet med resultatene scannet fra frisk plantemateriale. I bildene CT skive er betydelige forskjeller i grått nivå verdier observerbare vaskulær bunter, parenchyma celler, vedvev fartøy, overhuden og andre vev.
Basert på denne tenkelig programvare for vaskulær bunter, kan funksjonene struktur og distribusjon av vaskulær bunter i tverrsnitt av hele rammen eller blad automatisk analysert og kvantifisert. Ta bildet av en mais stamme som et eksempel, og phenotyping algoritmen programvare består av fem trinn: segment skive bildet, segmentere vaskulær pakker, analysere den romlige fordelingen av vaskulær bunter, identifisere og forbedre vaskulær pakker , og beregne og utgang fenotypiske trekk av vaskulær bunter. Hele epidermis regionen i bildet er, først segmentert basert på bestemte eller dynamiske terskelverdier og kontur analyse teknikker utføres for å trekke ut regionen overhuden (figur 3A og 3B). Deretter er segmentering av vaskulær bunter gjennomført. Vaskulær pakker er omgitt av overhuden; Derfor er overhuden regionen med forhåndsdefinerte tykkelsen fjernet fra skive bildet. Resten av bildet bare består av spredte vascular bundles med høy intensitet og parenchyma celler med svak pixel intensiteter. Deretter bildet segmenteringen basert på faste terskelverdien utføres for å trekke ut alle kandidat regioner av vaskulær bunter, og disse områdene bestemmes lenger som gyldig vaskulær bunter i henhold til begrensningene til området og figur funksjoner ( Figur 3 c og 3D).
Etter segmentering av vaskulær bunter pakkes romlige fordelingen egenskaper av vaskulær bunter. Ta geometriske sentrene av spredte vaskulær bunter som noder å generere Trekant meshes for alle vaskulær bunter i skive bildet, og disse maskene er gruppert i fem typer alt etter deres områder. Områdene av vaskulær bunter manifestere en betydelig fallende trend fra midten til kanten av mais stammen. Det trekantede Voronoi nett beskrive romlige fordelingen og topologisk tilkoblinger av vaskulær bunter og hvert nett tegnes med en bestemt farge ifølge gruppert resultatene av vaskulær bunter (figur 3E - 3 H). Vaskulær bunter som oppfyller betingelsene for romlige fordelingen (mesh området og formen er viktig indeksene til tilgjengeligheten av vaskulær bundle) er reservert og brukes til å generere de siste segmentering resultatene (Figur 3jeg).
På siste, fenotypiske trekk av vaskulær pakker, for eksempel geometriske, figuren, og distribusjonsinformasjon, kan beregnes ifølge vår analyse, som resulterer i produksjon av en TXT eller CSV-fil (Figur 3J). Basert på tenkelig programvare for vaskulær bunter, kan 31 fenotypiske trekk av stammen automatisk analyseres; den gjennomsnittlige beregning hver CT-bilde er ~ 30 s. Relativ fenotypiske parameterne i stammen er vist i tabell 1. Tilsvarende 33 fenotypiske trekk av bladet kan hentes, er gjennomsnittlig beregning tiden ~ 50 s, og disse parameteren klassifikasjoner er vist i tabell 2. En liste over skive bilder, er ovenfor bildet analyse rørledningene integrert i en satsvis behandling for automatisk kjøring. Denne arbeidsflyten er effektivt å analysere fenotypiske trekk av alle vaskulær bunter i et hele stykke bilde av mais stilk og blad. Spesielt, er mest fenotypiske trekk av vaskulær pakker, som areal, gjennomsnittlig området og området forholdet mellom vaskulær pakker, betydelig vanskelig å bli målt av manuelle målinger.
Fordi metaxylem fartøyene mais røtter viser åpenbare morfologiske endringer retning rot vekst, er det mer verdifull for ekstra 3-D strukturer av metaxylem fartøy for fenotypiske analyse. Basert på CT bildet serien av mais rot, utføres 3D segmentering, surface rekonstruksjon og volum visualisering. Basert på segmentert resultatene, kan 3D strukturelle parametrene av metaxylem fartøy beregnes automatisk, inkludert volum, areal, tverrsnitt (basale) og tverrsnitt (distale) av de totale metaxylem fartøyene og hver enkelt metaxylem fartøy. Denne arbeidsflyten vesentlig forbedrer effektiviteten av 3D fenotypiske egenskap analyse. Resultatene av segmentering, rekonstruksjon og volum visualisering kan direkte manifest romlige strukturer av metaxylem fartøy av mais rot, som vist i figur 5.
Figur 1 : Ulike typer eksempel kurver trykt med en 3D-skriver. (A og B) spiral eksempel kurven for bladet er sammensatt med (A1) en sentral oval groove og (A2) rundt spiral groove. Bredden på spiral sporet ligger på rundt 4 mm til bladet med den viktigste venen. Sideveggen spiral Groove er opprettet med (A5) kvadrat avrenningshull og bunnen av kurven med (B6) runde hull. (C og D) Disse to paneler Vis en fire prøve kurv passer for stammen, med (C1) eksempel hull med en diameter på 25 mm og bunnen av kurven med (D2) syv avløp hull. (E og F) disse to paneler viser en multiwell utvalg kurv passer for roten, med (E1) fire runde hull med en diameter på 10 mm i det sentrale området, og (E2) 13 runde hull med en diameter på 8 mm arrangert nær kanten av kurven. Bunnen av prøven kurven har hull med en diameter på 1 mm slik at lille rot vev ikke lekke ut. Klikk her for å se en større versjon av dette tallet.
Figur 2 : Skjermbilder av automatisk bildebehandling programvare for vaskulær bunter. (A) dette panelet viser databehandling importere CT-bilder fra en fil mappe og velge CT skive bilder for senere behandling. (B) dette panelet viser metodeparametere identifiserer hvilken orgel CT skive bilder og konfigurere metodeparameterne for tilsvarende. (C) dette panelet viser phenotyping beregning til å utføre satsvise beregning av CT skive bilder og vise kjøring av fremdriften. (D) dette panelet viser den statistiske analysen å kontrollere beregningsorientert resultatene og generere fenotypiske trekk for alle av CT-bilder. (E) dette panelet viser beregningsorientert resultatene utgang analyse resultater som en TXT- eller CVS-fil. Klikk her for å se en større versjon av dette tallet.
Figur 3 : Arbeidsflyt for bildebehandling og phenotyping beregning basert på CT skive bilder. (A) Import CT skive bildet av mais stammen. (B) Segment skive bildet med en fast terskelverdi. (C) pakke hele regionen av mais stammen. (D) Slett overhuden regionen mais stammen. (E) trekantet nett av vaskulær bunter. (F) dette panelet viser en klynging analyse av vaskulær pakker. (G) dette panelet viser en klynging analyse av trekantet maskene. (H) dette panelet viser en klynging analyse av Voronoi maskene. (jeg) dette panelet viser segmenterte sluttresultatet av vaskulær bunter. (J) dette panelet viser den romlige fordelingen av vaskulær bunter. Klikk her for å se en større versjon av dette tallet.
Figur 4 : Multiplanar rekonstruksjon (MPR) bilder av mais stammen, bladene og roten. Informasjonsvinduet viser et MPR bilde av en stilk tverrsnitt. Midtre panelet viser et MPR bilde av et blad tverrsnitt. Panelet til høyre viser et MPR bilde av et rot tverrsnitt. Klikk her for å se en større versjon av dette tallet.
Figur 5 : 3-D visualisering av rot metaxylem. Barer = 0.2 mm. (A og B) disse panelene viser en 3D visualisering av en rot. (C - F) disse panelene viser en 3-D visualisering av metaxylem fartøy. Klikk her for å se en større versjon av dette tallet.
Tabell 1: Mikroskopiske trekk fenotypiske av mais stammen.
Tabell 2: Mikroskopiske trekk fenotypiske av mais blad.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Med bruk av CT teknologi innen biomedisin og materialkunnskap, har denne teknologien blitt gradvis introdusert i botanikk og landbruk, fremme forskning i anlegget biovitenskap som lovende tekniske verktøy . I 1990, ble CT teknologi først brukt til å studere morfologiske strukturer og utvikling av plante rot systemer. I det siste tiåret, synchrotron HRCT har blitt et kraftig, ikke-destruktiv verktøy for plante biologer, og har blitt brukt til å identifisere vev strukturer av drue karsystemet8, vevet struktur av Arabidopsis blad9 , 10og frø struktur av voldtekt11. Gjennom synchrotron HRCT, har store fremskritt gjort i studiet av struktur og funksjon av vaskulær bunter i woody planter12,13,14. Imidlertid har lite forskning av HRCT teknologi for mais, hvete, ris og andre avlinger blitt gjort15. Mais har ingen sekundær vekst, og cellen i hovedsak består av vann i den primære meristem. Selv om fersk eksempler kan skannes av mikro-CT uten noen forbehandling, er skanning resultatene svært dårlig. De viktigste grunnene er som følger: (1) lavt demping tettheter på anlegget vev, som resulterer i en lav kontrast i atomnummer og høy støy i bilder; (2) ferskt materiale tendens til å tørke og krympe under skanning perioden som Du6. De ovennevnte grunnene har blitt de viktigste faktorene begrenser anvendelsen av denne teknologien i mais, hvete, ris og andre monocotyledons.
Her introduserer vi en enkel og praktisk eksempel forberedelse protokoll som ikke bare hindrer deformasjon av anlegget vev, men også forbedrer X-ray absorpsjon kontrasten. Høy kvalitet og høy oppløsning CT-bilder av rot, stammen og blad anskaffet basert på prøven forberedelse protokollen og mikro-CT tenkelig system, og den høyeste oppløsningen var opptil 2 µm/bildepunkt. Dermed eksempel forberedelse protokollen er egnet for vanlige mikro-CT-skanning og gir en flott mulighet for bredere programmer i monocot og andre plante vitenskaper. Denne protokollen kan enkelt endres til andre plantemateriale som dehydrering eller tørking prosedyre, og dens parameterinnstillingen kan også justeres i henhold til bestemte plantemateriale best resultat. Spesielt er denne tilnærmingen begrenset av størrelsen og volumet av anlegget prøven. Et for tykk eksempel segment kan føre til ufullstendig tørking eller deformasjon av prøven. Derfor er denne prøven forberedelse protokollen gjeldende for liten plantemateriale med en tykkelse på mindre enn 3 cm og ikke for mye større mais materialer som mais øret eller cob.
Mikroskopiske phenotyping teknologien av plantemateriale er en av de varme emnene av anlegget fenotypiske studier de siste årene, og det er gradvis blitt en av de grunnleggende støtte teknologiene for genetisk avl og plante fysiologi. Tradisjonelle mikroskopiske fenotypiske analyse av planter krever mange komplekse utvalg forberedelser og kjedelig manuell operasjoner. Det er veldig arbeidskrevende og tidkrevende å telle og måle de mikroskopiske egenskapene. resultatene er også utsatt for subjektive feil. For eksempel for å kvantifisere fenotypiske kjennetegner vaskulær pakker i en mais stilk, må stilk prøven være innebygd i parafin skiver, beiset, og fotografert. Et farget stykke bilde er det vanskelig å utføre en automatisert bildebehandling på grunn av den tvetydige definisjonen av cellekantlinjene; Dermed er manuell identifikasjon og segmentering uunnværlig16. For å tilfredsstille kravene til store målene for anatomiske trekk av mais stammen, innført Legland og Heckwolf bildebehandling metoder; strukturer av vaskulær bunter i skallet er imidlertid fortsatt en utfordring17,18. Derfor er høy gjennomstrømming bildeanalyse og nøyaktig måling av anatomiske trekk av mais vev nødvendig. Her gir vi automatiske bildebehandlingsprogramvare for vaskulær pakker, som kan automatisk trekke 31 fenotypiske trekk av vaskulær bunter i ~ 30 s for hver CT-bilde av mais stammen og 33 fenotypiske trekk i ~ 50 s for hvert CT-bilde av mais blad. Funksjonene struktur og distribusjon av vaskulær bunter i tverrsnitt av hele stammer eller blader kan automatisk analysert og kvantifisert. Denne programvaren har følgende fordeler: (1) det automatisk behandler CT skive bilder av mais stammen og blad og ekstrakter fenotypiske trekk av vaskulær pakker; (2) det har en høyere anerkjennelse rate av vaskulær bunter i CT bildet, spesielt for små vaskulær bunter på kanten; (3) en ny grafisk analyse-metoden brukes til å avsløre distribusjon kjennetegner vaskulær bunter.
Videre har X-ray mikro-CT skanning teknologien åpenbare fordeler i effektiviteten av bildeopptak og gjenoppbygging sammenlignet med tradisjonelle rekonstruksjon teknikker basert på parafin delen bilder19,20 ,21. Basert på CT bildet serien av mais rot, er en bildebehandling ordningen utviklet for å trekke ut romlige strukturer av metaxylem fartøy og brukt for 3D måling av mikroskopiske trekk. Den viktigste begrensningen av denne ordningen er at 3D segmentert resultatene avhenger av liten manuell utregning. I fremtiden ønsker vi å utvikle en rekke automatiserte 3D image analyseprogramvare for CT datasettet mais røtter å forbedre effektiviteten av 3D segmentering og gjenoppbygging.
Avslutningsvis en vanlig mikro-CT skanning basert på en praktisk eksempel forberedelse protokoll for mais stammen, blad, og rot er konstruert for å produsere CT høy oppløsning. Eksempel forberedelse protokollen her ikke bare hindrer deformasjon av anlegget vev, men også forbedrer X-ray absorpsjon kontrasten. Denne protokollen er også egnet for andre CT skanning programmer i hvete, ris og andre monocotyledons. Så langt har vi utviklet automatisk bildebehandling programvare for vaskulær pakker, som kan raskt og automatisk utpakking fenotypiske trekk av vaskulær pakker fra en enkelt CT-bilde of mais stammen og blad. Basert på CT bildet serien av mais rot, er en bildebehandling ordningen konfigurert å trekke 3D fenotypiske trekk av metaxylem fartøy. Mikroskopiske phenotyping teknikker av plantemateriale basert på X-ray mikro-CT gir et nytt prospekt for nøyaktig og rask kvantifisering og identifikasjon av mais vaskulær bunter.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne ikke avsløre.
Acknowledgments
Denne forskningen ble støttet av den nasjonale natur Science Foundation i Kina (No.31671577), vitenskap og teknologi innovasjon spesielle konstruksjonen finansiert Program av Beijing Academy of Agriculture og skogbruk Sciences(KJCX20180423), forskning Utviklingsprogram Kina (2016YFD0300605-01), Beijing Natural Science Foundation (5174033), Beijing postdoktor forskning Foundation (2016 ZZ-66), og Beijing Academy of jordbruk og skogbruk Sciences 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).
