Summary
Ofrecemos un novedoso método para mejorar el contraste de la absorción de rayos x del maíz tejido adecuado para la exploración de la tomografía de la microcomputed ordinaria. Basado en imágenes del CT, presentamos un conjunto de flujos de trabajo de procesamiento de imágenes para diferentes materiales de maíz extraer efectivamente fenotipos microscópicos de haces vasculares del maíz.
Abstract
Es necesario cuantificar con precisión las estructuras anatómicas de maíz materiales basados en técnicas de análisis de imagen de alto rendimiento. Aquí, ofrecemos un 'protocolo de preparación de muestra' para materiales de maíz (es decir, tallo, hoja y raíz) convenientes para los microcomputed exploración de la tomografía (micro-CT). Basado en imágenes de alta resolución CT de tallo, hoja y raíz, Describimos dos protocolos para el análisis fenotípico de los haces vasculares: (1) basado en la imagen de CT de tallo y hoja, hemos desarrollado una tubería de análisis de imagen específica para extraer automáticamente 31 y 33 rasgos fenotípicos de haces vasculares; (2) basado en la serie de imagen de CT de maíz raíz, configurar un esquema de procesamiento de imagen para la segmentación (3D) tridimensional de los vasos metaxylem y extrae dos dimensiones (2-D) y 3-d características fenotípicas, tales como volumen, superficie de embarcaciones metaxylem, etc. En comparación con la medición manual tradicional de haces vasculares de materiales de maíz, los protocolos propuestos mejoran significativamente la eficiencia y la exactitud de la cuantificación fenotípica de la escala del micrón.
Introduction
El sistema vascular maíz recorre toda la planta, de la raíz y el tallo a las hojas, que forma las rutas de transporte clave para la entrega de agua, nutrientes minerales y sustancias orgánicas1. Otra función importante del sistema vascular es proporcionar soporte mecánico para la planta de maíz. Por ejemplo, la morfología, número y distribución de haces vasculares en raíces y tallos están estrechamente relacionados con la resistencia del alojamiento de plantas de maíz2,3. En la actualidad, estudios sobre la estructura anatómica de haces vasculares utilizan principalmente microscópicas y ultramicroscópicos técnicas para visualizar las estructuras anatómicas de una cierta parte del tallo, hoja o raíz y luego medir y contar estas estructuras de interés por la investigación manual. Sin duda, medición manual de diferentes estructuras microscópicas en microfilmes a gran escala es un trabajo muy tedioso e ineficiente y limita seriamente la precisión de microphenotypic rasgos, debido a su subjetividad y la inconsistencia4, 5.
Maíz no tiene crecimiento secundario, y el contenido de la celda consiste esencialmente de agua en el meristemo primario. Sin ningún tratamiento previo, muestras frescas de tejidos de maíz pueden ser directamente escaneadas utilizando un dispositivo micro-CT; sin embargo, los resultados del análisis son probablemente pobre y áspero. Las razones principales se resumen a continuación: las densidades de atenuación baja (1) de los tejidos de la planta, resultando en un bajo contraste de número atómico y alto nivel de ruido en imágenes; (2) materiales vegetales fresco son propensos a deshidratarse y encogimiento durante el ambiente exploración normal, según Du6. Los problemas antes mencionados se han convertido en las principales limitaciones para el desarrollo y aplicación de la tecnología de microphenotyping de maíz, trigo, arroz y otras monocotiledóneas. Aquí, presentamos el 'protocolo de preparación de muestra' a pretratar las muestras de tallo, hoja y raíz. Este protocolo evita la deshidratación y la deformación de materiales vegetales durante la CT exploración; por lo tanto, es beneficioso aumentar el tiempo de conservación de muestras de plantas con nondeformation. Por otra parte, el paso tintura basado en yodo sólido también mejora el contraste de materiales vegetales; así, hace mejoras significativas en la calidad de imagen de micro-CT. Además, desarrollamos software de procesamiento de imagen, llamado VesselParser, para procesar las imágenes del CT de maíz tallos y hojas. Este software integra un conjunto de tuberías de proceso de imagen para realizar análisis phenotyping automáticas y de alto rendimiento para imágenes del CT 2-D de los tejidos vegetales diferentes. Haces vasculares en la sección representativa entera del tallo y hoja se detectan, extraído e identificado utilizando un método automático de procesamiento de imágenes. Como resultado, obtenemos 31 fenotipos microscópicos de la espiga de maíz y 33 fenotipos microscópicos de la hoja de maíz. Para la serie de imagen del CT de la raíz del maíz, se desarrolló un sistema de procesamiento de imágenes para adquirir rasgos fenotípicos 3D de vasos metaxylem. Este esquema es superior en eficiencia de adquisición de imágenes y reconstrucción en comparación con los métodos tradicionales.
Estos resultados indican que la imagen de proceso tuberías teniendo en cuenta que las proyección de imagen características de ordinario rayos x micro-CT proporcionan un método eficaz para el fenotipado microscópica de haces vasculares; Esto extremadamente amplía las aplicaciones de las técnicas de TAC en ciencia de planta y mejora el fenotipado automático de materiales vegetales en resolución celular6,7.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. muestra preparación protocolo
- Para la toma de muestras, recoger el tallo, hoja, raíz de plantas de maíz frescas y dividirlas en tres tipos de muestra grupos (cada grupo con cuatro repeticiones). Luego, cortar en pequeños segmentos utilizando una cuchilla quirúrgica de la siguiente manera: (1) cortar un segmento del medio entrenudo del tallo 1-1.5 cm de longitud; (2) cortar un segmento de la anchura máxima de la hoja de 0,5 - 3 cm de longitud a lo largo de la dirección vertical con la vena principal; (3) cortar un segmento de la raíz corona 0,5 cm de longitud.
- Para la fijación de la FAA, remoje los segmentos de la muestra en una solución de FAA (90:5:5 v/v/v, 70% etanol: 100% formaldehído: 100% ácido acético) para al menos 3 d.
- Realizar el procedimiento de deshidratación en seis gradientes de etanol secuencial (es decir, 30%, 50%, 70%, 85%, 95% y 100%) y establecer el tiempo de procesamiento de cada gradiente de etanol como 30 min.
- Colocar los materiales de planta en los correspondientes cestos muestra fabricados mediante una impresora 3-d; a continuación, transferir rápidamente las cestas de la muestra a la celda de muestra de un sistema de secado de punto crítico de2 de CO. Configurar los parámetros de secado como sigue:
1 CO2 : velocidad rápida. Rellenos de titular: 100%.
(2) cargo: CO2 carga demora 120 s en el ciclo. Cambio de velocidad: 5. número de ciclo: 12.
(3) gas: calor, rápido. Velocidad: lento, 50%.- Según las diferencias morfológicas de maíz raíz, tallo y hoja, cestas de muestra de diseño e impresión utilizando una impresora 3-d (p. ej., figura 1).
- Colocar los materiales de planta seca (maíz raíz tallo y hoja) en un tubo de centrífuga de 50 mL con 2 g de yodo sólido para teñir los materiales de planta con vapor de yodo volátil y, a continuación, coloque los tubos en un cuarto hermético para 4-5 h.
2. Protocolo de análisis micro-CT en
- Para analizar en los datos brutos de CT, establece el CT exploración parámetros como sigue: 40 kV/250 μA (de tallo y hoja) o 34 kV/210 mA (de raíz). El correspondiente análisis de rangos para los diferentes tamaños y volúmenes de los materiales de planta usados y ajuste los tamaños de pixel de imagen como sigue: 2.0 μm (para la raíz del maíz), 6.77 μm (para el tallo) y 10,0 μm (para la hoja de maíz).
- Para reconstruir imágenes, convertir los datos brutos de la TAC en imágenes con una resolución de 2K (2.000 x 2.000 píxeles) CT utilizando un software de reconstrucción de imagen. Más detalles se proporcionan en el Manual del usuario NRecon (http://bruker-microct.com/next/NReconUserGuide.pdf).
3. imagen protocolo de análisis de una imagen de CT solo de un tallo o una hoja
Nota: Utilizar software de proyección de imagen automática para haces vasculares para llevar a cabo el análisis phenotyping de haces vasculares dentro de las imágenes de slice CT del tallo y hoja (figura 2). Los pasos de uso del software se describen a continuación.
- Nombrar el tipo de órgano para inicializar el algoritmo diferentes tuberías. Haga clic en el botón parámetros de método y seleccionar tallo u hojas de maíz en el primer cuadro de lista desplegable.
- Para importar las imágenes, haga clic en el botón de gestión de datos , configurar el directorio de trabajo y automáticamente todas las imágenes de slice en este directorio de importación. Seleccionar imágenes individuales o multi-slice en las tuberías de la imagen.
- Determinar el tamaño de píxel real de la imagen. Haga clic en el botón parámetros de método y entrar en el tamaño de píxel real de la imagen en el artículo de la edición del tamaño de píxel.
- Para el cómputo de phenotyping, pulse el botón de cálculo Phenotyping para extraer automáticamente los rasgos fenotípicos de los haces vasculares para todas las imágenes.
- Haga clic en el botón de análisis estadístico para los resultados de salida como un formato de archivo TXT o CSV.
4. imagen protocolo de análisis para la serie de imagen del CT de una raíz de maíz
Nota: La serie de imagen de CT de raíces de maíz se utiliza para extraer las estructuras 3D de vasos metaxylem utilizando software de procesamiento de imagen. Los pasos principales son los siguientes.
- Importar las imágenes reconstruidas de raíces de maíz (en formato BMP) y determinar los parámetros de espaciado exacto (el tamaño de un voxel [es decir, x, y, z]). Utilice la herramienta gaussiano de recursiva para suavizar estas imágenes para mejorar la calidad de imagen.
- Realizar segmentación 3D de vasos metaxylem ajustando los parámetros de umbral; Esto genera una etiqueta de color uniforme para cada buque metaxylem conectado.
- Mejorar e identificar los vasos de metaxylem interactivamente usando morfología, bit a bit y las operaciones de relleno de inundación.
- Realizar reconstrucción de superficie y visualización de volumen de los vasos. Utilice la herramienta de estadísticas de máscara para contar y medir los rasgos fenotípicos de un buque en los niveles 2D y 3D.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
El protocolo de preparación de muestra adecuado para el análisis de micro-CT en ordinario no sólo previene la deformación de los tejidos vegetales pero también mejora el contraste de la absorción de rayos x. Materiales de planta pretratados se analizan mediante un sistema de micro-CT en imágenes de alta calidad, y la resolución más alta puede alcanzar 2 μm/píxeles. La figura 4 muestra las imágenes micro-CT de tallo, hoja y raíz, y el contraste de la imagen tiene una mejora significativa en comparación con los resultados analizados de los materiales de planta fresca. En estas imágenes de slice CT, diferencias significativas en los valores de nivel de gris son observables entre los haces vasculares, células de parénquima, vasos de xilema, epidermis y otros tejidos.
Basados en este software de proyección de imagen de haces vasculares, las características de estructura y distribución de haces vasculares dentro de la sección transversal del tallo entero o de hoja pueden automáticamente analizar y cuantificar. La imagen de un tallo de maíz como ejemplo, y el algoritmo de fenotipado de software consta de cinco pasos: la imagen del sector del segmento, segmento de los haces vasculares, analizar la distribución espacial de los haces vasculares, identificar y mejorar los haces vasculares , cálculo y salida de los rasgos fenotípicos de los haces vasculares. La región entera de la epidermis en la imagen está, en primer lugar, segmentada en base a valores umbral específico o adaptativo y análisis de contorno técnicas se realizan para extraer de la región de la epidermis (Figura 3A y 3B). A continuación, se realiza la segmentación de los haces vasculares. Haces vasculares están rodeados en la epidermis; por lo tanto, la región de la epidermis con el espesor predefinido se elimina de la imagen de la rodaja. El resto de la imagen consiste en sólo vascular bundles dispersos con intensidades de píxeles de alta y las células del parénquima con intensidades débiles pixel. A continuación, se realiza la segmentación en función del valor umbral fijo para extraer todas las regiones de candidato de los haces vasculares y estas regiones están más determinadas como válidos haces vasculares según las limitaciones de las características de la zona y forma ( Figura 3 y 3D).
Después de la segmentación de los haces vasculares, se extraen las características de la distribución espacial de los haces vasculares. Tomar los centros geométricos de haces vasculares dispersos como nodos para generar mallas de triángulo de los haces vasculares en la imagen de la rodaja, y estas mallas se agrupan en cinco tipos según sus áreas. Las áreas de los haces vasculares manifiestan una significativa tendencia decreciente desde el centro al borde de la espiga de maíz. El triangular y mallas de Voronoi describen la distribución espacial y las conexiones topológicas de haces vasculares, y cada malla se dibuja con un color específico según los resultados agrupados de los haces vasculares (figura 3E - 3 H). Haces vasculares que cumplan con las restricciones de distribución espacial (área de la malla y la forma son los índices importantes para determinar la disponibilidad de haz vascular) son reservados y utilizados para generar los resultados de segmentación final (figura 3).
En el último rasgos fenotípicos de haces vasculares, tales como formas geométricas, e información de distribución, puede ser computado según el análisis anterior, que se traduce en la salida de un archivo TXT o CSV (figura 3J). Basado en el software de proyección de imagen de haces vasculares, 31 rasgos fenotípicos del tallo pueden ser automáticamente analizados; el tiempo de cómputo promedio para cada imagen de CT es de ~ 30 s. Los parámetros fenotípicos relativos del tallo se muestran en la tabla 1. Asimismo, 33 rasgos fenotípicos de la hoja pueden ser extraídos, el tiempo de cómputo promedio es de ~ 50 s y las clasificaciones de estos parámetros se muestran en la tabla 2. Para una lista de imágenes, las tuberías arriba de análisis de imagen están integradas en un procesamiento por lote para ejecución automática. Este flujo de trabajo es eficaz para analizar las características fenotípicas de todos los haces vasculares dentro de una imagen de la rodaja entera de tallo y hoja. En particular, más rasgos fenotípicos de los haces vasculares, tales como la superficie total, superficie media y proporción de área de haces vasculares, son considerablemente difíciles de medir por mediciones manuales.
Porque los vasos metaxylem de raíces de maíz muestran cambios morfológicos evidentes a lo largo de la dirección de crecimiento de la raíz, es más valioso para extraer las estructuras 3-d de los vasos metaxylem para análisis fenotípico. Basado en la serie de imagen de CT de raíz del maíz, se realizan 3-segmentación, reconstrucción de la superficie y visualización de volumen. Basado en los resultados segmentados, los parámetros estructurales 3D de vasos metaxylem pueden ser calcula automáticamente, incluyendo el volumen, superficie, área de sección transversal (basal) y área de sección transversal (distal) de los vasos metaxylem total y cada uno vaso solo metaxylem. Este flujo de trabajo mejora significativamente la eficacia del análisis 3-d característica fenotípica. Los resultados de la segmentación, la reconstrucción y el volumen de visualización pueden manifestar directamente las estructuras espaciales de vasos metaxylem de raíz de maíz, como se muestra en la figura 5.
Figura 1 : Diferentes tipos de cestas muestra impresión con una impresora 3-d. (A y B) la cesta de la muestra de espiral de la hoja se compone de un óvalo central (A1) del surco y surco de la espiral circundante (A2). La anchura de la ranura de la espiral se encuentra a unos 4 mm para acomodar la hoja con la vena principal. La pared lateral de la ranura espiral es agujeros de drenaje cuadrado creado con (A5) y el fondo de la canasta con los agujeros de drenaje circular (B6). (C y D) Estos dos paneles muestran una cesta de cuatro bien muestra adecuada para la madre, con agujeros de muestra (C1) con un diámetro de 25 mm y la parte inferior de la canastilla (D2) siete drenaje hoyos. (E y F) estos dos paneles muestran una cesta de pocillos de la muestra adecuado para la raíz, con cuatro agujeros circulares (E1) con un diámetro de 10 mm en la zona central y (E2) 13 perforaciones circulares con un diámetro de 8 mm dispuesto cerca del borde de la cesta. El fondo de la canasta muestra tiene agujeros de drenaje con un diámetro de 1 mm para que no salga el tejido de raíz pequeña. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2 : Imágenes de software de imagen automática para haces vasculares. (A) este panel muestra la gestión de datos para importar imágenes CT desde cualquier directorio del archivo y seleccione imágenes CT para el procesamiento posterior. (B) este panel muestra los parámetros del método para identificar el tipo de órgano de imágenes CT y configurar los parámetros del método correspondiente. (C) este panel muestra el cómputo de fenotipado a realizar el cómputo del lote de imágenes CT y mostrar el progreso de la ejecución. (D) este panel muestra el análisis estadístico para verificar los resultados computacionales y generar rasgos fenotípicos para todas las imágenes de CT. (E) este panel muestra los resultados computacionales para el análisis de resultados de salida como un archivo TXT o CVS. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3 : Flujo de trabajo de computación de procesamiento de imágenes y fenotipado basado en imágenes de la rebanada CT. Importación (A) la imagen de rebanada CT de la espiga de maíz. Segmento (B) la imagen de la rodaja con un valor de umbral fijo. (C) Extracto de toda la región de la espiga de maíz. (D) eliminar la región de la epidermis del tallo de maíz. (E) mallas triangulares de haces vasculares. (F) este panel muestra un análisis de agrupamiento según las áreas de los haces vasculares. (G) este panel muestra un análisis de agrupamiento según las áreas de las mallas triangulares. (H) este panel muestra que un análisis de agrupamiento según las regiones de Voronoi mallas. () Este panel muestra los resultados finales segmentados de los haces vasculares. (J) este panel muestra la distribución espacial de los haces vasculares. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4 : Imágenes de reconstrucción multiplanar (MPR) de la raíz, tallo y hoja. El panel izquierdo muestra una imagen MPR de sección transversal de un tallo. El panel central muestra una imagen MPR de sección transversal de una hoja. El panel derecho muestra una imagen MPR de un corte transversal de raíz. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5 : Visualización 3D de vasos de raíz metaxylem. Las barras = 0,2 mm. (A y B) estos paneles muestran una visualización 3D de una raíz. (C - F) estos paneles muestran una visualización 3D de los vasos metaxylem. Haga clic aquí para ver una versión más grande de esta figura.
Tabla 1: Rasgos fenotípicos microscópicos de la espiga de maíz.
Tabla 2: Rasgos fenotípicos microscópicos de la hoja de maíz.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Con la aplicación exitosa de la tecnología de CT en los campos de la biomedicina y Ciencias de los materiales, esta tecnología se ha introducido gradualmente en los campos de la botánica y la agricultura, promoción de investigaciones en Ciencias de la vida vegetal como una herramienta técnica prometedora . A finales de 1990, CT tecnología primero fue utilizada para el estudio de las estructuras morfológicas y desarrollo de sistemas de la raíz de la planta. En la última década, sincrotrón TCAR se ha convertido en una herramienta poderosa y no destructiva para los biólogos de la planta y se ha utilizado con éxito para identificar las estructuras de tejido del sistema vascular uva8, estructura del tejido de hojas de Arabidopsis 9 , 10y estructura de la semilla de colza11. A través del sincrotrón HRCT, grandes progresos en el estudio de la estructura y función de los haces vasculares en las plantas leñosas12,13,14. Sin embargo, se ha realizado poca investigación de la tecnología de la HRCT para maíz, trigo, arroz y otros cultivos de15. Maíz no tiene crecimiento secundario, y la célula consiste esencialmente de agua en el meristemo primario. Aunque las muestras frescas se pueden escanear por micro-CT sin ningún tratamiento previo, los resultados del análisis son muy deficientes. Las principales razones son las siguientes: las densidades de atenuación baja (1) de los tejidos de la planta, dando por resultado un bajo contraste de número atómico y alto nivel de ruido en imágenes; (2) material fresco tiende a deshidratar y encogimiento durante el período de análisis, según lo informado por Du6. Las razones antes mencionadas se han convertido en los principales factores que limitan la aplicación de esta tecnología en maíz, trigo, arroz y otras monocotiledóneas.
Aquí, presentamos un protocolo de preparación de muestra simple y práctico que no sólo previene la deformación de los tejidos vegetales pero también mejora el contraste de la absorción de rayos x. Se obtuvieron imágenes de alta calidad y alta resolución del CT de raíz, tallo y hoja basado en el protocolo de preparación de muestra y micro-CT en el sistema de imagen, y la resolución más alta fue de hasta 2 μm/píxeles. Así, el protocolo de preparación de la muestra es adecuado para análisis de micro-CT normal y ofrece una gran oportunidad para aplicaciones más amplias en monocotiledóneas y otras ciencias de planta. Este protocolo puede ser modificado fácilmente para acomodar otros materiales vegetales como deshidratación o procedimiento de secado, y su parámetro también puede ser ajustado según los materiales de planta específica para los mejores resultados. En particular, este enfoque está limitado por el tamaño y volumen de la muestra de la planta. Un segmento de muestra demasiado grueso puede llevar a secado incompleto o deformación de la muestra. Por lo tanto, este protocolo de preparación de la muestra es aplicable para materiales de la pequeña planta con un espesor de menos de 3 cm y no para materiales maíz mucho mayor como mazorca o mazorca.
La tecnología microscópica phenotyping de materiales vegetales es uno de los temas candentes de estudios fenotípicos de la planta en los últimos años, y poco a poco se está convirtiendo en una de las tecnologías de soporte básico de fisiología genética de cría y de la planta. Tradicional análisis fenotípico microscópico de plantas requiere de un gran número de preparaciones de muestras complejas y tediosas operaciones manuales. Es muy trabajosa y requiere mucho tiempo contar y medir los rasgos microscópicos; los resultados también son propensos a errores subjetivos. Por ejemplo, para cuantificar las características fenotípicas de haces vasculares en un tallo, el tallo muestra necesita incluida en parafina y luego en rodajas, manchado, y reflejada. Para una imagen manchada de la rebanada, es difícil realizar una imagen automatizada de procesamiento debido a la ambigua definición de límites de la celda; así, la segmentación y la identificación manual son indispensable16. Para satisfacer los requerimientos de mediciones a gran escala de rasgos anatómicos del tallo de maíz, Legland y Heckwolf introdujeron diferentes métodos de procesamiento de imágenes; sin embargo, las estructuras de haces vasculares en la corteza son todavía un reto17,18. Por lo tanto, el análisis de imagen de alto rendimiento y cuantificación precisa de rasgos anatómicos de los tejidos de maíz son necesarios. Aquí, ofrecemos software de proyección de imagen automático de haces vasculares, que automáticamente puede extraer rasgos fenotípicos 31 de haces vasculares en ~ 30 s para cada imagen de CT de la espiga de maíz y 33 rasgos fenotípicos en ~ 50 s para cada imagen de CT de la hoja de maíz. Las características de estructura y distribución de haces vasculares dentro de la sección transversal de todos tallos u hojas pueden ser automáticamente analizadas y cuantificadas. Este software tiene las siguientes ventajas: (1) automáticamente procesa las imágenes CT del tallo y hojas y extractos de los rasgos fenotípicos de haces vasculares; (2) tiene una mayor tasa de reconocimiento de haces vasculares en la imagen de CT, especialmente para pequeños haces vasculares en el borde; (3) un método de análisis gráfico novela se utiliza para revelar las características de la distribución de haces vasculares.
Además, la tecnología de exploración de rayos x micro-CT tiene evidentes ventajas en la eficiencia de adquisición de imágenes y reconstrucción comparada con técnicas de reconstrucción tradicional basadas en parafina sección imágenes19,20 ,21. Basado en la serie de imagen de CT de raíz del maíz, un esquema de procesamiento de imágenes es desarrollado para extraer las estructuras espaciales de vasos metaxylem y utilizado con éxito para la medición 3D de características microscópicas. La principal limitación de este esquema es que los resultados segmentados 3D dependen de leve interacción manual. En el futuro, nuestro objetivo es desarrollar un conjunto de software de análisis automatizado de imágenes 3-d para el conjunto de datos de CT de raíces de maíz para mejorar la eficiencia de 3-d segmentación y reconstrucción.
En conclusión, un análisis ordinario de micro-CT basan en un protocolo de preparación de muestra práctica para el tallo, hoja, y raíz se construye para producir imágenes de alta resolución CT. El protocolo de preparación de la muestra que aquí no sólo previene la deformación de los tejidos vegetales pero también mejora el contraste de la absorción de rayos x. Este protocolo es también conveniente para otros CT exploración de aplicaciones en trigo, arroz y otras monocotiledóneas. Hasta ahora, hemos desarrollado software de imagen automática de haces vasculares, que es capaz de rápidamente y automáticamente extraer los rasgos fenotípicos de los haces vasculares de una sola imagen de CT del tallo y hoja. Basado en la serie de imagen del CT de la raíz del maíz, un esquema de procesamiento de imágenes está correctamente configurado para extraer los rasgos fenotípicos 3D de vasos metaxylem. Técnicas microscópicas phenotyping de materiales de planta basados en micro-CT de rayos x proporcionan una nueva perspectiva para la cuantificación rápida y precisa y la identificación de maíz haces vasculares.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen nada que revelar.
Acknowledgments
Esta investigación fue apoyada por la nacional naturaleza ciencia Fundación de China (No.31671577), la ciencia y tecnología innovación especial construcción financiado por programa de Pekín Academia de agricultura y silvicultura Sciences(KJCX20180423), la investigación Programa de desarrollo de China (2016YFD0300605-01), la Fundación de Ciencias naturales de Beijing (5174033), el Beijing Postdoctoral de investigación Fundación (ZZ 2016-66) y la Academia de Pekín de la agricultura y silvicultura Ciencias 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).
