Summary
このハイスループット、テレメトリー、全植物の水関係の重力表現法により、リアルタイムでの直接的かつ同時測定、および動的な植物環境相互作用に関与する複数の収量関連生理学的特性の解析が可能になります。
Abstract
世界人口の増加に対する食料安全保障は大きな懸念事項です。ゲノムツールによって提供されるデータは、フェノミカルデータの供給をはるかに上回り、知識のギャップを生み出します。増加する世界人口を養うために作物を改善するという課題に対応するためには、このギャップを埋める必要があります。
生理学的特徴は、環境条件に対する応答性または感受性の文脈における重要な機能的特徴と考えられている。最近導入されたハイスループット(HTP)のフェノタイピング技術の多くは、リモートセンシングまたはイメージングに基づいており、形態学的形質を直接測定することができますが、主に間接的に生理学的パラメータを測定することができます。
本論文では、植物環境相互作用の機能的表現型にはいくつかの利点がある、直接的な生理表現型の方法について述べている。これは、ユーザーがロードセル重量測定システムとポット実験の使用で遭遇する多くの課題を克服するのに役立ちます。提案された技術はユーザーが土の重量、植物の重量および土の水分量を区別することを可能にし、主要な生理学的特徴の測定と共に動的な土、植物および大気条件の連続的かつ同時測定のための方法を提供する。この方法により、植物の生理学に対する環境の影響を考慮しながら、研究者はフィールドストレスシナリオを綿密に模倣することができます。この方法は、プレフィールドのフェノタイピングにおける大きな問題の1つであるポット効果を最小限に抑えます。これは、フィールド状の植物密度で真にランダム化された実験計画を可能にするフィードバックフェルティネーションシステムを含んでいます。このシステムは、土壌含量制限閾値(θ)を検出し、リアルタイム分析ツールとオンライン統計リソースを使用してデータを知識に翻訳することを可能にします。この方法は、動的環境に対する複数の植物の生理学的応答を迅速かつ直接的に測定するための、畑前の繁殖および作物改善の文脈において、非生物的ストレスに対する応答に関連する有益な形質のスクリーニングに使用する大きな可能性を有する。
Introduction
環境条件の悪化の下で増加する世界の人口のための食料安全保障を確保することは、現在、農業研究11、2、32,3の主要な目標の一つです。新しい分子ツールの利用可能性は、作物改善プログラムを大幅に強化しました。しかし、ゲノムツールは膨大な量のデータを提供しますが、実際の形質特性の理解が限られていると、かなりの知識ギャップが生じます。このギャップを埋めることは、現代の植物科学44、5、65,6が直面している最大の課題の1つです。作物の改良過程で生じる課題に対応し、遺伝子型-表現型の知識ギャップを最小限に抑えるために、我々は、遺伝子型アプローチと表現中心性のアプローチ77,88のバランスを取る必要があります。
近年、様々なハイスループット表現型(HTP)プラットフォームは、時間の経過とともに大規模な植物集団の非破壊表現型を可能にしており、これらのプラットフォームは、遺伝子型-表現型の知識ギャップ66、8、9、108,9,10を減らすのに役立つかもしれません。HTPスクリーニング技術は、ガス交換や写真撮影に基づく手操作技術とは対照的に、ロボット工学やコンベアベルトやガントリーがそれぞれプラントやセンサーを動かすため、比較的短期間で膨大な数の植物の形質を測定することを可能にします。しかし、HTP システムによって生成される膨大な量のデータは、追加のデータ処理と分析の課題11、12を提示します。
これらのHTPプラットフォームのほとんどは、電子センサーまたは自動画像取得13、14を介して形質特性の評価を14伴う。高度なフィールドフェノミクスは、現場での近接センサとイメージング技術の展開、および高解像、精密、大規模な測定15の規模を含む。センサーと画像データを他のマルチオミクスデータと統合して、ホリスティックで第2世代のフェノミックアプローチ16を作成する必要があります。しかし、データ取得、取り扱い、処理における方法論的進歩は、センサ情報を知識に翻訳するという課題が、植物フェノミクス研究13の最初の年の間に大きく過小評価されてきたため、ますます重要になってきている。しかし、動的遺伝子型環境相互作用および植物ストレス応答の深度表現のための現在利用可能なイメージング技術の信頼性と精度は疑わしい17,18,18である。さらに、制御された環境の結果は、特に干ばつストレスのフェノタイピングに関しては、現場で観察されるものとは大きく異なることがよくあります。これは、干ばつストレス時の土壌水分の減少による土壌容積、土壌環境、機械的インピーダンスの観点から植物が経験する状況の違いによるものです。したがって、制御された環境からの結果は、フィールド19に推定することは困難である。最後に、画像ベースのHTPシステムの参入価格は、センサーの価格だけでなく、ロボット工学、コンベアベルト、ガントリーによるもので、成長施設インフラの基準と大幅なメンテナンス(多くの可動部分が温室効果環境で動作する)を必要とするため、非常に高くなっています。
本稿では、上記の多くの問題を解決するために設計されたHTP-遠隔測定のフェノタイピングプラットフォームを紹介する。遠隔測定技術により、記録および分析のために、リモートソースから受信ステーションへのデータの自動測定と伝送が可能になります。ここでは、複数の計量法線のリシメータ(重量測定システム)と環境センサを含む非破壊HTP-テレメトリプラットフォームを示します。このシステムは、植物全体のバイオマスゲイン、蒸散率、口孔伝導度、根束束、水使用効率(WUE)など、幅広いデータの収集と即時計算(画像分析は不要)に使用できます。システム内のコントローラからソフトウェアに直接供給されるビッグデータのリアルタイム分析は、実用的な意思決定に大きな価値を持つ知識14 へのデータの翻訳における重要なステップを表し、制御された環境表現型実験、一般的に、および温室効果ガスの干ばつストレスの研究から得ることができる知識を大幅に拡張する。
テレメトリ プラットフォームの他の利点は、そのスケーラビリティとインストールの容易さ、および最小限の成長施設インフラストラクチャ要件です (つまり、ほとんどの拡張施設に簡単にインストールできます)。また、このセンサベースのシステムには可動部品がないため、入り口価格や長期保守コストの両方を含め、メンテナンスコストは比較的低い。例えば、各プラント、気象ステーション、ソフトウェアのフィードバック熱揚システムを含む20単位の重量測定システムの価格は、大手ブランドの1つのポータブルガス交換システムの価格と同様になります。
米(オリザサティバ L)は、モデル作物として使用され、干ばつは、検討した治療でした。米は、幅広い遺伝的多様性を持つ主要な穀物作物であり、世界人口の半分以上の主食である20.干ばつは植物の成長と発達を損なう主要な環境の不生物ストレス因子であり、作物収量の減少につながる21.この作物と処理の組み合わせは、プラットフォームの能力と、それが生成できるデータの量と品質を実証するために使用されました。この方法の理論的背景に関する詳細は 、22を参照してください。
Protocol
このプロトコルでは、20 cm x 20 cmスケールにロードされた4つのLポットを、各ポットに1つの植物を含むものと呼びました。同じプロトコルは容易に拡張可能で、はるかに大きい鍋(プロトコル対策への線形適応とだけ40 cm x 40 cmのスケールでロードされる25のLまで)および鍋ごとの複数の植物と使用することができる。したがって、プロトコルは、多くのタイプおよびサイズの植物のために容易に合わせることができる。システムコンポーネントについては 、図1 と 図2 を参照してください。
1. 実験用にポットを準備する
- 土壌フィルターを挿入します。鍋全体の上にナイロンメッシュ(ネット)を広げ、ネットホルダーをネットの上に置きます。手で、ゆっくりと鍋全体の内側の半分にネットホルダーを押します。2つのポットの間を押し下げるので、ネットが均一に広がっていることを確認してください。
- 2つのポットの間にグラスファイバースティック(ポール)を挿入し、ポット全体の底まで押し下げ、ネットの外側にも存在し、ネットを押さないようにします。
- ネットホルダーを押し下げる前に、ポットの内側からネットを手で押し下げ、ネットホルダーが完全に挿入されたらポットの底に均一かつしっかりと広がるように調整します(図2CI)。
- ガスケットリングを上記のポットセットアップの下部からスライドし、ポットの側面の3分の1を上にします。リングのスリットがポットの底部に向かって開いていることを確認します(図2CII)。
- 次のステップに進む前に、すべての実験用ポットについてステップ 1.1 から 1.4 を繰り返します。配列ランダム化アプリケーションを使用して、プラントの位置をランダム化します (図 2D;ランダム化ブロック設計または完全にランダムな設計のいずれかで)。
注:無料のプログラムをダウンロードし、詳細については、リンクを参照してください: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q)。 - 温室内の配列内の位置に応じてポットにラベルを付けます。たとえば、ラベル"B10D"は、列10の表Bにあるポットに対応し、D行は、土壌水分量測定のために各テーブルに3つの追加ポットを準備します(セクション7.1を参照してください)。
2. 植物を育てる
- 実験に最適な成長(ポッティング)培地を選択します。実験に適した媒体を選択することは非常に重要であり、正しい選択は複数の要因によって異なります (説明を参照)。初めてのユーザーには、多孔質、セラミック、中小の使用を強くお勧めします。実験に適した媒体を選択する方法については、 表 1 と 表 2 を参照してください。
- 所望のポッティング媒体とキャビティトレイの種子を発芽させる。可能であれば、その温室内の環境条件に植物を順応させるために、実験の主要部分に使用される同じ温室内でこれを行います。
- 苗がトレイで発芽していない場合は、ポッティングメディアを含む空洞トレイに移植します。各空洞に1つの苗を植え、その根が空洞(根土プラグ)の形状を取るのに十分な密度になるまで成長させます。
- 土壌重量測定のための苗なしの5-7の空洞を残す(唯一のポッティング媒体; 図 3.詳細については、セクション5.9を参照してください。
3. 信号対雑音レベルの改善
注: 次の手順では、測定の品質が向上し、ノイズ レベルが下がります。
- リシメーターを調整します。
- 精神レベルを使用して、すべてのライシメータがレベルであることを確認し、重量キャリブレーションプロセスを開始します。2 つの標準重量 (1 ~ 10 kg) を使用します。すべてのプラグを含む緑色の容器がロードセル上にある間、キャリブレーションを実行します。
- 各ロードセルに最初の(より軽い)キャリブレーション重量を入れます。
- オペレーティング ソフトウェアで、[ キャリブレーション ] タブに移動し、最初のポイントの重みを選択します。次に、重みが配置されたロードセル位置を選択し 、[get point1 (補助図 1A)]をクリックします。この手順は、複数のロード セルに同時に適用できます。
- 2 番目の重みについて繰り返し、[ ポイント 2 の取得] をクリックします。
- [ キャリブレーションの適用] をクリックします。
- 実験に適したサイズの植物を十分に確保
注:植物が小さいほど、その信号は弱くなります(例えば、1日に起こった水の重量とポットの重量)。次の手順は、信号対雑音比を改善するのに役立ちます。- 植物が最大ポット水容量の約10%を蒸散したときに実験を開始します。
注:たとえば、ポット容量で約1 Lの水を含む砂の媒体で作業する場合( 表2を参照)、植物が1日あたり約100 mLを経たときに実験を開始します。ポット容量で約2Lの水を保持する泥炭ベースの媒体で作業する場合( 表2を参照)、植物が1日あたり約200 mLを経たときに測定を開始します。 - いくつかの苗で(手動で)朝と夕方の体重差を測定することによって、システムにロードする前に、最初の植物の毎日の蒸散を推定します。
- 小さな植物で作業する場合は、各ポットに複数の植物を入れてください(例えば、6つのシロイヌナプシス植物を1つの3.9 Lポット23に入れて、推奨される最小限の散発レベルに達する*)。
- 植物が最大ポット水容量の約10%を蒸散したときに実験を開始します。
4. 実験の設定
注:実験を設定するプロセスは、システムのすべての部分の重量、すなわち、ポッティング媒体の重量(ポット容量で土壌水重量を含む)と苗の初期重量を考慮するように設計されています。以下の手順に従います。
- 可能であれば、同じような重みを持つ同様の静的コンポーネントを使用します。静的重量成分には、ポットセット、土壌プローブ、その他のプラスチック部品が含まれます。
- 新しい実験を開始するには、オペレーティング・ソフトウェアを開きます。画面左側のメニューで「実験」タブを開きます。[新規作成] をクリックするか、以前の実験の実験プロパティを複製するには、目的の実験を右クリックし、[複製] を選択します。実験の名前を変更します (補助図 1B)。
- システムで現在実行されている別の実験で使用されているユニットがないことを確認します。Plants テーブルのすべてのプラントが実験計画と一致していることを確認します。表示されない場合は、設計に従って表を変更します(セクション 5.18、6 および 補助図 1Cを参照してください)。
- 実験を開始するには、テスト名をクリックし、[ 開始] をクリックします。
- 事前に準備された空の鍋(ダブルポット、ネット、スティックと黒のガスケットリング)の手動測定を取ります。互いに類似した部品を使用する場合、平均重量は10で十分です。
- ポッティング媒体を水と完全に混合し、少なくとも1時間、均質な粒子に分解して飽和するようにして、均一性と均質性を確保します。初めてのユーザーには、多孔質、セラミック、中小の使用を強くお勧めします( 表1 および 表2を参照)。第二の選択肢として、粗い砂を使用します。
- 機械ミキサー(例えば、コンクリートミキサー)を使用してください。
- 非常に均質な媒体(すなわち、工業用砂)が使用されている場合は、ステップ4.6.1をスキップする。
- 実験のためにすべてのポットを均一に充填し、適切なポッティング媒体(例えば、砂、土壌または泥炭)を使用します。
- (キャビティトレイから)苗の根土プラグに似た形と大きさのキャビティ型の鋳造物(図3B)をポッティング媒体の中央に挿入します。完全にそれを押し込む。ポットの底を床に数回タップして、ポッティングメディアがポットにうまく分布していることを確認します。すべてのポットに対して繰り返します。
- 鍋によく水をやり、鍋の外側をすすいでください。次のステップに進む前に、ポットを30分間排水します。鍋が自由に排水されることを確認してください。ポッティング媒体がゆっくりと排水する場合(例えば、密泥炭)、風通しの良い基板(例えば、パーライト; 表1 および 表2も参照)とプレミックスして、より速い排水を確保してください。
- 排水が完全に停止した後、実験計画に従って、すべての充填されたポットを、リシメータアレイの中央(すでにそこにある緑色の容器)に置く(図2A)。
- 緑色の容器がロードセルカバーに正しく取り付けられ、互いに接触していないことを確認します。
- オペレーティング ソフトウェアで、[実験] タブを開き、[コンポーネントの測定] タブを選択します。[オブジェクトの計測] をクリックします。測定に「1st測定」と名前を付けます(補助図1D)。
- 灌漑ドリッパー、プローブ、ポットカバーを各ポットに置きます。マルチアウトレットドリッパーのラインとプローブケーブルがそれぞれのスタンドで支えられていることを確認してください(各リシメータスケールのユニットに取り付けます)。 図 1E)ポットに入れる前に。すべてのドリッパー、プローブ、カバーが確実に配置されていることを確認します。
- 新しい測定が行われるまで最大 3 分待ち (データは 3 分ごとに自動的に収集されます) し、[ 実験 ] タブを開きます。[実験 ] タブを選択し、[ 実験] をクリックします。この測定を「第1 測定」にメタタグ付けし、「静的成分」と名前を付けます(補足図1E)。メタタグは、ある測定値を別の測定値から差し引いて決定される重み値を記録する場合に使用されます。
- システムに必要な調整を行った後、新しいデータポイントが記録されるのを待ちます(3分ごと)。
- [ 静的コンポーネント] 列をチェックして、[プラント]テーブルに記録された値に外れ値が含まれていないことを確認します。記録された重みのいずれかが低すぎるか高すぎる場合は、ロードセルとの干渉がないか確認し(例えば、何も触れていないことを確認してください)、新しい測定を行います(システムがまだ3分間続いた後)。
- [ 植物 ]タブをクリックします。「プラント」(Plants) テーブルをスプレッドシートとしてエクスポートし、平均ポットウェイト(ステップ 4.5 から)を静的コンポーネントの測定に追加します(「Tare Weight」)。ファイルを保存してアップロードします (インポート タブ)。
- すべてのドリッパーがポッティングメディアとコントローラから来るパイプにしっかりと挿入されていることを確認してください。オペレーティング ソフトウェアに戻り、[ 実験 ] タブで [ 処理シナリオ] を選択します。[ 新規作成 ] をクリックして、新しいプランを作成します。
- プランで最初のステップ (必要に応じて新しいステップを作成) を選択し、開きます。治療には「テスト」、終了には「決して」を選択します。ステップオプションで、 実験 の上の[灌漑処理]タブに記載されている任意の治療法を選択します(補足図1F; ステップ4.21も参照してください)。 [適用 ]タブを押します。
- 「植物」テーブルをスプレッドシートとして抽出し、「処理」列に「プラン」を追加し、「ステップ」列に「1」を追加します。ファイルを保存してアップロードします。
- [ 灌漑処理 ]タブで「テスト」処理を選択し、排水を可能にするために4〜5分(使用される土壌の体積水分量(VWC)に応じて正確な時間数で洗浄時間に設定します。2分先の時間を設定し、温室のポットに行きます。他の治療法も作成できます。(ステップ 7.4 の詳細な説明を参照してください。
- すべてのドリッパーが機能していること、および緑色の容器の穿張りドレンプラグから水が滴り落ちしていることを視覚的に確認してください。
- 実験では、プラン「X」、ステップ1(ステップ4.19-4.20を参照)の灌漑処理を所望の灌漑処理に変更します。毎晩の灌漑(熱成で、使用されるフェルティゲーション成分については 表3 を参照)が、それらの間にかなりの休止(毎晩少なくとも3つのイベント)を持ついくつかの短いパルス(イベント)に分かれていることを確認し、土壌が夜明け前にそのフィールド容量に達することを確認してください。
- 灌漑プログラムは、土壌がそのフィールド容量に到達し、次の段階に進むために1〜2日間実行してみましょう。
5. 実験を開始する
注: この段階で収集されたデータは、残りの実験の参照値として使用されます。したがって、次の手順を慎重に実行することが重要です。
- ステップ 4.18 ~ 4.20 を繰り返します。あるいは、最新の灌漑工程の後、早朝にプロセスを開始します。
- すべてのポットが灌漑され、余分な灌漑液が緑の浴の穴あきドレンプラグから滴り落ちしていることを視覚的に確認してください。
- 緑色の容器の緑色の無透過プラグ(最も低いオリフィスから)を取り出し、水を完全に排出させます。次に、プラグを元の位置に戻します(図1D)。「排水0」で作業している場合(つまり、最も低い穴に接続された底部の穴/中空の排水プラグを使用して)、この手順をスキップします。
- オペレーティング ソフトウェアで、実験のタブを開き、[コンポーネントの測定]に進みます。[オブジェクトを計測]をクリックし、計測に「キャストプリ」という名前を付けます。ポットからすべてのキャストをそっと取り出し、3分待って新しい測定が記録されます(補足図1D)。
- [ オブジェクトの計測]をクリックし、"Cast-post" という名前を付け、その測定値を "キャストプリ" にメタタグ付けします。このオプションは、2 つの測定値の差を自動的に計算し、重み付けの感度を確認するためにキャストウェイトを与えます。
- [プラント]テーブルで重量の値を確認します。「キャストポスト」の測定値の差は20gまたは30g以下でなければなりません。
- 湿った土の重量を測定するには、オペレーティング ソフトウェアで、実験の [成分の測定 ] タブに移動し、[ 土壌の湿重量を測定] オプションを選択します。質問されたら [OK]を クリックして測定を行います。ヨーテュール実験の「植物」テーブルで土壌ウェットウェイトの測定値を確認します。重量は「土の湿式重量」列(補足図1D、G)に表示されます。
- 一部の測定値が不適切に変動する場合は、次の操作を行ってください。
- 各ポットが正しく配置され、隣接するポットに接触していないことを確認します。
- テーブルの最初のコントローラを電気から外し(残りのコントローラは互いに連続的に接続されているため、同様にシャットダウンします)2分間、再接続します。
- 苗(土のプラグ)なしで(ステップ2.3から)ポッティング媒体を持つ少数の(5-10)空洞の平均重量を手動で測定する。[手動測定の前に、土壌プラグが十分に灌漑されていることを確認してください(すなわち、排水後のフィールド容量に)。[コンポーネントの測定] タブで、[苗木バルク土重量の設定]を押し、平均重量を入力します (補助図 1D)。
- [プラントの初期重量を測定]をクリックします。この最初の測定は、植え付け前の基準点である(補足図1D)。
- キャビティトレイの苗木が十分に灌漑されていることを確認してください(すなわち、排水後のフィールド容量に)。実験計画によると、土を空洞から根土プラグでそっと引っ張り、傷つけないようにし、ポットのキャストによって作られた空洞に慎重に入れます。植物へのストレスを最小限に抑えるために(すなわち、しおれを最小限に抑えるために)夜明けまたは夕暮れ時に植物を移すのが好ましい。
- 3分待ちます。[ プラントの初期重量を測定] をもう一度クリックします。この第二の測定は、植物の初期重量である。最初の測定値(基準点)にメタタグを付けます。ソフトウェアは、2つの測定値の差を計算し、苗木バルク土重量を差し引きます。結果は、プラントの初期重量です。
- 実験の Plants テーブルで測定値が妥当かつ論理的な範囲に収まるかどうかを確認します (補助図 1C)。
- ステップ4.18から4.20を繰り返して土壌を飽和させます。
- すべてのポットが適切に排出されていることを確認します。ない場合は、飽和プロセスを繰り返します。排水が止まるまで30分待ちます。(ポッティングメディアの正しい選択については、 表1 も参照してください。
- [ コンポーネントの測定 ] タブで、[ 予約水の重量を測定 する (補助図 1D) をクリックします。
- Plant テーブルをスプレッドシートとして抽出し、予約された水重量測定([水の在庫を予約]列)から測定されたプラント初期重量と苗バルク土重量を差し引きます。ファイルをアップロードします (補足図 1C)。
- 毎日の蒸散が記録される期間が実験の目的に適していることを確認します。プロジェクトに応じて、実験全般タブの値を入力します (補助図 1H)。
- ゼロ時間を入力する: ソフトウェアが処理シナリオの次のステップに進む必要があるかどうかを確認する時間。
- 毎日の蒸散値を入力する:毎日の蒸散は、すべての日の日中の2つのウェイトウィンドウ間の差として計算されます。毎日の蒸散開始時間は、ソフトウェアが平均重量を測定し始める時間です。
- 新しい実験を開始する前に、1~2日間植物を監視します(実験の複製と名前の変更)。
6. プラントテーブルの変更
- 「Plants」テーブルをスプレッドシートとして抽出し、必要に応じてテーブルを変更します。 プラント ID、名前、位置は変更しないでください。 ファイルを保存してアップロードします。
- ラベリング(グループ化)列:共通のラベル(例えば、処理、線)に基づいてグループ化された植物を提示または分析するには(例えば、処理、線)、新しい列とラベルを追加します(例えば、#Treatment)。このコラムでは、各植物の表記を作成します(例えば、「#Treatment」ラベルの場合は、植物を干ばつ、制御などとマークします。 補助図 2)。
注: 上記のプロトコルは、このシステムの最も先進的で包括的なプロトコルです。ただし、初めて使用するユーザーは、簡略化されたプロトコルから開始する必要があります (補足 MS を参照)。簡素化されたプロトコルは、特性の数を減らしてノイズレベルを高くする可能性があります。しかし、同時に、最も重要な実験手順、ハードウェア、ソフトウェアに慣れやすく、より簡単に慣れる方法を提供します。
7. 実験を実行する
- 土壌重量測定水分量/土壌水分量(SWC値)を計算します。
注:重量測定土壌水分量は、体積土水量(VWC)とは異なります。- SWC値は、土壌の乾燥重量と土壌の湿重量との比率です。SWCを計算するには、以前に準備され、数日間温室内のサイドテーブルに置かれ、定期的に灌漑された植物なしで3つの余分な土壌充填ポット(ステップ1.3)を使用してください。最後の灌漑イベントの後、できるだけ早く、早朝にアルミニウムトレイの湿った土壌を計量します。
- アルミニウムトレイをオーブンで(105°C)に入れて4~5日間乾燥させます。2つの連続した重量測定を60分離して、土壌が完全に乾燥していることを確認します。重量が同じ場合、土壌は確かに乾燥しており、最後の測定は乾燥した土壌重量として記録することができます。
- オペレーティング ソフトウェアで、[測定コンポーネント]に移動し、[土の乾燥重量の計算] タブをクリックします。各サンプルの土壌湿式と乾燥重量を記入し、[適用して終了]をクリックします(補足図3)。
- あるいは、下記の式を用いて手動でSWCを計算する。
- 少なくとも3つのポットからマニュアルで撮影した2つのSWC測定値を平均します。[測定コンポーネント]タブを選択し、[土壌乾燥重量の計算]のθg[g/g]値をクリックし、[適用して終了]をクリックします。すべての実験ポットの土壌乾燥重量は、ソフトウェアによって自動的に計算されます(実験のすべてのポットに同じ媒体が含まれていることを前提とします。補助図1Dおよび補足図3)。
- 灌漑処理を適用します。灌漑シナリオは、ステップバイステップの治療計画を作成することによって適用することができます。
- 新しい灌漑治療計画を作成するには、 灌漑治療に進み、[ 新規作成]をクリックして新しい治療法に名前を付けます。灌漑治療のリストで特定の治療を開き、デフォルトの「00:00」をクリックします。
注:メインウィンドウ(補足図4A)で、「時間」は、バルブが開く時間(すなわち、灌漑処理の開始)を示します。「バルブ」は開くバルブ(AまたはB、所望の溶液に接続されているバルブに応じて)です。「コマンドタイプ」は、バルブを閉じるタイミングを決定するために使用されるデータのタイプを示します。- 時間 – バルブが開く秒数。
- 重量 – 重量増加/水 (グラム) の灌漑を介してポットに追加されます。
- 蒸散によって – 灌漑は、前日の個々の植物の蒸散に基づいて、各ポットに差額で適用することができます。ユーザーは、灌漑中に適用される前日の散水の割合を決定することができます。(十分に灌漑状態下では、土壌を洗浄し、植物の成長を補うために、植物に100%以上を与えることを示唆しています。干ばつ処理された植物は、所望の干ばつストレス率に基づいて正確な量で、より少ない水を与えられるべきです。
- センサーによる – 灌漑は、(VWCを決定するために使用することができる)、見かけの誘電誘電率などのセンサーの読み取りに従って適用することができます。センサーの種類、希望するパラメータ、および希望のパラメータ値を選択します。
- すべての可能性には、設定された条件に達しなかった場合でもタップを閉じるタイムアウトオプションが含まれています。設定した条件よりも長い期間のタイムアウトを設定します。
- 実験の灌漑処理を定義した後、実験のリストで目的の実験を開き、 処理シナリオを開き、デフォルト のプラン を開き、最初のステップ(補足図4B)を選択します。
- [ 処理] で、リストから灌漑処理を選択します。次に、[ 終了] で、現在のステップを停止し、次のステップに進む適切な条件を選択します。
- 灌漑シナリオを選択した後、実験の「植物」テーブル(補足図2)を開き、各プラントの「処理」と「ステップ」を入力します。「治療」は治療シナリオの名称であり、「ステップ」は治療シナリオ内のイベント番号である。
- 新しい灌漑治療計画を作成するには、 灌漑治療に進み、[ 新規作成]をクリックして新しい治療法に名前を付けます。灌漑治療のリストで特定の治療を開き、デフォルトの「00:00」をクリックします。
- 干ばつ治療を計画する。
- 個々の植物は温室の大きさおよび位置に基づいて独特の蒸散率を有する。標準的な干ばつ処理(すなわち、処理中のすべてのポットに対する同様の乾燥率)を可能にするには、干ばつシナリオを計画し、システムのフィードバック灌漑ツールを介して制御する(補足図5)。
8. データ解析ソフトウェアを使用したデータ分析
- データ分析ソフトウェア (SPAC 分析など) を開きます。右上隅をクリックして 、制御 システムと実験の名前を選択します (補足図 6A)。画面左側の列で[ 実験 ](補足図6B)を選択し、[検索]セクションの名前バーに実験の名前を入力します。実験の名前は、[検索] セクションの [実験] セクション (補足図 6C)に表示されます。実験をクリックして「情報」セクションと「プラント」セクションを開きます (図 6D を補足します)。
- [情報] セクションで、干ばつ処理の開始日の少なくとも 3 日前 (できればもっと) の WUE 開始日と WUE 終了日を編集し、[ 更新] をクリックします。各ポットの WUE と R2 の値が [植物] セクションに表示されます。負の WUE 値を持つスケール、または R2 の値が 0.5 未満のスケールを除外するには、[アクティブ] 列の下にある 「目」記号をクリックして赤に変わります。これにより、選択したスケール (プラント) が、それ以降のすべての計算から除外されます。データは、プラント セクションの [データのエクスポート ] ボタン (補足図 6D)をクリックしてエクスポートできます。
- スクリーの左側の列で、[ 分析] をクリックします。その後、グラフビューア、ヒストグラム、T検定、ANOVA、区分線形曲線の異なるサブセクションが表示されます。
- グラフ ビューアをクリックします。[ フィルター] セクションで、実験の日付を設定します。
- [ラベル]をクリックし(ステップ6を参照)、実験群(遺伝子型)と治療の組み合わせを選択します。自動的に、選択したグループのすべてのポットが Plant サブセクションに表示されます。そのサブセクションで、それらをクリックして、任意のポット(植物)の選択を解除します。「Y1パラメータ」と「Y2パラメータ」として一度に選択できるパラメータは最大2つまでです。最後に、[グラフの表示] (図 5)をクリックします。
- 選択したパラメータの値の折れ線グラフが、各プラントのグラフビューアウィンドウに表示されます。グラフの右側にある凡例記号をクリックして、個々のプラントからデータを削除するか、グラフに追加します。右上隅には、データをスプレッドシートとしてエクスポートしたり、グラフ ビューア ウィンドウを画面全体に表示したりするためのオプションもあります (この未処理のデータ ダウンロード機能は、他のすべてのウィンドウに関連しています)。カーソルが画面の右上隅に移動すると、グラフを変更するオプションが表示されます (補足図 5)。
- ヒストグラムモジュールは、一定期間の集団内および母集団間の単一の形質の分布を示します。このモジュールを使用するには、[ ヒストグラム] をクリックします。
- 「フィルター」セクションで、ステップ 8.4.1 で説明したように、日付と時刻、パラメーター、ラベル、およびプラントを設定します。 [ + ] 記号をクリックして、複数のラベル (グループ) を選択します。最後に、[ グラフの表示 ] (図 7)をクリックします。
- ヒストグラムはヒストグラムセクションに表示され、画面の上部にある「ビン」と「日付」を変更するオプションがあります。右上隅には、ステップ 8.4.2 で説明したさまざまなオプションがあります。「位置図」セクションでは、実験テーブル上の植物の実際の位置とそれぞれの特性値が表示されます (補足図 7)。
- Tテストをクリックします。2つのグループの測定された特性の平均を統計的に比較するには、ステップ8.4.1で説明したように、「T検定パラメータ」セクションに日付、ラベル、植物、およびパラメータを入力します。
- 対象期間内のデータ ポイントの平均値を計算する時間の範囲を設定します (既定では、連続した 24-h プレゼンテーション)。最後に、[ グラフの表示 ] (補助図 8)をクリックします。
- 2 つのウィンドウが画面の右側に表示されます。一番上の 1 つは、両方のグループから選択されたすべてのプラントのグラフ ビューアー セクションです。そのウィンドウの下にT検定セクションがあり、選択した生理学的パラメータの t-testとして2つの群の比較が現れる。T検定セクションの左上隅のα値を変更することで、有意水準を調整することができます。大きく異なる値の下に赤い点が表示されます。右上の隅に、ステップ 8.4.2 (補助図 8) で説明されているように、さまざまなオプションが表示されます。
- [分散分析]をクリックします。3 つ以上のグループで測定された特性の平均を統計的に比較するには、ステップ 8.5.1 で説明したように、「フィルター」セクションに日付、ラベル、植物、およびパラメーターを入力します。
- + 記号を クリックして複数のラベル(グループ)を選択します(手順8.5)。時間の範囲を設定します。最後に、"SHOW GRAPH" をクリックします (図 9 を補足します)。
- 「ANOVA」セクションでは、異なるグループの生理学的パラメータを比較するために、ANOVA検定(TukeyのHSD)を使用します。バーは標準誤差(±SE)を表します。画面の右上隅には、ステップ 8.4.2 で説明したさまざまなオプションがあります。線グラフをクリックすると、特定の日の棒グラフの比較が表示されます。異なる文字は、互いに有意に異なるグループを示します (補助図 9A)。
- 植物全体の蒸散動動態または口孔伝導とVWCとの関係を提示することは、時間ベースのアプローチと比較して、異なる植物の生理学的反応を干ばつと比較するより正確な方法である。「ピースワイズリニアカーブ」機能を使用して、この関係を提示します。
- [ 区分線形曲線] をクリックします。日付、ラベル、植物、およびパラメータ(X軸とY軸の両方)を入力し、上記の説明に従って「フィルター」セクションで時間の範囲を設定します。
注: 「開始日」は、治療開始日にできるだけ近い日付にする必要があります。 - 選択した生理的パラメータ(例えば、蒸散速度、口孔伝導度など)として、vwCとy軸パラメータとなるx軸パラメータを設定する。最後に、[ グラフの表示] をクリックします。[フィルタ] セクションで、[ すべての推奨事項を選択 ] をクリックし、[ グラフの表示 ] (補助図 10)をクリックします。
注:他の生理学的パラメータ(例えば、正規化された蒸散、蒸散速度、植物初期体重、口内伝導度、根束束など)および環境パラメータ(例えば、温度、相対湿度、等)はSPACソフトウェア(例えば 補足図9C)を介して容易に得られる。計算の理論的背景に関する詳細は、ハルペリンら(2017)を参照してください。
- [ 区分線形曲線] をクリックします。日付、ラベル、植物、およびパラメータ(X軸とY軸の両方)を入力し、上記の説明に従って「フィルター」セクションで時間の範囲を設定します。
Representative Results
実験の期間は29日であった。実験は、地元の天候が暖かく安定しており、日が長い8月に行われました。干ばつストレスの存在下で3種類の米(インディカ、カーラ、リゾット)の生理学的挙動を比較するための、2つの異なる灌漑シナリオが用いられた。(i)最適な灌漑(灌漑後の夜間にポット容量に達するまで)と(ii)実験開始5日後に始まり、14日間続き、10日間の回復期間(最適灌漑、19-29日)が続いた。シンプルにするために、すべての品種とグループがここに示す数字に示されているわけではありません。その結果、HTP-テレメトリーシステムは、大気条件、土壌および植物の生理学の変化を効率的に測定できることを示した。
環境条件
環境条件(光合成活性放射(PAR)と蒸気圧欠損(VPD))を大気プローブによって実験全体にわたって監視した。収集されたデータは、PARとVPDが異なる日と一日の間に類似した状態を保っていることを示しています(図4)。
干ばつ処理ポットのVWCは、実験期間を通じて土壌プローブによって測定された。1つの干ばつ処理CVから収集されたVWCデータ。インディカ植物は 図5にプロットされています。
生理学的パラメータ
実験の第1段階では、4つの治療(カーラコントロール、カーラ干ばつ、リゾットコントロール、リゾット干ばつ)すべてで毎日の散生が徐々に増加し、その間、すべての植物が十分に灌漑されました。その後、2つの水を奪われた治療で干ばつ期間(5日目から18日目)に関連する散発量の減少がありました。その後、回復期間(18日目以降)の間に、毎日の蒸散は2つの水を奪われた群で再び増加したが、干ばつ処理前に観察されたレベルよりもはるかに低いレベルに増加した(補足図9B)。
平均計算された植物重量(すなわち、植物の体重増加率)は、すべての植物が同様の灌漑を受けた実験の最初の段階で、カーラ対照とカーラ干ばつ治療の両方で一貫して増加した(1〜5日目)。干ばつ処理がcvに適用されたとき。カーラ植物(日5-18)、それらの植物は体重を増やして停止し、回復段階まで体重を増やさなかった。その時点で、対照のために観察されたものよりもゆっくりと進行する重量の増加があった。対照的に、Karlaの重み-制御植物は、実験期間を通じて継続的に増加した(図6)。
図1:重量測定のフェノタイピングシステムのコンポーネントとセットアップ
(A) 重み付きのリシメータ。リシメータは、物体の機械的負荷を電荷に変換するロードセルと、オブジェクトの重量を適切に測定できるように、ロードセルの上部と下部を覆う金属プラットフォームを含みます。(B)リシメーターはポリスチレンブロックと断熱用のプラスチックカバーで覆われています。(C)スケール部品。リシメーターカバーに水溜所(緑の容器)を置き、ポットから排出される液体を回収します。緑色の容器は緑色のカバーに結合され、ポットが挿入される大きな丸い開口部があります。緑色のカバーの一方の側に黒いゴム製ガスケットリングが取り付けられ、ポットが他方の側に取り付けられ、容器からの蒸発による水の損失を最小限に抑える。緑のカバーはゴムプラグで密封される排水延長の上に2つのサンプリング穴(小さく、大きい)を有する。(D) プラグ。コンテナには、高さが異なる4つの穴(プラグ付き)を備えた排水延長があり、特定の穴を通る排水が停止した後の容器内の水位(予備水量)を調整するために使用できます。所望の水量は、植物種、使用されているポッティング培地の種類、および植物の水の要件(すなわち、推定日量)によって異なります。(E)制御装置は電子コントローラーおよびソレノイド弁を含んでいる緑の長方形の箱から成っている。熱解液がポットに出入りできる穴や、ロードセルと異なるセンサーを接続するためのソケットがあります。異なるレベルの塩分や異なるミネラル組成物などの異なる治療は、フェリチズ溶液を介して適用することができます。金属製のスタンドがコントローラーに接続され、パイプとケーブルを保持し、ポットに触れて重量を加えないようにします。 必要なその他のコンポーネントは、(F)土壌プローブ(例えば、水分、温度およびECセンサー - 5TE)、オプション(G)多出口ドリッパー(熱成および/または処理用途用)および(H)大気プローブ(蒸気圧欠陥(VPD)および放射線を測定するため)です。(I) 完全装備の単一アレイ。(J)温室に完全装備アレイ、局所大気条件に基づいて気孔伝導の正常化を可能にする大気プローブを指す黄色の矢印。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図2:単一ポットのセットアップに必要な部品。
(A –C)必要なコンポーネントは、1つの4 Lポット、ネットホルダーとして機能する底なしの1つの4 Lポット、ポットの底部の直径の2倍のナイロンメッシュ(細孔サイズ= 60メッシュ)の1つの円形部分、植物および灌漑ドリッパー用の指定穴付きの1つのカバー、1つの60cm、白いガラス繊維スティック(ポール)と1つの黒いガスリング。(D) ポットがランダム化されたテーブルプランの例。温室では、各テーブルには1〜18列と4行があり、ここでは24のポジションを使用しました。しかし、配列構造は、独自の温室のサイズに基づいて任意の形状に容易に調整することができる。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図3:ポットのセットアップ
(A)キャビティトレイに生育する植物。(ここに示すトマトの苗は一例に過ぎず、他の多くの植物種も同じように栽培することができます)。(B) (C)苗の根土プラグに密接に適合するポッティング媒体に空洞を作る(C)ためのカビのキャストは、苗をポットに正常に移植する(E)を確実にする。この図の大きなバージョンを表示するには、ここをクリックしてください。
図4:実験の過程で大気条件を示す。
右のy軸は日毎の蒸気圧欠損(VPD)を示し、左側のy軸は実験の29日連続で光合成活性放射(PAR)を示しています。このグラフは、データ分析ソフトウェアによって作成されました。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図5:実験の過程で土壌プローブで測定した体積水分量(VWC)。
データは、1 つの cv の VWC 値を表します。実験期間全体に対して干ばつ処理を施したインディカ植物は、回収を含む。このグラフは、データ分析ソフトウェアによって作成されました。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図6:cvの実験期間全体にわたる全植物重量(±SEを意味する)。よく灌漑(制御)と干ばつ状態の下でカーラ。
グループは、ANOVA(TukeyのHSD;) p < 0.05)。各平均±SEは少なくとも4つの植物を表す。グラフと統計分析は、データ分析ソフトウェアによって作成されました。 この図の大きなバージョンを表示するには、ここをクリックしてください。
補足図 1: 実験をセットアップするためのソフトウェア ウィンドウの操作こちらをダウンロードしてください。
補足図2:スプレッドシートとしての「植物」テーブル。オペレーティング ソフトウェア。こちらをダウンロードしてください。
補助図3:土壌乾燥重量を計算するためのソフトウェアウィンドウ。オペレーティング ソフトウェア。こちらをダウンロードしてください。
補足図4:灌漑処理を設定するためのソフトウェアウィンドウ。オペレーティング ソフトウェア。こちらをダウンロードしてください。
補足図 5: データ分析グラフ・ビューアー・ウィンドウ 実験では、3つの米の品種(インディカ、カーラ、リゾット)と2つの異なる灌漑シナリオ、よく灌漑(制御)と干ばつを使用しました。生データは、実験の過程で植物の重量の変動を明らかにしました。各ラインは1つの植物/ポットを表します。日中、植物が蒸散したので、毎日の曲線の斜面に見られるように、システムは重量を失った。ポットは、曲線のピークとして表されるように、毎晩フル容量に灌漑されました。灌漑イベントの後、ポッティング培地が飽和した後、余分な水の排水が続いた。当初、すべての植物はよく灌漑された(コントロール)。2018年8月7日から、工場の半数が干ばつ処理を受けた。同時に、植物の残りの部分は、最適な灌漑を受け続けました。2018年8月20日から(各植物が同様のストレスを経験することを可能にする)、干ばつ処理プラントへの灌漑を回復し、実験終了を続けることによって、差動回収が達成された。 こちらをダウンロードしてください。
このシステムのフィードバック灌漑ツールにより、ユーザーは時間、ポット重量、土壌センサー(例えばVWC)からのデータ、または前日のプラント蒸散に基づいて、個々のポットの灌漑プログラムを設計することができます。各プラントは、独自の性能に基づいてカスタマイズされた方法で個別に灌漑することができます。この差動灌漑は、植物の土壌水の内容物の違いを最小限に抑え、個々の水需要に関係なく、すべての植物が制御された干ばつ処理にさらされることを可能にします。
補足図 6: データ分析のためのデータ分析ウィンドウこちらをダウンロードしてください。
図 7: データ分析ヒストグラム ウィンドウ この図は、十分に灌漑(制御)条件下での3つの異なる米品種(すなわち、インディカ、カーラ、リゾット)における日次蒸散値の分布をグラフィカルに示しています。下の図は、テーブル上のポットの物理的な位置に基づいて、植物の毎日の蒸散のヒートマップの視覚化を表しています。 こちらをダウンロードしてください。
補足図 8: データ分析 T テスト ウィンドウ 線は、十分に灌漑された(制御)条件下での2つの米の品種(すなわち、カーラとリゾット)間の毎日の蒸散(基本的で重要な生理学的特徴)の違いを表す。ウィンドウには、個々の植物の毎日の蒸散(右上)と、Studentの t-test(右下)を使用して行われた各グループのSE±平均の比較が表示されます。統計分析はソフトウェアによって自動的に行われた。赤い点は、学生の t-検定に従って、治療間の有意な違いを表します。 p < 0.05. こちらをダウンロードしてください。
図 9:データ分析の 「分析」 ウィンドウ(A) 実験期間全体にわたって十分に灌漑(制御)と干ばつ状態下での2つの米品種(カーラとリゾット)の間の毎日の蒸散の違いをグラフィカルに表現する。干ばつ処理は実験開始から5日後に開始した。任意の日をクリックすると 、(B) グループのANOVA(TukeyのHSD;)を使用した比較が表示されます。 p < 0.05) 8月12日にここに。各平均±SEは少なくとも4つの植物を表す。同じグループは、実験期間全体にわたって (C) 連続全植物蒸散率(手段±SE)として提示することもできる。グラフと統計分析は、データ分析ソフトウェアによって作成されました。 こちらをダウンロードしてください。
補助図 10: データ分析のピースワイズ線形曲線ウィンドウ このウィンドウは、干ばつ状態下の3つの米の品種(すなわち、インディカ、カーラ、リゾット)の断片的な直線曲線を示しています。ソフトウェアは、任意の生理学的パラメータ(ここでは、毎日の蒸散)と干ばつ処理を受けた植物の計算された体積水分量(VWC)との関係の部分線形適合分析を行うことができる。 こちらをダウンロードしてください。
補足材料。これらの資料をダウンロードするには、ここをクリックしてください。
| 中程度 | 説明 | |
| 粗砂 | シリカ砂20-30(砂が通過した上下のメッシュスクリーン:それぞれ0.841と0.595 mm) | |
| 細かい砂 | シリカ砂75-90(砂が通過した上下のメッシュスクリーン:それぞれ0.291と0.163 mm) | |
| 泥炭ベースの土壌 | クラスマン 686 | |
| ローミー土壌(天然土壌) | イスラエル・レホヴォット農学部実験農場でプロットの最上層から採取された砂のローム土壌 | |
| バーミキュ ライト | バーミクライト3G | |
| パーライト | パーライト212(サイズ範囲:0.5-2.5mm) | |
| 堆肥 | ベンタル 11 ポッティング土壌 | |
| 多孔質、セラミック、中小 | プロフィール多孔質の陶磁器20-50(地面の陶磁器が渡された上および下の網のスクリーン:それぞれ0.841および0.297 mm、 | |
| 多孔質、セラミック、混合サイズの中型 | プロファイルポーラスセラミック50%20-50メッシュと50%20-6メッシュ、0.841〜3.36ミリメートル | |
表1:ポッティングメディア
| 土壌メディアタイプ / パラメータ | 粗砂 | 細かい砂 | ロアミー土壌 | パーライト | バーミキュ ライト | 多孔質セラミックミックスサイズ | 多孔質セラミック小サイズ | 泥炭ベースの土壌 | 堆肥 |
| 総水(TW、ml) | 860 ± 7.2 (F) | 883.1 ± 24 (F) | 1076.3 ± 35.9 (E) | 1119.9 ± 8.5 (E) | 1286 ± 22.4 (D) | 1503.6 ± 15.4 (C) | 1713 ± 25.9 (B) | 1744.3 ± 8.2 (B) | 2089.6 ± 61.6 (A) |
| 容積水量 (VWC, ml3/ml3) | 0.26 (F) | 0.27 (F) | 0.33 (E) | 0.35 (E) | 0.4 (D) | 0.46 (C) | 0.53 (B) | 0.54 (B) | 0.65 (A) |
| バルク密度(BD、g/cm3) | 1.7 (A) | 1.6 (B) | 1.5(C) | 0.1 (H) | 0.2 (F) | 0.8 (D) | 0.7 (E) | 0.2 (G) | 0.1 (G) |
| 土壌重量安定性(SWS、g/d) | ± 2.3 ± 0.3 (B) | ±4.3 ± 0.3 (B) | ±2.9 ± 0.9 (B) | ±14.9 ± 0.7 (A) | ±7.6 ± 2.8 (B) | ±1.3 ± 0.1 (B) | ±1.9 ± 0.4 (B) | ±6.7 ± 0.8 (B) | ±4.3 ± 1.2 (B) |
| お風呂内の予約水で土壌重量の安定性(g /日;セクション6.14を参照してください) | 3 ± 0.4 (B) | 3.3 ± 0.4 (B) | 3.2 ± 1.2 (B) | 6.3 ± 0.5 (A) | 2.7 ± 0.8 (B) | 1.6 ± 0.3 (B) | 1.9 ± 0.3 (B) | 10.6 ± 3 (A) | 1.5 ± 0.3 (B) |
| ポット容量重量測定水分含有量(SWC;セクション8.2を参照してください) | 0.18 (G) | 0.23 (G) | 0.23 (G) | 3.79 (C) | 3.0 (D) | 0.74 (F) | 0.99 (E) | 4.25 (B) | 6.13 (A) |
| 相対的な排水能力 | たいへん良い | 中程度 | 中低 | たいへん良い | たいへん良い | たいへん良い | たいへん良い | 低 | 中程度 |
| ポット容量に達する相対時間 | 高 速 | 高 速 | 高 速 | 遅い | 遅い | 高 速 | 高 速 | 遅い | 遅い |
| 相対カチネーション交換能力(CEC) | 低 | 低 | 低 | 低 | 高 | 高 | 高 | 高 | 高 |
| との互換性: | |||||||||
| 根洗浄(実験終了時) | ++ | ++ | + | ++ | + | ++ | ++ | - | - |
| 栄養・生体刺激剤の治療 | ++ | ++ | - | ++ | + | + | + | - | - |
| サリン療法 | ++ | ++ | + | ++ | + | ++ | ++ | + | - |
| 成長率の正確な測定 | ++ | ++ | + | -,+ | + | ++ | +++ | + | + |
| 干ばつ後の物理的な土壌構造の回復 | +++ | +++ | ++ | + | - | +++ | +++ | -,+ | - |
| * 総水 (TW, ml) = 土壌湿潤重量 (ポット容量で) – 土壌乾燥重量.容積水量(VWC)=TW/土壌容積。 | |||||||||
| かさ密度(BD)=土壌乾燥重量/土量。土壌重量安定性(SWS)=4日連続での土壌湿重量の平均変化(最後の灌漑後植物のないポット容量での培地)。 | |||||||||
| ポット容量重量測定水分含有量(SWC);計算については、セクション7.2を参照してください。 | |||||||||
表2:9種類のポッティングメディアの一般的な特性と重量測定プラットフォームとの互換性。測定は、フィールド容量(ポット容量)で3.2 Lの培地で満たされた4-Lポットを使用して測定した。データは、Tukey±HSDテスト(P<0.05;3≤n ≤5)によると、列内のP異なる文字がメディア間の有意な違いをn示す手段として示されています。
| フェルティグコンポーネント | 最終濃度(ppm) | 最終濃度 (mM) |
| 名野3 | 195.8 | 2.3 |
| H3PO4 | 209 | 0.000969 |
| KNO3 | 271.4 | 2.685 |
| MgSO4 | 75 | 0.623 |
| ズンソ4 | 0.748 | 0.0025 |
| 4 | 0.496 | 0.00198 |
| ムー3 | 0.131 | 0.00081 |
| MnSO4 | 3.441 | 0.0154 |
| ホウ砂 | 0.3 | 0.00078 |
| C10H12N2NaFeO8 (Fe) | 8.66 | 0.0204 |
| ドリッパーからの最終灌水溶液のpHは6.5と7の間で変化した。 | ||
表3:熱取り成分
Discussion
遺伝子型-表現型の知識ギャップは、遺伝子型x環境相互作用の複雑さを反映している(18,,24)。全植物の生理学的性能と水関運動学8,9を研究するために使用できる高解像度、HTP-遠隔測定およびフェノミスティックスクリーニングプラットフォームの使用を通じて、9このギャップを埋めることができるかもしれません。遺伝子型x環境相互作用の複雑さは、特に植物が変化する環境にどれだけ迅速に反応するかに照らして、表現型を課題にします。現在、さまざまなフェノタイピングシステムが利用可能ですが、これらのシステムのほとんどは、リモートセンシングと高度なイメージング技術に基づいています。これらのシステムは同時測定を提供するが、ある程度、それらの測定は形態学的および間接的な生理学的特徴25に限定される。生理学的特徴は、環境条件26に対する応答性または感受性の文脈において非常に重要である。したがって、非常に高い解像度(例えば、3分間隔)で連続的かつ同時に測定を行う直接測定は、植物の生理学的挙動を非常に正確に記述することができる。重量測定システムのこれらの実質的な利点にもかかわらず、このシステムはいくつかの潜在的な欠点を持っているという事実も考慮する必要があります。主な欠点は、ポットや温室の状態で作業する必要性から生じるもので、治療調節(特に干ばつ処理の規制)と実験反復性に大きな課題を提示する可能性があります。
これらの問題に対処するためには、適用された応力を標準化し、真にランダム化された実験構造を作成し、ポット効果を最小限に抑え、短期間で変化する環境条件下で植物の複数の動的挙動を比較する必要があります。このペーパーで説明する HTP-テレメトリ機能表現型アプローチでは、以下に示すこれらの問題に対処します。
植物の動的応答をその動的環境と相関させ、複雑な植物環境相互作用の全体像を捉えるためには、環境条件(図4)と植物反応(補足図9B)の両方を連続的に測定する必要があります。この方法により、植物の形質(土壌-植物-大気連続体、SPAC)と並んで、ポッティング媒体と大気の物理的変化を連続的かつ同時に測定することができます。
植物が現場でどのように動作するかを最もよく予測するには、フィールド18に見られる条件と可能な限り類似した条件で表現型プロセスを実行することが重要です。半制御条件下で温室で実験を行い、可能な限りフィールド条件を模倣します。最も重要な条件の一つは、成長またはポッティング媒体です。重量測定系実験に最適なポッティング媒体を選択することは非常に重要です。これらの特徴は重量測定システムによってより正確な測定を可能にするので、すぐに排水する土壌媒体を選択し、ポット容量の急速な達成を可能にし、非常に安定したポット容量を有することを推奨する。また、実験に適用される異なる治療法も考慮する必要があります。例えば、塩、肥料、または化学物質を含む治療は、不活性ポッティング培地の使用を求め、好ましくは低いカチオン交換能力を有するものである。低蒸散植物種に適用される干ばつ治療は、比較的低いVWCレベルのポッティングメディアで最もうまくいくだろう。対照的に、高蒸散植物に適用される遅い干ばつ治療は、比較的高いVWCレベルのポッティングメディアで最もうまくいくだろう。実験後の分析に根が必要な場合(例えば、根の形態、乾燥重量など)、比較的有機物含有量の少ない培地(すなわち、砂、多孔質セラミックまたはパーライト)を使用すると、根を損傷することなく洗浄することが容易になります。長期間続く実験では、有機物が豊富なメディアを避けることをお勧めします。このトピックの詳細については、 表 1 および 表 2 を参照してください。
フィールドフェノタイピングと温室のフェノタイピング(プレフィールド)は、独自の目的を持っており、異なる実験的なセットアップを必要とします。事前フィールドのフェノタイピングは、フィールド試験をより集中し、費用対効果の高い方法で行う可能性が高い有望な候補遺伝子型の選択を支援します。しかし、プレフィールドフェノタイピングには、植物がフィールド条件18,27,27の下で異なる方法で実行される可能性のある多くの制限(例えば、ポット効果)が含まれます。小さなポットサイズ、リシメータスケールの蒸発および加熱による水分損失は、ポット効果18につながる可能性のある温室実験における要因の例である。ここで説明する方法は、次の方法でそれらの潜在的な影響を最小限に抑えるように設計されています。
(a) ポットサイズは、検査する遺伝子型に基づいて選択されます。システムはさまざまな鍋のサイズ(25 Lまで)および潅漑の処置を支えることができる、あらゆるタイプの穀物植物の検査を可能にする。
(b) ポットとリシメータスケールは、熱が移り、ポットの温暖化を防ぐために絶縁されます。
(c)このシステムは注意深く設計された潅漑および排水システムを含む。
(d) ポットごとに別のコントローラがあり、自己灌漑と自己監視処理で真のランダム化を可能にします。
(e) ソフトウェアは、キャノピーの口孔伝導度を計算する際に、植物のローカルVPDを考慮に入れます。 図1Jの複数VPDステーションのローカリゼーションを参照してください。
このシステムは、フィールド状の植物密度での直接の生理学的測定を伴い、植物間の大きなスペースや画像ベースのフェノタイピングのために植物を移動する必要がなくなります。このシステムは、リアルタイムデータ分析、ならびに各植物の生理的ストレスポイント(θ)を正確に検出する能力を含む。これにより、研究者は植物を監視し、実験の実施方法と実験の過程でサンプルを収集する方法に関する決定を下すことができます。システムの簡単で簡単な重量の口径測定は有効な口径測定を促進する。ハイスループットシステムは大量のデータを生成し、追加のデータ処理と分析の課題を提示します 11,,12。コントローラからソフトウェアに直接供給されるビッグデータのリアルタイム分析は、実用的な意思決定に大きな価値を持つ知識14へのデータの翻訳における重要なステップです。
このHTP-遠隔測定生理的フェノタイピング法は、近分野条件下で温室実験を行う場合に役立つ可能性がある。システムは、効率的にポット効果に関連する問題のほとんどを克服しながら、その動的な環境に植物の水関連生理応答を測定し、直接計算することができます。このシステムの能力は、植物の成長の初期段階で降伏ペナルティを予測する可能性を提供するので、プレフィールド表現化段階で非常に重要です。
Disclosures
著者らは開示するものは何もない。
Acknowledgments
この研究は、ISF-NSFC共同研究プログラム(助成金2436/18)によって支援され、イスラエル農業農村開発省(ユージン・カンデル知識センター)が問題の根源の一部として部分的に支援しました - 現代農業を活用するためのルートゾーン知識センター。
Materials
| Name | Company | Catalog Number | Comments |
| Atmospheric Probes | SpectrumTech/Meter group | 3686WD | Watchdog 2475 |
| 40027 | VP4 | ||
| Array Randomizer | None | The software "Array Randomizer" can be used for creating an experimental design of a randomized block design, or fully random design. It was developed to have better control over the random distribution of the experimental samples (plants) in order to normalize the atmospheric microvariation inside the greenhouse. | |
| Free download and more information, please click on the following link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q | |||
| Cavity trays | Danish size with curved rim for nursery | 30162 | 4X4X7 Cell, 84 cell per tray https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92 |
| Coarse sand | Negev Industrial Minerals Ltd., Israel | ||
| Compost | Tuff Marom Golan, Israel | ||
| Data Analysis software | Plant-Ditech Ltd., Israel | SPAC Analytics | |
| Drippers | Netafim | 21500-001520 | PCJ 8L/h |
| Fine sand | Negev Industrial Minerals Ltd., Israel | ||
| Loamy soil (natural soil) | |||
| Nylon mesh | Not relevant (generic products) | ||
| Operating software | Plant-Ditech Ltd., Israel | Plantarray Feedback Control (PFC) | |
| Peat-based soil | Klasmann-Deilmann GmbH, Germany | ||
| Perlite | Agrekal , Israel | ||
| Plantarray 3.0 system | Plant-Ditech Ltd., Israel | SCA400s | Weighing lysimeters |
| PLA300S | Planter unit container | ||
| CON100 | Control unit | ||
| part of the planter set | Fiberglass stick | ||
| part of the planter set | Gasket ring | ||
| Operating software | |||
| SPAC Analytics software | |||
| Porous, ceramic, mixed-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
| Porous, ceramic, small-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
| Pots | Not relevant (generic products) | ||
| Soil | Bental 11 by Tuff Marom Golan | ||
| Soil Probes | Meter group | 40567 | 5TE |
| 40636 | 5TM | ||
| 40478 | GS3 | ||
| Vermiculite | Agrekal , Israel |
References
- Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. Yield Trends Are Insufficient to Double Global Crop Production by 2050. PLoS One. 8, 66428 (2013).
- Food and Agriculture Organization of the United Nations. The future of food and agriculture: Trends and challenges. , Rome. (2017).
- Dhankher, O. P., Foyer, C. H. Climate resilient crops for improving global food security and safety. Plant, Cell & Environment. 41, 877-884 (2018).
- Chen, D., et al. Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open. Plant Cell. 26, 4636-4655 (2014).
- Ubbens, J. R., Stavness, I. Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks. Frontiers in Plant Science. , (2017).
- Danzi, D., et al. Can High Throughput Phenotyping Help Food Security in the Mediterranean Area. Frontiers in Plant Science. , (2019).
- Miflin, B. Crop improvement in the 21st century. Journal of Experimental Botany. 51, 1-8 (2000).
- Dalal, A., et al. Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With "Productivity-Enhancing" and "Survivability-Enhancing" Biostimulants. Frontiers in Plant Science. , (2019).
- Moshelion, M., Altman, A. Current challenges and future perspectives of plant and agricultural biotechnology. Trends in Biotechnology. 33, 337-342 (2015).
- Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. Machine Learning for High-Throughput Stress Phenotyping in Plants. Trends in Plant Science. 21, 110-124 (2016).
- Houle, D., Govindaraju, D. R., Omholt, S. Phenomics: The next challenge. Nature Reviews Genetics. 11, 855-866 (2010).
- Fiorani, F., Schurr, U. Future Scenarios for Plant Phenotyping. Annual Review of Plant Biology. 64, 267-291 (2013).
- Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. Plant Phenomics, From Sensors to Knowledge. Current Biology. 27, 770-783 (2017).
- Negin, B., Moshelion, M. The advantages of functional phenotyping in pre-field screening for drought-tolerant crops. Functional Plant Biology. , (2017).
- Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies. Agronomy. 9, 65 (2019).
- Roitsch, T., et al. New sensors and data-driven approaches-A path to next generation phenomics. Plant Science. 282, 2-10 (2019).
- Li, L., Zhang, Q., Huang, D. A review of imaging techniques for plant phenotyping. Sensors (Switzerland). 14, 20078-20111 (2014).
- Gosa, S. C., Lupo, Y., Moshelion, M. Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies. Plant Science. 282, 49-59 (2019).
- Araus, J. L., Cairns, J. E. Field high-throughput phenotyping: the new crop breeding frontier. Trends in Plant Science. 19, 52-61 (2014).
- Ito, V. C., Lacerda, L. G. Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies. Food Chemistry. 301, 125304 (2019).
- Anjum, S. A., et al. physiological and biochemical responses of plants to drought stress. African Journal of Agricultural Research. , (2011).
- Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions. The Plant Journal. 89, 839-850 (2017).
- Yaaran, A., Negin, B., Moshelion, M. Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response. Plant Science. 281, 31-40 (2019).
- Dalal, A., Attia, Z., Moshelion, M. To produce or to survive: how plastic is your crop stress physiology. Frontiers in Plant Science. 8, 2067 (2017).
- Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. Translating High-Throughput Phenotyping into Genetic Gain. Trends in Plant Science. 23, 451-466 (2018).
- Ghanem, M. E., Marrou, H., Sinclair, T. R. Physiological phenotyping of plants for crop improvement. Trends in Plant Science. 20, 139-144 (2015).
- Sinclair, T. R., et al. Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations. Planta. 245, 729-735 (2017).
