Summary
이 고처리량, 텔레메트릭, 전체 식물 수성 피노티핑 방법은 동적 식물 환경 상호 작용에 관련된 여러 수율 관련 생리적 특성의 분석뿐만 아니라 직접 및 동시 실시간 측정을 가능하게합니다.
Abstract
증가하는 글로벌 인구를 위한 식량 안보가 주요 관심사입니다. 게놈 도구에서 제공하는 데이터는 현상 형 데이터의 공급을 훨씬 초과하여 지식 격차를 만듭니다. 성장하는 글로벌 인구를 공급하기 위해 작물을 개선하는 과제를 충족하기 위해,이 격차를 해소해야합니다.
생리적 특성은 환경 조건에 반응성 또는 민감성의 맥락에서 중요한 기능적 특성으로 간주됩니다. 많은 최근에 도입 된 높은 처리량 (HTP) phenotyping 기술은 원격 감지 또는 이미징을 기반으로하고 직접 형태 학적 특성을 측정 할 수 있지만, 주로 간접적으로 생리 적 매개 변수를 측정 할 수 있습니다.
이 논문은 식물 환경 상호 작용의 기능적 표현에 대한 몇 가지 장점이 있는 직접적인 생리적 표현에 대한 방법을 설명합니다. 이는 사용자가 로드 셀 그레이비메트릭 시스템과 냄비 실험을 사용하여 발생하는 많은 문제를 극복하는 데 도움이 됩니다. 제안된 기술은 사용자가 토양 중량, 식물 중량 및 토양 수분 함량을 구별할 수 있게 해주며, 주요 생리적 특성의 측정과 함께 동적 토양, 식물 및 대기 조건의 연속적이고 동시 적인 측정을 위한 방법을 제공합니다. 이 방법을 통해 연구자들은 식물의 생리학에 대한 환경의 영향을 고려하여 현장 스트레스 시나리오를 면밀히 모방할 수 있습니다. 이 방법은 또한 사전 필드 페노티핑의 주요 문제 중 하나 인 냄비 효과를 최소화합니다. 여기에는 현장과 같은 식물 밀도에서 진정으로 무작위로 실험설계할 수 있는 피드백 열화 시스템이 포함되어 있습니다. 이 시스템은 토양-수분 함량 제한 임계값(θ)을 감지하고 실시간 분석 도구 및 온라인 통계 리소스를 사용하여 데이터를 지식으로 변환할 수 있도록 합니다. 동적 환경에 여러 식물의 생리적 반응의 신속하고 직접적인 측정을위한이 방법은 전 필드 사육 및 작물 개선의 맥락에서, abiotic 스트레스에 대한 반응과 관련된 유익한 특성에 대한 스크리닝에 사용할 수있는 큰 잠재력을 가지고있다.
Introduction
환경 여건 악화로 증가하는 글로벌 인구를 위한 식량 안보를 보장하는 것은 현재 농업 연구1,,2,,3의주요 목표 중 하나입니다. 새로운 분자 도구의 가용성크게 작물 개선 프로그램을 향상 했다. 그러나 유전체 도구는 엄청난 양의 데이터를 제공하지만 실제 현상 특성에 대한 제한된 이해는 상당한 지식 격차를 만듭니다. 이 격차를 해소하는 것은 현대 식물 과학4,,5,,6에직면한 가장 큰 과제 중 하나입니다. 작물 개선 과정에서 발생하는 과제를 해결하고 유전자형-표현형 지식 격차를 최소화하기 위해, 우리는 유전자형 접근법과 표현중심적접근법의균형을 맞추어야 한다7,8.
최근에는 다양한 고처리량 페노티핑(HTP) 플랫폼이 시간이 지남에 따라 대규모 식물 집단의 비파괴 표현을 가능하게 하고 있으며, 이러한 플랫폼은 유전자형-표현형 지식 격차6,,8,,9,,10을줄이는 데 도움이 될 수 있다. HTP 스크리닝 기법은 가스 교환 이나 사진에 기반한 손으로 작동하는 기술과는 달리 식물이나 센서를 이동하는 데 사용되는 로봇 공학 및 컨베이어 벨트 또는 갠트리 덕분에 비교적 짧은 기간 내에 많은 수의 식물에서 특성을 측정 할 수 있습니다. 그럼에도 불구하고 HTP 시스템에서 생성된 방대한 양의 데이터는 추가데이터 처리 및 분석 과제11,,12를제시합니다.
이러한 HTP 플랫폼의 대부분은 전자 센서 또는 자동화 된 이미지 수집13,,14를통해 현상 특성의 평가를 포함한다. 고급 현장 전염병은 현장에서 근접 센서 및 이미징 기술의 배치뿐만 아니라 고해상도, 정밀하고 대규모 규모의측정(15)을포함한다. 센서 및 이미지 데이터는 다른 다중 omics 데이터와 통합되어 전체적인 2세대 페놈접근법(16)을만들어야 합니다. 그러나 센서 정보를 지식으로 변환하는 과제는 식물 유행성 연구13년동안 심각하게 과소평가됨에 따라 데이터 수집, 처리 및 처리의 방법론적 발전이 점점 더 중요해지고 있습니다. 그러나, 동적 유전자형-환경 상호 작용 및 식물 응력 반응의 깊이 표현에 대한 현재 이용 가능한 이미징 기술의 신뢰성 과 정확도는의심된다 17,,18. 또한, 통제 된 환경의 결과는 종종 가뭄 스트레스 phenotyping에 관해서, 필드에서 관찰된 것과 매우 다릅니다. 이는 가뭄 스트레스 시 토양 수분 감소로 인해 식물이 토양 부피, 토양 환경 및 기계적 임피던스 측면에서 경험하는 상황의 차이 때문입니다. 따라서 제어된 환경의 결과는필드(19)로추정하기 어렵다. 마지막으로, 이미지 기반 HTP 시스템의 진입 가격은 센서 가격뿐만 아니라 더 높은 수준의 성장 시설 인프라및 상당한 유지 보수(온실 환경에서 작동하는 많은 이동 부품)가 필요한 로봇 공학, 컨베이어 벨트 및 갠트리로 인해 매우 높습니다.
이 문서에서는 위에서 언급한 많은 문제를 해결하기 위해 설계된 HTP 텔레메트릭 페노티핑 플랫폼을 제공합니다. 원격 분석 기술을 통해 원격 소스에서 수신 스테이션으로 데이터를 자동으로 측정하고 전송하여 기록 및 분석을 수행할 수 있습니다. 여기서는 여러 계량 리시미터(중력 시스템) 및 환경 센서가 포함된 비파괴 HTP 텔레메트릭 플랫폼을 시연합니다. 이 시스템은 전체 식물 바이오매스 게인, 발생 속도, 구내 전도도, 루트 플럭스 및 물 사용 효율(WUE)과 같은 광범위한 데이터의 수집 및 즉각적인 계산(이미지 분석이 필요하지 않음)에 사용될 수 있습니다. 시스템 내 컨트롤러로부터 소프트웨어에 직접 공급되는 빅데이터의 실시간 분석은 실질적인 의사 결정에 큰 가치를 가진지식(14)으로 데이터를 번역하는 중요한 단계를 나타내며, 특히 가뭄 스트레스에 대한 실험 및 온실 연구에서 제어된 환경에서 얻을 수 있는 지식을 실질적으로 확장하고 있다.
원격 분석 플랫폼의 다른 장점은 확장성과 설치 용이성 및 최소한의 성장 시설 인프라 요구 사항(즉, 대부분의 성장 시설에 쉽게 설치할 수 있음)입니다. 또한, 이 센서 기반 시스템에는 움직이는 부품이 없기 때문에 진입 가격과 장기 유지 보수 비용을 포함하여 유지 보수 비용이 상대적으로 낮습니다. 예를 들어, 각 플랜트, 기상 정거장 및 소프트웨어에 대한 피드백 열화 시스템을 포함한 20단위 중력 시스템의 가격은 선도적인 브랜드의 휴대용 가스 교환 시스템의 가격과 유사할 것이다.
쌀(Oryza sativa L.)은 모델 작물로 사용되었고 가뭄은 치료하였다. 쌀은 광범위한 유전적 다양성을 가진 주요 시리얼 작물로 선택되었으며, 세계 인구의 절반 이상에 대한 주식식품입니다 20. 가뭄은 식물 의 성장과 개발을 손상시킬 수있는 주요 환경 무생물 스트레스 요인으로 작물 수확량감소 21로이어집니다. 이 작물 처리 조합은 플랫폼의 기능과 생성할 수 있는 데이터의 양과 품질을 입증하는 데 사용되었습니다. 이 방법에 대한 이론적 배경에 대한 자세한 내용은 22를참조하십시오.
Protocol
이 프로토콜에서는 20cm x 20cm 비늘에 적재된 4L 냄비를 언급했으며 각 냄비에는 1개의 식물이 들어 있습니다. 동일한 프로토콜은 쉽게 확장 가능하며 훨씬 더 큰 냄비 (프로토콜 측정에 선형 적응만으로 40cm x 40cm 비늘에 최대 25 L로드)와 냄비 당 여러 식물로 사용할 수 있습니다. 따라서 프로토콜은 다양한 유형과 크기의 식물에 쉽게 적응할 수 있습니다. 시스템 구성 요소에 대한 그림 1 및 그림 2를 참조하십시오.
1. 실험을 위해 냄비를 준비하십시오.
- 토양 필터를 삽입합니다. 나일론 메쉬(그물)를 냄비 전체에 펴고 그물 홀더를 그물 위에 놓습니다. 손으로, 천천히 전체 냄비의 안쪽아래로 그물 홀더를 절반 으로 밀어. 두 냄비 사이에 밀려나면서 그물이 균일하게 퍼져 있는지 확인하십시오.
- 유리 섬유 스틱 (극)을 두 냄비 사이에 삽입하고 전체 냄비의 바닥까지 끝까지 밀어 그물의 바깥쪽에 있고 그물을 밀어 넣지 않도록합니다.
- 그물 홀더를 끝까지 밀어 넣기 전에 냄비 내부에서 손으로 그물을 밀어 내고 그물 홀더가 완전히 삽입되면 냄비 바닥에 균일하고 단단히 퍼질 수 있도록 조정합니다(그림2CI).
- 위에서 설명한 냄비 셋업 의 바닥에서 개스킷 링을 밀어 냄비 의 측면까지 의 3 분의 1을 밀어. 링의 슬릿이 냄비 바닥쪽으로 열려 있는지 확인하십시오(그림 2CII).
- 다음 단계로 계속하기 전에 모든 실험 냄비에 대해 1.1-1.4 단계를 반복합니다. 배열 랜덤라이저 응용 프로그램을 사용하여 식물의위치(도 2D;무작위 블록 설계 또는 완전 무작위 설계)의 위치를 임의화합니다.
참고 : 무료 프로그램을 다운로드하고 자세한 내용은 링크를 참조하십시오 : https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q). - 온실 내부의 배열에 있는 위치에 따라 냄비에 라벨을 붙입니다. 예를 들어, "B10D"라는 라벨은 열 10의 표 B에 있는 냄비에 해당하며 행 D. 토양 수분 함량 측정을 위해 각 테이블에 대해 3개의 추가 냄비를 준비합니다(섹션 7.1 참조).
2. 식물을 성장
- 실험에 가장 적합한 성장(potting) 매체를 선택합니다. 실험에 적합한 매체를 선택하는 것은 매우 중요하며 올바른 선택은 여러 가지 요인에 따라 달라집니다(토론 참조). 처음 이용자는 다공성, 세라믹, 소형 매체를 사용하는 것이 좋습니다. 실험에 적합한 매체를 선택하는 데 도움이 되는 자세한 내용은 표 1과 표 2를 참조하십시오.
- 원하는 포팅 매체로 캐비티 트레이에서 씨앗을 발아합니다. 가능하면, 식물을 그 온실 내부의 환경 조건에 적응시키기 위해, 실험의 주요 부분에 사용되는 동일한 온실 내부이 작업을 수행합니다.
- 묘목이 트레이에서 발아되지 않은 경우 포팅 매체가 들어있는 캐비티 트레이에 이식하십시오. 각 구멍에 한 묘목을 심고 뿌리가 캐비티 (뿌리 토양 플러그)의 모양을 취할 만큼 조밀 할 때까지 성장하게하십시오.
- 토양 중량 측정을 위해 묘목없이 5-7 개의 구멍을 둡니다 (포팅 매체만; 그림 3). 자세한 내용은 섹션 5.9를 참조하십시오.
3. 신호 대 소음 수준 개선
참고: 다음 단계는 측정 품질을 개선하고 소음 수준을 줄입니다.
- 리시미터를 보정합니다.
- 정신 수준을 사용하여 모든 lysimeter가 레벨이 있는지 확인한 다음 중량 교정 프로세스를 시작합니다. 두 개의 표준 중량(1-10kg)을 사용하십시오. 모든 플러그를 포함한 녹색 용기가 로드 셀에 있는 동안 교정을 수행합니다.
- 각 로드 셀에 첫 번째(가벼운) 교정 중량을 넣습니다.
- 작동 소프트웨어에서 교정 탭으로 이동하여 첫 번째 점의 무게를 선택합니다. 그런 다음, 가중치가 배치된 로드 셀 위치를 선택하고 포인트1(추가 도 1A)을 클릭합니다. Supplementary Figure 1A 이 단계는 여러 로드 셀에 동시에 적용할 수 있습니다.
- 두 번째 가중치를 반복하고 포인트2 를 클릭합니다.
- 교정 적용을 클릭합니다.
- 실험에 적합한 크기의 식물 수량 보장
참고: 식물이 작을수록 신호가 약해집니다(예: 냄비 무게 대비 하루 동안 발생하는 물의 무게). 다음 단계는 신호 대 잡음 비율을 개선하는 데 도움이 됩니다.- 식물이 최대 냄비 물 용량의 약 10 %를 발생하면 실험을 시작합니다.
참고: 예를 들어, 냄비 용량에서 약 1L의 물을 포함하는 모래 매체로 작업하는 경우(표 2참조), 식물이 하루에 약 100mL를 트랜스피로 변환할 때 실험을 시작합니다. 냄비 용량에서 약 2 L의 물을 보유하는 토탄 기반 매체로 작업하는 경우(표 2참조), 식물이 하루에 약 200mL를 반사할 때 측정을 시작합니다. - 초기 식물 일일 발생을 추정한 후 시스템에 적재하기 전에(수동으로) 아침과 몇 가지 모종의 저녁 체중 차이를 측정하여 시스템에 적재합니다.
- 작은 식물과 함께 작업 할 때, 각 냄비에 여러 식물을 넣어 (예를 들어, 하나의 3.9 L 냄비23에여섯 아라비도시스 식물, 발생의 권장 최소 수준에 도달하기 위해)*.
- 식물이 최대 냄비 물 용량의 약 10 %를 발생하면 실험을 시작합니다.
4. 실험 설정
참고: 실험을 설정하는 과정은 시스템의 모든 부분, 즉 포팅 매체의 무게(냄비 용량의 토양-물 중량 포함)와 모종의 초기 중량을 고려하여 설계되었습니다. 아래 단계에 따라:
- 가능하면 가중치가 비슷한 유사한 정적 구성 요소로 작업합니다. 정적 중량 구성 요소에는 냄비 세트, 토양 프로브 및 기타 플라스틱 부품이 포함됩니다.
- 새 실험을 시작하려면 운영 소프트웨어를 엽니다. 화면 왼쪽의 메뉴에서 실험 탭을 엽니다. 원하는 실험을 마우스 오른쪽 단추로 클릭하고 중복을 선택하여 이전 실험에서 새 만들기 또는 실험 속성을 복제할 수있습니다. 실험의 이름을 바꿉니다(보충도 1B).
- 현재 시스템에서 실행 중인 다른 실험에서 장치가 사용되지 않는지 확인합니다. 식물 테이블의 모든 식물이 실험 설계와 일치하는지 확인합니다. 그렇지 않은 경우 설계에 따라 테이블을 변경하십시오(섹션 5.18, 6 및 보충 도 1C참조).
- 실험 이름을 클릭한 다음 시작을 클릭하여 실험을 시작합니다.
- 미리 준비된 빈 냄비(더블 포트, 그물, 스틱 및 검은 개스킷 링)를 수동으로 측정하십시오. 서로 유사한 부품을 사용하는 경우 평균 무게 10개가 충분합니다.
- 화분 매체를 일부 물과 1h 이상 섞어 균일한 입자로 분해되고 포화되어 균일성과 균일성을 보장합니다. 처음 사용하는 분은 다공성, 세라믹, 소형 매체(표 1 및 표 2참조)를 사용하는 것이 좋습니다. 두 번째 옵션으로 거친 모래를 사용합니다.
- 기계믹믹서(예: 콘크리트 믹서)를 사용하십시오.
- 매우 균일한 매체(즉, 산업용 모래)가 사용되는 경우, 4.6.1단계를 건너뜁니다.
- 적절한 포팅 매체(예: 모래, 토양 또는 토탄)로 실험을 위해 모든 냄비를 균일하게 채웁니다.
- 포팅 매체의 중간에 모종(캐비티 트레이에서)의 뿌리 토양 플러그와 모양과 크기가 유사한 캐비티 몰드(도3B)의캐스트를 삽입한다. 완전히 밀어 넣습니다. 냄비 의 바닥을 바닥에 몇 번 탭하여 포팅 매체가 냄비에 잘 분포되어 있는지 확인합니다. 모든 냄비에 대해 반복합니다.
- 냄비에 잘 물을 주며 냄비 바깥쪽에서 헹구습니다. 다음 단계로 계속하기 전에 냄비가 30 분 동안 배수되도록 하십시오. 냄비가 자유롭게 배출되는지 확인하십시오. 포팅 매체가 너무 느리게 배수하는 경우 (예를 들어, 조밀 한 토탄), 공기가 잘 린 기판 (예를 들어, 펄라이트; 표 1 및 표 2참조)로 미리 섞어 더 빠른 배수를 보장하십시오.
- 배수가 완전히 중지 된 후, 실험 설계(도 2A)에따라 리시미터 배열 (이미 있는 녹색 용기)의 중심에 채워진 냄비를 모두 놓습니다.
- 녹색 용기가 로드 셀 커버에 제대로 장착되어 서로 닿지 않는지 확인합니다.
- 작동 소프트웨어에서 실험 탭을 열고 구성 요소 측정 탭을 선택합니다. 측정 객체를 클릭합니다. 측정 "1st 측정"(보충도 1D)의이름을 지정합니다.
- 각 냄비에 관개 드립, 프로브 및 냄비 덮개를 놓습니다. 다중 콘센트 드립퍼와 프로브 케이블의 선이 각 스탠드에 의해 지원되는지 확인합니다(각 lysimeter 스케일에 대한 단위에 부착된 경우; 그림 1E) 냄비에 넣기 전에. 모든 드립퍼, 프로브 및 커버를 안전하게 배치해야 합니다.
- 새 측정을 수행하려면 최대 3분 동안 기다린 다음(데이터는 3분마다 자동으로 수집됩니다) 실험 탭을 엽니다. 실험 탭을 선택하고 실험을클릭합니다. 메타 태그 는 이 측정값을 촬영한"1st 측정"에 측정하여 "정적 구성 요소"(보충도 1E)를지칭합니다. 메타 태그는 측정된 값을 다른 값에서 빼서 결정되는 중량 값을 기록하려는 경우에 사용됩니다.
- 시스템에 필요한 조정을 한 후 다음 측정을 하기 전에 새 데이터 포인트(3분마다)를 기록할 때까지 기다립니다.
- 정적 구성 요소 열을 확인하여 Plant 테이블에 기록된 값이 이상값을 포함하지 않는지 확인합니다. 기록된 가중치가 너무 낮거나 너무 높은 경우 로드 셀과의 간섭(예: 아무것도 만지지 않는지 확인) 다음 새 측정(시스템이 3분 동안 이후에도)을 수행합니다.
- 식물 탭을 클릭합니다. 식물 테이블을 스프레드시트로 내보내고 평균 냄비 무게(4.5단계에서)를 정적 구성 요소의 측정에 추가합니다. 파일을 저장하고 업로드합니다(가져오기 탭).
- 모든 드립퍼가 포팅 매체와 컨트롤러에서 나오는 파이프에 안전하게 삽입되는지 확인합니다. 다시 작동 소프트웨어에서, 실험 탭에서, 치료 시나리오를 선택합니다. 새 만들기를 클릭하여 새 "계획"을 만듭니다.
- 계획에서 첫 번째 단계를 선택하고(필요한 경우 새 단계를 만듭니다)를 선택하고 엽니다. 치료를 위한 "테스트"를 선택하고 종료를 위해 "절대"를 선택합니다. 단계 옵션에서 실험 위의 관개 치료 탭에 나열된 모든 치료법을 선택하십시오(보충 도 1F; 4.21 단계 참조). 적용 탭을 누릅니다.
- 식물 테이블을 스프레드시트로 추출하고 처리 열에 "계획"을 추가하고 단계 열에 "1"을 추가합니다. 파일을 저장하고 업로드합니다.
- 관개 처리 탭에서 "테스트" 처리를 선택하고 배수를 가능하게 하기 위해 4-5분의 관개 시간으로 설정합니다[사용되는 토양의 체적 수분 함량(VWC)에 따라 정확한 시간]을 설정합니다. 시간 2 분 앞으로 설정하고 온실의 냄비에 이동합니다. 다른 치료법도 만들 수 있습니다. (7.4단계에서 자세한 설명을 참조하십시오.)
- 모든 드립퍼가 작동하고 물이 녹색 용기의 천공 배수 플러그에서 떨어지는 것을 시각적으로 확인하십시오.
- 실험에서, 계획 "X", 1 단계 (단계 4.19-4.20 참조)에 관개 처리를 원하는 관개 처리로 변경합니다. 매일 밤 관개(fertigation, 사용된 열화 성분에 대한 표 3 참조)가 토양이 새벽 전에 토양이 현장 용량에 도달하도록 하기 위해 그들 사이에 상당한 일시 정지(매일 밤 최소 3개의 이벤트)를 가진 여러 짧은 펄스(이벤트)로 나뉘도록 하십시오.
- 관개 프로그램이 토양이 현장 용량에 도달하고 다음 단계로 계속 되도록 1 또는 2 일 동안 실행하십시오.
5. 실험 시작
참고: 이 단계에서 수집된 데이터는 실험의 나머지 부분에 대한 참조 값으로 사용됩니다. 따라서 다음 단계를 신중하게 따르는 것이 중요합니다.
- 4.18 ~4.20 단계를 반복합니다. 또는 최신 관개 단계 가 끝난 지 얼마 지나지 않아 이른 아침에 프로세스를 시작합니다.
- 모든 냄비가 관개되고 과도한 관개 액체가 녹색 욕조의 천공 배수 플러그에서 떨어지는지 시각적으로 확인하십시오.
- 녹색 용기의 녹색, 포과되지 않은 플러그 (가장 낮은 오리피스에서)를 제거하고 물이 완전히 배출할 수 있습니다. 그런 다음 플러그를 제자리에 다시 넣습니다(그림1D). "배수 0"(즉, 하단 구멍이 열리고/중공 배수 플러그가 가장 낮은 구멍에 연결된)에서 작업하는 경우 이 단계를 건너뜁니다.
- 작동 소프트웨어에서 실험용 탭을 열고 구성 요소 측정으로 이동합니다. 개체 측정값을 클릭하고 측정값을 "캐스트 프리"로 지정합니다. 냄비에서 모든 캐스트를 부드럽게 제거한 다음 새로운 측정을 기록할 때까지 3분 간기다립니다(추가 도 1D).
- 측정 객체를클릭하고, "캐스트 포스트"라고 지정하고 측정값을 "캐스트 프리"로 메타 태그합니다. 이 옵션은 측정된 두 값간의 차이를 자동으로 계산하고 주조 가중치를 부여하여 중량 감도를 확인합니다.
- Plant 테이블의 중량 값을 확인합니다. "캐스트 포스트" 측정의 차이는 20g 또는 30g 을 초과해서는 안됩니다.
- 습식 토양의 중량을 측정하려면 작동 소프트웨어에서 실험에서 측정 구성 요소 탭으로 이동하여 토양 습식 중량 측정 옵션을 선택합니다. 요청 시 확인을 클릭하여 측정을 수행하십시오. 요테우르 실험의 식물 테이블에서 토양 습식 중량 측정값을 확인하십시오. 무게는 "토양 젖은 무게"열(보충 도 1D, G)에나타납니다.
- 일부 측정값이 부적절하게 변동하는 것처럼 보이는 경우 다음을 수행하십시오.
- 각 냄비가 올바르게 배치되어 있고 인접한 냄비를 만지지 않는지 확인합니다.
- 테이블의 첫 번째 컨트롤러를 전기에서 분리(나머지 컨트롤러는 서로 직렬로 연결되므로 종료됨)을 2분 동안 분리한 다음 다시 연결합니다.
- 모종(토양 플러그)이 없는 포팅 매체(2.3단계에서)로 몇 캐치(5~10)의 평균 중량을 수동으로 측정합니다. [수동 측정 전에 토양 플러그가 잘 관개되었는지(즉, 배수 후 현장 용량에)를 잘 관개해야 합니다.] 측정 Measure 구성 요소 탭에서, 묘목 벌크 토양 무게를 설정하고 평균 중량(보충 도 1D)를입력합니다.
- 플랜트 초기 중량 측정을클릭합니다. 이 첫 번째 측정은 심기 전 기준점(보조도 1D)입니다.
- 캐비티 트레이의 묘목이 잘 관개되어 있는지 확인하십시오 (즉, 배수 후 현장 용량에). 실험 설계에 따르면 모종을 충치에서 뿌리 토양 플러그로 부드럽게 당겨 상처를 입히지 않도록 하고 조심스럽게 냄비에 캐스트로 만든 구멍에 배치합니다. 식물에 스트레스를 최소화하기 위해 새벽이나 해질녘에 식물을 옮기는 것이 바람직하다(즉, 시스팅을 최소화).
- 3 분 기다립니다. 플랜트 초기 중량 측정을 다시 클릭합니다. 이 두 번째 측정은 식물 초기 중량입니다. 메타 태그는 측정값을 첫 번째(기준점)로 태그합니다. 이 소프트웨어는 두 측정사이의 차이를 계산하고 묘목 벌크 토양 무게를 뺍니다. 그 결과 식물 초기 중량이 생성됩니다.
- 실험의 식물 테이블에서 측정된 값을 확인하여 합리적이고 논리적인범위(보충 도 1C)에속하는지 확인합니다.
- 4.18 ~4.20 단계를 반복하여 토양을 포화시합니다.
- 모든 냄비가 제대로 소모되는지 확인하십시오. 그렇지 않은 경우 채도 프로세스를 반복합니다. 배수가 중단될 때까지 30분 기다립니다. (포팅 매체의 올바른 선택에 관한 표 1도 참조).
- 측정 구성 요소 탭에서 예약된 물 중량 측정(추가 그림1D)을클릭합니다.
- 식물 테이블을 스프레드시트로 추출하여 측정된 식물 초기 중량 및 모종 벌크 토양 중량을 예약된 물 중량 측정("예비 물 재고" 컬럼)에서 빼는다. 파일(보충도 1C)을 업로드합니다.
- 일일 발생 기간이 실험의 목표에 적합한지 확인합니다. 프로젝트에 적합한 실험 일반 탭의 값을 입력합니다(보충도 1H).
- 0 시간 채우기: 소프트웨어가 치료 시나리오의 다음 단계로 이동해야 하는지 여부를 확인하는 시간입니다.
- 일일 발생 값을 채우기: 일일 발생은 하루 종일 두 개의 무게 창 의 차이로 계산됩니다. 일일 발생 시작 시간은 소프트웨어가 평균 중량을 측정하기 시작하는 시간입니다.
- 새로운 실험을 시작하기 전에 1-2일 동안 식물을 모니터링합니다(실험의 이름을 복제하고 이름을 바꿉니다).
6. 식물 테이블 변경
- 식물 테이블을 스프레드시트로 추출하고 필요에 따라 테이블을 변경합니다. 플랜트 ID, 이름 또는 위치를 변경하지 마십시오. 파일을 저장하고 업로드합니다.
- 라벨링(그룹화) 컬럼: 공통 라벨(예: 처리, 줄)을 기반으로 그룹화된 식물을 표시하거나 분석하려면 #(예: #Treatment)부터 새 컬럼과 라벨을 추가합니다. 이 칼럼에서 각 식물에 대한 표기서를 만듭니다(예: "#Treatment" 라벨에 대해 식물을 가뭄, 제어 등으로 표시하십시오. 보충 도 2).
참고: 위에 제시된 프로토콜은 이 시스템에 가장 진보되고 포괄적인 프로토콜입니다. 그러나 처음 사용자는 단순화된 프로토콜로 시작하려고 할 수 있습니다(보충 MS 참조). 단순화된 프로토콜은 더 적은 특성에 대한 정보를 생성하고 더 높은 소음 수준으로 이어질 수 있습니다. 그러나 동시에 가장 중요한 실험 절차, 하드웨어 및 소프트웨어에 대해 더 쉽게 익숙해지고 친숙해질 수 있는 방법을 제공합니다.
7. 실험 실행
- 토양 중력 수분 함량/토양 수분 함량(SWC 값)을 계산합니다.
참고: 중력 토양 수분 함량은 체적 토양 수분 함량(VWC)과 다릅니다.- SWC 값은 토양의 건식 중량과 토양의 젖은 중량 사이의 비율입니다. SWC를 계산하려면 이전에 제조되고 온실 내부의 측면 테이블에 며칠 동안 보관하고 정기적으로 관개한 식물없이 토양으로 채워진 세 개의 추가 냄비 (1.3 단계)를 사용합니다. 마지막 관개 이벤트 후 가능한 한 빨리 이른 아침에 알루미늄 트레이에 젖은 토양의 무게를 측정합니다.
- 4-5 일 동안 오븐 (105 °C에서)에 토양으로 알루미늄 트레이를 건조시십시오. 토양이 60분 이상 떨어져 두 번 연속 중량 측정을 하여 완전히 건조되는지 확인하십시오. 가중치가 동일하면 토양이 실제로 건조하고 마지막 측정을 건조 토양 무게로 기록할 수 있습니다.
- 작동 소프트웨어에서 구성 요소 측정으로 이동하여 토양 건조 중량 계산 탭을 클릭합니다. 각 샘플에 대한 토양 젖은 및 건조 중량을 채우고 적용 및 마무리(보조 도 3)를클릭합니다.
- 또는 아래 그림 방정식을 사용하여 SWC를 수동으로 계산합니다.
- 적어도 세 개의 냄비에서 수동으로 가져온 두 개의 SWC 측정값을 평균합니다. 측정 구성 요소 탭을 선택하고 θg [g/g] 값을 토양 건조 중량 계산을 클릭하고 적용 및 완료를 클릭합니다. Apply 모든 실험 냄비의 토양 건조 중량은 소프트웨어에 의해 자동으로 계산됩니다 (실험의 모든 냄비가 동일한 매체를 포함한다고 가정; 보충 도 1D 및 보충 도 3).
- 관개 처리를 적용하십시오. 관개 시나리오는 단계별 치료 계획을 작성하여 적용할 수 있습니다.
- 새로운 관개 치료 계획을 작성하려면 관개 처리로이동하여 새 만들기를클릭하고 새로운 치료법의 이름을 지정합니다. 관개 치료 목록에서 특정 치료를 열고 기본 "00:00"을 클릭합니다.
참고: 메인윈도우(보충 도 4A)에서"시간"은 밸브가 열리는 시간(즉, 관개 처리의 시작)을 나타냅니다. "밸브"는 열 밸브(원하는 용액에 연결된 밸브에 따라 A 또는 B)입니다. "명령 유형"은 밸브가 닫혀있는 시기를 결정하는 데 사용되는 데이터 유형을 나타냅니다.- 시간별로 - 밸브가 얼마나 몇 초 열려 있는지.
- 무게에 의해 – 체중 증가/물 (그램) 관개를 통해 냄비에 추가 할.
- 개시에 의해 – 관개는 전날 각 개별 식물의 발생에 기초하여 각 냄비에 분차적으로 적용될 수 있다. 사용자는 관개 중에 적용될 전날 의 발생 비율을 결정할 수 있습니다. (잘 관개된 상태에서, 토양을 세척하고 식물 성장을 보상하기 위해 식물에게 100 % 이상을 제공하는 것이 좋습니다.) 가뭄으로 처리된 식물은 원하는 가뭄 스트레스율을 기준으로 정확한 부피를 가지며 물을 적게 주어야 합니다.
- 센서별 – 명백한 유전체 허용성(VWC을 결정하는 데 사용할 수 있음)과 같은 센서 판독값에 따라 관개시적용될 수 있습니다. 센서 유형, 원하는 매개 변수 및 원하는 매개 변수 값을 선택합니다.
- 모든 가능성에는 설정된 조건에 도달하지 않은 경우에도 탭을 닫는 Time Out 옵션이 포함됩니다. 설정된 조건보다 기간 동안 시간 초과를 설정합니다.
- 실험에 대한 관개 처리를 정의한 후 실험 목록에서 원하는 실험을 열고 치료 시나리오를열고 기본 계획을 열고 첫 번째 단계(보충도 4B)를선택합니다.
- 치료에서목록에서 관개 치료를 선택하십시오. 그런 다음 종료에서현재 단계를 중지하고 다음 단계로 이동하는 적절한 조건을 선택합니다.
- 관개 시나리오를 선택한 후 실험의 식물테이블(보충 도 2)을열고 각 식물에 대해 "치료"와 "단계"를 입력합니다. "치료"는 치료 시나리오의 이름이며 "단계"는 치료 시나리오 내에서 이벤트 번호입니다.
- 새로운 관개 치료 계획을 작성하려면 관개 처리로이동하여 새 만들기를클릭하고 새로운 치료법의 이름을 지정합니다. 관개 치료 목록에서 특정 치료를 열고 기본 "00:00"을 클릭합니다.
- 가뭄 치료를 계획합니다.
- 각 개별 공장은 온실의 크기와 위치를 기반으로 고유 한 발생 률을 가지고 있습니다. 표준 가뭄 치료(즉, 치료 중 모든 냄비에 대해 유사한 건조율)를 활성화하려면 가뭄 시나리오를 계획하고 시스템의 피드백 관개도구(보충 도 5)를통해 제어합니다.
8. 데이터 분석 소프트웨어를 사용하여 데이터 분석
- 데이터 분석 소프트웨어(예: SPAC 분석)를 엽니다. 오른쪽 상단 모서리를 클릭하여 제어 시스템과 실험 이름(보충도 6A)을선택합니다. 화면 왼쪽의 열에서실험(보충 도 6B)을선택하고 검색 섹션 아래의 이름 막대에 실험 이름을 입력합니다. Experiments 실험의 이름은 실험섹션(보조 도 6C)에서검색 섹션 아래에 나타납니다. 실험을 클릭하여 정보 및 식물섹션(보조 그림 6D)을엽니다.
- 정보 섹션에서, 가뭄 치료의 시작 전에 적어도 3 (바람직하게는 더) 일 동안 WUE 시작 및 WUE 종료 날짜를 편집한 다음 업데이트를클릭합니다. 모든 냄비에 대한 WUE 및 R2 값이 식물 섹션에 나타납니다. 음수 WUE 값또는 0.5 미만의 R2 값을 가진 배율을 제외하려면 활성 열 아래의 "눈" 기호를 클릭한 다음 빨간색으로 바뀝니다. 이렇게 하면 선택한 축척(플랜트)이 모든 추가 계산에서 제외됩니다. 데이터는 플랜트섹션(보충 도 6D)의 내보내기 데이터 버튼을 클릭하여 내보낼 수 있습니다.
- 스크리드 왼쪽의 열에서 분석을클릭합니다. 그런 다음 그래프 뷰어, 히스토그램, T 테스트, ANOVA 및 피스와이즈 선형 곡선의 다른 하위 섹션이 나타납니다.
- 그래프 뷰어를클릭합니다. 필터 섹션에서 실험 날짜를 설정합니다.
- 실험군(유전자형)과 치료의 조합을 선택하려면 라벨(6단계 참조)을 클릭합니다. 선택한 그룹의 모든 포트가 자동으로 Plant 하위 섹션에 나타납니다. 해당 하위 섹션에서는 냄비(식물)를 클릭하여 선택 해제합니다. 선택의 최대 두 개의 서로 다른 매개 변수는 "Y1 매개 변수"와 "Y2 매개 변수"로 한 번에 선택할 수 있습니다. 마지막으로, 표시 그래프를 클릭(보충 그림 5).
- 선택한 매개 변수값의 선 그래프가 각 플랜트의 그래프 뷰어 창에 나타납니다. 그래프 오른쪽에 있는 범례 기호를 클릭하여 개별 플랜트에서 데이터를 제거하거나 그래프에 추가합니다. 오른쪽 상단 모서리에는 데이터를 스프레드시트로 내보내고 전체 화면을 채우기 위해 그래프 뷰어 창을 확대하는 옵션도 있습니다(이 원시 데이터 다운로드 기능은 다른 모든 창과 관련이 있음). 커서가 화면 의 오른쪽 상단 모서리로 이동하는 경우 그래프를 수정하는 더 많은 옵션이 나타납니다(보충 도 5).
- 히스토그램 모듈은 지정된 기간 동안 인구 간에 단일 특성의 분포를 제공합니다. 이 모듈을 사용하려면 히스토그램을 클릭합니다.
- 필터 섹션에서 8.4.1 단계에서 설명한 대로 날짜 및 시간, 매개 변수, 라벨 및 식물을 설정합니다. + 기호를 클릭하여 여러 레이블(그룹)을 선택합니다. 마지막으로, 표시 그래프를 클릭(보충 그림 7).
- 히스토그램은 히스토그램 섹션에 나타나며 화면 상단에 있는 "빈"과 "날짜"를 변경할 수 있습니다. 오른쪽 상단 모서리에는 8.4.2 단계에 설명된 다양한 옵션이 있습니다. 위치 다이어그램 섹션에서는 실험 테이블에 있는 식물의 실제 위치와 각각의 특성 값을 볼 수있습니다(보충 도 7).
- T 테스트를클릭합니다. 통계적으로 두 그룹의 측정 특성의 수단을 비교하려면 8.4.1 단계에서 설명된 대로 "T-test 매개 변수" 섹션의 날짜, 레이블, 식물 및 매개 변수를 입력합니다.
- 관심 기간 내에 데이터 포인트의 평균 값을 계산하는 시간 범위를 설정합니다(기본값은 연속 24h 프레젠테이션입니다). 마지막으로, 표시 그래프를 클릭(보충 그림 8).
- 화면 오른쪽에 두 개의 창이 나타납니다. 맨 위 는 두 그룹에서 선택한 모든 플랜트의 그래프 뷰어 섹션입니다. 그 창 아래에는 두 그룹의 비교가 선택된 생리학적 매개 t변수의 t-test로 나타나는 T-테스트 섹션이 있습니다. 중요 수준은 T-테스트 섹션의 왼쪽 상단 모서리에 있는 α 값을 변경하여 조정할 수 있습니다. 빨간색 점이 크게 다른 값 아래에 나타납니다. 오른쪽 상단 모서리에서 8.4.2 단계(보충 도 8)에설명 된 바와 같이 다양한 옵션을 봅니다.
- ANOVA를클릭합니다. 통계적으로 두 개 이상의 그룹에서 측정 된 특성의 수단을 비교하려면 8.5.1 단계에서 설명 된 대로 "필터"섹션의 날짜, 레이블, 식물 및 매개 변수를 입력합니다.
- +기호를 클릭하여 여러 레이블(그룹)을 선택합니다(8.5단계와 같이). 시간 범위를 설정합니다. 마지막으로 "SHOW GRAPH"(보충도 9)를클릭합니다.
- ANOVA 섹션에서는 ANOVA 테스트(Tukey's HSD)를 사용하여 다른 그룹의 생리학적 매개 변수를 비교합니다. 막대는 표준 오류(±SE)를 나타냅니다. 화면 의 오른쪽 상단 모서리에는 8.4.2 단계에 설명된 다양한 옵션이 있습니다. 특정 일의 막대 그래프 비교를 보려면 선 그래프를 클릭합니다. 문자가 다른 문자는 서로 크게 다른 그룹을 나타냅니다(보충 도 9A).
- 전체 식물 발생 운동 역학 또는 구내 전도도간의 관계를 제시하는 VWC는 시간 기반 접근법에 비해 다른 식물의 생리적 반응을 가뭄에 비교하는 보다 정확한 방법입니다. "조각 현명한 선형 곡선" 함수를 사용하여 이 관계를 제시합니다.
- 조각 방향으로 선형 곡선을클릭합니다. 날짜, 레이블, 식물 및 매개 변수(x축과 y축 모두)를 입력한 다음 위에서 설명한 대로 "필터" 섹션에서 시간 범위를 설정합니다.
참고: "보낸" 날짜는 치료 시작 날짜에 가능한 한 가까워야 합니다. - x축 파라미터를 VWC 및 y축 파라미터로 설정하여 선택한 생리학적 매개변수(예를 들어, 발생 속도, 구내 전도도 등)로 설정합니다. 마지막으로 그래프 표시를클릭합니다. "필터" 섹션에서 모든 권장 사항을 선택한 다음 그래프 표시(추가 그림 10)를클릭합니다.
참고: 다른 생리학적 파라미터(예: 정규화된 발생, 발생속도, 식물 초기 중량, 스토마탈 전도도, 루트 플럭스 등) 및 환경 파라미터(예: 온도, 상대 습도 등)를 통해 SPAC 소프트웨어(예: 보충 도면 9C)를통해 쉽게 얻을 수 있다. 계산의 이론적 배경에 대한 자세한 내용은 Halperin 외 (2017)를 참조하십시오.
- 조각 방향으로 선형 곡선을클릭합니다. 날짜, 레이블, 식물 및 매개 변수(x축과 y축 모두)를 입력한 다음 위에서 설명한 대로 "필터" 섹션에서 시간 범위를 설정합니다.
Representative Results
실험 기간은 29일이었다. 이 실험은 8월에 실시되었으며, 현지 날씨가 따뜻하고 안정적이며 날이 길다. 두 가지 관개 시나리오는 가뭄 스트레스가있는 쌀 (즉, 인디카, 카를라 및 리조토)의 생리적 행동을 비교하기위한 표현 플랫폼의 능력을 입증하는 데 사용되었습니다. 두 가지 가뭄 스트레스 치료가 있었다 : (i) 최적의 관개 [각 냄비가 관개 (제어)후 밤에 냄비 용량에 도달 할 때까지) 및 (ii) 실험이 시작 된 후 5 일 동안 지속 가뭄, 14 일 동안 지속, 10 일 복구 기간 (최적의 관개, 일 19-29). 단순성을 위해, 모든 품종과 그룹이 여기에 제시 된 수치에 표시되지 않습니다. 결과는 HTP 텔레메트릭 시스템이 식물의 대기 조건, 토양 및 생리학의 변화를 효율적으로 측정할 수 있음을 보여주었다.
환경 조건
환경 조건[광합성 활성 방사선(PAR) 및 증기 압력 적자(VPD)]는 대기 프로브에 의해 실험 전반에 걸쳐 모니터링하였다. 수집된 데이터는 PAR 및 VPD가 하루 종일 서로 다른 며칠 동안 그리고 하루 동안 유사하게 유지되었음을나타냅니다(그림 4).
가뭄으로 처리된 냄비의 VWC는 실험 기간 내내 토양 프로브에 의해 측정되었다. 한 가뭄 처리 이력서에서 수집 된 VWC 데이터. 인디카 식물은 그림 5에플롯된다.
생리학적 매개변수
매일 발생하는 모든 4 가지 치료 (카를라 제어, 카를라 가뭄, 리조토 제어 및 리조토 가뭄)에서 점차적으로 증가했습니다. 나중에, 가뭄 기간과 관련 된 발생에 있는 감소가 있었다 (5 일에서 18 일) 두 개의 물 박탈 처리에. 그 후, 회복 기간 동안 (18일 이후), 매일 발생하는 것은 두 개의 물 박탈 군에서 다시 증가하지만, 가뭄 치료 전에 관찰된 것보다 훨씬 낮은수준으로(보충도 9B).
평균 계산 된 식물 무게 (즉, 식물 체중 증가의 속도) 카를라 중 일관되게 증가-제어 및 실험의 첫 번째 단계에서 카를라 가뭄 치료, 식물의 모든 유사한 관개를받은 때 (일 1-5). 가뭄 치료가 이력서에 적용되었을 때. 카를라 식물 (일 5-18), 그 식물은 체중 증가 중지 하 고 복구 단계까지 체중 증가 재개 하지 않았다. 그 시점에서, 컨트롤에 대 한 관찰 된 것 보다 더 느리게 진행 하는 무게의 증가 했다. 대조적으로, 카를라의 중량-제어식물은 실험 기간 동안 지속적으로 증가(도 6).
그림 1: 중력 표형 계의 구성 요소 및 설정.
(A)계량 리시미터. lysimeter에는 물체의 기계적 하중을 전기 전하로 변환하는 로드 셀과 하중 셀의 상부 및 하부를 덮는 금속 플랫폼이 포함되어 있어 물체의 무게를 적절하게 측정할 수 있습니다. (B)리시미터는 폴리스티렌 블록과 단열용 플라스틱 커버로 덮여 있습니다. (C)스케일 부품. 물 저수지(녹색 용기)는 리시미터 덮개에 놓아 냄비에서 배출되는 액체를 수집합니다. 녹색 용기는 녹색 덮개에 결합되어 냄비가 삽입되는 큰 둥근 개구부를 가지고 있습니다. 검은 고무 개스킷 링은 녹색 덮개의 한쪽에 부착되고 냄비는 용기에서 증발을 통해 물 손실을 최소화하기 위해 다른 쪽에 부착됩니다. 녹색 커버에는 배수 연장 위의 두 개의 샘플링 구멍 (작고 큰)이 있으며 고무 플러그로 밀봉됩니다. (D)플러그. 컨테이너는 4개의 구멍(플러그 포함)이 있는 배수 연장을 가지며, 이는 특정 구멍 정지(예비 수량)를 통해 배수 후 용기의 수위를 조정하는 데 사용할 수 있다. 원하는 물 부피는 식물 종, 사용되는 포팅 매체의 종류 및 식물의 물 요구 사항(즉, 일일 발생 량 추정)에 따라 달라집니다. (E)제어 장치는 전자 컨트롤러와 솔레노이드 밸브가 들어 있는 녹색 직사각형 상자로 구성됩니다. 열화 솔루션이 냄비에 들어오고 나갈 수 있는 구멍뿐만 아니라 로드 셀과 다른 센서를 연결하기 위한 소켓이 있습니다. 염도 의 상이한 수준 또는 상이한 미네랄 조성물과 같은 상이한 치료는 열화 용액을 통해 적용될 수 있다. 금속 스탠드는 파이프와 케이블을 잡고 냄비에 닿고 무게를 추가하는 것을 방지하기 위해 컨트롤러에 연결되어있습니다. 필요한 다른 구성F요소는 (F) 토양 프로브 (예를 들어, 습기, 온도 및 EC 센서 - 5TE), 선택적(G)다중 콘센트 디퍼 (열화 및 / 또는 치료 응용 프로그램) 및(H)대기 프로브 [증기 압력 적자 (VPD) 및 방사선을 측정하기 위한]. (I)완전히 장착 된 단일 배열. (J)온실에 완전히 장착된 어레이, 대기 프로브를 가리키는 노란색 화살표로 지역 대기 조건에 따라 장완전도를 정상화할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: 단일 냄비 설정에 필요한 부품입니다.
(A-C) 다음 구성 요소는 필요: 하나 4 L 냄비, 그물 홀더 역할을 하는 바닥이 없는 4 L 냄비, 냄비 의 바닥의 직경 이중 나일론 메쉬 (공공 크기 = 60 메쉬)의 원형 조각, 식물 및 관개 드립에 대 한 지정 된 구멍하나 커버, 하나 60 cm, 흰색 유리 섬유 스틱 (극) 및 하나의 검은 가스구 링. (D)냄비가 무작위로 된 테이블 계획의 예입니다. 온실에서 각 테이블에는 1-18 개의 열과 4 개의 행이 있었는데 여기에서 24 개의 위치를 사용했습니다. 그러나 어레이 구조는 자체 온실의 크기에 따라 모든 형상에 쉽게 조정할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 냄비 설정.
(A)캐비티 트레이에서 자라는 식물. (여기에 표시된 토마토 묘목은 예일 뿐입니다. 다른 많은 식물 종은 같은 방식으로 재배 될 수 있습니다). (B)(C)포팅 배지에 구멍을 생성하여 묘목의 뿌리 토양 플러그에 밀접하게 맞도록 포팅 매체에 구멍을 생성하여 모종(E)을 냄비에 성공적으로 이식한다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: 실험 과정에서 대기 조건.
오른쪽의 y축은 실험의 29일 연속에 걸쳐 광합성 활성 방사선(PAR)을 나타내며, 좌측의 일일 증기압력 적자(VPD)와 y축을 나타낸다. 이 그래프는 데이터 분석 소프트웨어에 의해 생성되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5: 실험 과정에서 토양 프로브에 의해 측정된 체적 수분 함량(VWC).
데이터는 하나의 이력서에 대한 VWC 값을 나타냅니다. 전체 실험 기간 동안 가뭄 치료를 받은 인디카 식물은 회복을 포함한다. 이 그래프는 데이터 분석 소프트웨어에 의해 생성되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6: 전체 식물 중량(± SE를 의미함)은 이력서에 대한 전체 실험 기간 동안입니다. 잘 관개 (제어) 가뭄 조건에서 카를라.
그룹은 ANOVA (투키의 HSD)를 사용하여 비교되었다; p < 0.05). 각각의 평균 ± SE는 적어도 4개의 식물을 나타낸다. 그래프와 통계 분석은 데이터 분석 소프트웨어에 의해 생성되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
보조 그림 1: 실험을 설정하기 위한 소프트웨어 창 작동. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보충 그림 2: 스프레드시트로 '식물' 테이블; 소프트웨어 운영. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보충 도 3: 토양 건조 중량을 계산하기 위한 소프트웨어 창; 소프트웨어 운영. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보충 도 4: 관개 처리를 설정 하기 위한 소프트웨어 창; 소프트웨어 운영. 이 그림을 다운로드하려면 여기를 클릭하십시오.
추가 그림 5: 데이터 분석 그래프 뷰어 창입니다. 실험에서 우리는 쌀 의 세 품종 (즉, 인디카, 카를라, 리조토)과 두 가지 다른 관개 시나리오, 잘 관개 (제어) 및 가뭄을 사용했습니다. 원시 데이터는 실험 과정에서 식물의 무게의 변화를 드러냈다. 각 선은 하나의 식물/냄비를 나타냅니다. 낮에는 식물이 일어났기 때문에 일일 곡선의 경사면에서 볼 수 있듯이 시스템이 무게를 잃었습니다. 냄비는 곡선의 봉우리로 표현, 전체 용량에 매일 밤 관개했다. 관개 이벤트는 포팅 매체가 포화 된 후 여분의 물의 배수로 이어졌습니다. 처음에, 모든 식물은 잘 관개했다 (제어). 2018년 8월 7일부터 식물의 절반이 가뭄 치료를 받았습니다. 동시에, 식물의 나머지 는 최적의 관개를 계속. 차등 회복은 2018년 8월 20일부터 가뭄으로 처리된 식물에 관개를 복원하고(각 식물이 비슷한 수준의 스트레스를 경험할 수 있도록) 실험을 통해 계속함으로써 달성되었습니다. 이 그림을 다운로드하려면 여기를 클릭하십시오.
이 시스템의 피드백 관개 도구를 사용하면 사용자가 전날 에 걸쳐 시간, 냄비 무게, 토양 센서(예: VWC) 또는 식물 발생데이터를 기준으로 각 개별 냄비에 대한 관개 프로그램을 설계할 수 있습니다. 각 플랜트는 자체 성능에 따라 맞춤형 방식으로 개별적으로 관개할 수 있습니다. 이러한 차분관개는 식물의 토양 수분 함량의 차이를 최소화하여 모든 식물이 개별 물 수요에 관계없이 통제된 가뭄 처리에 노출되도록 합니다.
추가 그림 6: 데이터 분석을 위한 데이터 분석 창입니다. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보충 그림 7: 데이터 분석 히스토그램 창. 이 그림은 잘 관개 (제어) 조건하에서 세 가지 쌀 품종 (즉, 인디카, 카를라 및 리조토)에서 매일 발생하는 값의 분포의 그래픽 표현을 보여줍니다. 아래 쪽 다이어그램은 테이블에 있는 냄비의 물리적 위치에 따라 식물의 일방적 발생을 나타내는 열지도 시각화를 나타냅니다. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보조 그림 8: 데이터 분석 T 테스트 창입니다. 선은 잘 관개 (대조) 조건하에서 두 쌀 품종 (즉, 카를라와 리조토) 사이의 매일 발생 (근본적이고 중요한 생리적 특성)의 차이를 나타냅니다. 창은 개별 식물(오른쪽 위)의 일일 발생과 학생의 t-test(오른쪽 아래)를 사용하여 t수행된 각 그룹의 SE ± 수단의 비교를 보여줍니다. 통계 분석은 소프트웨어에 의해 자동으로 수행되었습니다. 빨간 점은 학생의 t-시험에 따라 치료 사이의 상당한 차이를 나타냅니다. p < 0.05. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보조 그림 9: 데이터 분석 ANOVA 창입니다. (A) 전체 실험 기간 동안 잘 관개 (제어) 및 가뭄 조건하에서 두 쌀 품종 (즉, 카를라와 리조토)사이의 일일 발생의 차이의 그래픽 표현. 가뭄 치료는 실험이 시작된 지 5일 후에 시작되었습니다. 어떤 날을 클릭하면 ANOVA (Tukey의 HSD)를 사용하여 (B) 그룹 비교가 표시됩니다. p < 0.05), 여기 8 월 12 일에. 각각의 평균 ± SE는 적어도 4개의 식물을 나타낸다. 동일한 그룹은 또한 전체 실험 기간 동안 (C) 연속 전체 식물 발생 속도(수단 ± SE)로 제시될 수 있다. 그래프와 통계 분석은 데이터 분석 소프트웨어에 의해 생성되었습니다. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보조 그림 10: 데이터 분석 부분 별 선형 곡선 창입니다. 이 창은 가뭄 조건에서 세 개의 쌀 품종 (즉, 인디카, 카를라 및 리조토)의 조각 현명한 선형 곡선을 보여줍니다. 이 소프트웨어는 가뭄 치료를 받는 식물의 모든 생리학적 파라미터(here, daily 일어난다)와 계산된 체적 수분 함량(VWC) 사이의 관계에 대한 부분별 선형 맞춤 분석을 수행할 수 있다. 이 그림을 다운로드하려면 여기를 클릭하십시오.
보충 재료. 이 자료를 다운로드하려면 여기를 클릭하십시오.
| 보통 | 설명 | |
| 거친 모래 | 실리카 모래 20-30 (모래가 통과 된 상부 및 하부 메쉬 화면 : 각각 0.841 및 0.595 mm) | |
| 좋은 모래 | 실리카 모래 75-90 (모래가 통과 된 상부 및 하부 메쉬 화면 : 각각 0.291 및 0.163 mm) | |
| 이탄 기반 토양 | 클라스만 686 | |
| 포도주 토양 (자연 토양) | 농업, 식량 및 환경 학부의 실험 농장에서 플롯의 상단 층에서 가져온 샌디 loam 토양, Rehovot, 이스라엘 | |
| 베르미쿨라이트 | 베르미쿨라이트 3G | |
| Perlite | 펄라이트 212 (크기 범위: 0.5-2.5 mm) | |
| 퇴 비 | 벤탈 11 포팅 토양 | |
| 다공성, 세라믹, 소형 중형 | 프로파일 다공성 세라믹 20-50 (지상 세라믹이 통과된 상부 및 하부 메쉬 스크린: 각각 0.841 및 0.297 mm) | |
| 다공성, 세라믹, 혼합 형 매체 | 프로파일 다공성 세라믹 50% 20-50 메쉬 와 50% 20-6 메쉬, 0.841– 3.36 mm | |
표 1: 포팅 미디어.
| 토양 미디어 유형 / 매개 변수 | 거친 모래 | 좋은 모래 | 혐오 토양 | Perlite | 베르미쿨라이트 | 다공성 세라믹 혼합 크기 | 다공성 세라믹 소형 | 이탄 기반 토양 | 퇴 비 |
| 총 물(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) |
| 체적 수분 함량 (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) |
| 벌크 밀도(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) |
| 토양 중량 안정성(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) |
| 욕조에 예약된 물로 토양 중량 안정성(g/day; 6.14항 참조) | 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) |
| 냄비 용량 중력 수분 함량 (SWC; 섹션 8.2 참조) | 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) |
| 상대 배수 기능 | 훌륭한 | 보통 | 중간-낮음 | 훌륭한 | 훌륭한 | 훌륭한 | 훌륭한 | 낮은 | 보통 |
| 냄비 용량에 도달하는 상대적인 시간 | 빠른 | 빠른 | 빠른 | 느린 | 느린 | 빠른 | 빠른 | 느린 | 느린 |
| 상대적 양이온 교환 용량(CEC) | 낮은 | 낮은 | 낮은 | 낮은 | 높은 | 높은 | 높은 | 높은 | 높은 |
| 호환성: | |||||||||
| 뿌리 세척 (실험의 끝에) | ++ | ++ | + | ++ | + | ++ | ++ | - | - |
| 영양소/생자극제 치료 | ++ | ++ | - | ++ | + | + | + | - | - |
| 살리니티 트리트먼트 | ++ | ++ | + | ++ | + | ++ | ++ | + | - |
| 정확한 성장률 측정 | ++ | ++ | + | -,+ | + | ++ | +++ | + | + |
| 가뭄 후 물리적 토양 구조 복구 | +++ | +++ | ++ | + | - | +++ | +++ | -,+ | - |
| * 총 물 (TW, ml) = 토양 습식 중량 (냄비 용량) – 토양 건조 중량. 체적 수분 함량 (VWC) = TW / 토양 부피. | |||||||||
| 벌크 밀도 (BD) = 토양 건조 중량 / 토양 부피. 토양 중량 안정성 (SWS) = 토양 습식 중량의 평균 변화는 4 일 연속 (마지막 관개 후 식물이없는 냄비 용량의 매체). | |||||||||
| 냄비 용량 중력 수분 함량 (SWC); 계산은 섹션 7.2를 참조하십시오. | |||||||||
표 2: 9가지 포팅 미디어의 일반적인 특성과 중력 플랫폼과의 호환성. 측정은 현장 용량(냄비 용량)에서 3.2 L의 중간 크기로 채워진 4L 냄비를 사용하여 수행되었습니다. Tukey의 HSD 테스트(P&05; 3 ≤ n ≤ 5)에 따르면 데이터는P 열에 ± SE. 다른 문자가 미디어 간에 상당한 차이를 나타내는 수단으로 표시됩니다.
| 열화 부품 | 최종 농도(ppm) | 최종 농도(mM) |
| 나노3 | 195.8 | 2.3 |
| H3PO4 | 209 | 0.000969 |
| KNO3 | 271.4 | 2.685 |
| MgSO4 | 75 | 0.623 |
| ZnSO4 | 0.748 | 0.0025 |
| CuSO4 | 0.496 | 0.00198 |
| MoO3 | 0.131 | 0.00081 |
| MnSO4 | 3.441 | 0.0154 |
| 붕 사 | 0.3 | 0.00078 |
| C10H12N2NaFeO8 (Fe) | 8.66 | 0.0204 |
| 드립퍼로부터의 최종 관개 용액의 pH(수돗물로 희석 후)는 6.5에서 7 사이로 다양했다. | ||
표 3: 열화 구성 요소.
Discussion
유전자형-표현형 지식 격차는 유전자형 x 환경 상호 작용의 복잡성을반영한다(18,,24에의해 검토됨). 전체 식물 생리 성능 및 수중 관계 운동학을 연구하는 데 사용할 수 있는 고해상도, HTP 텔레메트릭 진단 및 현상 형 선별 플랫폼의 사용을 통해 이 격차를 해소할 수 있을 지도 모릅니다8,,9. 유전자형 x 환경 상호 작용의 복잡성은 특히 식물이 변화하는 환경에 얼마나 빠르게 반응하는지에 비추어 페놀핑에 어려움을 줍니다. 현재 다양한 페노티핑 시스템을 사용할 수 있지만 대부분의 시스템은 원격 감지 및 고급 이미징 기술을 기반으로 합니다. 이러한 시스템은 동시 측정을 제공하지만, 어느 정도, 그들의 측정은 형태학적 및 간접 생리적특성(25)으로제한됩니다. 생리적 특성은 환경 조건에 대한 반응성 또는 민감성의 맥락에서 매우중요하다(26). 따라서 매우 높은 해상도(예: 3분 간격)에서 지속적으로 동시에 수행되는 직접 측정은 식물의 생리적 행동에 대한 매우 정확한 설명을 제공할 수 있습니다. 중력 시스템의 실질적인 이점에도 불구하고,이 시스템은 몇 가지 잠재적 인 단점이 있다는 사실도 고려해야합니다. 주요 단점은 처리 규정 (특히 가뭄 처리의 규정) 및 실험 반복성에 대한 주요 과제를 제시 할 수있는 냄비와 온실 조건에서 작업 할 필요성에서 비롯됩니다.
이러한 문제를 해결하기 위해 적용된 응력을 표준화하고, 진정으로 무작위화된 실험 구조를 만들고, 냄비 효과를 최소화하며, 단기간에 변화하는 환경 조건 하에서 식물의 여러 동적 행동을 비교해야 합니다. 이 논문에 설명된 HTP 텔레메트릭 기능 표현 방식은 아래에 명시된 문제를 해결합니다.
공장의 역동적인 반응과 역동적인 반응을 역동적환경과 연관시키고 복잡한 식물환경 상호작용의 완전하고 큰 그림을 포착하기 위해서는 환경조건(도4)과플랜트대응(보조도 9B)을지속적으로 측정해야 한다. 이 방법은 식물 특성 (토양 식물 - 대기 연속체, SPAC)과 함께 포팅 매체와 대기의 물리적 변화를 지속적으로 동시에 측정 할 수 있습니다.
식물이 현장에서 어떻게 행동할지 가장 잘 예측하려면필드(18)에서발견되는 것과 가능한 한 유사한 조건에서 페노티핑 프로세스를 수행하는 것이 중요합니다. 우리는 가능한 한 필드 조건을 모방하기 위해 반 제어 조건하에서 온실에서 실험을 수행합니다. 가장 중요한 조건 중 하나는 성장 또는 포팅 매체입니다. 그레이비메트릭 시스템 실험에 가장 적합한 포팅 매체를 선택하는 것이 중요합니다. 이러한 기능은 중력 시스템에 의해 보다 정확한 측정을 허용하기 때문에 신속하게 배수하고, 냄비 용량의 신속한 달성을 허용하며, 매우 안정적인 냄비 용량을 가지는 토양 매체를 선택하는 것이 좋습니다. 또한, 실험에 적용될 상이한 치료법도 고려해야 한다. 예를 들어, 염, 비료 또는 화학 물질을 포함하는 치료는 불활성 포팅 매체의 사용을 요구하며, 바람직하게는 양이온 교환 능력이 낮은 분수 매체를 사용합니다. 저발생 식물 종에 적용 된 가뭄 치료는 상대적으로 낮은 VWC 수준으로 포팅 미디어와 가장 잘 작동 할 것이다. 대조적으로, 고발생 식물에 적용되는 느린 가뭄 치료는 상대적으로 높은 VWC 수준으로 포팅 미디어와 가장 잘 작동할 것입니다. 실험 후 분석(예: 뿌리 형태학, 건조 중량 등)에 뿌리가 필요한 경우, 비교적 낮은 유기물질 함량(즉, 모래, 다공성 세라믹 또는 펄라이트)을 가진 매체를 사용하면 뿌리를 손상시키지 않고 쉽게 씻어낼 수 있습니다. 장기간 지속될 실험의 경우 유기물이 시간이 지남에 따라 분해될 수 있으므로 유기물이 풍부한 미디어를 피하는 것이 좋습니다. 이 주제에 대한 자세한 내용은 표 1 및 표 2를 참조하십시오.
필드 페노티핑 및 온실 페노티핑(pre-field)은 자체 목표를 가지고 있으며 다양한 실험 적인 설정이 필요합니다. 전 필드 표현은 현장에서 잘 할 확률이 높은 유망한 후보 유전자형의 선택을 지원하여 현장 시험을 보다 집중하고 비용 효율적입니다. 그러나, 전필드 페노티핑은 식물이 필드조건(18,,27)에서와 다르게 수행하도록 원인이 될 수 있는 여러 가지 제한(예를 들어, 냄비 효과)을 포함한다. 작은 냄비 크기, 리시미터 비늘의 증발 및 가열에 의한 수분 손실은 냄비효과(18)로이어질 수 있는 온실 실험의 요인의 예이다. 여기에 설명된 방법은 다음과 같은 방식으로 이러한 잠재적 효과를 최소화하도록 설계되었습니다.
(a) 냄비 크기는 검사할 유전자형에 기초하여 선택된다. 이 시스템은 다양한 냄비 크기 (최대 25 L) 및 관개 처리를 지원 할 수 있으므로 모든 유형의 작물 식물을 검사 할 수 있습니다.
(b) 냄비와 리시미터 비늘은 열이 옮겨지고 냄비의 온난화를 방지하기 위해 절연되어 있습니다.
(c) 이 시스템은 신중하게 설계된 관개 및 배수 시스템을 포함한다.
(d) 각 냄비에 대해 별도의 컨트롤러가 있어 자체 관개 및 자체 모니터링 처리로 진정한 무작위화를 가능하게 합니다.
(e) 이 소프트웨어는 캐노피 스토마탈 전도도를 계산하는 과정에서 플랜트의 로컬 VPD를 고려합니다. 그림 1J에서여러 VPD 스테이션 지역화를 참조하십시오.
이 시스템은 식물과 같은 식물 밀도에서 직접 생리학적 측정을 포함하며, 이는 식물 사이의 큰 공간이나 이미지 기반 표음용 식물의 이동에 대한 필요성을 제거합니다. 이 시스템은 실시간 데이터 분석뿐만 아니라 각 식물의 생리적 스트레스 포인트(θ)를 정확하게 검출할 수 있는 능력을 포함한다. 이를 통해 연구원은 식물을 모니터링하고 실험이 수행되는 방법과 실험 과정에서 샘플을 수집하는 방법에 대한 결정을 내릴 수 있습니다. 시스템의 쉽고 간단한 중량 교정은 효율적인 교정을 용이하게 합니다. 처리량이 많은 시스템은 방대한 양의 데이터를 생성하여 추가 데이터 처리 및 분석 과제11,,12를제공합니다. 컨트롤러에서 소프트웨어에 직접 공급되는 빅 데이터의 실시간 분석은 실질적인 의사 결정에 큰 가치를 가진 지식14로 데이터를 번역하는 중요한 단계입니다.
이 HTP 텔레메트릭 생리적 현상제 법은 가까운 필드 조건하에서 온실 실험을 수행하는 데 도움이 될 수 있습니다. 이 시스템은 식물의 동적 환경에 대한 수자원 관련 생리적 반응을 측정하고 직접 계산하는 동시에 냄비 효과와 관련된 대부분의 문제를 효율적으로 극복 할 수 있습니다. 이 시스템의 능력은 공장 성장 초기 단계에서 수익률 페널티를 예측할 수 있는 가능성을 제공하기 때문에 전필드 페노티핑 단계에서 매우 중요합니다.
Disclosures
저자는 공개 할 것이 없습니다.
Acknowledgments
이 작품은 ISF-NSFC 공동 연구 프로그램 (보조금 번호 2436/18)에 의해 지원되었으며, 또한 문제의 뿌리의 일환으로 이스라엘 농업 농촌 개발부 (유진 칸델 지식 센터)에 의해 부분적으로 지원되었다 – 현대 농업을 활용하기위한 루트 존 지식 센터.
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).
