Summary
Denne høygjennomstrømming, telemetriske, helplantede vannrelasjonene gravimetrisk fenotypingsmetode muliggjør direkte og samtidige sanntidsmålinger, samt analyse av flere utbytterelaterte fysiologiske egenskaper involvert i dynamiske plantemiljøinteraksjoner.
Abstract
Matsikkerhet for den voksende globale befolkningen er en stor bekymring. Dataene fra genomiske verktøy overskrider langt tilførselen av fenotypiske data, noe som skaper et kunnskapsgap. For å møte utfordringen med å forbedre avlinger for å mate den voksende globale befolkningen, må dette gapet bygges på.
Fysiologiske egenskaper anses som viktige funksjonelle egenskaper i sammenheng med respons eller følsomhet for miljøforhold. Mange nylig introdusert høy gjennomstrømning (HTP) fenotyping teknikker er basert på ekstern sensing eller bildebehandling og er i stand til å direkte måle morfologiske egenskaper, men måle fysiologiske parametere hovedsakelig indirekte.
Dette papiret beskriver en metode for direkte fysiologisk fenotyping som har flere fordeler for funksjonell fenotyping av plantemiljøinteraksjoner. Det hjelper brukerne med å overvinne de mange utfordringene som oppstår i bruk av lastcellegravimetriske systemer og poteksperimenter. De foreslåtte teknikkene vil gjøre det mulig for brukerne å skille mellom jordvekt, plantevekt og jordvanninnhold, og gir en metode for kontinuerlig og samtidig måling av dynamiske jord-, plante- og atmosfæreforhold, sammen med måling av viktige fysiologiske egenskaper. Denne metoden gjør det mulig for forskere å etterligne feltstressscenarier nøye mens de tar hensyn til miljøets effekter på plantens fysiologi. Denne metoden minimerer også potteeffekter, som er et av de store problemene i pre-field fenotyping. Det inkluderer et fôr-back fertigation system som muliggjør en virkelig randomisert eksperimentell design på en feltlignende plantetetthet. Dette systemet oppdager jord-vann-innhold begrense terskelen (θ) og gjør det mulig for oversettelse av data til kunnskap gjennom bruk av en sanntidanalytisk verktøy og en online statistisk ressurs. Denne metoden for rask og direkte måling av de fysiologiske reaksjonene til flere planter til et dynamisk miljø har stort potensial for bruk i screening for gunstige egenskaper forbundet med svar på abiotisk stress, i sammenheng med pre-field avl og avling forbedring.
Introduction
Å sikre matsikkerhet for en voksende global befolkning under forverrede miljøforhold er i dag et av de store målene for landbruksforskning1,,2,,3. Tilgjengeligheten av nye molekylære verktøy har sterkt forbedret avlingsforbedringsprogrammer. Men mens genomiske verktøy gir en massiv mengde data, skaper den begrensede forståelsen av faktiske fenotypiske egenskaper et betydelig kunnskapsgap. Bygge bro over dette gapet er en av de største utfordringene som moderne plantevitenskap4,5,6. For å møte utfordringene som oppstår i prosessen med avlingsforbedring og minimere genotype-fenotype kunnskapsgapet, må vi balansere den genotypiske tilnærmingen med en fenocentrisken 7,8.
Nylig har ulike høygjennomstrømningsfenotyping (HTP) plattformer gjort mulig den ikke-destruktive fenotyping av store plantepopulasjoner over tid, og disse plattformene kan hjelpe oss med å redusere genotype-fenotype kunnskap gap6,8,9,10. HTP screening teknikker tillate måling av egenskaper i et massivt antall planter innen relativt kort tid, takket være robotikk og transportbånd eller gantries brukes til å flytte planter eller sensorer (henholdsvis), i motsetning til hånddrevne teknikker basert på gassutveksling eller fotografering. Likevel presenterer de massive mengdene data produsert av HTP-systemer ytterligere datahåndtering og analytiske utfordringer11,,12.
De fleste av disse HTP-plattformene innebærer vurdering av fenotypiske trekk gjennom elektroniske sensorer eller automatisert bildeoppkjøp13,,14. Avansert feltfennomi innebærer utplassering av proksimale sensorer og bildeteknologier i feltet, samt en høyoppløselig, presis og stor befolkningsskala for måling15. Sensor- og bildedata må integreres med andre multi-omics data for å skape en helhetlig, andre generasjonphenomisk tilnærming16. Metodiske fremskritt innen datainnsamling, håndtering og prosessering blir imidlertid stadig viktigere, da utfordringene med å oversette sensorinformasjon til kunnskap har blitt grovt undervurdert i løpet av de første årene av plantefennomiforskning13. Påliteligheten og nøyaktigheten til tilgjengelige bildeteknikker for grundig fenotyping av dynamiske genotype-miljøinteraksjoner og plantestressresponser ertvilsomme 17,,18. Videre er resultatene fra kontrollerte miljøer ofte svært forskjellige enn de som observeres i feltet, spesielt når det gjelder tørke-stress fenotyping. Dette skyldes forskjeller i situasjonen plantene opplever når det gjelder jordvolum, jordmiljø og mekanisk impedans på grunn av fallende jordfuktighet under tørkestress. Derfor er resultater fra kontrollerte miljøer vanskelig å ekstrapolere til feltet19. Til slutt er inngangsprisen på bildebaserte HTP-systemer svært høy, ikke bare på grunn av prisen på sensorer, men også på grunn av robotikk, transportbånd og gantries, som også krever høyere standarder for infrastruktur for vekstanlegg og betydelig vedlikehold (mange bevegelige deler som arbeider i et drivhusmiljø).
I dette papiret presenterer vi en HTP-telemetrisk fenotypingplattform designet for å løse mange av problemene nevnt ovenfor. Telemetriteknologi gjør det mulig å måle og overføre data automatisk fra eksterne kilde(er) til en mottakerstasjon for opptak og analyse. Her demonstrerer vi en ikke-destruktiv HTP-telemetrisk plattform som inkluderer flere veielysimametre (et gravimetrisk system) og miljøsensorer. Dette systemet kan brukes til innsamling og umiddelbar beregning (bildeanalyse er ikke nødvendig) av et bredt spekter av data, for eksempel helplantebiomassegevinst, transpirasjonsrater, stomatal ledning, rotflukser og vannbrukseffektivitet (WUE). Sanntidsanalysen av de store dataene som er direkte matet til programvaren fra kontrolleren i systemet representerer et viktig skritt i oversettelsen av data til kunnskap14 som har stor verdi for praktiske beslutninger, noe som i betydelig grad utvider kunnskapen som kan skaffes fra kontrollerte miljøfenotypingseksperimenter, generelt, og drivhusstudier av tørkestress, spesielt.
Andre fordeler med telemetriplattformen er skalerbarheten og enkel installasjon og dens minimale vekst-anlegget infrastruktur krav (det vil si, det vil si, det kan lett installeres i de fleste vekstanlegg). Videre, siden dette sensorbaserte systemet ikke har bevegelige deler, er vedlikeholdskostnadene relativt lave, inkludert både inngangsprisen og langsiktige vedlikeholdskostnader. For eksempel vil prisen på et 20-enhet gravimetrisk system, inkludert tilbakemeldings fertigation-systemet for hvert anlegg, meteorologisk stasjon og programvare, være lik prisen på ett bærbart gassutvekslingssystem av et ledende merke.
Rice (Oryza sativa L.) ble brukt som modell avling og tørke var undersøkt behandling. Ris ble valgt som det er en stor kornavling med bredt genetisk mangfold, og det er stiftmat for over halvparten av verdens befolkning20. Tørke er en stor miljømessig abiotisk stressfaktor som kan svekke plantevekst og utvikling, noe som fører til redusert avling21. Denne avlingsbehandlingskombinasjonen ble brukt til å demonstrere plattformens evner og mengden og kvaliteten på dataene den kan produsere. Hvis du vil ha mer informasjon om den teoretiske bakgrunnen for denne metoden, kan du se 22.
Protocol
I denne protokollen refererte vi til 4 L potter lastet på 20 cm x 20 cm skalaer, med hver pott som inneholder en plante. Den samme protokollen er lett skalerbar og kan brukes med mye større potter (opptil 25 L lastet på 40 cm x 40 cm skalaer, med bare en lineær tilpasning til protokollmål) og flere planter per pott. Dermed protokollen kan enkelt tilpasses planter av mange typer og størrelser. Se figur 1 og figur 2 for systemkomponentene.
1. Klargjør pottene for eksperimentet
- Sett inn jordfilteret. Spre nylonnettet (nett) oppå hele potten og plasser nettholderen på toppen av nettet. Med en hånd skyver du langsomt nettholderen halvveis ned innsiden av hele potten. Pass på at nettet forblir jevnt spredt når det skyves ned mellom de to pottene.
- Sett glassfiberpinnen (stangen) mellom de to pottene og skyv den helt ned til bunnen av hele potten, og pass på at den er på den ytre siden av nettet også og ikke skyver nettet.
- Før du skyver nettholderen helt ned, skyver du nettet ned for hånd fra innsiden av potten og justerer det slik at det spres jevnt og tett over bunnen av potten når nettholderen er satt helt inn (figur 2CI).
- Skyv pakningsringen fra bunnen av gryteoppsettet som er beskrevet ovenfor, en tredjedel av veien opp på siden av potten. Kontroller at spaltene på ringen åpnes mot bunnen av potten (figur 2CII).
- Gjenta trinn 1.1-1.4 for alle eksperimentelle potter før du fortsetter til neste trinn. Randomiser plasseringen av plantene (Figur 2D; i enten en randomisert blokkdesign eller en helt tilfeldig design) ved hjelp av Array Randomizer-programmet.
MERK: For å laste ned gratisprogrammet og for mer informasjon, vennligst se linken: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q). - Merk pottene i henhold til deres plasseringer i matrisen inne i drivhuset. Etiketten "B10D" tilsvarer for eksempel en gryte på tabell B i kolonne 10 og rad D. Klargjør ytterligere tre potter for hver tabell for målinger av jordvannsinnhold (se avsnitt 7.1).
2. Dyrke plantene
- Velg det voksende (potting) mediet som passer best til eksperimentet. Å velge riktig medium for eksperimentet er avgjørende, og det riktige valget avhenger av flere faktorer (se Diskusjon). For førstegangsbrukere anbefaler vi på det sterkeste å bruke et porøs, keramisk medium i liten størrelse. Se tabell 1 og tabell 2 for mer informasjon for å velge riktig medium for eksperimentet.
- Spir frøene i hulromsbrett med ønsket potting medium. Hvis mulig, gjør dette inne i det samme drivhuset som skal brukes til hoveddelen av eksperimentet, for å akklimatisere plantene til miljøforholdene inne i drivhuset.
- Hvis plantene ikke ble spiret i skuffer, transplanter dem inn i hulromsbrett som inneholder pottemediet. Plant en frøplante i hvert hulrom og la den vokse til røttene er tette nok til å ta formen på hulrommet (rotjordplugg).
- La 5–7 hulrom uten frøplanter for jordvektsmålinger (kun pottemedium; Figur 3). For mer informasjon, se avsnitt 5.9.
3. Forbedre signal-til-støy-nivået
MERK: Følgende trinn forbedrer kvaliteten på målingene og reduserer støynivået.
- Kalibrer lysimeteret.
- Bruk et vater til å kontrollere at alle lysimeters er nivå og deretter starte vektkalibreringsprosessen. Bruk to standardvekter (1–10 kg). Utfør kalibreringen mens den grønne beholderen, inkludert alle plugger, er på lastcellen.
- Legg den første (lettere) kalibreringsvekten på hver lastcelle.
- I driftsprogramvaren går du til kalibreringsfanen og velger vekten for det første punktet. Deretter velger du lastcelleposisjonen der vekten ble plassert, og klikker Hent punkt1 (Tilleggsfigur 1A). Dette trinnet kan brukes på flere lastceller samtidig.
- Gjenta for den andre vekten, og klikk Hent punkt2.
- Klikk Bruk kalibrering.
- Sikre en tilstrekkelig mengde planter med en passende størrelse for eksperimentet
MERK: Jo mindre anlegget er, desto svakere blir signalet (f.eks. vekten av vann som skjer på en dag kontra potvekten). Følgende trinn vil bidra til å forbedre signal-til-støy-forholdet.- Start eksperimentet når anlegget transpirerer ca 10% av maksimal pottvannkapasitet.
MERK: Hvis du for eksempel arbeider med et sandmedium som inneholder ca. 1 l vann ved grytekapasitet (se tabell 2),starter du eksperimentet når plantene skjer ca. 100 ml per dag. Hvis du arbeider med et torvbasert medium som rommer ca. 2 l vann ved potkapasitet (se tabell 2),starter du målingene når plantene skjer ca. 200 ml per dag. - Anslå den første anlegget daglig transpirasjon før du laster den på systemet ved å måle (manuelt) morgen vs kveld vekt forskjeller i noen frøplanter.
- Når du arbeider med små planter, legg flere planter i hver gryte (f.eks, seks Arabidopsis planter i en 3,9 L pott23, for å nå det anbefalte minimale nivået av transpirasjon)*.
- Start eksperimentet når anlegget transpirerer ca 10% av maksimal pottvannkapasitet.
4. Sette opp eksperimentet
MERK: Prosessen med å sette opp eksperimentet er utformet for å ta hensyn til vekten av alle delene av systemet, nemlig vekten av pottingmediet (inkludert jordvannsvekten ved pottekapasitet) og den opprinnelige vekten av plantene. Følg trinnene nedenfor:
- Hvis mulig, arbeide med lignende statiske komponenter som har lignende vekter. Statiske vektkomponenter inkluderer grytesett, jordsonder og andre plastdeler.
- Åpne driftsprogramvaren for å starte et nytt eksperiment. Åpne Eksperimenter-fanen i menyen til venstre på skjermen. Klikk på Opprett ny eller dupliser eksperimentegenskapene fra et tidligere eksperiment ved å høyreklikke på ønsket eksperiment og velge Dupliser. Gi nytt navn til eksperimentet( tilleggsfigur 1B).
- Kontroller at ingen enhet brukes i et annet eksperiment som kjører i systemet. Kontroller at alle plantene i Plants-bordet stemmer overens med den eksperimentelle designen. Hvis ikke, endre tabellen i henhold til utformingen (se avsnitt 5.18, 6 og supplerende figur 1C).
- Start eksperimentet ved å klikke på eksperimentnavnet og deretter klikke Start.
- Ta manuelle målinger av de forhåndsforberedte tomme grytene (dobbel gryte, nett, pinne og svart pakningsring). Hvis du bruker deler som ligner hverandre, vil gjennomsnittsvekten på 10 av dem være tilstrekkelig.
- Bland pottemediet grundig med litt vann, i minst 1 time, slik at det bryter ned i homogene partikler og er mettet, for å sikre ensartethet og homogenitet. For førstegangsbrukere anbefaler vi på det sterkeste å bruke et porøs, keramisk medium i liten størrelse (se tabell 1 og tabell 2). Som et annet alternativ, bruk grov sand.
- Bruk en mekanisk mikser (f.eks. en betongblander).
- Når et svært homogent medium (det vil vil vil at industriell sand) brukes, hopp over trinn 4.6.1.
- Fyll alle pottene jevnt for eksperimentet med riktig pottemedi (f.eks. sand, jord eller torv).
- Sett inn en støpt av en hulromsform (Figur 3B) som ligner i form og størrelse til rotjordpluggen til plantene (fra hulromsbrettet) inn i midten av pottemediet. Skyv den helt inn. Trykk på bunnen av potten mot gulvet et par ganger for å sikre at pottingmediet er godt fordelt i potten. Gjenta for alle potter.
- Vann pottene godt og skyll av utsiden av pottene. La pottene renne i 30 min før du fortsetter til neste trinn. Pass på at pottene tømmes fritt. Hvis pottemediet drenerer for sakte (f.eks. tett torv), premikser du det med et luftig substrat (f.eks. perlitt, se også tabell 1 og tabell 2) for å sikre raskere drenering.
- Etter at dreneringen er helt stoppet, plasserer du alle de fylte pottene på midten av lysimeterarrayet (i de grønne beholderne som allerede er der) i henhold til eksperimentell design (figur 2A).
- Kontroller at de grønne beholderne er riktig montert i lastcelledekselet og ikke berører hverandre.
- Åpne Kategorien Eksperiment i operativsystemprogramvaren, og velg kategorien Målkomponenter. Klikk på Mål objekt. Gi målingen navnet "1m måling" (Tilleggstall 1D).
- Plasser vanningsdryppene, sondene og grytedekslene på hver gryte. Kontroller at linjene for dryppere med flere utløp og probekablene støttes av de respektive stativene (festet til enhetene for hver lysimeterskala; Figur 1E) før du plasserer dem i pottene. Kontroller at alle dryppere, prober og deksler er godt plassert.
- Vent opptil 3 min for en ny måling som skal tas (data samles inn automatisk hver 3 min) og åpne deretter Eksperiment-fanen. Velg Eksperiment-fanen, og klikk på Eksperimenter. Meta-tag denne målingen til "1m måling" tatt og navngi den "Statiske komponenter" (Supplerende figur 1E). Metakoder brukes når du vil registrere en vektverdi som bestemmes ved å trekke en målt verdi fra en annen.
- Etter å ha gjort nødvendige justeringer i systemet, vent til et nytt datapunkt skal registreres (hver 3 min) før du tar neste måling.
- Kontroller kolonnen Statiske komponenter for å bekrefte at verdiene som er registrert i Anlegg-tabellen, ikke inneholder avvik. Hvis noen av vektene som er registrert er for lave eller for høye, se etter forstyrrelser i lastcellen (f.eks. sørg for at ingenting berører den) og deretter ta en ny måling (etter at systemet fortsatt var i 3 min).
- Klikk på Planter-fanen. Eksporter Plants-tabellen som et regneark, legg til gjennomsnittlig pot vekt (fra trinn 4.5) til måling av statiske komponenter - "Tare vekt". Lagre og last opp filen (importfane).
- Pass på at alle drypperne er godt satt inn i pottemediet og til røret som kommer fra kontrolleren. Tilbake i driftsprogramvaren velger Experiment du Behandlingsscenarieri kategorien Eksperiment . Klikk på Opprett ny for å lage en ny "Plan".
- Velg det første trinnet i planen (opprett et nytt trinn om nødvendig) og åpne det. Velg "Test" for behandling og "Aldri" for oppsigelse. I trinnalternativet velger du enhver behandling som er oppført i kategorien Vanningsbehandlinger over Eksperimenter (Supplerende figur 1F, se også trinn 4.21). Trykk kategorien Bruk.
- Trekk ut Planter-tabellen som et regneark, legg til "Plan" i Behandling-kolonnen og legg til "1" i Trinn-kolonnen. Lagre og last opp filen.
- Under kategorien Vanningsbehandlinger velger du "Test"-behandlingen og setter den til en vanningstid på 4–5 minutter [med nøyaktig tid avhengig av volumetrisk vanninnhold (VWC) jord som brukes] for å muliggjøre drenering. Sett tiden 2 min fremover og gå til pottene i drivhuset. Andre behandlinger kan også opprettes. (Se den detaljerte forklaringen i trinn 7.4.)
- Kontroller visuelt at alle drypperne fungerer og at vann drypper ut av den perforerte dreneringspluggen på den grønne beholderen.
- I forsøket endrer du vanningsbehandlingen på Plan "X", trinn 1 (se trinn 4.19-4.20) til ønsket vanningsbehandling. Sørg for at hver natt vanning (med fertigation; se tabell 3 for fertigation komponenter som brukes) er delt inn i flere korte pulser (hendelser) med betydelige pauser mellom dem (minst tre hendelser hver kveld), for å sikre at jorda når sin feltkapasitet før daggry.
- La vanningsprogrammet kjøre i 1 eller 2 dager for å la jorda nå sin feltkapasitet og fortsette til neste fase.
5. Starte eksperimentet
MERK: Dataene som samles inn på dette stadiet, brukes som referanseverdier for resten av eksperimentet. Derfor er det viktig å følge de neste trinnene nøye.
- Gjenta trinn 4.18 til og med 4.20. Alternativt kan du starte prosessen tidlig om morgenen, ikke lenge etter det siste vanningstrinnet.
- Kontroller visuelt at alle pottene er vannet og at overflødig vanningsvæske drypper ut av den perforerte dreneringspluggen til det grønne badet.
- Fjern den grønne, uforutsåte pluggen (fra den laveste åpningen) av den grønne beholderen og la vannet renne helt ut. Deretter setter du pluggen tilbake på plass (figur 1D). Hvis du arbeider med "drenering 0" (det vil si med det nederste hullet åpent/ den hule dreneringspluggen koblet til det laveste hullet), hopp over dette trinnet.
- Åpne kategorien for eksperimentet i operativsystemprogramvaren, og gå til Mål komponenter. Klikk på Mål objekt og gi målingen et navn som "Cast-pre". Fjern forsiktig alle kastene fra pottene og vent deretter 3 min for en ny måling som skal registreres (Tilleggs figur 1D).
- Klikk på Målobjekt , gi den navnet «Cast-post» og meta-tag målingen til «Cast-pre». Alternativet beregner automatisk forskjellen mellom de to målte verdiene og gir den støpte vekten for å verifisere vektfølsomheten.
- Kontroller vektverdiene i Planter-tabellen. Forskjellen mellom "Cast-post"-målingene skal ikke være mer enn 20 eller 30 g.
- Hvis du vil måle vekten av den våte jorda, går du til kategorien Målekomponenter i eksperimentet i driftsprogramvaren og velger alternativet Mål jordfuktet vekt. Ta målingen ved å klikke OK når du blir spurt. Sjekk jord våt vekt målinger i Planter tabellen av yotheur eksperiment. Vekten vises i kolonnen "Jordfuktet vekt"(Tilleggsfigur 1D,G).
- Hvis noen av målingene ser ut til å svinge upassende, gjør du følgende:
- Kontroller at hver gryte er riktig plassert og ikke berører noen nærliggende gryte(er).
- Koble den første kontrolleren på bordet fra strømmen (resten av kontrollerne er serielt koblet til hverandre og vil dermed slå seg av også) i 2 min og deretter koble den til igjen.
- Mål manuelt gjennomsnittsvekten på noen få (5–10) hulrom med pottemediet (fra trinn 2.3) uten frøplanter (jordplugg). [Kontroller at jordpluggene er godt vannet (det vil si til feltkapasitet etter drenering) før manuelle målinger.] I kategorien Målkomponenter trykker du Angi frøplante bulkjordvekt og fyller ut gjennomsnittsvekten (supplerende figur 1D).
- Klikk Mål startvekt for plante. Denne første målingen er et referansepunkt før planting (Supplerende figur 1D).
- Pass på at plantene i hulromsbrettene er godt vannet (det vil si til feltkapasitet etter drenering). Trekk forsiktig plantene med sin rot-jordplugg fra hulrommene, og pass på at du ikke skader dem, og legg dem forsiktig inn i hulrommene laget av kaster i pottene, i henhold til eksperimentdesignen. Det er å foretrekke å overføre plantene ved daggry eller skumring, for å minimere stresset til plantene (det vil si å minimere visner).
- Vent i 3 min. Klikk på Mål startvekt for anlegg på nytt. Denne andre målingen er anleggets opprinnelige vekt. Meta-tag målingen til den første (referansepunktet). Programvaren vil beregne forskjellen mellom de to målingene og trekke frøplante Bulk-Jord Vekt. Resultatet er plantens opprinnelige vekt.
- Kontroller de målte verdiene i Plant-tabellen i forsøket for å sikre at de faller innenfor et rimelig og logisk område (Supplerende figur 1C).
- Metter jorda ved å gjenta trinn 4,18 til og med 4,20.
- Pass på at alle pottene tømmes riktig. Hvis ikke, gjentar du metningsprosessen. Vent 30 min til dreneringen skal opphøre. (Se også tabell 1 om riktig valg av pottemedi.)
- Klikk Mål reservert vannvekt ( supplerende figur 1D)under Kategorien Målekomponenter .
- Trekk ut Plants-tabellen som et regneark, trekk den målte plantens startvekt og frøplante bulkjordvekt fra den reserverte vannvektmålingen (kolonnen "Reserve Water Inventory"). Last opp filen (tilleggsfigur 1C).
- Bekreft at tidsperioden der daglig transpirasjon vil bli registrert, passer for målene for eksperimentet. Fyll ut verdiene i kategorien Generelt eksperiment etter behov for prosjektet (Tilleggstall 1H).
- Fyll ut null time: Tidspunktet da programvaren vil sjekke om den må flyttes til neste trinn i behandlingsscenariet.
- Fyll ut daglige transpirasjonsverdier: Daglig transpirasjon beregnes som forskjellen mellom to vektvinduer i løpet av dagen, for alle dager. Den daglige transpirasjon starttiden er den tiden da programvaren vil begynne å måle gjennomsnittsvekten.
- Overvåk plantene i 1–2 dager før du starter et nytt eksperiment (dupliser og gi nytt navn til eksperimentet).
6. Endre planter tabellen
- Trekk ut Plants-tabellen som et regneark og endre tabellen etter behov. Ikke endre plante-ID-ene, navnene eller stillingene. Lagre og last opp filen.
- Merking (gruppering) kolonner: For å presentere eller analysere (se trinn 8) grupperte planter basert på vanlige etiketter (f.eks behandling, linje), legge til en ny kolonne og etikett som begynner med # (f.eks. #Treatment). I denne kolonnen, gjør en notasjon for hver plante (f.eks for "#Treatment" etikett, markere plantene som tørke, kontroll, etc.; Tilleggstall 2).
MERK: Protokollen som presenteres ovenfor er den mest avanserte og omfattende protokollen for dette systemet. Førstegangsbrukere vil imidlertid kanskje starte med den forenklede protokollen (se Supplerende MS). Den forenklede protokollen gir informasjon om færre egenskaper og kan føre til høyere støynivå. Men samtidig gir det en måte å lettere bli kjent med og kjent med de viktigste eksperimentelle prosedyrene, maskinvare og programvare.
7. Kjør eksperimentet
- Beregn jordgravimetrisk vanninnhold/jordvanninnhold (SWC-verdi).
MERK: Gravimetrisk jordvanninnhold er forskjellig fra volumetrisk jordvannsinnhold (VWC).- SWC-verdien er forholdet mellom jordens tørre vekt og jordens våte vekt. For å beregne SWC, bruk de tre ekstra jordfylte pottene (trinn 1.3) uten planter som tidligere var forberedt og plassert på et sidebord inne i drivhuset i noen dager og vannes regelmessig. Vei den våte jorda i et aluminiumsbrett tidlig om morgenen, så snart som mulig etter den siste vanningshendelsen.
- Tørk aluminiumsbrettet med jorda i en ovn (ved 105 °C) i 4–5 dager. Kontroller at jorda er helt tørr ved å ta to påfølgende vektmålinger minst 60 min fra hverandre. Hvis vektene er identiske, er jorda faktisk tørr og den siste målingen kan registreres som tørr jordvekt.
- I driftsprogramvaren går du til Målkomponenter og klikker på kategorien Beregn jordtørrvekt. Fyll ut jordfuktige og tørre vekter for hver prøve, klikk Påfør og fullfør (Tilleggsfigur 3).
- Alternativt kan du beregne SWC manuelt ved hjelp av ligningen vist nedenfor.
- Gjennomsnittlig de to SWC-målingene tatt manualy fra minst tre potter. Velg kategorien Målkomponenter og klikk på Beregn jordtørr vekt θg [g/g]-verdien, klikk Påfør og Fullfør. Jordtørrvektene til alle eksperimentpottene beregnes automatisk av programvaren (forutsatt at alle pottene i eksperimentet inneholder samme medium; Tilleggstall 1D og tilleggstall 3).
- Påfør vanningsbehandlingene. Vanningsscenarier kan brukes ved å komponere en trinnvis behandlingsplan.
- For å komponere en ny vanningsbehandlingsplan, gå til Vanningsbehandling, klikk på Opprett ny, og navngi den nye behandlingen. Åpne den spesifikke behandlingen i listen over vanningsbehandlinger og klikk på standard "00:00".
MERK: I hovedvinduet (Tilleggsfigur 4A) indikerer "Tid" tiden ventilen åpnes (det vil si begynnelsen av vanningsbehandlingen). "Valve" er ventilen som skal åpnes (A eller B, avhengig av ventilen som er koblet til ønsket løsning). "Kommandotype" angir hvilken type data som skal brukes til å avgjøre når ventilen skal lukkes:- Etter tid – Hvor mange sekunder ventilen vil være åpen.
- Av vekt – Vektøkning / vann (i gram) som skal legges til potten via vanning.
- Ved Transpirasjon – Vanning kan brukes differensialt på hver pott basert på transpirasjon av hver enkelt plante i løpet av dagen før. Brukeren kan bestemme hvilken prosentandel av forrige dag transpirasjon vil bli brukt under vanning. (Under godt vannet tilstand, er det foreslått å gi anlegget mer enn 100%, for å vaske jorda og kompensere for plantevekst.) Tørkebehandlede planter bør gis mindre vann, med nøyaktige volumer basert på ønsket tørkestressrate.
- Av sensorer – Vanning kan brukes i henhold til en sensor avlesning, for eksempel tilsynelatende dielektrisk tillatelse (som kan brukes til å bestemme VWC). Velg sensortype, ønsket parameter og ønsket parameterverdi.
- Alle muligheter inkluderer et tidsvalg som lukker kranen selv om de angitte betingelsene ikke ble nådd. Angi tids utperioden for en periode som er lengre enn de angitte betingelsene.
- Etter å ha definert vanningsbehandlingene for eksperimentet, åpner du ønsket eksperiment Treatment Scenarioi listen over eksperimenter, åpner Behandlingsscenario , åpner standardplanen og velger det første trinnet (Tilleggsfigur 4B).
- I Behandlingvelger du en vanningsbehandling fra listen. Deretter, i Oppsigelse, velger du riktig betingelse for å stoppe gjeldende trinn og gå videre til neste.
- Når du har valgt et vanningsscenario, åpner du eksperimentets Planter-tabell (Supplerende figur 2) og legger inn "Behandling" og "Trinn" for hver plante. "Behandling" er navnet på behandlingsscenariet og "Trinn" er hendelsesnummeret i behandlingsscenariet.
- For å komponere en ny vanningsbehandlingsplan, gå til Vanningsbehandling, klikk på Opprett ny, og navngi den nye behandlingen. Åpne den spesifikke behandlingen i listen over vanningsbehandlinger og klikk på standard "00:00".
- Planlegg en tørkebehandling.
- Hver enkelt plante har en unik transpirasjonshastighet basert på størrelsen og plasseringen i drivhuset. For å muliggjøre en standard tørkebehandling (det vil si lignende tørkehastighet for alle potter under behandlingen), planlegge et tørkescenario og kontrollere det via systemets feedback-vanningsverktøy (Supplerende figur 5).
8. Analyser dataene ved hjelp av dataanalyseprogramvare
- Åpne Dataanalyse-programvaren (f.eks. SPAC Analytics). Klikk øverst til høyre for å velge Kontrollsystem og navnet på eksperimentet (Tilleggsfigur 6A). I kolonnen til venstre på skjermen velger du Eksperimenter (Tilleggsfigur 6B) og skriver inn navnet på eksperimentet på navnelinjen under Søk-delen. Navnet på eksperimentet vises under Søk-delen, i Eksperimenter-delen (Supplerende figur 6C). Klikk på eksperimentet for å åpne Info og Planter seksjoner(Supplerende Figur 6D).
- I Info-delen redigerer du sluttdatoene for WUE-start og WUE for en periode på minst 3 (helst mer) dager før tørkebehandlingen starter, og deretter klikker du Oppdater. WUE og R2-verdien for hver pott vil vises i Planter-delen. Velg å utelate en hvilken som helst skala med en negativ WUE-verdi eller en R2-verdi på mindre enn 0,5 ved å klikke på "øye"-symbolet under Aktiv-kolonnen, som deretter blir rød. Dette vil ekskludere den valgte skalaen (plante) fra alle ytterligere beregninger. Dataene kan eksporteres ved å klikke på Eksporter data-knappen iPlanter-delen ( Supplerende figur 6D).
- I kolonnen til venstre på uret klikker du på Analyse. Ulike ledd vil da vises: Graph viewer, Histogram, T-test, ANOVA og Piecewise lineær kurve.
- Klikk på Graph viewer. Angi datoene for eksperimentet i Filtre-delen.
- Klikk på Etiketter (se trinn 6) for å velge kombinasjonen av eksperimentelle grupper (genotype) og behandling(er). Automatisk vises alle pottene i den valgte gruppen i planteunderdelen. I dette underavsnittet fjerner du merket for eventuelle potter (planter) ved å klikke på dem. Opptil to forskjellige parametere kan velges samtidig som "Y1-parameteren" og "Y2-parameteren". Til slutt klikker du på Vis graf (Tilleggsfigur 5).
- En linjediagram over verdiene for den valgte parameteren vises i Vinduet Grafvisning for hver plante. Fjern data fra individuelle planter eller legg til grafen ved å klikke på forklaringssymbolene til høyre for grafen. Øverst til høyre finnes det også alternativer for eksport av dataene som et regneark og for å utvide Graph Viewer-vinduet for å fylle hele skjermen (denne nedlastingsfunksjonen for rådata er relevant for alle andre vinduer). Flere alternativer for å endre grafen vises hvis markøren flyttes til øverste høyre hjørne av skjermen (Tilleggsfigur 5).
- Histogrammet modulen presenterer fordelingen av en enkelt egenskap i og mellom populasjoner for en gitt tidsperiode. Hvis du vil bruke denne modulen, klikker du histogrammet.
- I Filtre-delen angir du dato og klokkeslett, parameter, etiketter og planter som forklart i trinn 8.4.1. Velg flere etiketter (grupper) ved å klikke på +-symbolet. Til slutt klikker du på Vis graf (Tilleggsfigur 7).
- Histogrammet vises i Histogram-delen, der det er mulighet til å endre "Hyller" og "Dato" øverst på skjermen. Øverst til høyre er det ulike alternativer som beskrevet i trinn 8.4.2. I Lokasjonsdiagram-delen kan den faktiske plasseringen av plantene på den eksperimentelle tabellen og deres respektive egenskapsverdier ses (Supplerende figur 7).
- Klikk på T-test. Hvis du vil statistisk sammenligne midlene til en målt egenskap for to grupper, skriver du inn datoer, etiketter, planter og parametere i delen "T-testparametere", som forklart i trinn 8.4.1.
- Angi timeområdet for å beregne gjennomsnittsverdiene for datapunktene innenfor tidsperioden for renter (standard er en kontinuerlig 24-timers presentasjon). Til slutt klikker du på Vis graf (Tilleggsfigur 8).
- To vinduer vises på høyre side av skjermen. Den øverste er Graph Viewer-delen for alle plantene som er valgt fra begge gruppene. Under dette vinduet er T-test-delen, der vil vises sammenligningen av de to gruppene som t-testenav den fysiologiske parameteren valgt. Nivåer av betydning kan justeres ved å endre α-verdien øverst til venstre i T-testdelen. En rød prikk vises under verdier som er vesentlig forskjellige. Øverst til høyre viser du ulike alternativer, som beskrevet i trinn 8.4.2 (Tilleggstall 8).
- Klikk på ANOVA. Hvis du vil statistisk sammenligne midler for målte egenskaper på tvers av mer enn to grupper, angir du datoer, etiketter, planter og parametere i delen "Filtre", som forklart i trinn 8.5.1.
- Velg flere etiketter (grupper) ved å klikke på +-symbolet (som i trinn 8.5). Angi området for timer. Til slutt klikker du på "VIS GRAF" (Tilleggsfigur 9).
- I ANOVA-delen bruker du en ANOVA-test (Tukeys HSD) til å sammenligne de fysiologiske parametrene til de ulike gruppene. Stolper representerer standardfeilene (±SE). Øverst til høyre på skjermen er det ulike alternativer som beskrevet i trinn 8.4.2. Klikk på linjediagrammet for å vise en stolpediagramsammenligning for en bestemt dag. Ulike bokstaver indikerer grupper som er vesentlig forskjellige fra hverandre (Supplerende figur 9A).
- Å presentere forholdet mellom helplantetranspirasjonskinetikk eller stomatal ledning og VWC er en mer nøyaktig måte å sammenligne de fysiologiske reaksjonene til forskjellige planter til tørke, sammenlignet med en tidsbasert tilnærming. Presenter denne relasjonen ved hjelp av funksjonen "Stykkevis lineær kurve".
- Klikk Lineær kurve for stykkevis. Angi datoer, etiketter, planter og parametere (både x-aksen og y-aksen), og angi deretter tidsområdet i delen "Filtre", som forklart ovenfor.
MERK: "fra"-datoen skal være så nær som mulig til startdatoen for behandlingen. - Angi x-akseparameteren som VWC og y-akseparameteren som den fysiologiske parameteren (f.eks. transpirasjonsfrekvens, stomatal konduksjon osv.). Til slutt klikker du på Vis graf. I "Filter" -delen klikker du på Velg alle anbefalinger og klikker deretter på Vis graf (Tilleggsfigur 10).
MERK: Andre fysiologiske parametere (f.eks. normalisert transpirasjon, transpirasjonshastighet, planteopprettsvekt, stomatal ledning, rotfluks osv.) og miljøparametere (f.eks. temperatur, relativ fuktighet osv.) oppnås lett via SPAC-programvaren (f.eks. tilleggsfigur 9C). For mer informasjon om den teoretiske bakgrunnen for sine beregninger, vennligst se Halperin et al. (2017).
- Klikk Lineær kurve for stykkevis. Angi datoer, etiketter, planter og parametere (både x-aksen og y-aksen), og angi deretter tidsområdet i delen "Filtre", som forklart ovenfor.
Representative Results
Varigheten av eksperimentet var 29 dager. Eksperimentet ble gjennomført i august, når det lokale været er varmt og stabilt og dagene er lange. To forskjellige vanningsscenarier ble brukt til å demonstrere fenotypingplattformens evne til å sammenligne den fysiologiske oppførselen til tre forskjellige varianter av ris (det vil si Indica, Karla og Risotto) i nærvær av tørkestress. Det var to tørke-stress behandlinger: (i) optimal vanning [til hver pott nådde sin pott kapasitet om natten etter vanning (kontroll)] og (ii) en tørke som startet 5 dager etter at eksperimentet startet, varte i 14 dager, og ble etterfulgt av en 10-dagers utvinning periode (optimal vanning, Dager 19-29). For enkelhets skyld vises ikke alle varianter og grupper i tallene som presenteres her. Resultatene viste at HTP-telemetrisk system effektivt kan måle endringer i atmosfæriske forhold, jorda og fysiologien til plantene.
Miljøforhold
Miljøforhold [fotosyntetisk aktiv stråling (PAR) og damptrykksunderskudd (VPD)] ble overvåket gjennom hele eksperimentet av en atmosfærisk sonde. De innsamlede dataene indikerer at PAR og VPD forble like i løpet av de forskjellige dagene og i løpet av dagen (figur 4).
VWC av tørkebehandlede potter ble målt av jordsonder gjennom hele eksperimentelle perioden. VWC-dataene som samles inn fra én tørkebehandlet CV. Indica anlegget er plottet i figur 5.
Fysiologiske parametere
Den daglige transpirasjonen økte gradvis i alle fire behandlinger (Karla-kontroll, Karla-tørke, Risotto-kontroll og Risotto-tørke) i løpet av den første fasen av eksperimentet, der alle plantene var godt vannet. Senere var det en reduksjon i transpirasjon som var forbundet med tørkeperioden (dag 5 til dag 18) i de to vannberøvede behandlingene. Deretter, i løpet av gjenopprettingsperioden (fra dag 18 og utover), økte den daglige transpirasjonen igjen i de to vannberøvede gruppene, men til et mye lavere nivå enn det som ble observert før tørkebehandlingen (Supplerende figur 9B).
Gjennomsnittlig beregnet plantevekt (det vil si at frekvensen av plantevektøkning) økte konsekvent blant både Karla - kontrollogKarla-tørkebehandlinger i første fase av forsøket, da alle plantene fikk lignende vanning (dag 1-5). Da tørkebehandlingen ble brukt på CVen. Karla planter (Dag 5-18), disse plantene sluttet å gå opp i vekt og ikke fortsette å gå opp i vekt før utvinning scenen. På det tidspunktet var det en økning i vekt som gikk saktere enn det som ble observert for kontrollen. I motsetning til vektene av Karla-kontrollanlegg økte kontinuerlig gjennom den eksperimentelle perioden (figur 6).
Figur 1: Komponenter og oppsett av det gravimetriske fenotypingssystemet.
(A) Veiing lysimeter. Lysimeteret inkluderer lastcellen, som konverterer den mekaniske belastningen til et objekt til en elektrisk ladning, og en metallplattform som dekker de øvre og nedre delene av lastcellen, slik at objektets vekt kan måles riktig. (B)Lysimeteret er dekket med en polystyrenblokk og et plastdeksel for varmeisolasjon. (C) Skaler deler. Et vannreservoar (grønn beholder) plasseres på lysimeterdekselet for å samle væsken som drenerer fra potten. Den grønne beholderen er skrevet til et grønt deksel, som har en stor rund åpning der potten er satt inn. En svart gummipakningsring er festet til den ene siden av det grønne dekselet, og potten er festet til den andre siden, for å minimere vanntap via fordampning fra beholderen. Det grønne dekselet har to prøvehull (små og store) over dreneringsforlengelsen, som er forseglet med gummiplugger. Plugger. Beholderen har en dreneringsforlengelse med fire hull (med plugger) i forskjellige høyder, som kan brukes til å justere vannstanden i beholderen etter dreneringen gjennom et bestemt hull stopper (reservevannvolumet). Det ønskede vannvolumet vil avhenge av planteartene, hvilken type potting medium som brukes og vannkravene til plantene (det vil vil vil anslått daglig transpirasjonsvolum). (E) Styreenheten består av en grønn rektangulær boks som inneholder elektronisk kontroller og magnetventiler. Det er hull der fertigation løsning kan gå inn og ut av pottene, samt stikkontakter for tilkobling av lastcellen og forskjellige sensorer. Ulike behandlinger, for eksempel ulike nivåer av saltholdighet eller forskjellige mineralsammensetninger, kan påføres via fertigasjonsløsningen. Et metallstativ er koblet til kontrolleren, for å holde rørene og kablene og hindre dem i å berøre pottene og legge vekt. De andre komponentene som kreves er (F) jordprober (f.eks. fuktighet, temperatur og EC-sensorer - 5TE), valgfrie (G) multiutløpsdryppere (for fertigasjon og/eller behandlingsapplikasjoner) og (H) atmosfæriske prober [for måling av damptrykksunderskudd (VPD) og stråling]. (I) Fullt utstyrt enkelt array. (J)Fullt utstyrt array i drivhuset, gule piler som peker de atmosfæriske sondene som gjør det mulig å stomatal lednings normalisering basert på de lokale atmosfæriske forholdene. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 2: Deler som kreves for ett enkelt pottesett.
(A-C) Følgende komponenter er nødvendig: en 4 L gryte, en 4 L gryte uten bunn for å tjene som en nettoholder, ett sirkulært stykke nylonnett (porestørrelse = 60 mesh) med en diameter dobbelt så stor som bunnen av potten, ett deksel med utpekte hull for plante- og vanningsdryppere, en 60 cm, hvit glassfiberpinne (stang) og en svart pakningsring. (D)Eksempel på en tabellplan der pottene er randomisert. I drivhuset hadde hver tabell 1-18 kolonner og fire rader, her brukte vi 24 posisjoner. Matrisestrukturen kan imidlertid enkelt justeres til en hvilken som helst form basert på størrelsen på det eget drivhuset. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 3: Potte oppsett.
(A) Planter vokser i hulrom skuffer. (Tomatplantene som vises her er bare et eksempel; mange andre plantearter kan dyrkes på samme måte). (B) Kaster av former for (C) skape hulrom i potting medium som vil (D) tett passe rot-jord plugger av plantene, for å sikre vellykket transplantasjon av (E) plantene inn i pottene. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 4: Atmosfæriske forhold i løpet av eksperimentet.
Y-aksen til høyre viser det daglige damptrykksunderskuddet (VPD) og y-aksen til venstre viser fotosyntetisk aktiv stråling (PAR) i løpet av de 29 påfølgende dagene av eksperimentet. Denne grafen ble produsert av Data Analysis-programvaren. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 5: Volumetrisk vanninnhold (VWC) målt ved en jordsonde i løpet av eksperimentet.
Dataene representerer VWC-verdiene for én CV. Indica-anlegg som ble utsatt for tørkebehandling for hele eksperimentperioden, inkludert utvinning. Denne grafen ble produsert av Data Analysis-programvaren. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 6: Helplantevekter (betyr ± SE) over hele eksperimentelle perioden for CV. Karla under godt vannes (kontroll) og tørkeforhold.
Grupper ble sammenlignet med ANOVA (Tukeys HSD; p < 0,05). Hver gjennomsnittlig ± SE representerer minst fire planter. Grafen og den statistiske analysen ble produsert av Data Analysis-programvaren. Vennligst klikk her for å se en større versjon av denne figuren.
Supplerende figur 1: Driftsprogramvarevinduer for å sette opp et eksperiment. Vennligst klikk her for å laste ned dette tallet.
Tilleggsfigur 2: 'Planter'-tabellen som regneark; Driftsprogramvare. Vennligst klikk her for å laste ned dette tallet.
Supplerende figur 3: Programvarevindu for beregning av jordtørr vekt; Driftsprogramvare. Vennligst klikk her for å laste ned dette tallet.
Supplerende figur 4: Programvarevindu for å sette opp en vanningsbehandling; Driftsprogramvare. Vennligst klikk her for å laste ned dette tallet.
Tilleggstall 5: Visningsvindu for dataanalysegraf. I vårt eksperiment brukte vi tre sorter med ris (det vil vil vilør, Indica, Karla og Risotto) og to forskjellige vanningsscenarier, godt vannet (kontroll) og tørke. Rådataene viste variasjon i plantens vekt i løpet av eksperimentet. Hver linje representerer en plante / pott. I løpet av dagen skjedde plantene, slik at systemet gikk ned i vekt, som det kan ses i bakken av de daglige kurvene. Pottene ble vannet hver kveld til full kapasitet, som representert som toppene i kurvene. Vanningshendelsen ble etterfulgt av drenering av overflødig vann etter at pottemediet var mettet. I utgangspunktet var alle plantene godt vannet (kontroll). Fra 7. august 2018 ble halvparten av anleggene utsatt for tørkebehandling. Samtidig fortsatte resten av plantene å motta optimal vanning. Differensialutvinning ble oppnådd ved å gjenopprette vanningen til tørkebehandlede planter, som begynner på 20 August 2018 (slik at hver plante kan oppleve en lignende grad av stress) og fortsette gjennom eksperimentslutten. Vennligst klikk her for å laste ned dette tallet.
Systemets feedback-vanningsverktøy gjør det mulig for brukeren å designe vanningsprogrammer for hver enkelt pott basert på tid, pot vekt, data fra en jordsensor (f.eks VWC) eller plantetransspirasjon i løpet av dagen før. Hver plante kan vannes individuelt på en tilpasset måte basert på egen ytelse. Denne differensialvanningen minimerer forskjellene mellom plantenes jordvanninnhold, slik at alle plantene blir utsatt for en kontrollert tørkebehandling uavhengig av deres individuelle vannbehov.
Tilleggstall 6: Dataanalyse-vinduet for dataanalysen. Vennligst klikk her for å laste ned dette tallet.
Supplerende figur 7: Dataanalyse histogrammet vinduet. Denne figuren viser en grafisk representasjon av fordelingen av daglige transpirasjonsverdier i de tre forskjellige rissortene (det vil vil vil at Indica, Karla og Risotto) under godt vannes (kontroll) forhold. Det nederste diagrammet representerer en varmekartvisualisering av plantenes daglige transpirasjon basert på den fysiske plasseringen av pottene på bordet. Vennligst klikk her for å laste ned dette tallet.
Tilleggstall 8: T-testvindu for dataanalyse. Linjer representerer forskjellene i daglig transpirasjon (en grunnleggende og viktig fysiologisk egenskap) mellom to rissorter (det vil vil vil at Karla og Risotto) under godt vannes (kontroll) forhold. Vinduet viser den daglige transpirasjonen av de enkelte plantene (øverst til høyre) og en sammenligning av midlene ± SE for hver gruppe utført ved hjelp av Studentens t-test(nederst til høyre). Den statistiske analysen ble utført automatisk av programvaren. De røde prikkene representerer betydelige forskjeller mellom behandlinger i henhold til studentens t-tester; p < 0,05. Vennligst klikk her for å laste ned dette tallet.
Tilleggstall 9: Dataanalyse ANOVA-vindu. (A) Grafisk fremstilling av forskjellene i daglig transpirasjon mellom to risvarianter (det vil vil vil at Karla og Risotto) under godt vannes (kontroll) og tørkeforhold over hele eksperimentelle perioden. Tørkebehandlingen ble startet 5 dager etter at eksperimentet startet. Ved å klikke på en hvilken som helst dag vil presentere (B) Grupper sammenligning ved hjelp av ANOVA (Tukey's HSD; p < 0,05), her på august den 12 august. Hver gjennomsnittlig ± SE representerer minst fire planter. De samme gruppene kan også presenteres som en (C) Kontinuerlig helplantetranspirasjonshastighet (Means ± SE) i løpet av hele eksperimentell periode. Grafene og den statistiske analysen ble produsert av Data Analysis-programvaren. Vennligst klikk her for å laste ned dette tallet.
Supplerende figur 10: Dataanalyse stykkevis lineær kurve vindu. Dette vinduet viser de stykkevise lineære kurvene til tre rissorter (det vil vil vilør, Indica, Karla og Risotto) under tørkeforhold. Programvaren kan utføre en stykkevis lineær passform analyse av forholdet mellom noen fysiologisk parameter (her, daglig transpirasjon) og beregnet volumetrisk vanninnhold (VWC) av plantene utsatt for tørkebehandling. Vennligst klikk her for å laste ned dette tallet.
Tilleggsmaterialer. Vennligst klikk her for å laste ned disse materialene.
| Middels | Beskrivelse | |
| Grov sand | Silika sand 20-30 (øvre og nedre mesh skjermer der sanden ble passert: 0,841 og 0,595 mm, henholdsvis) | |
| Fin sand | Silika sand 75-90 (øvre og nedre mesh skjermer der sanden ble passert: 0,291 og 0,163 mm, henholdsvis) | |
| Torvbasert jord | Klasmann 686 Leilighet | |
| Loamy jord (naturlig jord) | Sandy loam jord tatt fra det øverste laget av en tomt på eksperimentell gård av Fakultet for landbruk, mat og miljø, Rehovot, Israel | |
| Vermikulitt | Vermiculite 3G | |
| Perlite | Perlite 212 (Størrelsesområde: 0,5-2,5 mm) | |
| Kompost | Bental 11 Potting jord | |
| Porøs, keramisk, småstisert medium | Profil Porøs Keramisk 20-50 (øvre og nedre mesh skjermer der bakken keramikk ble passert: 0.841 og 0.297 mm, henholdsvis) | |
| Porøs, keramisk, blandet størrelse medium | Profil Porøs Keramisk 50% 20-50 mesh og 50% 20-6 mesh, 0.841– 3.36 mm | |
Tabell 1: Potting media.
| Jord media type / Parametere | Grov sand | Fin sand | Loamy jord | Perlite | Vermikulitt | Porøs keramisk blandet størrelse | Porøs keramisk liten størrelse | Torvbasert jord | Kompost |
| Totalt vann (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 (F) | 1713 ± 25,9 (B) | 1744,3 ± 8,2 (B) | 2089,6 ± 61,6 (A) |
| Volumetrisk vanninnhold (VWC, ml3/ml3) | 0.26 (F) | 0.27 (F) | 0.33 (E) | 0.35 (E) | 0.4 (D) | 0.46 (F) | 0.53 (B) | 0.54 (B) | 0.65 (A) |
| Bulk tetthet (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) |
| Stabilitet i jordvekt (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) |
| Stabilitet i jordvekt med reservert vann i badekaret (g/dag, se avsnitt 6.14) | 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) |
| Pot kapasitet gravimetrisk fuktighet innhold (SWC; se avsnitt 8.2) | 0.18 (G) | 0.23 (G) | 0.23 (G) | 3.79 (F) | 3.0 (D) | 0.74 (F) | 0.99 (E) | 4.25 (B) | 6.13 (A) |
| Relativ dreneringsevne | Utmerket | Middels | Middels lav | Utmerket | Utmerket | Utmerket | Utmerket | Lav | Middels |
| Relativ tid for å nå pottekapasitet | Rask | Rask | Rask | Langsom | Langsom | Rask | Rask | Langsom | Langsom |
| Relativ kationutvekslingskapasitet (CEC) | Lav | Lav | Lav | Lav | Høy | Høy | Høy | Høy | Høy |
| Kompatibilitet med: | |||||||||
| Rotvask (på slutten av eksperimentet) | ++ | ++ | + | ++ | + | ++ | ++ | - | - |
| Nærings-/biostimulerende behandling | ++ | ++ | - | ++ | + | + | + | - | - |
| Saltholdighet behandlinger | ++ | ++ | + | ++ | + | ++ | ++ | + | - |
| Nøyaktig måling av vekstrater | ++ | ++ | + | -,+ | + | ++ | +++ | + | + |
| Fysisk jordstruktur utvinning etter tørke | +++ | +++ | ++ | + | - | +++ | +++ | -,+ | - |
| * Totalt vann (TW, ml) = jord våt vekt (ved pot kapasitet) - jord tørr vekt. Volumetrisk vanninnhold (VWC) = TW/jordvolum. | |||||||||
| Bulk tetthet (BD) = jord tørr vekt / jord volum. Jordvektstabilitet (SWS) = Gjennomsnittlig endring i jordfuktet vekt over 4 påfølgende dager (middels ved potkapasitet uten plante etter siste vanning). | |||||||||
| Pot kapasitet gravimetrisk fuktighet innhold (SWC); for beregningen, se pkt. 7.2. | |||||||||
Tabell 2: Generelle egenskaper ved 9 forskjellige pottemedier og deres kompatibilitet med den gravometriske plattformen. Målingene ble tatt ved hjelp av 4-l potter fylt med 3,2 l medium ved feltkapasitet (pottekapasitet). Data vises som et middel ± SE. Ulike bokstaver i kolonnene indikerer betydelige forskjeller mellom media, i henhold til Tukeys HSD-test (P < 0,05; 3 ≤ n ≤ 5).
| Fertigation komponenter | Endelig konsentrasjon (ppm) | Endelig konsentrasjon (mM) |
| NaNO3 (andre personer) | 195.8 | 2.3 |
| H3PO4 | 209 | 0.000969 |
| KNO3 Leilighet | 271.4 | 2.685 |
| MgSO4 (andre personer) | 75 | 0.623 |
| ZnSO4 Leilighet | 0.748 | 0.0025 |
| 2009: 100 000 | 0.496 | 0.00198 |
| MoO3 Leilighet | 0.131 | 0.00081 |
| MnSO4 | 3.441 | 0.0154 |
| Boraks | 0.3 | 0.00078 |
| C10H12N2NaFeo8 (Fe) | 8.66 | 0.0204 |
| PH av den endelige vanningsløsningen fra drypperen (etter fortynning med vann fra springen) varierte mellom 6,5 og 7. | ||
Tabell 3: Fertigation komponenter.
Discussion
Kunnskapsgapet genotype–fenotype gjenspeiler kompleksiteten i genotype x miljøinteraksjoner (vurdert av18,24). Det kan være mulig å bygge bro over dette gapet gjennom bruk av høyoppløselige, HTP-telemetriske diagnostiske og fenotypiske screeningplattformer som kan brukes til å studere fysiologisk ytelse og vannrelasjonskinetikk8,,9. Kompleksiteten i genotype x miljøinteraksjoner gjør fenotyping til en utfordring, spesielt i lys av hvor raskt planter reagerer på deres skiftende miljøer. Selv om ulike fenotypingssystemer for øyeblikket er tilgjengelige, er de fleste av disse systemene basert på fjernmåling og avanserte bildeteknikker. Selv om disse systemene gir samtidige målinger, er deres målinger til en viss grad begrenset til morfologiske og indirekte fysiologiske egenskaper25. Fysiologiske egenskaper er svært viktige i sammenheng med respons eller følsomhet overfor miljøforhold26. Derfor kan direkte målinger tatt kontinuerlig og samtidig med svært høy oppløsning (f.eks. 3 min intervaller) gi en svært nøyaktig beskrivelse av plantens fysiologiske oppførsel. Til tross for de betydelige fordelene med det gravometriske systemet, må det faktum at dette systemet har noen potensielle ulemper også tas i betraktning. De største ulempene skyldes behovet for å arbeide med potter og i drivhusforhold, noe som kan by på store utfordringer for behandlingsregulering (spesielt regulering av tørkebehandlinger) og eksperimentell repeterbarhet.
For å løse disse problemene, bør man standardisere de anvendte påkjenningene, skape en virkelig randomisert eksperimentell struktur, minimere potteeffekter og sammenligne flere dynamiske atferd av planter under skiftende miljøforhold innen kort tid. HTP-telemetrisk funksjonell fenotyping tilnærming beskrevet i dette papiret løser disse problemene som nevnt nedenfor.
For å korrelere anleggets dynamiske respons med sitt dynamiske miljø og fange opp et komplett, stort bilde av komplekse anleggsmiljøinteraksjoner, må både miljøforhold (figur 4) og planteresponser (supplerende figur 9B) måles kontinuerlig. Denne metoden muliggjør måling av fysiske endringer i pottemediet og atmosfæren kontinuerlig og samtidig, sammen med plantetrekk (jord-plante-atmosfære kontinuum, SPAC).
For best å forutsi hvordan planter vil oppføre seg i feltet, er det viktig å utføre fenotypingsprosessen under forhold som er så like som mulig som de som finnesi feltet 18. Vi gjennomfører eksperimentene i et drivhus under halvkontrollerte forhold for å etterligne feltforhold så mye som mulig. En av de viktigste forholdene er det voksende eller pottemediet. Å velge det mest passende pottemediet for det gravometriske systemeksperimentet er avgjørende. Det anbefales å velge et jordmedium som drenerer raskt, gir rask oppnåelse av pottekapasitet og har en svært stabil pottekapasitet, da disse funksjonene gir mulighet for mer nøyaktige målinger av det gravometriske systemet. I tillegg må de ulike behandlingene som skal brukes i forsøket også vurderes. For eksempel krever behandlinger som involverer salter, gjødsel eller kjemikalier bruk av et inert pottemedi, helst en med lav kationutvekslingskapasitet. Tørkebehandlinger brukt på lavtransspiring plantearter ville fungere best med potting media med relativt lave VWC nivåer. I motsetning, langsom tørke behandlinger brukt på høy-transpiring planter ville fungere best med potting media med relativt høye VWC nivåer. Hvis røttene er nødvendig for analyse etter eksperimentering (f.eks. rotmorfologi, tørrvekt, etc.), vil bruk av et medium med relativt lavt organisk materialeinnhold (det vil si sand, porøs keramikk eller perlitt) gjøre det lettere å vaske røttene uten å skade dem. For eksperimenter som vil fortsette i lengre perioder, er det tilrådelig å unngå medier som er rike på organisk materiale, da det organiske materiale kan brytes ned med tiden. Se tabell 1 og tabell 2 for mer detaljert informasjon om dette emnet.
Feltfenotyping og drivhusfenotyping (pre-field) har sine egne mål og krever forskjellige eksperimentelle oppsett. Pre-field fenotyping bistår valg av lovende kandidat genotyper som har stor sannsynlighet for å gjøre det bra i feltet, for å bidra til å gjøre feltforsøk mer fokusert og kostnadseffektiv. Imidlertid innebærer pre-field fenotyping en rekke begrensninger (f.eks pot effekter) som kan føre til at planter til å utføre annerledes enn de ville under feltforhold18,27. Liten pottestørrelse, vanntap ved fordampning og oppvarming av lysimeterskalaene er eksempler på faktorer i drivhuseksperimenter som kan føre til potteeffekter18. Metoden som er beskrevet her er utformet for å minimere disse potensielle effektene på følgende måte:
(a) Pottestørrelsen velges basert på genotypen som skal undersøkes. Systemet er i stand til å støtte ulike pottestørrelser (opptil 25 L) og vanningsbehandlinger, noe som gjør det mulig å se ut av alle typer avlingsanlegg.
(b) Grytene og lysimeterskalaene isoleres for å hindre at varmen overføres og oppvarming av pottene.
(c) Dette systemet innebærer et nøye utformet vannings- og dreneringssystem.
(d) Det er en egen kontroller for hver pott, for å muliggjøre sann randomisering med selvvanning og selvmålte behandlinger.
(e) Programvaren tar hensyn til plantenes lokale VPD ved beregning av baldakin stomatal ledning. Vennligst se flere VPD stasjoner lokalisering i Figur 1J.
Dette systemet innebærer direkte fysiologiske målinger ved feltlignende plantetettheter, noe som eliminerer behovet for enten store mellomrom mellom plantene eller flytter plantene for bildebasert fenotyping. Dette systemet inkluderer sanntidsdataanalyse, samt muligheten til å nøyaktig oppdage det fysiologiske stresspunktet (θ) for hver plante. Dette gjør det mulig for forskeren å overvåke plantene og ta beslutninger om hvordan eksperimentet skal gjennomføres og hvordan eventuelle prøver skal samles inn i løpet av eksperimentet. Systemets enkle og enkle vektkalibrering forenkler effektiv kalibrering. Systemer med høy gjennomstrømming genererer enorme mengder data, som presenterer ytterligere datahåndterings- og analytiske utfordringer11,,12. Sanntidsanalysen av de store dataene som er direkte matet til programvaren fra den behandlingsansvarlige, er et viktig skritt i oversettelsen av data til kunnskap14 som har stor verdi for praktisk beslutningstaking.
Denne HTP-telemetriske fysiologiske fenotypingsmetoden kan være nyttig for å gjennomføre drivhuseksperimenter under nærfeltsforhold. Systemet er i stand til å måle og direkte beregne vannrelaterte fysiologiske responser av planter til deres dynamiske miljø, samtidig som det effektivt overvinner de fleste problemene forbundet med potteeffekten. Dette systemets evner er svært viktige i pre-feltet fenotyping scenen, som de tilbyr muligheten til å forutsi avkastning straffer i tidlige stadier av plantevekst.
Disclosures
Forfatterne har ingenting å avsløre.
Acknowledgments
Dette arbeidet ble støttet av ISF-NSFC felles forskningsprogram (stipend nr. 2436/18) og ble også delvis støttet av Israel Landbruks- og distriktsdepartementet (Eugene Kandel Knowledge Centers) som en del av roten av saken - The Root Zone Knowledge Center for Utnytte moderne landbruk.
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).
