Summary
Denne high-throughput, telemetriske, hele anlægget vand relationer gravimetrisk fænotypebestemmelse metode muliggør direkte og samtidige real-time målinger, samt analyse af flere udbytte-relaterede fysiologiske træk involveret i dynamiske plante-miljø interaktioner.
Abstract
Fødevaresikkerhed for den voksende globale befolkning er et stort problem. Dataene fra genomiske værktøjer overstiger langt udbuddet af fænotopyske data, hvilket skaber et vidensgab. For at tage udfordringen med at forbedre afgrøderne op for at brødføde den voksende globale befolkning skal denne kløft udlignes.
Fysiologiske træk betragtes som vigtige funktionelle træk i forbindelse med lydhørhed eller følsomhed over for miljømæssige forhold. Mange nyligt indførte høj-throughput (HTP) fænotypebestemmelse teknikker er baseret på telemåling eller billeddannelse og er i stand til direkte at måle morfologiske træk, men måle fysiologiske parametre hovedsagelig indirekte.
Dette papir beskriver en metode til direkte fysiologisk fænotypebestemmelse, der har flere fordele for den funktionelle fænotypebestemmelse af plante-miljø interaktioner. Det hjælper brugerne med at overvinde de mange udfordringer, der opstår i brugen af indtrykscellestingimetriske systemer og potteforsøg. De foreslåede teknikker vil gøre det muligt for brugerne at skelne mellem jordvægt, plantevægt og jordvandsindhold, hvilket giver en metode til kontinuerlig og samtidig måling af dynamiske jord-, plante- og atmosfæreforhold sammen med måling af vigtige fysiologiske træk. Denne metode giver forskerne mulighed for nøje at efterligne felt stress scenarier og samtidig tage hensyn til miljøets virkninger på planternes fysiologi. Denne metode minimerer også pot effekter, som er et af de største problemer i pre-field fænotypebestemmelse. Det omfatter en feed-back fertigation system, der muliggør en virkelig randomiseret eksperimentelt design på et felt-lignende plantetæthed. Dette system registrerer grænseværdien for jord- og vandindhold (θ) og gør det muligt at omsætte data til viden ved hjælp af et analyseværktøj i realtid og en online statistisk ressource. Denne metode til hurtig og direkte måling af flere planters fysiologiske reaktioner på et dynamisk miljø har et stort potentiale for brug i screening for gavnlige egenskaber forbundet med reaktioner på abiotisk stress i forbindelse med præfeltavl og afgrødeforbedring.
Introduction
Sikring af fødevaresikkerheden for en voksende global befolkning under forværrede miljøforhold er i øjeblikket et af de vigtigste mål for landbrugsforskning1,2,3. Tilgængeligheden af nye molekylære værktøjer har i høj grad forbedret afgrøde-forbedring programmer. Men mens genomiske værktøjer giver en massiv mængde data, skaber den begrænsede forståelse af faktiske fænotopypiske træk en betydelig videnskløft. At bygge bro over denne kløft er en af de største udfordringer , som moderne plantevidenskabstår over for 4,5,6. For at imødekomme de udfordringer, der opstår i processen med afgrøde forbedring og minimere genotype-fænotype viden hul, må vi afbalancere genotypiske tilgang med en fænocentrisk en7,8.
For nylig har forskellige high-throughput fænotype (HTP) platforme gjort det muligt at ikke-ødelæggende fænotype af store plantepopulationer over tid, og disse platforme kan hjælpe os med at reducere genotype-fænotype viden hul6,8,9,10. HTP screening teknikker tillader måling af træk i massivt antal planter inden for en relativt kort periode, takket være robotteknologi og transportbånd eller gantries bruges til at flytte planter eller sensorer (henholdsvis), i modsætning til hånd-drevne teknikker baseret på gas udveksling eller fotografering. Ikke desto mindre giver de massive mængder data, der produceres af HTP-systemer, yderligere datahåndterings- og analytiskeudfordringer 11,12.
De fleste af disse HTP-platforme omfatter vurdering af fænoyptiske træk via elektroniske sensorer eller automatiseretbilledopkøb 13,14. Avancerede feltphenomics indebærer indsættelse af proksimale sensorer og billeddannelsesteknologier på området samt en højopløsningsskala, præcis og stor befolkningsskala for måling15. Sensor- og billeddata skal integreres med andre multiomics-data for at skabe en holistisk andengenerations fænomic tilgang16. Metodologiske fremskridt inden for dataindsamling, -håndtering og -behandling bliver imidlertid stadig vigtigere, da udfordringerne i forbindelse med omregning af sensoroplysninger til viden er blevet kraftigt undervurderet i de første år af plantephenomicsforskning13. Men pålideligheden og nøjagtigheden af de aktuelt tilgængelige billeddannelsesteknikker til dybdegående fænotype-miljøinteraktioner og plantestressreaktioner er tvivlsom17,18. Desuden er resultaterne fra kontrollerede miljøer ofte meget anderledes end dem, der observeres i marken, især når det kommer til tørke-stress fænotypebestemmelse. Dette skyldes forskelle i situationen planterne oplever med hensyn til jordvolumen, jordbundsmiljø og mekanisk impedans på grund af faldende jordfugtighed under tørkestress. Derfor er det vanskeligt at ekstrapolere resultater fra kontrollerede miljøer til feltet19. Endelig er indgangsprisen på billedbaserede HTP-systemer meget høj, ikke kun på grund af prisen på sensorer, men også på grund af robotteknologi, transportbånd og portaler, som også kræver højere standarder for vækstfacilitetsinfrastruktur og betydelig vedligeholdelse (mange bevægelige dele, der arbejder i et drivhusmiljø).
I dette papir præsenterer vi en HTP-telemetrisk fænotypebestemmelsesplatform, der er designet til at løse mange af de problemer, der er nævnt ovenfor. Telemetriteknologi muliggør automatisk måling og overførsel af data fra fjernkilde(er) til en modtagestation til registrering og analyse. Her demonstrerer vi en ikke-ødelæggende HTP-telemetrisk platform, der omfatter flere vejelysimetre (et gravimetrisk system) og miljøsensorer. Dette system kan anvendes til indsamling og øjeblikkelig beregning (billedanalyse er ikke nødvendig) af en bred vifte af data, såsom hele anlæg biomasse gevinst, transpiration satser, stmatal ledningsevne, rodfæser og vand-brug effektivitet (WUE). Realtidsanalysen af de big data, der føres direkte til softwaren fra den dataansvarlige i systemet, udgør et vigtigt skridt i oversættelsen af data til viden14, der har stor værdi for den praktiske beslutningstagning, hvilket i væsentlig grad udvider den viden, der kan erhverves fra kontrollerede miljøfektpingforsøg, i almindelighed, og drivhusundersøgelser af tørkestress i særdeleshed.
Andre fordele ved telemetriplatformen er dens skalerbarhed og nem installation og dens minimale vækstfacilitetsinfrastrukturkrav (dvs. det kan nemt installeres i de fleste vækstfaciliteter). Da dette sensorbaserede system desuden ikke har nogen bevægelige dele, er vedligeholdelsesomkostningerne relativt lave, herunder både indgangsprisen og de langsigtede vedligeholdelsesomkostninger. For eksempel vil prisen på et gravimetrisk system med 20 enheder, herunder feedback-fertigationssystemet for hvert anlæg, meteorologisk station og software, svare til prisen på et bærbart gasudvekslingssystem for et førende mærke.
Ris(Oryza sativa L.) blev brugt som en model afgrøde og tørke var den undersøgte behandling. Ris blev valgt, da det er en stor kornafgrøde med bred genetisk mangfoldighed, og det er basisfødevarer til over halvdelen af verdens befolkning20. Tørke er en vigtig miljømæssig abiotisk stressfaktor, der kan forringe plantevækst og -udvikling, hvilket fører til nedsat høstudbytte21. Denne kombination af afgrødebehandling blev brugt til at demonstrere platformens evner og mængden og kvaliteten af de data, den kan producere. Yderligere oplysninger om den teoretiske baggrund for denne metode finder du i 22.
Protocol
I denne protokol henviste vi til 4 L potter lastet på 20 cm x 20 cm skalaer, med hver gryde, der indeholder en plante. Den samme protokol er let skalerbar og kan bruges med meget større potter (op til 25 L læsset på 40 cm x 40 cm skalaer, med kun en lineær tilpasning til protokollen foranstaltninger) og flere planter pr pot. Således protokollen kan let tilpasses til planter af mange typer og størrelser. Der henvises til figur 1 og figur 2 for systemkomponenterne.
1. Forbered potterne til eksperimentet
- Sæt jordfilteret i. Spred nylonnet (net) oven på hele gryden, og placer netholderen oven på nettet. Med en hånd, langsomt skubbe netholderen halvvejs ned indersiden af hele potten. Sørg for, at nettet forbliver ensartet spredt, da det skubbes ned mellem de to potter.
- Indsæt glasfiberpinden (stangen) mellem de to potter og skub den helt ned til bunden af hele gryden, og sørg for, at den også er på ydersiden af nettet og ikke skubber nettet.
- Før netholderen skubbes helt ned, skal nettet skubbes ned i hånden inde fra gryden og justeres, så den fordeles ensartet og stramt over bunden af gryden, når netholderen er helt indsat (Figur 2CI).
- Skub pakningsringen fra bunden af potten set-up beskrevet ovenfor, en tredjedel af vejen op på siden af potten. Sørg for, at ringens slidser åbnes mod bunden af gryden (Figur 2CII).
- Gentag trin 1.1-1.4 for alle de eksperimentelle potter, før du fortsætter videre til næste trin. Randomisere placeringen af planterne (Figur 2D;i enten en randomiseret blok design eller en helt tilfældig design) ved hjælp af Array Randomizer ansøgning.
BEMÆRK: For at downloade det gratis program og for mere information, se linket: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q). - Mærk potterne i henhold til deres placeringer i arrayet inde i drivhuset. For eksempel svarer etiketten "B10D" til en gryde på tabel B i kolonne 10 og række D. Forbered yderligere tre potter for hver tabel til jord-vand-indhold målinger (se afsnit 7.1).
2. Dyrk planterne
- Vælg det voksende (potte) medium, der passer bedst til eksperimentet. Det er afgørende at vælge det rigtige medie til eksperimentet, og det korrekte valg afhænger af flere faktorer (se Diskussion). For første gangsbrugere anbefaler vi på det kraftigste at bruge et porøst, keramisk, lille mellemstort medie. Se tabel 1 og tabel 2 for at få flere oplysninger for at hjælpe med at vælge det rigtige medie til eksperimentet.
- Spis frøene i hulrumsbakker med det ønskede pottemedie. Hvis det er muligt, gøre dette inde i samme drivhus, der skal anvendes til den vigtigste del af forsøget, med henblik på at akklimatisere planterne til de miljømæssige forhold inde i dette drivhus.
- Hvis frøplanterne ikke var spiret i bakker, transplanteres dem i hulrumsbakker, der indeholder pottemediet. Plant en sætteplante i hvert hulrum og lad det vokse, indtil dens rødder er tætte nok til at tage form af hulrummet (root-jord stik).
- Efterlad 5-7 hulrum uden planter til jordvægt målinger (kun potteplanter medium; Figur 3). Yderligere oplysninger finder du i afsnit 5.9.
3. Forbedre signal-støj-niveauet
BEMÆRK: Følgende trin forbedrer målingernes kvalitet og reducerer støjniveauet.
- Lysimeteret kalibreres.
- Brug et humørniveau til at kontrollere, at alle lysimetre er jævne og derefter starte vægtkalibreringsprocessen. Brug to standardvægte (1-10 kg). Udfør kalibreringen, mens den grønne beholder, herunder alle stik, er på vejecellen.
- Sæt den første (lettere) kalibreringsvægt på hver vejecelle.
- I driftssoftwaren skal du gå til fanen Kalibrering og vælge vægten for det første punkt. Vælg derefter den belastningscelleposition, hvor vægten blev placeret, og klik på Hent punkt1 (supplerende figur 1A). Dette trin kan anvendes på flere vejeceller samtidigt.
- Gentag for den anden vægt, og klik på Hent punkt2.
- Klik på Anvend kalibrering.
- Sikring af en tilstrækkelig mængde planter med en passende størrelse til forsøget
BEMÆRK: Jo mindre anlægget er, jo svagere bliver dets signal (f.eks. blev der svedt vand i en dag i forhold til pottevægten). Følgende trin vil bidrage til at forbedre signal-støj-forholdet.- Start forsøget, når planten viser sig ca. 10% af den maksimale potekapacitet.
BEMÆRK: Hvis du for eksempel arbejder med et sandet medium, der indeholder ca. 1 L vand ved grydekapacitet (se tabel 2),skal du starte forsøget, når planterne sveder ca. 100 ml om dagen. Hvis der arbejdes med et tørvebaseret medium, der rummer ca. 2 L vand ved potskapacitet (se tabel 2),skal du starte målingerne, når planterne sveder ca. 200 ml om dagen. - Anslå den oprindelige anlægget daglige transpiration før lastning det på systemet ved at måle (manuelt) morgen vs aften vægtforskelle i et par planter.
- Når du arbejder med små planter, sætte flere planter i hver gryde (f.eks seks Arabidopsis planter i en 3,9 L pot23, for at nå den anbefalede minimale niveau af transpiration)*.
- Start forsøget, når planten viser sig ca. 10% af den maksimale potekapacitet.
4. Opsætning af eksperimentet
BEMÆRK: Processen med at etablere forsøget er udformet med henblik på at tage hensyn til vægten af alle dele af systemet, nemlig pottemediets vægt (herunder jordvandsvægten ved pottekapacitet) og den oprindelige vægt af planterne. Følg nedenstående trin:
- Hvis det er muligt, skal du arbejde med lignende statiske komponenter, der har lignende vægte. Statiske vægtkomponenter omfatter pottesæt, jordsonder og andre plastdele.
- Hvis du vil starte et nyt eksperiment, skal du åbne driftssoftwaren. Åbn fanen Eksperimenter i menuen i venstre side af skærmen. Klik på Opret ny, eller dupliker eksperimentegenskaberne fra et tidligere eksperiment ved at højreklikke på det ønskede eksperiment og vælge Dubler . Duplicate Omdøb eksperimentet( supplerende figur 1B).
- Sørg for, at der ikke bruges nogen enhed i et andet eksperiment, der aktuelt kører i systemet. Kontroller, at alle planterne i plants-bordet matcher det eksperimentelle design. Hvis ikke, skal tabellen ændres i henhold til designet (se punkt 5.18, 6 og supplerende figur 1C).
- Start eksperimentet ved at klikke på eksperimentnavnet og derefter klikke på Start.
- Tag manuelle målinger af de forberedte tomme potter (dobbelt gryde, net, pind og sort pakning ring). Hvis du bruger dele, der ligner hinanden, vil den gennemsnitlige vægt på 10 af dem være tilstrækkelig.
- Pottemediet blandes grundigt med vand i mindst 1 time, så det nedbrydes i homogene partikler og mættes for at sikre ensartethed og homogenitet. For første gangsbrugere anbefaler vi på det kraftigste, at der benyttes et porøst, keramisk, lille mellemstort middel (se tabel 1 og tabel 2). Som en anden mulighed, bruge groft sand.
- Brug en mekanisk mixer (f.eks. en betonblander).
- Når der anvendes et meget homogent medium (dvs. industrisand), skal trin 4.6.1 springes over.
- Fyld alle gryderne ensartet til forsøget med det relevante potningsmedium (f.eks. sand, jord eller tørv).
- Indsæt en støbt af et hulrum skimmel (Figur 3B), der ligner i form og størrelse til rod-jord stikket af planter (fra hulrum bakke) i midten af pottefrugtning medium. Skub den helt ind. Tryk på bunden af gryden mod gulvet et par gange for at sikre, at pottemediet er godt fordelt i gryden. Gentag for alle potter.
- Vand gryderne godt og skyl ydersiden af potterne. Lad gryderne løbe i 30 minutter, før du fortsætter videre til næste trin. Sørg for, at gryderne løber frit. Hvis pottemediet afløber for langsomt (f.eks. tæt tørv), forblandet det med et luftigt substrat (f.eks. perlit; se også tabel 1 og tabel 2) for at sikre hurtigere dræning.
- Når dræningen er helt stoppet, skal alle de fyldte gryder anbringes i midten af lysimeterarrayet (i de grønne beholdere, der allerede er der) i henhold til forsøgsdesignet (Figur 2A).
- Kontroller, at de grønne beholdere er korrekt monteret i lastcelledækslet og ikke rører hinanden.
- Åbn fanen Eksperiment i Experiment operationssoftwaren, og vælg fanen Målér komponenter. Klik på Målér objekt. Navn på målingen "1m måling" (supplerende figur 1D).
- Placer vanding drypper, sonder og pot dækker på hver gryde. Sørg for, at linjerne til multiudgangsdippere og sondekablerne understøttes af deres respektive bevoksninger (fastgjort til enhederne for hver lysimeterskala; Figur 1E) før du placerer dem i potterne. Sørg for, at alle drypper, sonder og dæksler er sikkert placeret.
- Vent op til 3 minutter på, at der skal foretages en ny måling (data indsamles automatisk hver 3. min.), og åbn derefter fanen Eksperiment. Vælg fanen Eksperiment, og klik på Eksperimentet. Meta-tag denne måling til "1st måling" taget og navngive det "Statiske komponenter" (Supplerende Figur 1E). Meta-tags bruges, når du vil registrere en vægtværdi, der bestemmes ved at trække en målt værdi fra en anden.
- Når du har foretaget de nødvendige justeringer af systemet, skal du vente på, at der registreres et nyt datapunkt (hver 3 min.), før du tager den næste måling.
- Kontroller kolonnen Statiske komponenter for at bekræfte, at de værdier, der er registreret i tabellen Planter, ikke indeholder afvigende værdier. Hvis nogen af de registrerede vægte er for lave eller for høje, skal du kontrollere, om der er interferens med vejecellen (f.eks. skal du sørge for, at der ikke rører ved den) og derefter tage en ny måling (efter at systemet stadig var i 3 min).
- Klik på fanen Planter. Eksporter planter tabellen som et regneark, tilføje den gennemsnitlige pot vægt (fra trin 4,5) til måling af de statiske komponenter - "Tara vægt". Gem og overfør filen (importfane).
- Sørg for, at alle drypperne er sat sikkert ind i pottemediet og i røret, der kommer fra controlleren. Tilbage i driftssoftwaren skal du vælge Behandlingsscenarier under fanen Eksperiment. Klik på Opret ny for at oprette en ny "Plan".
- I planen skal du vælge det første trin (oprette et nyt trin, hvis det er nødvendigt), og åbne det. Vælg "Test" for behandling og "Aldrig" for opsigelse. I trinindstillingen skal du vælge en behandling, der er angivet under fanen Vandingsbehandlinger ovenfor Eksperimenter(supplerende figur 1F; se også trin 4.21). Tryk på fanen Anvend.
- Uddrag tabellen Planter som et regneark, føj "Plan" til kolonnen Behandling, og føj "1" til kolonnen Trin. Gem og overfør filen.
- Under fanen Vandingsbehandling skal du vælge "Test"-behandlingen og indstille den til en vandingstid på 4-5 min [med den nøjagtige tid afhængigt af det volumetriske vandindhold (VWC) af jord, der anvendes] for at muliggøre dræning. Sæt tiden 2 min frem og gå til potterne i drivhuset. Andre behandlinger kan også oprettes. (Se den detaljerede forklaring i trin 7.4).
- Kontroller visuelt, at alle drypperne virker, og at vandet drypper ud af den grønne beholders perforerede afløbsprop.
- I forsøget skal du ændre vandingsbehandling på plan "X", trin 1 (se trin 4.19-4.20) til den ønskede vandingsbehandling. Sørg for, at hver natvanding (med indvanding; se tabel 3 for de anvendte fertigationskomponenter) er opdelt i flere korte impulser (begivenheder) med betydelige pauser mellem dem (mindst tre hændelser hver nat) for at sikre, at jorden når sin markkapacitet før daggry.
- Lad vandingsprogrammet køre i 1 eller 2 dage for at lade jorden nå sin markkapacitet og fortsætte til næste fase.
5. Start af eksperimentet
BEMÆRK: De data, der indsamles på dette stadium, vil blive anvendt som referenceværdier for resten af eksperimentet. Derfor er det vigtigt at følge de næste skridt nøje.
- Gentag trin 4.18 til og med 4.20. Alternativt kan du starte processen tidligt om morgenen, ikke længe efter det seneste vandingstrin.
- Kontroller visuelt, at alle potterne er vandede, og at overskydende kunstvanding væske drypper ud af perforeret afløbsproppen i det grønne bad.
- Fjern den grønne, uforstyrrede stik (fra den laveste åbning) af den grønne beholder og lad vandet løbe helt ud. Sæt derefter stikket tilbage på sin plads(Figur 1D). Hvis der arbejdes på "dræning 0" (dvs. med det nederste hul åbent / det hule drænstik tilsluttet på det laveste hul), skal du springe dette trin over.
- Åbn fanen for eksperimentet i driftssoftwaren, og gå til Målkomponenter. Klik på Målér objekt, og navnd målingen som "Cast-pre". Fjern forsigtigt alle afstøbninger fra gryderne, og vent derefter 3 minutter på, at der registreres en ny måling (supplerende figur 1D).
- Klik på Målobjekt, navn navn "Cast-post" og meta-tag målingen til "Cast-pre". Indstillingen beregner automatisk forskellen mellem de to målte værdier og giver den støbte vægt for at kontrollere vægtfølsomhed.
- Kontroller vægtværdierne i tabellen Planter. Forskellen mellem "Cast-post"-målingerne må ikke være mere end 20 eller 30 g.
- Hvis du vil måle vægten af den våde jord, skal du i driftssoftwaren gå til fanen Målkomponenter i eksperimentet og vælge indstillingen Mål jord vådvægt. Tag målingen ved at klikke på OK, når du bliver spurgt. Kontroller jorddådevægt målinger i planter tabellen yotheur eksperiment. Vægten vises i kolonnen "Jord vådvægt" (supplerende figur 1D,G).
- Hvis nogle af målingerne ser ud til at svinge uhensigtsmæssigt, skal du gøre følgende:
- Bekræft, at hver pulje er placeret korrekt og ikke rører nogen nærliggende pot(er).
- Afbryd den første controller på bordet fra elektriciteten (resten af controllerne er serielt forbundet til hinanden og dermed vil lukke ned så godt) i 2 min og derefter tilslutte den igen.
- Mål manuelt den gennemsnitlige vægt af nogle få (5-10) hulrum med pottemedie (fra trin 2.3) uden kimplanter (jordstik). [Sørg for, at jordstikket er godt vandede (dvs. til feltkapacitet efter dræning) før manuelle målinger.] Under fanen Målkomponenter skal du trykke på Angiv sætteplantevægt i bulkjord og udfylde den gennemsnitlige vægt ( supplerende figur1D).
- Klik på Målér plantens oprindelige vægt. Denne første måling er et referencepunkt før plantning (supplerende figur 1D).
- Sørg for, at planterne i hulrumsbakkerne er godt vandede (dvs. at feltkapacitet efter dræning). Træk forsigtigt frøplanterne med deres rodjordstik fra hulrummene, og sørg for ikke at skade dem, og læg dem omhyggeligt ind i hulrummene lavet af kaster i potterne, ifølge eksperimentets design. Det er at foretrække at overføre planterne ved daggry eller skumring for at minimere belastningen til planterne (dvs. for at minimere visne).
- Vent i 3 minutter. Klik på Mål plantens initialvægt igen. Denne anden måling er anlæggets oprindelige vægt. Meta-tag målingen til den første (referencepunktet). Softwaren vil beregne forskellen mellem de to målinger og trække sætteplante Bulk-Soil Vægt. Resultatet er anlæggets oprindelige vægt.
- Kontroller de målte værdier i eksperimentets planter for at sikre, at de falder inden for et rimeligt og logisk område (supplerende figur 1C).
- Mætte jorden ved at gentage trin 4,18 til 4,20.
- Sørg for, at alle potterne dræner ordentligt. Hvis ikke, skal du gentage mætningsprocessen. Vent 30 minutter for dræning til at ophøre. (Se også tabel 1 vedrørende det korrekte valg af pottemedie).
- Klik på Målér reserveret vandvægt ( supplerende figur 1D ) underfanen Mål komponenter.
- Uddrag planter tabellen som et regneark, trække den målte plantens initialvægt og udstukning Bulk-Jord vægt fra den reserverede vand vægt måling ("Reserve Water Inventory" kolonne). Overfør filen (supplerende figur 1C).
- Bekræft, at den periode, hvor den daglige transpiration registreres, er passende for forsøgets mål. Udfyld værdierne under eksperimentets generelle fane efter behov for projektet (supplerende figur 1H).
- Udfyld nul time: Det tidspunkt, hvor softwaren vil kontrollere, om den skal flytte til næste trin i behandlingsscenariet.
- Udfyld daglige transpirationsværdier: Daglig transpiration beregnes som forskellen mellem to vægtvinduer i løbet af dagen for alle dage. Den daglige transpiration starttidstid er det tidspunkt, hvor softwaren vil begynde at måle den gennemsnitlige vægt.
- Overvåg planterne i 1-2 dage, før du starter et nyt eksperiment (duplikere og omdøbe eksperimentet).
6. Skift planter bordet
- Uddrag planter tabellen som et regneark og ændre tabellen efter behov. Plant-id'erne, navnene eller placeringerne må ikke ændres. Gem og overfør filen.
- Mærkningskolonner (gruppering): Hvis du vil præsentere eller analysere (se trin 8) grupperede planter baseret på fælles etiketter (f.eks. behandling, linje), skal du tilføje en ny kolonne og etiket, der starter med # (f.eks. #Treatment). I denne kolonne foretages en notation for hvert anlæg (f.eks. for "#Treatment"-mærket, mærke planterne som tørke, kontrol osv. Supplerende figur 2).
BEMÆRK: Den protokol, der præsenteres ovenfor, er den mest avancerede og omfattende protokol for dette system. Det kan dog være, at første gangsbrugere vil starte med den forenklede protokol (se supplerende MS). Den forenklede protokol giver oplysninger om færre træk og kan føre til højere støjniveauer. Men samtidig giver det en måde at lettere blive bekendt og fortrolig med de vigtigste eksperimentelle procedurer, hardware og software.
7. Kør eksperimentet
- Jordsovsemetrisk vandindhold/jordvandsindhold (SWC-værdi) beregnes.
BEMÆRK: Gravimetrisk jordvandsindhold er forskelligt fra volumetrisk jordvandsindhold (VWC).- SWC-værdien er forholdet mellem jordens tørvægt og jordens våde vægt. For at beregne SWC, skal du bruge de tre ekstra jordfyldte potter (Trin 1.3) uden planter, der tidligere var forberedt og placeret på et sidebord inde i drivhuset i et par dage og vandes regelmæssigt. Den våde jord vejes i en aluminiumsbakke tidligt om morgenen, så hurtigt som muligt efter den sidste vandingsbegivenhed.
- Tør aluminiumsbakken med jorden i en ovn (ved 105 °C) i 4-5 dage. Kontroller, at jorden er helt tør ved at tage to på hinanden følgende vægtmålinger med mindst 60 minutters mellemrum. Hvis vægtene er identiske, er jorden faktisk tør, og den sidste måling kan registreres som tør jordvægt.
- I driftssoftwaren skal du gå til Målkomponenter og klikke på fanen Beregn jordtørvægt. Udfyld jordtræt og tør vægt for hver prøve, klik på Anvend og Udfør (supplerende figur 3).
- Alternativt kan du manuelt beregne SWC ved hjælp af ligning vist nedenfor.
- Gennemsnitlig de to SWC målinger taget manuelt fra mindst tre potter. Vælg fanen Målkomponenter, og klik på Beregn jordtørvægt værdien [g/g], klik på Anvend og Udfør. Jordtørvægten i alle forsøgspotterne beregnes automatisk af softwaren (forudsat at alle potterne i forsøget indeholder det samme medium; Supplerende figur 1D og supplerende figur 3).
- Påfør vandingsbehandlingerne. Vanding scenarier kan anvendes ved at komponere en trin-for-trin behandlingsplan.
- At komponere en ny kunstvanding behandlingsplan, gå til Kunstvanding Behandling, skal du klikke på Opret ny, og navngive den nye behandling. Åbn den specifikke behandling på listen over vandingsbehandlinger og klik på standard "00:00".
BEMÆRK: I hovedvinduet (supplerende figur 4A)angiver "Tid" den tid, ventilen åbnes (dvs. begyndelsen af vandingsbehandlingen). "Ventil" er den ventil, der skal åbnes (A eller B, afhængigt af den ventil, der er forbundet med den ønskede opløsning). "Kommandotype" angiver den type data, der skal bruges til at bestemme, hvornår ventilen lukkes:- Efter tid - Hvor mange sekunder ventilen vil være åben.
- Efter vægt – Vægtøgning / vand (i gram), der skal føjes til potten via kunstvanding.
- Ved Transpiration – Kunstvanding kan anvendes differentieret på hver pot baseret på transpiration af hver enkelt plante i løbet af den foregående dag. Brugeren kan beslutte, hvilken procentdel af den foregående dag transpiration vil blive anvendt under kunstvanding. (Under velvandede tilstand foreslås det at give planten mere end 100% for at vaske jorden og kompensere for plantevækst.) Tørkebehandlede planter bør have mindre vand med nøjagtige mængder baseret på den ønskede tørkestressrate.
- Ved sensorer – Kunstvanding kan anvendes i henhold til en sensor læsning, såsom tilsyneladende dielektrisk permittivity (som kan bruges til at bestemme VWC). Vælg sensortypen, den ønskede parameter og den ønskede parameterværdi.
- Alle muligheder omfatter en time out-indstilling, der lukker hanen, selvom de akludede betingelser ikke blev nået. Angiv tidsfrist for en periode, der er længere end de anede betingelser.
- Når du har defineret vandingsbehandlingerne for eksperimentet, skal du åbne det ønskede eksperiment på listen over eksperimenter, åbne behandlingsscenariet,åbne standardplanen og vælge det første trin (supplerende figur 4B).
- I Behandlingskal du vælge en vandingsbehandling på listen. Vælg derefter den relevante betingelsei Afslutning for at stoppe det aktuelle trin og gå videre til det næste.
- Når du har valgt et vandingsscenarie, skal du åbne eksperimentets plantetabel (supplerende figur 2) og indtaste "Behandling" og "Trin" for hver plante. "Behandling" er navnet på behandlingsscenariet, og "Trin" er hændelsesnummeret i behandlingsscenariet.
- At komponere en ny kunstvanding behandlingsplan, gå til Kunstvanding Behandling, skal du klikke på Opret ny, og navngive den nye behandling. Åbn den specifikke behandling på listen over vandingsbehandlinger og klik på standard "00:00".
- Planlæg en tørke behandling.
- Hver enkelt plante har en unik transpiration sats baseret på dens størrelse og placering i drivhuset. For at muliggøre en standardtørkebehandling (dvs. lignende tørringshastighed for alle potter under behandlingen), planlægge et tørkescenario og kontrollere det via systemets feedback-vandingsværktøj (supplerende figur 5).
8. Analysere data ved hjælp af dataanalyse software
- Åbn dataanalysesoftwaren (f.eks. Klik på øverste højre hjørne for at vælge Kontrolsystem og navnet på eksperimentet (supplerende figur 6A). I kolonnen i venstre side af skærmen skal du vælge Eksperimenter ( supplerendefigur 6B) og skrive navnet på eksperimentet på navnelinjen under sektionen Søg. Navnet på eksperimentet vises under afsnittet Søg i afsnittet Eksperimenter ( supplerendefigur 6C). Klik på eksperimentet for at åbne info og planter sektioner(supplerende figur 6D).
- Rediger WUE-start- og WUE-slutdatoerne i sektionen Info i en periode på mindst 3 (helst flere) dage før tørkebehandlingens start, og klik derefter på Opdater. WUE og R2-værdien for hver pot vises i afsnittet Planter. Vælg at udelade en skala med en negativ WUE-værdi eller en R2-værdi på mindre end 0,5 ved at klikke på "øje"-symbolet under kolonnen Aktiv, som derefter bliver rød. Dette vil udelukke den valgte skala (anlæg) fra alle yderligere beregninger. Dataene kan eksporteres ved at klikke på knappen Eksportdata i afsnittet Planter (supplerende figur 6D).
- I kolonnen på venstre side af scree, skal du klikke på Analyse. Der vises derefter forskellige underafsnit: Graffremviser, Histogram, T-test, ANOVA og Piecewise lineær kurve.
- Klik på Graph viewer. Angiv datoerne for eksperimentet i sektionen Filtre.
- Klik på Etiketter (se trin 6) for at vælge kombinationen af forsøgsgrupper (genotype) og behandling(er). Automatisk vises alle potterne i den valgte gruppe i underafsnittet Plant. I denne underafdeling fravælger du eventuelle potter (planter) ved at klikke på dem. Der kan vælges op til to forskellige parametre på én gang som parameteren "Y1" og "Y2". Endelig skal du klikke på Vis graf (supplerende figur 5).
- Der vises en kurvegraf over værdierne for den valgte parameter i vinduet Graffremviser for hvert anlæg. Fjern data fra individuelle planter eller tilføj til grafen ved at klikke på deres forklaringssymboler til højre for grafen. I øverste højre hjørne er der også muligheder for at eksportere dataene som et regneark og udvide graph viewer-vinduet til at fylde fuld skærm (denne rå dataoverførselsfunktion er relevant for alle andre vinduer). Der vises flere indstillinger for ændring af grafen, hvis markøren flyttes til øverste højre hjørne af skærmen (supplerende figur 5).
- Histogrammodulet præsenterer fordelingen af et enkelt træk i og mellem populationer i en given periode. Hvis du vil bruge dette modul, skal du klikke på Histogram.
- Angiv dato og klokkeslæt, parameter, etiketter og planter som forklaret i trin 8.4.1 i sektionen Filtre. Vælg flere etiketter (grupper) ved at klikke på symbolet + . Endelig skal du klikke på Vis graf (supplerende figur 7).
- Histogrammet vises i afsnittet Histogram, hvor der er mulighed for at ændre "Placeringer" og "Dato" øverst på skærmen. I øverste højre hjørne er der forskellige muligheder som beskrevet i trin 8.4.2. I afsnittet Lokaliseringsdiagram kan planternes faktiske placering på forsøgstabellen og deres respektive egenskabsværdier ses (supplerende figur 7).
- Klik på T-test. For statistisk at sammenligne midlerne til et målt træk af to grupper skal du indtaste datoer, etiketter, planter og parametre i afsnittet "T-testparametre", som forklaret i trin 8.4.1.
- Angiv det interval af timer til at beregne de gennemsnitlige værdier for datapunkter inden for den tidsperiode, hvor der er interesse (standarden er en kontinuerlig 24-timers præsentation). Endelig skal du klikke på Vis graf (supplerende figur 8).
- Der vises to vinduer i højre side af skærmen. Den øverste er afsnittet Graffremviser for alle de planter, der er valgt fra begge grupper. Under dette vindue er T-test sektionen, hvor vil blive vist sammenligningen af de to grupper som t-testaf den valgte fysiologiske parameter. Signifikansniveauer kan justeres ved at ændre α-værdi i øverste venstre hjørne af T-testsektionen. Der vises en rød prik under værdier, der er væsentligt forskellige. I øverste højre hjørne skal du se forskellige muligheder, som beskrevet i trin 8.4.2 (Supplerende figur 8).
- Klik på ANOVA. Hvis du statistisk kan sammenligne midlerne til et målt træk på tværs af mere end to grupper, skal du indtaste datoer, etiketter, planter og parametre i afsnittet "Filtre", som forklaret i trin 8.5.1.
- Vælg flere etiketter (grupper) ved at klikke på + symbolet (som i trin 8.5). Angiv timeintervallet. Endelig skal du klikke på "VIS GRAF" (Supplerende figur 9).
- I ANOVA-sektionen skal du bruge en ANOVA-test (Tukey's HSD) til at sammenligne de fysiologiske parametre for de forskellige grupper. Søjler repræsenterer standardfejlene (±SE). I øverste højre hjørne af skærmen er der forskellige muligheder som beskrevet i trin 8.4.2. Klik på linjegrafen for at se en sammenligning af søjlediagrammer for en bestemt dag. Forskellige bogstaver angiver grupper, der er væsentligt forskellige fra hinanden (supplerende figur 9A).
- Præsentation af forholdet mellem hele plantens transpiration kinetik eller stmatal ledningsevne og VWC er en mere præcis måde at sammenligne de fysiologiske reaktioner fra forskellige planter til tørke, sammenlignet med en tidsbaseret tilgang. Præsenter dette forhold ved hjælp af funktionen "Piece-wise Linear Curve".
- Klik på Piecewise lineær kurve. Angiv datoer, etiketter, planter og parametre (både x-aksen og y-aksen), og angiv derefter arbejdsintervallet i afsnittet "Filtre", som forklaret ovenfor.
BEMÆRK: "Fra"-datoen skal være så tæt som muligt på behandlingsstartdatoen. - Angiv x-akseparameteren til VWC og y-akseparameteren som den fysiologiske parameter for valg (f.eks. transpirationshastighed, stmatal ledningsevne osv.). Endelig skal du klikke på Vis graf. I afsnittet "Filter" skal du klikke på Vælg alle anbefalinger og derefter klikke på Vis graf ( supplerende figur10).
BEMÆRK: Andre fysiologiske parametre (f.eks. normaliseret transpiration, transpirationshastighed, plantens startvægt, stomiisk ledningsevne, rodfflux osv.) og miljøparametre (f.eks. temperatur, relativ luftfugtighed osv.) opnås let via SPAC-softwaren (f.eks. supplerende figur 9C). For yderligere oplysninger om den teoretiske baggrund for deres beregninger henvises til Halperin et al. (2017).
- Klik på Piecewise lineær kurve. Angiv datoer, etiketter, planter og parametre (både x-aksen og y-aksen), og angiv derefter arbejdsintervallet i afsnittet "Filtre", som forklaret ovenfor.
Representative Results
Eksperimentet varede 29 dage. Eksperimentet blev udført i august, hvor det lokale vejr er varmt og stabilt, og dagene er lange. To forskellige kunstvanding scenarier blev brugt til at demonstrere evnen af fænotypeping platform til at sammenligne den fysiologiske adfærd af tre forskellige sorter af ris (dvs. Indica, Karla, og Risotto) i overværelse af tørke stress. Der var to tørke-stress behandlinger: (i) optimal kunstvanding [indtil hver pot nåede sin pot kapacitet om natten efter kunstvanding (kontrol)] og (ii) en tørke, der startede 5 dage efter forsøget startede, varede i 14 dage, og blev efterfulgt af en 10-dages restitutionsperiode (optimal kunstvanding, Dag 19-29). For nemheds skyld er det ikke alle sorter og grupper, der er vist i de tal, der præsenteres her. Resultaterne viste, at HTP-telemetrisk system effektivt kan måle ændringer i atmosfæriske forhold, jorden og planternes fysiologi.
Miljøforhold
Miljøforhold [fotosyntetisk aktiv stråling (PAR) og underskud på damptryk (VPD)] blev overvåget under hele forsøget af en atmosfærisk sonde. De indsamlede data viser, at PAR og VPD forblev ens i løbet af de forskellige dage og i løbet af dagen (Figur 4).
VWC af tørkebehandlede potter blev målt ved jordsonder i hele forsøgsperioden. VWC-data indsamlet fra et tørkebehandlet cv. Indica-anlægget er afbildet i figur 5.
Fysiologiske parametre
Den daglige transpiration gradvist steget i alle fire behandlinger (Karla-kontrol, Karla-tørke, Risotto-kontrol og Risotto-tørke) i den første fase af forsøget, hvor alle planterne var godt vandede. Senere var der en reduktion i transpiration, der var forbundet med tørkeperioden (dag 5 til dag 18) i de to vandberøvet behandlinger. Derefter steg det daglige transpiration igen i de to vandberøvet grupper i restitutionsperioden (fra dag 18 og fremefter) igen i de to vandberøvet grupper, men til et meget lavere niveau end det, der blev observeret før tørkebehandlingen (supplerende figur 9B).
Den gennemsnitlige beregnede plantevægt (dvs. sats for plantevægtøgning) steg konsekvent blandt både Karla-kontrol og Karla-tørke behandlinger i den første fase af forsøget, når alle planterne fik lignende kunstvanding (Dag 1-5). Da tørken blev anvendt på cv'et. Karla planter (Dag 5-18), disse planter holdt op med at tage på i vægt og ikke genoptage tager på i vægt, indtil inddrivelse fase. På det tidspunkt var der en stigning i vægten, der gik langsommere end hvad der blev observeret for kontrol. I modsætning hertil steg vægten af Karla- kontrolanlæggenekontinuerligt i hele forsøgsperioden (figur 6).
Figur 1: Komponenter og opsætning af det sovse fænotypesystem.
aA) Vejning lysimeter. Lysimeteret omfatter vejecellen, som omdanner en genstands mekaniske belastning til en elektrisk ladning, og en metalplatform, der dækker de øvre og nedre dele af vejecellen, så objektets vægt kan måles korrekt. BB) Lysimeteret er dækket med en polystyrenblok og et plastdæksel til varmeisolering. (C) Skaler dele. En vandreservoir (grøn beholder) er placeret på lysimeterdækslet for at indsamle den væske, der løber ud af gryden. Den grønne beholder er koblet til et grønt dæksel, som har en stor rund åbning, hvorigennem gryden indsættes. En sort gummipakning er fastgjort til den ene side af det grønne dæksel, og potten er fastgjort til den anden side for at minimere vandtab via fordampning fra beholderen. Det grønne dæksel har to prøvehuller (små og store) over afløbsforlængelsen, som er forseglet med gummipropper. (D) Stik. Beholderen har en dræning forlængelse med fire huller (med stik) i forskellige højder, som kan bruges til at justere vandstanden i beholderen efter dræning gennem et bestemt hul stopper (reserven vandvolumen). Den ønskede vandmængde vil afhænge af plantearterne, den anvendte type pottemedie og planternes vandbehov (dvs. anslået daglig transpirationsvolumen). (E) Styreenheden består af en grøn rektangulær kasse, der indeholder den elektroniske controller og magnetventiler. Der er huller, hvorigennem fertigation løsning kan komme ind og ud af potter, samt stikkontakter til tilslutning af vejecellen og forskellige sensorer. Forskellige behandlinger, såsom forskellige niveauer af saltholdighed eller forskellige mineralske sammensætninger, kan anvendes via fertigation løsning. En metalholder er forbundet til controlleren for at holde rørene og kablerne nede og forhindre dem i at røre ved gryderne og tilføje vægten. De øvrige komponenter, der kræves,er (F)jordsonder (f.eks. fugt-, temperatur- og EF-sensorer - 5TE), valgfri (G) multiudgangsdippere (til irertering og/eller behandlingsapplikationer) og (H)atmosfæriske sonder [til måling af damptrykunderskud (VPD) og stråling]. (I) Fuldt udstyret enkelt array. (J)Fuldt udstyret array i drivhuset, gule pile peger atmosfæriske sonder, som gør det muligt for stmatal ledningsføring normalisering baseret på de lokale atmosfæriske forhold. Klik her for at se en større version af dette tal.
Figur 2: Dele, der kræves til en enkelt pot set-up.
(A-C) Følgende komponenter er nødvendige: en 4 L pot, en 4 L pot uden bund til at tjene som en nettoholder, et cirkulært stykke nylon mesh (pore størrelse = 60 mesh) med en diameter dobbelt så meget som i bunden af potten, en dækning med udpegede huller til plante-og vandingsdippers, en 60 cm, hvid glasfiber stick (stang) og en sort pakning ring. DD) Eksempel på en tabelplan, hvor gryderne er blevet randomiseret. I drivhuset havde hvert bord 1-18 kolonner og fire rækker, her brugte vi 24 positioner. Arraystrukturen kan dog nemt justeres til enhver form baseret på størrelsen af det eget drivhus. Klik her for at se en større version af dette tal.
Figur 3: Pot set-up.
(A) Planter vokser i hulrum bakker. (De tomatplanter, der er vist her, er kun et eksempel; mange andre plantearter kan dyrkes på samme måde). (B) Afstøbninger af forme til(C) at skabe hulrum i pottehulerne, der vil (D) nøje passer til rod-jord propper af planter, for at sikre en vellykket omplantning af (E) planterne i potterne. Klik her for at se en større version af dette tal.
Figur 4: Atmosfæriske forhold i løbet af forsøget.
Y-aksen til højre viser det daglige damptrykunderskud (VPD), og y-aksen til venstre viser den fotosyntetisk aktive stråling (PAR) i løbet af eksperimentets 29 dage i træk. Denne graf er produceret af dataanalysesoftwaren. Klik her for at se en større version af dette tal.
Figur 5: Volumetrisk vandindhold (VWC) målt ved en jordsonde i løbet af forsøget.
Dataene repræsenterer VWC-værdierne for ét cv. Indica plante, der blev udsat for tørke behandling for hele forsøgsperioden, herunder nyttiggørelse. Denne graf er produceret af dataanalysesoftwaren. Klik her for at se en større version af dette tal.
Figur 6: Hele plantevægte (± SE) i hele forsøgsperioden for cv. Karla under velvandede (kontrol) og tørkeforhold.
Grupper blev sammenlignet ved hjælp af ANOVA (Tukey's HSD; p < 0,05). Hver gennemsnitlig ± SE repræsenterer mindst fire planter. Grafen og den statistiske analyse blev udarbejdet af dataanalysesoftwaren. Klik her for at se en større version af dette tal.
Supplerende figur 1: Betjeningssoftwarevinduer til opsætning af et eksperiment. Klik her for at downloade dette tal.
Supplerende figur 2: tabellen »Planter« som et regneark; Driftssoftware. Klik her for at downloade dette tal.
Supplerende figur 3: Softwarevindue til beregning af jordens tørvægt; Driftssoftware. Klik her for at downloade dette tal.
Supplerende figur 4: Softwarevindue til etablering af en vandingsbehandling; Driftssoftware. Klik her for at downloade dette tal.
Supplerende figur 5: Vinduet Dataanalysegraffremviser. I vores eksperiment, brugte vi tre sorter af ris (dvs. Indica, Karla, og Risotto) og to forskellige kunstvanding scenarier, godt vandede (kontrol) og tørke. De rå data afslørede variation i planternes vægt i løbet af forsøget. Hver linje repræsenterer en plante/ pot. I løbet af dagen, planterne viste sig, så systemet tabte vægt, som det kan ses i skråningerne af de daglige kurver. Potterne blev vandede hver nat til fuld kapacitet, som repræsenteret som toppe i kurverne. Vandingsbegivenheden blev efterfulgt af dræning af overskydende vand, efter at pottemediet var blevet mættet. I første omgang var alle planter godt vandede (kontrol). Fra 7. august 2018 blev halvdelen af planterne udsat for tørkebehandling. Samtidig fortsatte resten af planterne med at modtage optimal vanding. Differentieret genopretning blev opnået ved at genoprette kunstvanding til tørkebehandlede planter, der begynder den 20. Klik her for at downloade dette tal.
Systemets feedback-kunstvanding værktøj gør det muligt for brugeren at designe vandingsprogrammer for hver enkelt pot baseret på tid, pot vægt, data fra en jordsensor (f.eks VWC) eller plante transpiration i løbet af den foregående dag. Hver plante kan vandes individuelt på en tilpasset måde baseret på sin egen præstation. Denne differentierede kunstvanding minimerer forskellene mellem planternes jordvandsindhold, således at alle planterne udsættes for en kontrolleret tørkebehandling uanset deres individuelle vandbehov.
Supplerende figur 6: Dataanalysevinduet for dataanalysen. Klik her for at downloade dette tal.
Supplerende figur 7: Vinduet Dataanalyse histogram. Denne figur viser en grafisk repræsentation af fordelingen af daglige transpirationsværdier i de tre forskellige rissorter (dvs. Indica, Karla og Risotto) under velvandede (kontrol) forhold. Det nederste diagram repræsenterer en varme-kort visualisering af planterne daglige transpiration baseret på den fysiske placering af potter på bordet. Klik her for at downloade dette tal.
Supplerende figur 8: Vinduet Dataanalyse T-test. Linjer repræsenterer forskellene i daglig transpiration (en grundlæggende og vigtig fysiologisk træk) mellem to ris sorter (dvs. Karla og Risotto) under godt vandede (kontrol) betingelser. Vinduet viser den daglige transpiration af de enkelte planter (øverst til højre) og en sammenligning af midlerne ± SE for hver gruppe udført ved hjælp af Student's t-test (nederst til højre). Den statistiske analyse blev udført automatisk af softwaren. De røde prikker repræsenterer betydelige forskelle mellem behandlinger i henhold til studenterenst-tests; p < 0,05. Klik her for at downloade dette tal.
Supplerende figur 9: Vinduet Dataanalyse ANOVA. A) Grafisk repræsentation af forskellene i daglig transpiration mellem to rissorter (dvs. Karla og Risotto) under velvandede (kontrol) og tørkeforhold i hele forsøgsperioden. Tørkebehandlingen blev påbegyndt 5 dage efter forsøgets start. Hvis du klikker på en hvilken som helst dag, vises sammenligningen (B) Grupper ved hjælp af ANOVA (Tukey's HSD; p < 0,05), her den 12. Hver gennemsnitlig ± SE repræsenterer mindst fire planter. De samme grupper kunne også præsenteres som en (C) Kontinuerlig transpirationshastighed for hele anlægget (Means ± SE) i hele forsøgsperioden. Graferne og den statistiske analyse blev udarbejdet af dataanalysesoftwaren. Klik her for at downloade dette tal.
Supplerende figur 10: Dataanalyse stykkevis lineær kurvevindue. Dette vindue viser de stykke-kloge lineære kurver af tre ris sorter (dvs. Indica, Karla og Risotto) under tørke betingelser. Softwaren kan udføre en stykke-klog lineær fit analyse af forholdet mellem enhver fysiologisk parameter (her, daglig transpiration) og den beregnede volumetrisk vandindhold (VWC) af de planter, der udsættes for tørke behandling. Klik her for at downloade dette tal.
Supplerende materialer. Klik her for at downloade disse materialer.
| Medium | Beskrivelse | |
| Groft sand | Silica sand 20-30 (øvre og nedre mesh skærme, hvorigennem sandet blev passeret: 0,841 og 0,595 mm, henholdsvis) | |
| Fint sand | Silica sand 75-90 (øvre og nedre mesh skærme, hvorigennem sandet blev passeret: 0,291 og 0,163 mm, henholdsvis) | |
| Tørvbaseret jord | Klasmann 686 | |
| Loamy jord (naturlig jord) | Sandy loam jord taget fra det øverste lag af et plot på den eksperimentelle gård af Fakultetet for Landbrug, Fødevarer og Miljø, Rehovot, Israel | |
| Vermiculit | Vermiculit 3G | |
| Perlite | Perlite 212 (Størrelsesområde: 0,5-2,5 mm) | |
| Kompost | Bental 11 Potteplante | |
| Porøs, keramik, små mellemstore | Profil Porøs keramik 20-50 (øvre og nedre mesh skærme, hvorigennem jorden keramik blev passeret: 0,841 og 0,297 mm, henholdsvis) | |
| Porøs, keramik, blandet mellemstore | Profil Porøsk keramik 50% 20-50 mesh og 50% 20-6 mesh, 0,841– 3,36 mm | |
Tabel 1: Pottemedier.
| Jordmedietype / Parametre | Groft sand | Fint sand | Loamy jord | Perlite | Vermiculit | Porøs keramisk blandet størrelse | Porøs keramik lille størrelse | Tørvbaseret jord | Kompost |
| Samlet vand (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) |
| Indhold af målevand (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) |
| Massetæthed (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) |
| Jordbundsvægtstabilitet (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) |
| Jordbundsstabilitet med reserveret vand i badet (g/dag; se punkt 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 kapacitet gravimetrisk fugtindhold (SWC; se venligst afsnit 8.2) | 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) |
| Relativ dræning kapacitet | Fremragende | Medium | Mellemlav | Fremragende | Fremragende | Fremragende | Fremragende | Lav | Medium |
| Relativ tid til at nå pot kapacitet | Hurtigt | Hurtigt | Hurtigt | Langsom | Langsom | Hurtigt | Hurtigt | Langsom | Langsom |
| Relativ kationudvekslingskapacitet (CEC) | Lav | Lav | Lav | Lav | Høj | Høj | Høj | Høj | Høj |
| Kompatibilitet med: | |||||||||
| Rodvask (i slutningen af eksperimentet) | ++ | ++ | + | ++ | + | ++ | ++ | - | - |
| Næringsstof/biostimulansbehandling | ++ | ++ | - | ++ | + | + | + | - | - |
| Saltholdighed behandlinger | ++ | ++ | + | ++ | + | ++ | ++ | + | - |
| Nøjagtig måling af vækstrater | ++ | ++ | + | -,+ | + | ++ | +++ | + | + |
| Fysisk jordstruktur opsving efter tørke | +++ | +++ | ++ | + | - | +++ | +++ | -,+ | - |
| * Samlet vand (TW, ml) = jord vådvægt (ved grydekapacitet) – jord tørvægt. Volumetrisk vandindhold (VWC) = TW/jordvolumen. | |||||||||
| Bulktæthed (BD) = jordtørvægt/jordvolumen. Jordvægtstabilitet (SWS) = Gennemsnitlig ændring i jorddygte vægt over 4 på hinanden følgende dage (medium ved pottekapacitet uden plante efter den sidste vanding). | |||||||||
| Pot kapacitet gravimetrisk fugtindhold (SWC); for beregningen, henvises til punkt 7.2. | |||||||||
Tabel 2: Generelle karakteristika for 9 forskellige potningsmedier og deres kompatibilitet med gravimetrisk platform. Målingerne blev foretaget ved hjælp af 4-L potter fyldt med 3,2 L medium ved feltkapacitet (pot kapacitet). Data vises som midler ± SE. Forskellige bogstaver i kolonnerne indikerer betydelige forskelle mellem medierne, ifølge Tukey's HSD-test (P < 0,05; 3 ≤ n ≤ 5).
| Fertigation komponenter | Endelig koncentration (ppm) | Endelig koncentration (mM) |
| NaNO3 | 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 |
| Borax | 0.3 | 0.00078 |
| C10H12N2NaFeO8 (Fe) | 8.66 | 0.0204 |
| PH for den endelige vandingsopløsning fra dripper (efter fortynding med postevand) varierede mellem 6,5 og 7. | ||
Tabel 3: Fertigationskomponenter.
Discussion
Den genotype-fænotype viden hul afspejler kompleksiteten af genotype x miljø interaktioner (gennemgået af18,,24). Det kan være muligt at bygge bro over denne kløft ved hjælp af højopløsnings-, HTP-telemetriske diagnostiske og fænotopiske screeningsplatforme, der kan bruges til at studere hele plantens fysiologiske ydeevne og vandrelationskinetik8,9. Kompleksiteten af genotype x miljø interaktioner gør fænotype en udfordring, især i lyset af hvor hurtigt planter reagerer på deres skiftende miljøer. Selv om forskellige fænotypesystemer er tilgængelige i øjeblikket, er de fleste af disse systemer baseret på telemåling og avancerede billedbehandlingsteknikker. Selv om disse systemer giver samtidige målinger, er deres målinger til en vis grad begrænset til morfologiske og indirekte fysiologiske træk25. Fysiologiske træk er meget vigtige i forbindelse med lydhørhed eller følsomhed over for miljøforhold26. Derfor kan direkte målinger, der foretages kontinuerligt og samtidigt med en meget høj opløsning (f.eks. 3 min intervaller), give en meget nøjagtig beskrivelse af en plantes fysiologiske adfærd. På trods af disse betydelige fordele ved gravimetriske system skal der også tages hensyn til, at dette system har visse potentielle ulemper. De største ulemper skyldes behovet for at arbejde med potter og drivhusforhold, som kan udgøre store udfordringer for behandlingsregulering (især regulering af tørkebehandlinger) og eksperimentel repeterbarhed.
For at løse disse problemer, bør man standardisere de anvendte belastninger, skabe en virkelig randomiseret eksperimentel struktur, minimere pot effekter og sammenligne flere dynamiske adfærd af planter under skiftende miljøforhold inden for en kort periode. HTP-telemetriske funktionelle fænotypebestemmelse, der er beskrevet i dette dokument, omhandler disse spørgsmål som nævnt nedenfor.
For at korrelere anlæggets dynamiske respons med dets dynamiske miljø og tage et fuldstændigt, stort billede af komplekse vekselvirkninger mellem anlæg og miljø skal både miljøforhold (figur 4) og planteresponser (supplerende figur 9B) måles kontinuerligt. Denne metode gør det muligt at måle fysiske ændringer i potteplanter medium og atmosfære kontinuerligt og samtidig, sammen med plantetræk (jord-plante-atmosfære kontinuum, SPAC).
For bedst at forudsige, hvordan planter vil opføre sig i marken, er det vigtigt at udføre fænotypebestemmelsesprocessen under forhold, der er så lignende som muligt som dem, der findes imarken 18. Vi udfører eksperimenterne i et drivhus under halvstyrede forhold for at efterligne feltforholdene så meget som muligt. En af de vigtigste betingelser er den voksende eller potning medium. Det er afgørende at vælge det bedst egnede pottemedie til gravimetrisk systemeksperiment. Det er tilrådeligt at vælge en jord medium, der dræner hurtigt, giver mulighed for hurtig opnåelse af pot kapacitet og har en meget stabil pot kapacitet, da disse funktioner giver mulighed for mere præcise målinger af gravimetriske system. Desuden skal de forskellige behandlinger, der skal anvendes i forsøget, også overvejes. F.eks. kræver behandlinger, der involverer salte, gødningsstoffer eller kemikalier, anvendelse af et inert pottefrugtmedie, helst et med en lav kationbytningskapacitet. Tørke behandlinger anvendes på lav-transpiring plantearter ville fungere bedst med potning medier med relativt lave VWC niveauer. I modsætning hertil ville langsomme tørke behandlinger anvendes på høj-transpiring planter ville fungere bedst med potning medier med relativt høje VWC niveauer. Hvis rødderne er nødvendige til analyse efter forsøget (f.eks. rodmorfologi, tørvægt osv.), vil brugen af et medium med relativt lavt indhold af organisk materiale (dvs. sand, porøs keramik eller perlite) gøre det lettere at vaske rødderne uden at beskadige dem. For eksperimenter, der vil fortsætte i længere perioder, er det tilrådeligt at undgå medier, der er rige på organisk materiale, da organisk materiale kan nedbrydes med tiden. Se tabel 1 og tabel 2 for mere detaljerede oplysninger om dette emne.
Feltfædning og drivhusfjedning (præfelt) har deres egne mål og kræver forskellige eksperimentelle set-ups. Pre-field fænotypebestemmelse hjælper udvælgelsen af lovende kandidat genotyper, der har en høj sandsynlighed for at klare sig godt i marken, for at bidrage til at gøre feltforsøg mere fokuseret og omkostningseffektiv. Præfeltfædning indebærer imidlertid en række begrænsninger (f.eks. potteeffekter), der kan få planter til at præstere anderledes, end de ville gøre underfeltbetingelserne 18,27. Lille pot størrelse, vandtab ved fordampning og opvarmning af lysimeter skalaer er eksempler på faktorer i drivhus eksperimenter, der kan føre til pot effekter18. Den metode, der er beskrevet her, er designet til at minimere disse potentielle virkninger på følgende måde:
a) Grydestørrelsen vælges på grundlag af den genotype, der skal undersøges. Systemet er i stand til at understøtte forskellige pot størrelser (op til 25 L) og kunstvanding behandlinger, som gør det muligt at undersøge enhver form for afgrøde plante.
b) Gryderne og lysimeterskalaerne er isoleret for at forhindre, at der overføres varme, og at gryderne opvarmes.
c) Dette system indebærer et omhyggeligt udformet vandings- og afløbssystem.
(d) Der er en separat controller for hver pot, for at muliggøre ægte randomisering med selvvanding og selvovervågede behandlinger.
e) Softwaren tager hensyn til planternes lokale VPD ved beregningen af den baldakineformatiske ledningsevne. Se lokaliseringen af flere VPD-stationer i figur 1J.
Dette system indebærer direkte fysiologiske målinger ved feltlignende plantetætheder, hvilket eliminerer behovet for enten store mellemrum mellem planterne eller flytning af planterne til billedbaseret fænotypebestemmelse. Dette system omfatter dataanalyse i realtid samt evnen til præcist at detektere det fysiologiske stresspunkt (θ) for hver plante. Dette gør det muligt for forskeren at overvåge planterne og træffe beslutninger om, hvordan eksperimentet skal udføres, og hvordan eventuelle prøver skal indsamles i løbet af forsøget. Systemets nemme og enkle vægtkalibrering muliggør effektiv kalibrering. Systemer med høj kapacitet genererer enorme mængder data, som giver yderligere datahåndterings- og analytiske udfordringer11,12. Realtidsanalysen af de big data, der føres direkte til softwaren fra den dataansvarlige, er et vigtigt skridt i oversættelsen af data til viden14, der har stor værdi for den praktiske beslutningstagning.
Denne HTP-telemetriske fysiologiske fænotypebestemmelsesmetode kan være nyttig til udførelse af drivhusforsøg under tæt på feltforhold. Systemet er i stand til at måle og direkte beregne vand-relaterede fysiologiske reaktioner af planter til deres dynamiske miljø, mens effektivt at overvinde de fleste af de problemer, der er forbundet med potten effekt. Dette system evner er yderst vigtige i pre-field fænotypebestemmelse fase, da de giver mulighed for at forudsige udbytte sanktioner i de tidlige stadier af plantevækst.
Disclosures
Forfatterne har intet at afsløre.
Acknowledgments
Dette arbejde blev støttet af ISF-NSFC fælles forskningsprogram (tilskud Nr. 2436/18) og blev også delvist støttet af Israel Ministeriet for Landbrug og Udvikling af Landdistrikter (Eugene Kandel Knowledge Centers) som en del af roden af sagen - The Root Zone Knowledge Center for udnyttelse af moderne landbrug.
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).
