LeafJ:ImageJ的插件半自动叶形状测量

该程序的目的是自动化叶形测量以进行高通量实验。这是通过首先解剖叶子并使用平板扫描仪对它们进行成像来实现的。该过程的第二步是使用叶子 J 插件来检测和测量叶子。

第三步是准备用于显微镜检查的叶子，并使用复合显微镜拍摄它们。最后一步是使用触摸屏平板电脑在采集的图像上跟踪售罄线。最终，通过这种图像分析的组合，结果可以显示叶子形状、细胞大小和细胞数量的差异。

与现有方法相比，这种技术的主要优点是它的速度。它比手动测量快 6 倍左右。人们知道这种方法可能很困难，因为正确的叶子放置对于下游分析至关重要，而且将叶子安装在载玻片上可能具有技术挑战性。

当我意识到我们大约有 15， 000 片叶子需要分析时，我第一次想到了这种方法，而手工做会花很多个月时间而且非常无聊，这表明植物解剖技术会导致神经 zue。我实验室的一位研究科学家首先准备 8.5 x 11 英寸的透明片材。每张片材都应该分成矩形框架，足够大以容纳一株植物的叶子，将第二张透明片材逐渐变细，以作为封面，防止叶子变干。

用植物、基因型和生长条件标记。解剖第 26 代 dayle 植物的叶子。按策略顺序从最年轻到最旧排列透明度上的叶子。

在框架内垂直放置叶子，不要接触边框或重叠其他叶子。否则，问题就会接踵而至在分析过程中，重要的是东方的叶子垂直不接触，框架，不要重叠 与叶子的排列。用第二张空白透明片和架子夹在中间，以保持叶子平整。

然后使用分辨率至少为每英寸600点的平板扫描仪生成图像。首先安装插件。下载图像 J 并将叶子 jja 文件拖动到图像 J 的 plugins 文件夹中，当使用图像 J 时，叶子 J 插件现在将可用。

继续打开图像 J 中的叶图像文件，确保图像 J 为 1.45 s 或更高版本。通过单击图像颜色分割通道，将图像拆分为三个颜色通道：红色、绿色和蓝色。接下来，将阈值应用于蓝色通道中的图像。

现在使用矩形选择工具从一株植物中选择所有叶子，然后选择叶子 J 插件。该插件现在将打开一个框，允许设置实验的各种条件，例如实验组和基因型。在继续之前，请编辑这些选项，然后为感兴趣区域中的选定叶选择条件并提供描述性名称。

按继续，叶 J 将自动用唯一的 ROI 图像勾勒出每个叶子的轮廓。J 例程适合叶片的椭圆，并在必要时计算该椭圆的长轴和短轴。使用 ROI 管理器窗口编辑跟踪线。

作为外部显示器连接的触摸屏平板电脑可用于此过程。正确定义边界后，按 执行分析。好了，现在叶子 J 输出叶子叶片的花瓣长度和各种几何形状。

最后，将测量结果和相关信息导出到电子表格中。扫描叶子后，将它们固定在 F-A-A-F-A 中。固定的叶子可以在 4 摄氏度下储存长达六个月。

在对叶子进行成像前一两个小时，通过将 FAA 固定剂更改为氯水合物溶液来清除叶子。清除后，在复合显微镜图像上使用 40 倍放大倍率将叶子安装在载玻片上，毛状体朝上，每片叶子中心的mesil层位于主脉的两侧，避开毛状体或脉附近的细胞。为避免图像处理中的困难，在安装叶子时去除载玻片上的所有气泡以及在下一步中获得聚焦图像非常重要。

收集到所需的图像后，在图像 J 中打开一个图像，并借助触摸屏平板电脑和手写笔通过图像 JROI 管理工具跟踪叶细胞轮廓。这不使用 LEAF J 插件。在使用 LEAF J 进行实验之前，将该插件的准确性和速度与经验丰富的研究人员进行了比较。整体。

叶 J 的完成速度比手动计算快 5.7，比较两种方法的数据表明，所比较的 3， 532 的所有测量参数的结果都紧密相关。数据点 172 是异常值。在这些异常值中，29 个是由 LEAF J 插件引起的，远少于由人为错误引起的 143 个。

在手动测量期间，叶 J 已更新，以进一步减少误差数量。由于对 LEAF J 测量充满信心，它被用于使用混合效应模型来测定阴凉处避免。处理和叶数是固定效应，重复是随机效应。

许多参数受阴影处理的显着影响。或者，某些参数不受阴影的显著影响。使用平板电脑辅助细胞参数成像分析，检查了 67 种拟南芥 ANA 的基因型，总共 8， 629 个细胞来自 224 株植物的 877 片叶子。

然后将基因型分为六类。大多数基因型具有正常的细胞大小和数量。然而，一些细胞大小较大，细胞数量正常。

虽然在种植植物时使用随机化和实验设计尝试此程序很重要，但请记住，使用甲醛和氯水合物可能非常危险。因此，在执行此程序时应采取预防措施，例如戴手套和在通风橱中工作。观看此视频后，您应该对如何使用自己的实验条件对叶子和细胞形状表型进行高通量筛选有一个很好的了解。遵循此程序。

RNA 测序等其他方法可用于回答哪些基因有效塑造等问题。