經濟實惠田間表型分析快速檢測幼苗敏感反應助力選擇性植物育種研究
Plant Phenomics | 經濟實惠田間表型分析快速檢測幼苗敏感反應
選擇性植物育種，或稱植物選擇或植物改良，是人類通過改變和創造新植物物種的過程。所選擇的特性可以包括對未來幾年可能出現的生物和非生物脅迫的抗性、早春發芽以在夏季混亂結束前收獲的能力、以及營養和環境價值。然而，培育一個新品種是一個漫長的過程，可能需要長達10年。為加快這一過程，有一種名為育種和預育種的方法，旨在對大量候選品種進行快速測試，篩選出最有前景的品種。此類實驗可以在受控條件下進行，以模擬氣候情景或脅迫條件。在育種和預育種的背景下，成像技術和機器學習因其并行處理能力，可以顯著加速這些測試。植物育種的主要標準之一是抗病性，病原體會導致嚴重的產量損失，并促使大量使用農藥。植物病理學是品種選擇的關鍵環節，旨在通過引入或保留抗性基因來提高生產出的植物品種的抗病能力。植物對病原體的敏感性和抗性反應多種多樣，本文聚焦于高敏反應。這種局部防御機制通過破壞感染部位的細胞，限制病原體向整株植物擴散。
2024年7月，Plant Phenomics在線發表了法國LARIS等發表的題為Affordable Phenotyping at the Edge for High-Throughput Detection of Hypersensitive Reaction Involving Cotyledon Loss的研究論文。
本文探討了使用低成本深度成像傳感器來自動化植物病理學測試。對辣椒品種的抗性測試在封閉的溫室中進行，生長環境初始保持無病原體，隨后引入待測的病原體（圖1）。研究了空間演變，以通過涉及子葉喪失的高敏反應來區分植物抗性。通過高幀率和批量植物操作協議，彌補了深度相機低空間分辨率的不足。盡管植物密度較高，但當子葉喪失發生時，仍然觀察到了深度的空間下降。
為了確認所提取的特征在批量規模下有效檢測子葉丟失反應的能力，進行了統計測試（圖7）。為了測試特征的重要性，采用Kolmogorov-Smirnov檢驗來測試特征的顯著性。研究表明，除了絕對振幅與高度信號和起始與體積信號的特征外，所有特征在5 %水平上都是顯著的。該測試展示了特征空間在批次尺度上檢測子葉缺失反應的整體能力。
本研究引入了一個小型、簡潔的時空特征空間，證明該特征空間包含足夠的信息，能夠以97%的準確率自動區分抗性植物（子葉喪失）和易感植物（子葉未喪失），且速度比人工注釋快30倍。該方法的穩健性——包括批次中植物密度及可能存在的內部批次不同步情況——在各種環境下對數百個辣椒品種進行了成功評估。
圖1 左側為密封箱，內部包含一臺微型計算機和一臺RGB-深度相機
圖7 抗性和易感植物批次特征的分布
關于該方法可推廣性的研究表明，該技術還可應用于其他病原系統，甚至可用于區分混合抗性和易感性植物（即，抗性和易感性植物混合的中間狀態）。開發的成像系統結合特征提取方法和分類模型，提供了一個完整的流程，在吞吐量和成本效益上遠超現有技術。該系統不僅可作為決策支持工具部署，還兼容獨立技術，能在邊緣設備上實時完成計算。
論文鏈接：
https://doi.org/10.34133/plantphenomics.0204
——推薦閱讀——
A multi-target regression method to predict element concentrations in tomato leaves using hyperspectral imaging
https://doi.org/10.34133/plantphenomics.0146
Plant Phenomics | 東京大學利用高光譜圖像預測番茄葉片中元素含量的多目標回歸方法
Rice Plant Counting, Locating and Sizing Method Base on High-throughput UAV RGB Images
https://doi.org/10.34133/plantphenomics.0020
Plant Phenomics | 基于高通量無人機RGB圖像的水稻植株計數、定位和大小估計方法
加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。
添加小編微信，備注姓名+單位+PP，加入作者交流群
About Plant Phenomics《植物表型組學》（Plant Phenomics）是由南京農業大學創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2022影響因子為7.6，位于農藝學一區（1/125名），植物科學一區（13/265名），遙感一區（6/62名）。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目。
說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
編輯排版：王平、張婕（上海交通大學）
審核：尹歡、孔敏
