2019年6月,Plant Phenomics刊发了由来自巴黎综合理工大学等机构的科学家撰写的题为Nondestructive and Fast Vibration Phenotyping of Plants的研究论文,介绍了一种用于植物的无损且快速的振动表型分析方法。
植物或植物机体结构自然振动的频率取决于它们的几何形状、刚度和质量。植物的自然频率除了在生物力学上有研究价值,还可以反映植物的特性,这些特性通常只能通过破坏性技术或低通量技术测定(例如,质量变化、组织密度、发育或胁迫过程中的刚度)。
本文提出了一种新的高通量方法,该方法基于直立植物自然频率的非接触测量。短空气脉冲(持续时间通常为100毫秒)可以刺激植物,通过高速摄像机(100 fps)记录产生的运动,并使用相关的快速空间和时间算法进行处理。在不到一分钟的时间内,对植物的机械性能进行多个方向的检测。
该方法的性能和通用性已在三个物种进行了对比测试:烟草(Nicotiana benthamian)、小麦(Triticum aestivum L.)、杨树(Populus sp.),共4000多个数据点。在烟草试验中,水分胁迫使自然频率降低了15%。在小麦试验中可以检测小于1克的穗的质量变化。在杨树试验中可以测定全部茎和叶的频率。这项工作为表型组学的发展提供了新方向。
Phenotyping system.
Left: side view. Right: top view and general organization.
Time sequence of the phenotyping process.
研究者开发并测试了一种新的植物振动表型分析方法。在快速发展的表型分析方法领域,该方法具有创新性和广阔的应用前景。该方法与现有的振动表型分析方法相比具有一定的优势:
首先,该方法是非破坏性的:正如研究者在烟草试验中所展示的那样,非破坏性是该方法的一个主要特征,它可以使研究者随着时间的推移研究一个群体的特性。
其次,这种方法适用于多种植物,例如本文中形态对比非常鲜明的小麦和杨树。本研究的后续试验已经成功的在拟南芥花序梗和番茄地上部分实现。参与试验的植物使用相同的系统,根据植物形态调整吹气参数和装置尺寸。该系统的通用性与其简约性有关,系统使用压缩空气,电动阀和标准相机。
再次,该方法兼顾了动力学中的复杂情况,例如小麦试验中同时存在几个茎以及处理过的杨树试验中同时存在几片叶的情况。
最后,该方法的检测速度很快:一株植物的相关信息可以在一、两分钟内通过几次拍摄从几个角度获得,这其中包括了获取数据(频率)的信号处理,因此不需要批处理。如果不涉及特定的数据存储,系统可以连续运行:系统曾在同一植物上连续运行了4天(数据未显示)。在实际应用中,对较大的植物群体(数百个)使用这种方法,只需将设备插入HTP平台即可自动加载和卸载植物,并将测量到的频率传输到平台进行数据存储。用于拍摄的参数(脉冲持续时间,拍摄持续时间)对所有植物都是相同的,只有植物发生显著变化时才需要改变。因此,该系统适用于高通量表型分析。
E. de Langre, O. Penalver, P. Hémon, et al., “Nondestructive and Fast Vibration Phenotyping of Plants,” Plant Phenomics, vol. 2019, Article ID 6379693, 10 pages, 2019. https://doi.org/10.34133/2019/6379693.
《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学促进会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行,是Science合作出版的第二本期刊。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。
点击“在看”,助力传播