基于图像的拟南芥动态生长和适应组分的表型分析方法

作者:谷丰光电 来源: 时间:2018-07-26 17:18:22

此方法允许植物生物学家以简单的计算步骤来测量数百个个体的生长动态和果实数量,并可以重复和调整到广泛的实验室条件。因此,它是用于测量模型物种大种群中与适应度相关性状的灵活工具包。

拟南芥模型种具有丰富的资源来研究其种内性状变异和与生态相关性状的遗传基础。然而,高通量表型所需的设备和软件的成本通常是大规模研究的瓶颈,例如突变筛选或定量遗传分析。需要简单的工具来测量健康相关性状,如相对生长率和果实产量,而无需投资昂贵的基础设施。本文中作者描述了通过分析用常规相机拍摄的莲座丛和花序图像来估计生物量积累和果实数量的方法

通过图像分析和统计建模估算植物干重

通过对莲座丛和花序图像的分析,建立了植物干重和果实数量的预测模型。预测模型的训练方法是牺牲生长的个体进行干重估计,并在成熟期手工测量一小部分个体的果实数量。采用交叉验证方法,从图像分析中提取的定量参数预测了90%以上的植物干重和果实数量。当在451个自然物种上使用时,该方法允许在不同生态类型的整个生命周期中模拟生长动态,包括相对增长率。估计的与生长相关的性状(0.65 < H2 < 0.93)以及果实数(H2 = 0.68)有较高的遗传率。此外,作者还验证了rev5估算果实数量的方法,rev5是一个增加花败育的突变体。

通过图像分析和统计建模估算果实数量

本文作者提出的方法是利用Image J对植物图像进行自动计算机化,然后在R中进行统计建模。此方法允许植物生物学家以简单的计算步骤来测量数百个个体的生长动态和果实数量,并可以重复和调整到广泛的实验室条件。因此,它是用于测量模型物种大种群中与适应度相关性状的灵活工具包。

关键词:生物量积累,果实数,建模,图像分析,RGB

来源:Plant Methods 2018.Image-based methods for phenotyping growth dynamics and fitness components in Arabidopsis thaliana.François Vasseur, Justine Bresson, George Wang, Rebecca Schwab and Detlef Weigel.