English | 中文版 | 手機(jī)版 企業(yè)登錄 | 個(gè)人登錄 | 郵件訂閱
當(dāng)前位置 > 首頁(yè) > 技術(shù)文章 > 基于數(shù)字圖像的多維性狀評(píng)價(jià)小麥種質(zhì)遺傳變異的途徑

基于數(shù)字圖像的多維性狀評(píng)價(jià)小麥種質(zhì)遺傳變異的途徑

瀏覽次數(shù):916 發(fā)布日期:2024-3-7  來(lái)源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)

西北農(nóng)林科技大學(xué)基于數(shù)字圖像的多維性狀評(píng)價(jià)小麥種質(zhì)遺傳變異的途徑


種質(zhì)資源是作物育種的重要基礎(chǔ),作物種質(zhì)遺傳變異的評(píng)估一直是農(nóng)業(yè)研究的重要課題。作物種質(zhì)的遺傳變異是由自然遺傳漂變和人類(lèi)主導(dǎo)的選擇共同決定的,賦予作物適應(yīng)不同環(huán)境條件的能力。
 

2023年11月,Plant Phenomics 在線發(fā)表了由西北農(nóng)林科技大學(xué)聯(lián)合中國(guó)農(nóng)業(yè)大學(xué)合作完成的題為 A Pathway to Assess Genetic Variation of Wheat Germplasm by Multidimensional Traits with Digital Images 的研究論文。本文提出了一種新的途徑,通過(guò)數(shù)字圖像生成的小麥種子多維性狀來(lái)評(píng)估種質(zhì)遺傳變異。
 

本研究首先建立了機(jī)器視覺(jué)平臺(tái),從小麥種子的全方位圖像序列中重建小麥種質(zhì)3D模型。然后,利用小麥種質(zhì)3D模型進(jìn)行多維性狀分析,包括種子長(zhǎng)度、寬度、厚度、表面積、體積、最大投影面積、圓度,以及2個(gè)新性狀,分別為心形衍生面積和調(diào)整指數(shù)(J指數(shù))。為評(píng)估小麥種質(zhì)的遺傳變異,采用提取的15份小麥種質(zhì)的形態(tài)學(xué)性狀,進(jìn)行了表型變異系數(shù)(PCVs)技術(shù)、方差分析(ANOVA)、聚類(lèi)和定義的遺傳變異因子(GVF)計(jì)算。三維重建模型的相關(guān)系數(shù)(R)和均方根誤差(RMSE)證明了測(cè)量精度。PCVs在所有性狀中表現(xiàn)出多維性狀的重要性,如種子體積(22.4%)、心形衍生面積(16.97%)和最大投影面積(14.67%)。方差分析顯示所有種質(zhì)之間存在高度顯著差異。GVF的結(jié)果反映了從親本到子代的基因型變異和表型性狀之間的聯(lián)系。
 

研究結(jié)果證實(shí)了基于圖像的重建方法在測(cè)量小麥種子多維性狀和評(píng)估遺傳變異的可行性。未來(lái)的研究可以將基于圖像的三維重建算法應(yīng)用于其他作物和性狀的遺傳變異分析,并將其與基因分型研究相結(jié)合,以更好地服務(wù)農(nóng)業(yè)育種。
 

圖1 三維重建流程圖。
 

圖2 機(jī)器視覺(jué)平臺(tái)。整個(gè)平臺(tái)由5個(gè)部分組成:(1)吸取機(jī)構(gòu),(2)樣品,(3)CCD相機(jī),(4)環(huán)形燈和(5)真空泵。吸收機(jī)構(gòu)由4部分組成:(6)步進(jìn)電機(jī),(7)連接軸,(8)空氣管,(9)吸嘴。
 

圖3 遺傳變異評(píng)估圖。


論文鏈接:

https://spj.science.org/doi/10.34133/plantphenomics.0119


——推薦閱讀——

https://www.jianguoyun.com/p/Da7NYm4QpdmqDBi5vroFIAA

Plant Phenomics | 小麥表型文章合集

The dissection of Nitrogen response traits using drone phenotyping and dynamic phenotypic analysis to explore N responsiveness and associated genetic loci in wheat

https://spj.science.org/doi/10.34133/plantphenomics.0128

Plant Phenomics | 南京農(nóng)業(yè)大學(xué)前沿交叉研究院周濟(jì)團(tuán)隊(duì)基于低成本無(wú)人機(jī)的小麥氮素響應(yīng)表型動(dòng)態(tài)解析及其遺傳位點(diǎn)挖掘


加入作者交流群

掃碼添加小編微信,拉您進(jìn)入《植物表型組學(xué)》作者交流群,群內(nèi)不定期開(kāi)展作者分享會(huì)、?l(fā)布會(huì)等高質(zhì)量活動(dòng)。

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(xué)》(Plant Phenomics)是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)(AAAS)合作創(chuàng)辦的英文學(xué)術(shù)期刊,于2019年1月正式上線發(fā)行。采用開(kāi)放獲取形式,刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù),基于圖像分析和機(jī)器學(xué)習(xí)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(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用,與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究,表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄?祁Nò睯CR2021影響因子為6.5,位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類(lèi)一區(qū)。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說(shuō)明:本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考,一切內(nèi)容以英文原版為準(zhǔn)。
撰稿:張帆航(南京農(nóng)業(yè)大學(xué))
排版:趙倩瑩(南京農(nóng)業(yè)大學(xué))
審核:孔敏、王平

來(lái)源:北京博普特科技有限公司
聯(lián)系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊(cè) 忘記密碼
評(píng)論只代表網(wǎng)友觀點(diǎn),不代表本站觀點(diǎn)。 請(qǐng)輸入驗(yàn)證碼: 8795
Copyright(C) 1998-2024 生物器材網(wǎng) 電話:021-64166852;13621656896 E-mail:info@bio-equip.com