近日,南京農(nóng)業(yè)大學(xué)作物表型組學(xué)交叉研究中心周濟教授作為第一通訊作者與英國約翰·英納斯中心(JohnInnes Centre)的Steven Penfield教授、先正達(dá)種業(yè)集團(Syngenta Seeds,歐洲區(qū))的Rene Benjamins博士共同在國際植物學(xué)著名期刊《新植物學(xué)家》(New Phytologist)上發(fā)表了關(guān)于種子發(fā)芽表型自動化采集和基于機器學(xué)習(xí)分析的高通量作物種子發(fā)芽表型監(jiān)測平臺—— SeedGerm: a cost‐effective phenotyping platform for automated seed imaging and machine‐learning based phenotypic analysis of crop seed germination。
文中介紹了自主開發(fā)的自動化表型采集和分析平臺SeedGerm,對如何完成作物種子發(fā)芽的自動化時序拍攝、基于圖像的表型分析和基于監(jiān)督式機器學(xué)習(xí)的、針對不同作物類型的高通量性狀分析進(jìn)行了詳細(xì)的介紹。本研究推出的SeedGerm系統(tǒng),基于經(jīng)濟型的硬件和開源軟件設(shè)計涵蓋了對小麥、大麥、玉米、番茄、辣椒和油菜等不同作物類型的種子發(fā)芽試驗、發(fā)芽時序圖像,泛化圖像處理、實時訓(xùn)練和基于機器學(xué)習(xí)的表型性狀分析;最終,生成可靠的發(fā)芽性狀分析數(shù)據(jù)集以供量化分析。本文還從統(tǒng)計上分析了幼根突破種皮的時間和評價標(biāo)準(zhǔn),通過和生物學(xué)家的評判相關(guān)性、動態(tài)發(fā)芽曲線、多個發(fā)芽率梯度等重要發(fā)芽性狀,對88個油菜品種進(jìn)行基因型-表型關(guān)聯(lián)分析,并定位到了一個關(guān)于脫落酸(abscisic acid,ABA)信號轉(zhuǎn)導(dǎo)的相關(guān)基因。此外,本文還介紹了開源SeedGerm系統(tǒng)在作物發(fā)芽研究、育種和種子監(jiān)測中的應(yīng)用,顯示了其在科學(xué)研究和生產(chǎn)實踐中廣泛的應(yīng)用前景。
特別是隨著基因組學(xué)和測序技術(shù)的飛速發(fā)展,基因型數(shù)據(jù)海量擴充,而高質(zhì)量表型數(shù)據(jù)的匱乏已經(jīng)逐步成為鑒定基因-性狀關(guān)聯(lián)、解析環(huán)境對性狀的影響,進(jìn)而實現(xiàn)作物改良和加快植物研究的瓶頸。近年來,信息技術(shù)、人工智能和農(nóng)業(yè)大數(shù)據(jù)等新興研究領(lǐng)域的不斷完善,多學(xué)科交叉為高通量、自動化作物表型組研究奠定了堅實的基礎(chǔ)。以植物生命史和田間生產(chǎn)的起點——發(fā)芽為例,種子發(fā)芽和幼苗建成不僅是自然界植物群落形成的主要瓶頸,也是糧食作物和很多園藝作物在田間快速、整齊生長發(fā)育的關(guān)鍵步驟。在科學(xué)研究和農(nóng)業(yè)生產(chǎn)中都是考評品種表現(xiàn)、栽培管理水平的重要依據(jù)。當(dāng)前大部分種子發(fā)芽表型的獲取依然依靠人工識別,對經(jīng)驗和專業(yè)知識有較高要求,通量也受到極大的限制。此外,不同科研人員之間在評判上會有一定的偏差,很難實現(xiàn)完全客觀的量化分析。因此可用于多物種的種子發(fā)芽表型性狀的高通量、高精度、標(biāo)準(zhǔn)化獲取和分析方法的開發(fā)尤為重要和迫切。
南京農(nóng)業(yè)大學(xué)作物遺傳與種質(zhì)創(chuàng)新國家重點實驗室、作物表型組學(xué)交叉研究中心和江蘇省現(xiàn)代作物生產(chǎn)協(xié)同創(chuàng)新中心為第一通訊單位。南京農(nóng)業(yè)大學(xué)工學(xué)院盧偉副教授也參與了本項目。此外,上海農(nóng)科院農(nóng)業(yè)生物基因中心和英國國立農(nóng)業(yè)植物研究所(National Institute of Agricultural Botany, NIAB)下屬的劍橋作物研究中心(Cambridge Crop Research Centre)也共同參與了本項目的研發(fā)。
文章鏈接:https://nph.onlinelibrary.wiley.com/doi/full/10.1111/nph.16736