莖稈倒伏(風(fēng)暴期間植物莖稈的機(jī)械故障)導(dǎo)致全球谷物產(chǎn)量每年損失5%至25%。植物莖稈的橫截面形態(tài)是決定莖稈抗倒伏性的關(guān)鍵因素。然而,先前開發(fā)的用于量化植物莖的橫截面形態(tài)的技術(shù)是相對低產(chǎn)量的、昂貴的,并且通常需要專門的設(shè)備和專業(yè)知識。需要一種簡單且具有成本效益的技術(shù)來以高通量方式量化與莖稈抗倒伏性相關(guān)的植物性狀。
橫斷面表型通常與莖的強(qiáng)度和莖的抗倒伏性有關(guān)。玉米(左)和小麥(右)
開發(fā)了一種新的表型分析方法,并將其應(yīng)用于一系列植物樣本,包括玉米 (Zea mays)、高粱 (Sorghum bicolor)、小麥 (Triticum aestivum)、毒鐵杉 (Conium maculatum) 和擬南芥 (Arabis thaliana)。對每種植物類型的大直徑、小直徑、果皮厚度和維管束數(shù)量進(jìn)行了量化。線性相關(guān)分析表明,新開發(fā)的方法與更耗時的手動技術(shù)之間具有很強(qiáng)的一致性(R2 > 0.9)。此外,新方法用于生成植物莖的幾個特定于標(biāo)本的有限元模型。所有的模型都沒有問題,并成功地導(dǎo)入有限元軟件進(jìn)行分析。當(dāng)受到實際施加的載荷時,所有模型都展示了合理和穩(wěn)定的解決方案。
A玉米、B高粱、C毒鐵杉、D小麥和E擬南芥的數(shù)字圖像
一種快速、低成本、用戶友好的表型方法被開發(fā)用于量化二維植物橫截面。與以前開發(fā)的技術(shù)相比,該方法減少了樣品制備時間和成本。這種新方法采用了立體鏡和半自動圖像處理算法。該算法可用于生成植物莖稈的特定樣本、尺寸精確的計算模型(包括有限元模型)。
來源:Plant Methods.High throughput phenotyping of cross-sectional morphology to assess stalk lodging resistance.Yusuf A. Oduntan, Christopher J. Stubbs & Daniel J. Robertson
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00833-3