Plant Phenomics | 使基因型變異可見(jiàn)：蘇格蘭松幼苗的高光譜表型

全球氣候條件的變化對(duì)林業(yè)中的樹(shù)木基因型選擇非常重要，對(duì)于生長(zhǎng)周期較長(zhǎng)的樹(shù)木來(lái)說(shuō)，探索種內(nèi)變異可能是適應(yīng)未來(lái)氣候的關(guān)鍵。蘇格蘭松分布廣泛，具有不同的生態(tài)型，由于其對(duì)環(huán)境壓力的抵抗能力不同，某些生態(tài)型可能更適合用于特定場(chǎng)地的造林。但是，由于環(huán)境影響，僅基于表型評(píng)估抗逆能力并不可靠，還應(yīng)該基于適當(dāng)設(shè)計(jì)后的遺傳估計(jì)。植被光譜反射數(shù)據(jù)包含許多有用的信息，從幼苗高光譜反射中派生出的葉片功能特征可能是樹(shù)苗苗木質(zhì)量評(píng)估的有力工具。
 

2023年10月，Plant Phenomics 在線(xiàn)發(fā)表了Czech University of Life Sciences Prague題為Making the genotypic variation visible: hyperspectral phenotyping in Scots pine seedlings的研究論文。
 

本研究采集了不同生態(tài)型和不同地方種群的蘇格蘭松苗木葉片和樹(shù)冠的高光譜反射率數(shù)據(jù)，用于進(jìn)行表型分析。葉片光譜反射率通過(guò)配備接觸探針的光譜輻射計(jì)獲取雙錐反射系數(shù)（BCRF），樹(shù)冠光譜反射率通過(guò)光纜獲取非球面圓錐反射系數(shù)（HCRF）。結(jié)果顯示，兩種方法都適用于蘇格蘭松幼苗的高通量表型分析。其次，兩個(gè)數(shù)據(jù)集在不同種群之間的均存在顯著差異。此外，使用兩種機(jī)器學(xué)習(xí)算法（隨機(jī)森林和支持向量機(jī)），構(gòu)建種群預(yù)測(cè)模型，發(fā)現(xiàn)使用HCRF具有更高的準(zhǔn)確率，且對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)正態(tài)變換后會(huì)進(jìn)一步提高預(yù)測(cè)精度，并且隨機(jī)森林算法構(gòu)建的預(yù)測(cè)模型預(yù)測(cè)精度略高于支持向量機(jī)。
 

總的來(lái)說(shuō)，本研究證實(shí)葉片和樹(shù)冠反射光譜在區(qū)分種群間變異方面非常有用。利用反射因子和機(jī)器學(xué)習(xí)算法來(lái)檢測(cè)針葉幼苗基因型的方法是一種新穎的方法，可以為未來(lái)的有效苗圃實(shí)踐提供重要工具。
 

圖1 實(shí)驗(yàn)與技術(shù)設(shè)計(jì)；種植者的照片是生態(tài)型如何復(fù)制的一般說(shuō)明；光譜反射率的測(cè)量是通過(guò)配備接觸探針(CP)的光譜輻射計(jì)在左側(cè)獲取雙圓錐反射系數(shù)(BCRF)，通過(guò)光纜(OC)在右側(cè)獲取半球圓錐反射系數(shù)(HCRF)，并附加被測(cè)幼苗的最低點(diǎn)圖像完成的。數(shù)據(jù)處理用x軸對(duì)應(yīng)波長(zhǎng)(nm)，y軸對(duì)應(yīng)反射率(%)的光譜反射率曲線(xiàn)圖來(lái)演示。左上角圖中最大反射率值上方帶有白色十字的紅色圓圈表示已刪除的不可靠光譜區(qū)域。第二和第四張圖說(shuō)明了標(biāo)準(zhǔn)正態(tài)變換（SNV）轉(zhuǎn)換的影響。

論文鏈接：

https://doi.org/10.34133/plantphenomics.0111

——推薦閱讀——

Concise Cascade Methods for Transgenic Rice Seed Discrimination using Spectral Phenotyping

https://doi.org/10.34133/plantphenomic‍s.0071

Plant Phenomics | 一種利用光譜表型分析技術(shù)鑒別轉(zhuǎn)基因水稻種子的簡(jiǎn)明級(jí)聯(lián)方法

Generating 3D multispectral point clouds of plants with fusion of snapshot spectral and RGB-D images 

‍https://doi.org/10.34133/plantphenomics.0040

Plant Phenomics | 浙江大學(xué)發(fā)現(xiàn)一種融合快照光譜圖像和RGB-D圖像生成高質(zhì)量三維多光譜植物點(diǎn)云的新方法

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)、專(zhuān)刊發(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(xiàn)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。科睿唯安JCR2022影響因子為6.5，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。中科院農(nóng)藝學(xué)、植物科學(xué)一區(qū)，遙感二區(qū)，生物大類(lèi)一區(qū)（TOP期刊）。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：張婕（上海交通大學(xué)）

審核：孔敏、王平