欧亚国际

根系在地下环境中充当植物导航和锚定的机制，负责根际或土壤-根界面的水分、养分和碳流。根系构型（RSA）指的是植物根系的三维结构，对植物的库和储存功能、水分和养分吸收、生化化合物交换以及与共生微生物的关系具有重要影响。由于土壤中水分和养分的不均匀分布，植物的生存取决于根系的形成时间和位置。然而，由于土壤的不透明性和细根的脆弱性等障碍，RSA的研究相当有限。当前的研究方法往往在数据准确性和接近自然条件之间进行权衡。破坏性的测量方法，例如“铲式组学”中的根冲洗，能够代表真实的根结构，但提供的数据较为粗略，例如粗略的生物量或根长度，并导致信息丢失。

2023年12月，Plant Phenomics 在线发表了美国华盛顿大学环境与森林科学学院题为Bridging Time-series Image Phenotyping and Functional–Structural Plant Modeling to Predict Adventitious Root System Architecture 的研究论文。该研究成功地采用了一种发芽纸系统，以高通量的方式对不定繁殖的Populus trichocarpa插条的RSA进行了表型化。这些时间序列图像使研究人员能够自动化从原始图像到模型参数的参数化过程，避免了手动参数化方法中的错误和缺乏可重复性。该过程在发芽纸中准确预测了生长，但在从2D扩展到3D时却不够准确尽管模型中存在限制，但参数化方法是自动生成用于其它更常用的FSPM的参数的强有力的第一步。

研究人员从位于华盛顿州西雅图的城市园艺中心 Populus trichocarpa 克隆中采集茎切段，采集时间为2022年10月15日至2023年3月15日，每个采集日期从随机选择的树木中均匀采集30到40个长度为150到180毫米、带有3到5个叶节点的木质顶端切段。将切段放置在不含任何养分或生根激素的水中，并置于温室中，平均温度为20℃。随后对每日所采集的茎切段进行追踪，记录并分析性根的启动情况。

图1 表型分析和建模平台中呈现的工作流程的流程图

随后，通过设计亚克力片和发芽纸制成的薄生长袋，使得Populus trichocarpa的根系在二维空间中清晰可见，并对系统进行改进以适用于林业Deepots中的三维根系生长。（图2）湿润的发芽纸被放置在亚克力片上，植物根系每7天进行图像拍摄，并通过ImageJ和RhizoVision进行半手动处理和特征提取。这一过程的优化保证了根系在二维空间中的准确可视化，并通过特征提取为后续的表型分析提供了必要的数据。

图2 不定根构型示例

在模型开发方面，CropRootBox.jl模型是通过将CRootBox转化为Julia编写而成，其参数基于RhizoVision提取的根系结构特征的方程计算。（表1）该模型采用随机化方法，每个参数都是从截断正态分布中选择的，因此每次模拟都代表参数集的一种可能组合。模型在三维界面中表示每个根段的集合，并在Makie.jl包中进行最终的三维渲染。

表1 用于生成CropRootBox.jl参数的方程组

为了评估模型在三维空间中的性能，采用了5折交叉验证步骤，其中使用现有图像进行了动态表型分析，同时还利用了Populus trichocarpa扦插样本进行了评估，以进行根冠成像。此外，模型输出经过RhizoVision重新提取特征，以与原始特征进行比较。统计分析方面，采用R软件进行了多项分析。

通过使用germination paper系统，在2D空间成功对Populus trichocarpa扦插进行RSA表征，并通过RhizoVision高准确性地提取了关键特征。对CropRootBox.jl模型进行5折交叉验证的评估显示，平均误分类率为6.4/39，敏感性达到83.5%。尽管在3D模拟中存在20/39和24/39个特征的误分类，但敏感性分别为48.7%和38.5%。通过t检验，模型输出的特征与实测数据的比较表明误分类率较低，验证了该模型在3D空间中进行根系结构模拟的有效性。这一综合结果表明模型在对植物根系结构进行准确模拟方面取得了一定的成功，为未来根系研究提供了有力的工具。

论文链接：

http://doi.org/10.34133/plantphenomics.0127

——推荐阅读——

Application of an Improved 2-Dimensional High-Throughput Soybean Root Phenotyping Platform to Identify Novel Genetic Variants Regulating Root Architecture Traits

http://doi.org/10.34133/plantphenomics.0097

Plant Phenomics | 应用改进的二维高通量大豆根系表型平台鉴定调节根系结构性状的新遗传变异

3D U-Net Segmentation Improves Root System Reconstruction from 3D MRI Images in Automated and Manual Virtual Reality Work Flows

http://doi.org/10.34133/plantphenomics.0076

Plant Phenomics | 利用3D U-Net分割改进自动和手动虚拟现实工作流程中3D MRI图像的根系重建

Plant Phenomics | 根系表型文章合集

加入作者交流群