PhenoAIxpert:甜菜孢囊線蟲孢囊的高通量表型分析
日期:2023-02-13 15:17:57

甜菜孢囊線蟲(Heterodera schachtii)是全世界重要的檢疫性有害生物,對甜菜具有毀滅性危害。1850 年德國首次報道該線蟲(Franklin & Heterodera, 1972) 。到目前為止,該線蟲已在全世界的美洲、歐洲、亞洲等50多個國家或地區(qū)有分布,20多個國家將該線蟲列為檢疫對象(Steele, 1984) 。甜菜孢囊線蟲是甜菜上危害最嚴重的病原生物之一,可導致甜菜產(chǎn)量損失25%~50%,每年造成超過150億美元的經(jīng)濟損失 (Singh et al., 2015)。篩選土壤樣本以定性和定量地評估線蟲感染是一項預防措施,也是農(nóng)業(yè)害蟲管理策略的一個組成部分。


甜菜孢囊線蟲以卵的形式在土壤中可以存活多年,孢囊是由雌性線蟲的遺骸形成的保護性外殼。雌性線蟲死亡后,其體壁變硬,形成棕色的硬化孢囊。量化線蟲感染的能力是針對線蟲的控制措施以及開發(fā)抗線蟲植物育種系的先決條件??梢酝ㄟ^孢囊計數(shù)來估計線蟲種群密度。孢囊需要從含有有機碎片的土壤樣品中手工挑選,其中碎片的數(shù)量取決于樣品提取方法。手動計數(shù)是一項耗時的任務,計數(shù)準確性受到主觀決策、持續(xù)專注的能力以及將孢囊與其他顆粒分離的經(jīng)驗的影響。因此,只有自動計數(shù)才適用于高通量應用。雖然線蟲的數(shù)量是一項重要的定量衡量標準,但表型特征(例如孢囊的大小、形狀和顏色)也是相關的。研究顯示,孢囊大小的增加是馬鈴薯孢囊線蟲種群適應植物抗性的指標(Fournet et al., 2016),這表明孢囊表型與抗性相關。雖然其他數(shù)據(jù)模式,例如遺傳數(shù)據(jù),也可以應用于估計線蟲感染(Bogale et al., 2020),但只有圖像數(shù)據(jù)可用于表征孢囊的表型。


本文介紹了一種基于計算機視覺的高通量系統(tǒng),該系統(tǒng)可以量化甜菜孢囊線蟲感染并測量孢囊的表型特征。在標準化環(huán)境中記錄土壤樣本提取物的顯微圖像后,實例分割算法用于檢測這些圖像中的線蟲孢囊。在一項使用已知孢囊數(shù)量的真實樣本和人工注釋圖像的評估中,計算機視覺方法產(chǎn)生了準確的線蟲孢囊計數(shù)以及準確的孢囊分割?;谶@樣的分割,可以計算出孢囊特征,以揭示不同土壤中線蟲種群之間的表型差異,以及甜菜種植前后觀察到的種群。計算機視覺方法不僅能夠快速準確地計數(shù)孢囊,而且能夠在不同條件下對孢囊特征進行表型分析,為農(nóng)業(yè)和植物育種研究中的高通量應用提供了基礎。源代碼和帶注釋的圖像數(shù)據(jù)集可供科學使用,通過額外的訓練數(shù)據(jù),該系統(tǒng)也可以推廣到其他線蟲種類。


土壤樣本取自已知具有甜菜孢囊線蟲感染歷史的土地。通過網(wǎng)篩組合(2 mm和100 μm)制備用于圖像采集的土壤提取物。隨后,通過離心浮選技術從篩選的土壤提取物中提取孢囊。將孢囊與剩余的有機物部分一起收集在白色濾紙上,以備成像使用。樣品圖像由德國LemnaTec提供的PhenoAIxpert HM記錄(圖S1)。它由一個工業(yè)RGB相機和高倍物鏡系統(tǒng)組成。該系統(tǒng)安裝在物體上方 35 cm處,視野為 35 × 25 mm。圍繞樣品臺布置的水平定向LED(4000 K)作為照明光源。所有組件都安裝在不透明的機柜內(nèi),以保護它們免受外部光線的影響。在PhenoAIxpert HM原型機中,樣品臺由一個樣品架組成,該樣品架可以手動移動到預定義的位置,以便執(zhí)行樣品的一系列成像。圖像采集由控制計算機手動觸發(fā)。將來,樣品臺將被電動X-Y工作臺取代,然后自動將樣品移動到預定義位置并以同步方式觸發(fā)圖像采集。

圖S123020901.jpg

圖S1 PhenoAIxpert HM將由德國LemnaTec作為商業(yè)產(chǎn)品推出(HM:High Magnification)

63e9e2fc3419c.jpg圖1 用于線蟲孢囊分割的計算機視覺流程


表1 用于孢囊計數(shù)驗證的樣本

表123020901.jpg

圖223020901.jpg

圖2 手動孢囊計數(shù)與自動孢囊計數(shù)的比較


在所有土壤樣本類型中,手動孢囊計數(shù)與自動孢囊計數(shù)相似(圖2A),無論孢囊與有機碎片混合(“碎屑”)還是孢囊與有機碎片分離(“干凈”)。手動計數(shù)和自動計數(shù)相關性的皮爾遜相關系數(shù)很高,“干凈”為0.981,“碎屑”為0.975(圖2B),表明使用自動方法可以可靠地估計孢囊的相對數(shù)量

圖323020901.jpg

圖3 手動孢囊分割與自動孢囊分割的比較

圖423020901.jpg

圖4 線蟲孢囊表型特征的分布(孢囊大小和長寬比)


—— 原文 ——

Chen L, Daub M, Luigs HG, et alHigh-throughput phenotyping of nematode cystsFrontiers in Plant Science, 2022, 13: 965254.


由于相關內(nèi)容非常專業(yè),難免有些理解不準確或者編輯整理的疏漏,請以英文原文為準。


相關閱讀:

整合高通量表型、GWAS和預測模型揭示株高遺傳結(jié)構

植物表型在林木幼苗性狀量化和干旱響應評估中的應用

植物表型組學:現(xiàn)狀、軟硬件平臺及機器學習的應用

收 藏