植物表型研究文章TOP10(二)
TOP 7
● 动态根系生长和结构在养分限制条件下的反应
(Biotechnol. Adv. ,2014)
通过简单介绍现有和正在开发的从实验室到田间的根表型定量分析技术,从田间部分根剖面的量化到整个根系的三维重建。 最后,此文讨论这些方法如何能够并且应该与建模紧密相关以探索根本的现象。
不同植物根系的量化分析与三维重建
TOP 6
● 全基因组关联分析和高分辨率表型分析:将水稻穗性状与多性状特异性QTL簇联系起来
(Nat Commun,2016)
水稻穗结构是产量和品质育种的重要选择目标。然而,由于与开花和亚群结构的相关性,穗表型难以测量,并且在遗传作图期间容易混淆。此文利用成像平台PANorama量化了242个热带水稻种质中的49个穗型表型。这是第一个使用高分辨率表型分析平台来评估田间种植材料的花序表型的研究。在此,作者为驯化的水稻建立了一个基因模型,提出了一个复杂的遗传模型,以解释穗特性,并证明穗粒大小和产量表现之间的微妙联系。
PANorama表型分析平台对水稻穗的分割
穗相关表型参数间的相关性分析
TOP 5
● 植物高通量胁迫表型的机器学习研究
(Trends Plant Sci,2016)
自动化和高通量成像技术的进步已经导致了植物高分辨率图像和传感器数据的大量涌现。 然而,从这个庞大的数据库中提取模式和特征,需要使用机器学习(ML)工具来进行数据同化和特征识别以进行胁迫表型分析。
植物胁迫表型和植物育种活动的四个阶段可以部署不同的ML方法即(i)识别,(ii)分类,(iii)量化和(iv)预测(ICQP),此文提供了ML工具的综合概述和用户友好的分类,使植物群体能够正确、轻松地应用适当的ML工具,以及成为各种生物和非生物胁迫性状的最佳实践指南。
-
科技前沿
-
精英视角