种子表型组学：集成光学成像工具以快速和非侵入性地表征种子质量

品质至上，客户至上，您的满意就是我们的目标

返回旧版

技术文章

当前位置: 首页 > 技术文章

种子表型组学：集成光学成像工具以快速和非侵入性地表征种子质量

发表时间：2022-04-12 09:46:44点击：848

来源：北京欧亚国际科技有限公司

Videometer Lab4多光谱种子表型成像系统是丹麦理工大学与丹麦Videometer公司开发，是用于种子研究先进的多光谱表型成像设备，典型客户为ISTA国际种子检验协会、ESTA欧洲种子检验协会、John Innes Centre、LGC化学家集团、奥胡斯大学等等，利用该系统发表的文章已经超过300篇。

Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等，间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、中寿命等。种子活力综合种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和（发芽和出苗期间的活性水平与行为），是种子品质的重要指标，具体包括吸涨后旺盛的代谢强度、出苗能力、抗逆性、发芽速度及同步性、幼苗发育与产量潜力。种子活力是植物的重要表型特征，传统检测方法包括低温测试、高温加速衰老测试、幼苗生长测定等。

该系统也可以对细菌、虫卵、真菌等进行高通量成像测量，进行病理学、毒理学或其它研究。对于拟南芥等冠层平展的植物，可以进行自动的叶片计数等。

种子表型组学集成光学成像工具以快速和非侵入性地表征种子质量：以番茄和胡萝卜作为研究案例

摘要：正在进一步开发基于光的方法，以满足农业对食品日益增长的需求。光学成像是一种快速、无损且准确的技术，与传统技术相比，它可以对产品质量进行一致的测量。在这项研究中，一种新的种子方法提出了质量预测。在所提出的方法中，采用了两种基于叶绿素荧光和基于化学计量学的多光谱成像的先进光学成像技术。化学计量学包括主成分分析(PCA) 和二次鉴别分析 (QDA)。在与作物和科学模型相关的植物中，选择了番茄和胡萝卜进行实验。我们将光学成像技术与用于商业种子批次质量表征的传统分析方法进行了比较。结果显示基于叶绿素荧光的技术在区分栽培品种和识别具有较低生理潜力的苗圃方面是可行的。使用非监督方法（双分量）对多光谱成像数据进行探索性分析PCA) 允许表征胡萝卜品种之间的差异，但不适用于番茄品种。基于基尼重要性的随机森林(RF)分类器应用于多光谱数据，它揭示了19个波长中最有意义的带宽，用于种子质量表征。为了验证RF模型，我们选择了五个最重要的波长应用于基于QDA的模型中，该模型在对高活力和低活力种子批次进行分类时达到了很高的准确率，番茄的正确分类率为86%至95%，而番茄的正确分类率为88%至97%在胡萝卜中用于验证集。进一步分析表明，低质量种子导致幼苗光合能力和叶绿素含量发生改变。总之，基于叶绿素荧光和化学计量学的多光谱成像均可用作番茄和胡萝卜种子生理潜力的可靠代表。从实践的角度来看，此类技术/方法可潜在地用于筛选食品和农业行业中的低质量种子。

关键词：叶绿素荧光,；多光谱成像；随机森林；化学计量学；机器学习；种子；种子生理潜力；光合作用

图1.提取和分析多光谱成像的主要程序流程图

620/730 nm 激发发射的叶绿素荧光分析允许分离番茄品种（图 2G），特别是在645/700 nm区分番茄和胡萝卜的品种（图 2C、D）。高荧光值与低质量种子批次（图 2）相吻合，当620/730nm（图2G）和660/700nm（图2B）分别用于番茄和胡萝卜种子中的叶绿素激发时，可以更好地区分它们。放射成像显示，具有高叶绿素荧光的种子呈现出空白空间（即储存量较低）（图 3），并且这些种子无法存活或产生的幼苗在其组织中具有低叶绿素荧光信号。

图2.在660/700、630/700、645/700 和 620/730 nm 激发发射波长下，番茄 (A、C、E、G) 和胡萝卜 (B、D、F、H) 种子批中叶绿素荧光的直方图

图3. 番茄(A) 和胡萝卜 (B) 成熟和未成熟种子中叶绿素荧光的直方图，波长为 660/700 nm（激发-发射）。射线照相图像显示，由于不成熟，具有高叶绿素荧光的种子中存在空白空间（低储备量），在番茄中形成无活力的种子，在胡萝卜中形成弱幼苗（幼苗中的叶绿素荧光信号低）含有低质量种子（G-I 和 T-IV）的番茄批次呈现出最高的光谱特征（图4A）。在胡萝卜中，这种模式在栽培品种之间明显可见：“Francine”批次显示出比“Brasília”更高的反射率平均值（图4B）。此外，虽然传统的测试技术没有表明“巴西利亚”批次之间的差异，但 B-I 比该品种的其他批次具有更高的光谱特征（图4B）。在“Francine”中，性能最低的批次（F-V）仅在较长的波长下表现出更高的反射率，尤其是在 NIR 区域（图4B）。 PCA 分别解释了番茄和胡萝卜苗圃之间 92.3% 和 96.5% 的光谱变化。

图4.番茄（A）和胡萝卜（B）种子在365-970nm范围内19个波长的光谱特征

使用570至690nm 的多光谱数据可以更好地表征该组。胡萝卜品种在 PC1-PC2 空间中被表征，其中 PC1 占批次间总变异的 87.5%；“Francine 苗圃表现出比“巴西利亚”更多的负值，具有强烈的中间波长（570-690 nm）影响。同时，PCA 方法无法表征番茄品种。将 RF 算法应用于多光谱数据，以根据基尼重要性选择五个最有意义的波长，即番茄种子中的 365、660、690、570 和 590 nm（图 5A）以及 405、365、970、940、和 430 nm 的胡萝卜种子（图 5B）。更高的反射率值，特别是在番茄中的 365 nm（图 5C）以及胡萝卜中的 940 和 970 nm（图 5D）分别与低活力的番茄（GI 和 T-IV）和胡萝卜（FV）的种子区重合.这些批次具有更多未成熟种子，在这些波长下具有高反射强度。