品质至上,客户至上,您的满意就是我们的目标
技术文章
当前位置: 首页 > 技术文章
Plant Phenomics | 从生理学视角探究传播体发芽过程中的水分动态
发表时间:2020-12-23 14:38:35点击:1427
从土壤到传播体(种子以及其他散布单元)间的水分通量,是影响传播体结束休眠以及胚芽生长发育的主要调节因素。因此,水分通量在传播体-水分关系研究中起着核心作用。长期以来,研究者们通过计算洛克哈特模型(描述单个细胞生长情况)的均值,从代数角度评估发芽过程中的水分关系。然而,由于发芽通常被认为是二项分布事件(发生/不发生),因此直接使用未经修改的洛克哈特模型不具有可行性。
据此,已有研究提出了几种模型来解释发芽的传播体中水分的流入及分布与温度、水势、辐照度和植物激素间的关系。这些模型对于预测田间条件(主要是在胁迫下)的传播体发芽行为非常重要,但这些模型过于复杂,给大多数传播体研究者带来了使用上的困难。那么如何才能以一种更简单、更稳妥的方式来更好地探究发芽传播体中的水分动态过程呢?针对以上问题,已有一些研究针对传播体发芽过程中的水动力学做出了一些尝试,但仍存在不足之处。
近日,Plant Phenomics在线发表了巴西乌贝兰迪亚联邦大学J. P. Ribeiro-Oliveira等人题为Water Dynamics on Germinating Diaspores: Physiological Perspectives from Biophysical Measurements的研究论文。
该文章提出并证明了对发芽传播体中的水分动态过程进行经典的生物物理学测量能以更简单、更稳妥和更创新的方式提高研究者对发芽过程的理解(Figure 1)。为了计算水分动态过程的测量值(加权质量、初始扩散系数、速度和加速度),研究者使用了萌发期间内记录的传播体质量。萌发时的传播体的加权质量具有相似的特征,且独立于生理学质理、品种和品种改良程度;而初始扩散系数(与水分吸收有关)、速度和加速度(与整个发芽代谢有关)则受品种特性的影响,可以突出遗传改良的程度和生理学质理。
速度曲线曲折程度的变化可以表明发芽过程的各个阶段(Figure 2),阶段的数量范围可能是三到六个,但目前还没有与这些阶段的数量相关的模型。使用回归模型可以表征每个阶段的初始速度和速度增量,从而为萌发代谢的管理提供新的思路。论文的发现表明,尽管发芽是一个具有特定品种特征的多阶段过程,但仍由遗传改良的程度和传播体的生理学质理决定。
Figure 1: Flowchart of the algorithm used to define different diaspore-seedling phases.
Figure 2: Germination phases (see the vertical black line) determined by the velocity of water dynamics on germinating diaspores of different physiological qualities of the common bean (column 1), sunflower (column 2), and soybean (column 3).
论文链接
http://spj.sciencemag.org/journals/plantphenomics/2020/5196176/
——推荐阅读——
Optical Flow-BasedAnalysis of the Relationships between Leaf Wilting and Stem Diameter Variationsin Tomato Plants
http://spj.sciencemag.org/journals/plantphenomics/2019/9136298/
Plant Phenomics | 基于光流法分析水分胁迫条件下番茄叶片萎蔫与茎直径变化的关系High-Throughput Phenotyping of Dynamic Canopy Traits Associated with Stay-Green in Grain Sorghum
http://spj.sciencemag.org/journals/plantphenomics/2020/4635153/
Plant Phenomics | 高通量表型分析滞绿相关的高粱动态冠层性状
About Plant Phenomics
《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学促进会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行,是Science合作出版的第二本期刊。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。期刊已被CABI、CNKI、DOAJ和PMC数据库收录。
说明:本文由《植物表型组学》编辑部负责组稿。
中文内容仅供参考,一切内容以英文原版为准。
撰稿:王栋(实习)
编辑:周灿彧(实习)、鞠笑、孔敏
审核:尹欢