欢迎您来到博普特科技官方网站!

土壤仪器电话

010-82794912

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

种子表型组学:通过射线照相和多光谱图像分析测定小麦种子中的侵染

发表时间:2022-04-14 10:34:33点击:971

来源:北京博普特科技有限公司

分享:

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。

1655341148122318.png

通过射线照相和多光谱图像分析测定小麦种子中的Sitotroga grainella侵染

摘要:射线照相和多光谱图像分析有可能成为评估种子质量和内部昆虫侵扰的有效、客观的方法。本研究的目的是验证射线照相和多光谱分析在检测小麦种子中由Sitotroga grainella (Olivier) 及其不同发育阶段引起的迹象和损害方面的效率。该实验以完全随机设计进行,50 粒种子重复6次。对样品进行实验室诱导的侵染,并在5天和10天后进行射线照相和多光谱分析。之后,将种子浸入水中24小时,然后用切割刀片切片。量化具有卵或产卵迹象的种子、幼虫、蛹、成虫和昆虫画廊的数量。使用广义线性模型 (GLM) 方法并使用 Tukey 检验 (p<0.05) 来比较平均值。一般来说,射线照相(有或没有对比)和多光谱方法是评估受虫害和未受虫害的小麦种子的可行工具。多光谱分析仅能有效识别种子表面的卵,而不能检测种子内是否存在幼虫和蛹。

根据方法和样本/评估期对总侵染的均值和方差进行视觉分析,除多光谱方法外,在孵化后10天评估的样本(样本 2)中发现更大的变异性(图 1 )。对于常规方法(种子切割)和具有对比度的X射线,观察到类似的行为。比较两个评估期(样本 1 和样本 2),样本 2 中受虫害的种子百分比更高。

1649904923281948.png

图1.与检测受侵染种子和工作样品的方法有关的小麦种子中谷物蛾侵染总百分比的平均表示、

关于受侵染种子的总比例作为每个评估期昆虫发育阶段的函数(图2),分析发现,与传统方法和射线照相相关的多光谱方法的阶段分类不同,没有对比。多光谱图像分析仅显示出由谷蛾引起的卵和穿孔迹象,其在第二评价期的侵染比例较高。 当使用其他方法时,这些阶段的观察比例更大。分别观察每种方法,发现传统方法(切割)和对比X射线在两个样本中呈现出相似的侵扰比例,作为阶段的函数。

1649904985577522.png

图2.每个样品中小麦种子侵染的总和,与常规方法(切割)和无损方法(X 射线和多光谱)检测到的谷蛾发育阶段有关

使用传统的切割方法、带和不带对比的X射线以及多光谱图像来检查受侵染的种子,可以验证这些技术在识别由麦芽孢杆菌引起的卵、幼虫、蛹和小麦种子损伤方面的效率。图3)。结果表明,使用405nm波段(蓝色可见光)可以检测小麦中的麦片沙门氏菌侵染。可见条带对识别害虫的存在和损害的敏感性更高,这可能是由于小麦种子的颜色和质地发生了变化,这通常是由 S. grainella 摄食引起的

image.png

图3.小麦种子传统切割、有和没有对比的 X 射线,以及多光谱图像。种子上的黄色和橙色是未受虫害的区域,而浅至深蓝色代表虫害或虫害

相关阅读

Videometer种子表型组学:种子活力研究-荧光成像

植物病害表型组学:多光谱病害指纹图谱

Videometer种子表型组学:多光谱成像作为菠菜种子健康检测的潜在工具

Videometer种子表型组学:多光谱图像分析在种子种质库管理中的应用

Videometer种子表型组学:利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类

Videometer种子表型组学:使用多光谱成像和化学计量学方法在线鉴别水稻种子

Videometer种子表型组学:使用多光谱成像预测蓖麻种子的活力

Videometer种子表型组学:甜菜种子加工损伤的多光谱图像分类

种子表型组学:基于多光谱成像的葵花籽品质特征识别

种子表型组学:利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别

种子表型组学:Videometer多光谱成像种子质量评估的新工具

种子表型组学:聚合物包衣对水稻种子萌发的影响

种子表型组学:基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度

种子表型组学:使用灰度共生矩阵和机器学习技术识别单倍体玉米种子

种子表型组学:不同成熟度甜菜种子发芽抑制因子去除的优化

  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌HAIP
  • 土壤仪器品牌植物遗传资源学报