植物气孔在适应胁迫条件方面起着核心作用,因此我们需要测量气孔孔径,以了解植物如何响应生物和非生物胁迫。然而,气孔孔径测量既费时又繁琐。为了测量气孔孔径,我们剥离表皮并在显微镜下观察气孔。
然后我们手动测量气孔孔径,即使对于非常有经验的研究人员来说,这也需要很长时间。我们挑战了这些障碍,并开发了一种工具和技术,可以自动测量完整拟南芥叶片中的气孔孔径。因此,我们坚信,我们开发的气孔测量装置和深度学习算法将促进气孔对各种生物和非生物胁迫响应的功能分析,因为这些技术进步大大减少了气孔孔径测量所需的时间和人力。