Method Article
Diese gravimetrische Phänotypisierungsmethode mit hohem Durchsatz, telemetrischen, ganzpflanzlichen Wasserverhältnissen ermöglicht direkte und gleichzeitige Echtzeitmessungen sowie die Analyse mehrerer ertragsbezogener physiologischer Merkmale, die an dynamischen Wechselwirkungen zwischen Pflanze und Umgebung beteiligt sind.
Die Ernährungssicherheit für die wachsende Weltbevölkerung ist ein großes Anliegen. Die von genomischen Werkzeugen zur Verfügung gestellten Daten übersteigen bei weitem das Angebot an phänotypischen Daten, wodurch eine Wissenslücke entsteht. Um der Herausforderung zu begegnen, die Ernten zu verbessern, um die wachsende Weltbevölkerung zu ernähren, muss diese Kluft überbrückt werden.
Physiologische Merkmale werden als zentrale funktionelle Merkmale im Kontext der Reaktionsfähigkeit oder Empfindlichkeit gegenüber Umgebungsbedingungen betrachtet. Viele kürzlich eingeführte Hhänotypisierungstechniken mit hohem Durchsatz (HTP) basieren auf Fernerkundung oder Bildgebung und sind in der Lage, morphologische Merkmale direkt zu messen, messen aber physiologische Parameter hauptsächlich indirekt.
Dieser Artikel beschreibt eine Methode zur direkten physiologischen Phänotypisierung, die mehrere Vorteile für die funktionelle Phänotypisierung von Wechselwirkungen zwischen Pflanze und Umwelt hat. Es hilft Benutzern, die vielen Herausforderungen zu meistern, die bei der Verwendung von Gravimetrischen Systemen der Lastzelle und Topfexperimenten auftreten. Die vorgeschlagenen Techniken werden es den Anwendern ermöglichen, zwischen Bodengewicht, Pflanzengewicht und Bodenwassergehalt zu unterscheiden, und bieten eine Methode zur kontinuierlichen und gleichzeitigen Messung dynamischer Boden-, Pflanzen- und Atmosphärenbedingungen sowie die Messung wichtiger physiologischer Merkmale. Diese Methode ermöglicht es Forschern, Feldstressszenarien unter Berücksichtigung der Auswirkungen der Umgebung auf die Physiologie der Pflanzen genau nachzuahmen. Diese Methode minimiert auch Topfeffekte, die eines der Hauptprobleme bei der Pre-Feld-Phänotypisierung sind. Es enthält ein Rückspeise-Fertigierungssystem, das ein wirklich randomisiertes experimentelles Design bei einer feldähnlichen Pflanzendichte ermöglicht. Dieses System erkennt die Boden-Wasser-Gehaltsbegrenzungsschwelle () und ermöglicht die Übersetzung von Daten in Wissen durch den Einsatz eines Echtzeit-Analysetools und einer statistischen Online-Ressource. Diese Methode zur schnellen und direkten Messung der physiologischen Reaktionen mehrerer Pflanzen auf eine dynamische Umgebung hat ein großes Potenzial für den Einsatz beim Screening auf vorteilhafte Merkmale im Zusammenhang mit Reaktionen auf abiotischen Stress im Zusammenhang mit der Vorfeldzucht und der Verbesserung der Ernte.
Die Gewährleistung der Ernährungssicherheit für eine wachsende Weltbevölkerung unter sich verschlechternden Umweltbedingungen ist derzeit eines der Hauptziele der Agrarforschung1,2,3. Die Verfügbarkeit neuer molekularer Werkzeuge hat die Programme zur Verbesserung der Ernte erheblich verbessert. Doch während genomische Werkzeuge eine enorme Datenmenge liefern, schafft das begrenzte Verständnis der tatsächlichen phänotypischen Merkmale eine erhebliche Wissenslücke. Diese Lücke zu überbrücken ist eine der größten Herausforderungen für die moderne Pflanzenwissenschaft4,5,6. Um den Herausforderungen zu begegnen, die sich im Prozess der Pflanzenverbesserung ergeben, und die Wissenslücke zwischen Genotyp und Phänotyp zu minimieren, müssen wir den genotypischen Ansatz mit einem phänozentrischen7,8ausbalancieren.
In letzter Zeit haben verschiedene High-Throughput-Phänotypisierungsplattformen (HTP) die zerstörungsfreie Phänotypisierung großer Pflanzenpopulationen im Laufe der Zeit ermöglicht und diese Plattformen können uns helfen, die Wissenslücke zwischen Genotyp-Phänotyp zu verringern6,8,9,10. HTP-Siebtechniken ermöglichen die Messung von Merkmalen in einer großen Anzahl von Anlagen innerhalb eines relativ kurzen Zeitraums, dank Robotik und Förderbändern oder Portalen, die verwendet werden, um die Anlagen oder Sensoren (bzw.) zu bewegen, im Gegensatz zu handbetriebenen Techniken, die auf Gasaustausch oder Fotografie basieren. Dennoch stellen die enormen Datenmengen von HTP-Systemen zusätzliche Datenverarbeitungs- und analytische Herausforderungendar 11,12.
Die meisten dieser HTP-Plattformen beinhalten die Bewertung von phänotiver Eigenschaften durch elektronische Sensoren oder automatisierte Bildaufnahme13,14. Die fortgeschrittene Feldphänomene beinhalten den Einsatz von proximalen Sensoren und Bildgebungstechnologien im Feld sowie eine hochauflösende, präzise und großflächige Messskala15. Sensor- und Bilddaten müssen in andere Multi-Omics-Daten integriert werden, um einen ganzheitlichen phänomischen Ansatz der zweiten Generation zu schaffen16. Methodische Fortschritte bei der Datenerfassung, -handhabung und -verarbeitung gewinnen jedoch zunehmend an Bedeutung, da die Herausforderungen bei der Umsetzung von Sensorinformationen in Wissen in den ersten Jahren der Pflanzenphänomenforschung stark unterschätzt wurden13. Die Zuverlässigkeit und Genauigkeit der derzeit verfügbaren bildgebenden Verfahren zur Tiefenphänotypisierung dynamischer Genotyp-Umgebungsinteraktionen und Pflanzenspannungsreaktionen ist jedoch fragwürdig17,18. Darüber hinaus unterscheiden sich die Ergebnisse aus kontrollierten Umgebungen oft sehr von denen, die vor Ort beobachtet werden, insbesondere wenn es um Diephänotypisierung von Dürre-Stress geht. Dies ist auf unterschiedliche Situation zurückzuführen, die die Pflanzen in Bezug auf Bodenvolumen, Bodenumwelt und mechanische Impedanz aufgrund abnehmender Bodenfeuchtigkeit während Trockenbelastung erleben. Daher sind Ergebnisse aus kontrollierten Umgebungen schwer auf das Feld19zu extrapolieren. Schließlich ist der Einstiegspreis für bildbasierte HTP-Systeme sehr hoch, nicht nur wegen der Preise für Sensoren, sondern auch wegen der Robotik, Förderbänder und Portale, die auch höhere Standards der Wachstums-Anlagen-Infrastruktur und erhebliche Wartung erfordern (viele bewegliche Teile, die in einer Gewächshausumgebung arbeiten).
In diesem Beitrag stellen wir eine HTP-telemetrische Phänotypisierungsplattform vor, die viele der oben genannten Probleme lösen soll. Die Telemetrietechnologie ermöglicht die automatische Messung und Übertragung von Daten von entfernten Quellen an eine Empfangsstation zur Aufzeichnung und Analyse. Hier zeigen wir eine zerstörungsfreie HTP-telemetrische Plattform, die mehrere Wägelysimeter (ein gravimetrisches System) und Umgebungssensoren umfasst. Dieses System kann für die Erfassung und sofortige Berechnung (Bildanalyse ist nicht erforderlich) einer Vielzahl von Daten verwendet werden, wie z. B. Biomassegewinn in ganzen Pflanzen, Transpirationsraten, stomatale Leitfähigkeit, Wurzelflüsse und Wassernutzungseffizienz (WUE). Die Echtzeitanalyse der Big Data, die direkt vom Controller im System an die Software gespeist wird, stellt einen wichtigen Schritt bei der Übersetzung von Daten in Wissen14 dar, der einen großen Wert für die praktische Entscheidungsfindung hat, und erweitert das Wissen, das aus kontrollierten Phänotypisierungsexperimenten der Umgebung im Allgemeinen und Gewächshausstudien über Stress im Besonderen erworben werden kann, erheblich.
Weitere Vorteile der Telemetrieplattform sind die Skalierbarkeit und einfache Installation sowie die minimalen Anforderungen an die Infrastruktur für Wachstumseinrichtungen (d. h. sie kann problemlos in den meisten Wachstumseinrichtungen installiert werden). Da dieses sensorbasierte System keine beweglichen Teile hat, sind die Wartungskosten relativ gering, einschließlich des Einstiegspreises und der langfristigen Wartungskosten. So wird beispielsweise der Preis für ein 20-Einheiten-Gravimetriesystem, einschließlich des Rückkopplungssystems für jede Anlage, meteorologische Station und Software, dem Preis eines tragbaren Gasaustauschsystems einer führenden Marke entsprechen.
Reis (Oryza sativa L.) wurde als Modellpflanze verwendet und Trockenheit war die untersuchte Behandlung. Reis wurde gewählt, da es sich um eine große Getreidepflanze mit großer genetischer Vielfalt handelt und es ist das Grundnahrungsmittel für mehr als die Hälfte der Weltbevölkerung20. Dürre ist ein wichtiger abiotischer Umweltstressfaktor, der das Pflanzenwachstum und die Entwicklung beeinträchtigen kann, was zu geringeren Ernteerträgen führt21. Diese Kombination aus Kulturundbehandlung wurde verwendet, um die Fähigkeiten der Plattform sowie die Menge und Qualität der Daten, die sie produzieren kann, zu demonstrieren. Weitere Informationen zum theoretischen Hintergrund dieser Methode finden Sie unter 22.
In diesem Protokoll haben wir auf 4 L-Töpfe verwiesen, die auf 20 cm x 20 cm Waagen geladen sind, wobei jeder Topf eine Pflanze enthält. Das gleiche Protokoll ist leicht skalierbar und kann mit viel größeren Töpfen (bis zu 25 L auf 40 cm x 40 cm Waage, mit nur einer linearen Anpassung an die Protokollmaße) und mehreren Pflanzen pro Topf verwendet werden. So kann das Protokoll für Anlagen vieler Arten und Größen leicht angepasst werden. Die Systemkomponenten entnehmen Sie bitte Abbildung 1 und Abbildung 2.
1. Bereiten Sie die Töpfe für das Experiment vor
2. Wachsen Sie die Pflanzen
3. Verbessern Sie den Signal-Rausch-Pegel
HINWEIS: Die folgenden Schritte verbessern die Qualität der Messungen und reduzieren den Geräuschpegel.
4. Einrichten des Experiments
ANMERKUNG: Bei der Einrichtung des Versuchs wird das Gewicht aller Teile des Systems berücksichtigt, nämlich das Gewicht des Vergussmediums (einschließlich des Boden-Wasser-Gewichts bei Topfkapazität) und das Anfangsgewicht der Sämlinge. Führen Sie die folgenden Schritte aus:
5. Starten des Experiments
HINWEIS: Die in dieser Phase gesammelten Daten werden als Referenzwerte für den Rest des Experiments verwendet. Daher ist es wichtig, die nächsten Schritte sorgfältig zu befolgen.
6. Ändern Sie die Pflanzentabelle
7. Führen Sie das Experiment aus
8. Analysieren Der Daten mit Datenanalysesoftware
Die Dauer des Experiments betrug 29 Tage. Das Experiment wurde im August durchgeführt, wenn das lokale Wetter warm und stabil ist und die Tage lang sind. Zwei verschiedene Bewässerungsszenarien wurden verwendet, um die Fähigkeit der Phänotypisierungsplattform zu demonstrieren, das physiologische Verhalten von drei verschiedenen Reissorten (z. B. Indica, Karla und Risotto) in Gegenwart von Dürrestress zu vergleichen. Es gab zwei Dürre-Stress-Behandlungen: (i) optimale Bewässerung [bis jeder Topf seine Topfkapazität in der Nacht nach der Bewässerung (Kontrolle)] erreichte und (ii) eine Dürre, die 5 Tage nach Beginn des Experiments begann, 14 Tage dauerte und eine 10-tägige Erholungsphase folgte (optimale Bewässerung, Tage 19–29). Der Einfachheit halber sind in den hier vorgestellten Zahlen nicht alle Sorten und Gruppen dargestellt. Die Ergebnisse zeigten, dass das HTP-telemetrische System Veränderungen der atmosphärischen Bedingungen, des Bodens und der Physiologie der Pflanzen effizient messen kann.
Umweltbedingungen
Die Umgebungsbedingungen [photosynthetisch aktive Strahlung (PAR) und Dampfdruckdefizit (VPD)] wurden während des gesamten Experiments von einer atmosphärischen Sonde überwacht. Die gesammelten Daten deuten darauf hin, dass PAR und VPD über die verschiedenen Tage und im Laufe des Tages ähnlich blieben (Abbildung 4).
Der VWC der mit Dürre behandelten Töpfe wurde während des gesamten Versuchszeitraums mit Bodensonden gemessen. Die VWC-Daten aus einem mit Dürre behandelten cv. Indica-Anlage ist in Abbildung 5dargestellt.
Physiologische Parameter
Die tägliche Transpiration nahm in allen vier Behandlungen (Karla-Kontrolle, Karla-Dürre, Risotto-Kontrolle und Risotto-Dürre) in der ersten Phase des Experiments, in der alle Pflanzen gut bewässert waren, allmählich zu. Später gab es eine Verringerung der Transpiration, die mit der Dürreperiode (Tag 5 bis Tag 18) in den beiden wasserarmen Behandlungen verbunden war. In der Folge nahm die tägliche Transpiration in den beiden wasserarmen Gruppen (ab dem 18. Tag) wieder zu, allerdings auf ein wesentlich niedrigeres Niveau als vor der Trockenheitsbehandlung(Zusatzabbildung 9B).
Das durchschnittliche berechnete Pflanzengewicht (d.h. die Rate der Pflanzengewichtszunahme) stieg sowohl bei derKarla-Kontrolleals auch bei den Karla-Dürre-Behandlungen in der ersten Phase des Experiments, als alle Pflanzen eine ähnliche Bewässerung erhielten, durchgängig an (Tage 1–5). Wenn die Trockenheitsbehandlung auf die cv angewendet wurde. Karla-Pflanzen (Tage 5-18), diese Pflanzen hörten auf, Gewicht zu gewinnen und wieder an Gewicht zu gewinnen, bis die Erholungsphase. Zu diesem Zeitpunkt gab es eine Gewichtszunahme, die langsamer voranging als das, was für die Kontrolle beobachtet wurde. Im Gegensatz dazu nahmen die Gewichte derKarla-Kontrollanlagenwährend des gesamten Versuchszeitraums kontinuierlich zu (Abbildung 6).
Abbildung 1: Komponenten und Einrichtung des gravimetrischen Phänotypisierungssystems.
(A) Wiegen lysimeter. Das Lysimeter umfasst die Wägezelle, die die mechanische Last eines Objekts in eine elektrische Ladung umwandelt, und eine Metallplattform, die den oberen und unteren Teil der Wägezelle abdeckt, so dass das Gewicht des Objekts richtig gemessen werden kann. (B) Das Lysimeter ist mit einem Polystyrolblock und einer Kunststoffabdeckung zur Wärmedämmung überzogen. (C) Skalieren Von Teilen. Ein Wasserreservoir (grüner Behälter) wird auf die Lysimeterabdeckung gelegt, um die Flüssigkeit zu sammeln, die aus dem Topf abfließt. Der grüne Behälter ist mit einer grünen Abdeckung gekoppelt, die eine große runde Öffnung hat, durch die der Topf eingefügt wird. An einer Seite der grünen Abdeckung ist ein schwarzer Gummidichtungsring befestigt und der Topf auf der anderen Seite befestigt, um den Wasserverlust durch Verdunstung aus dem Behälter zu minimieren. Die grüne Abdeckung hat zwei Probenahmelöcher (klein und groß) über der Drainageverlängerung, die mit Gummisteckern abgedichtet sind. (D) Stecker. Der Behälter hat eine Drainageverlängerung mit vier Löchern (mit Steckern) in verschiedenen Höhen, die verwendet werden können, um den Wasserstand im Behälter nach der Entwässerung durch ein bestimmtes Loch stoppt (das Reservewasservolumen) einzustellen. Das gewünschte Wasservolumen hängt von der Pflanzenart, der Art des verwendeten Vergussmediums und dem Wasserbedarf der Pflanzen ab (d. h. vom geschätzten Tagesdurchflässchen). (E) Die Steuereinheit besteht aus einem grünen rechteckigen Kasten, der die elektronische Steuerung und Magnetventile enthält. Es gibt Löcher, durch die die Fertigationslösung in die Töpfe eindringen und verlassen kann, sowie Steckdosen zum Anschluss der Wägezelle und verschiedener Sensoren. Verschiedene Behandlungen, wie z. B. unterschiedliche Salzgehalte oder unterschiedliche Mineralzusammensetzungen, können über die Fertigationslösung angewendet werden. Ein Metallständer ist mit dem Controller verbunden, um die Rohre und Kabel zu halten und zu verhindern, dass sie die Töpfe berühren und Gewichthinzufügen. Die weiteren erforderlichen Komponenten sind (F) Bodensonden (z.B. Feuchte-, Temperatur- und EC-Sensoren - 5TE), optional (G) Multi-Outlet-Tropfen (für Fertigations- und/oder Behandlungsanwendungen) und (H) atmosphärische Sonden [zur Messung des Dampfdruckdefizits (VPD) und der Strahlung]. (I) Voll ausgestattetes Einzelarray. (J) Voll ausgestattetes Array im Gewächshaus, gelbe Pfeile, die auf die atmosphärischen Sonden zeigen, die die stomatole Leitfähigkeitsnormalisierung basierend auf den lokalen atmosphärischen Bedingungen ermöglicht. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Teile, die für eine einzelne Topfeinrichtung erforderlich sind.
(A–C) Folgende Komponenten werden benötigt: ein 4 L Topf, ein 4 L Topf ohne Boden als Netzhalter, ein kreisförmiges Stück Nylongewebe (Porengröße = 60 Mesh) mit einem doppelten Durchmesser des Bodens des Topfes, eine Abdeckung mit ausgewiesenen Löchern für Pflanzen- und Bewässerungstropfen, ein 60 cm, ein weißer Fiberglasstab (Pol) und ein schwarzer Dichtungsring. (D) Beispiel für einen Tabellenplan, in dem die Töpfe randomisiert wurden. Im Gewächshaus hatte jeder Tisch 1-18 Spalten und vier Reihen, hier haben wir 24 Positionen verwendet. Die Arraystruktur kann jedoch leicht an jede Form angepasst werden, basierend auf der Größe des eigenen Gewächshauses. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3: Pot-Setup.
(A) Pflanzen, die in Hohlraumschalen wachsen. (Die hier gezeigten Tomatensämlinge sind nur ein Beispiel; viele andere Pflanzenarten könnten auf die gleiche Weise angebaut werden). (B) Gussteile von Formen für (C) Erstellen von Hohlräumen im Vergussmedium, die (D) eng in die Wurzelbodenstopfen der Sämlinge passen, um die erfolgreiche Verpflanzung der (E) sämigen den Sämlinge in die Töpfe zu gewährleisten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4: Atmosphärische Bedingungen im Laufe des Experiments.
Die y-Achse rechts zeigt das tägliche Dampfdruckdefizit (VPD) und die y-Achse links die photosynthetisch aktive Strahlung (PAR) an den 29 aufeinanderfolgenden Tagen des Experiments. Dieses Diagramm wurde von der Datenanalyse-Software erstellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5: Volumenwassergehalt (VWC), der im Laufe des Experiments von einer Bodensonde gemessen wird.
Die Daten stellen die VWC-Werte für einen cv dar. Indica-Pflanze, die während des gesamten Versuchszeitraums der Trockenheitsbehandlung unterzogen wurde, einschließlich der Erholung. Dieses Diagramm wurde von der Datenanalyse-Software erstellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 6: Ganzpflanzengewichte (d. h. ± SE) über den gesamten Versuchszeitraum für cv. Karla unter gut bewässerten (Kontrolle) und Dürrebedingungen.
Gruppen wurden mit ANOVA (Tukeys HSD; p < 0,05). Jeder Mittelwert ± SE stellt mindestens vier Pflanzen dar. Das Diagramm und die statistische Analyse wurden von der Datenanalyse-Software erstellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Ergänzende Abbildung 1: Bedienen von Softwarefenstern zum Einrichten eines Experiments. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzende Abbildung 2: Tabelle "Pflanzen" als Tabellenkalkulation; Betriebssoftware. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzende Abbildung 3: Softwarefenster zur Berechnung des Bodentrockengewichts; Betriebssoftware. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzende Abbildung 4: Softwarefenster für die Einrichtung einer Bewässerungsbehandlung; Betriebssoftware. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzendes Abbildung5: Fenster Datenanalyse Diagramm Viewer. In unserem Experiment verwendeten wir drei Reissorten (d.h. Indica, Karla und Risotto) und zwei verschiedene Bewässerungsszenarien, gut bewässert (Kontrolle) und Trockenheit. Die Rohdaten zeigten im Laufe des Experiments Eine Veränderung des Gewichts der Pflanzen. Jede Linie stellt eine Pflanze/einen Topf dar. Im Laufe des Tages vergingen die Pflanzen, so dass das System an Gewicht verlor, wie man an den Hängen der Tageskurven sehen kann. Die Töpfe wurden jede Nacht bis zur vollen Kapazität bewässert, wie die Spitzen in den Kurven dargestellt. Auf das Bewässerungsereignis folgte die Entwässerung von überschüssigem Wasser, nachdem das Topfmedium gesättigt war. Anfangs waren alle Anlagen gut bewässert (Kontrolle). Ab dem 7. August 2018 wurde die Hälfte der Pflanzen einer Dürrebehandlung unterzogen. Gleichzeitig erhielten die übrigen Pflanzen weiterhin eine optimale Bewässerung. Die differenzierte Erholung wurde durch die Wiederherstellung der Bewässerung der mit Dürre behandelten Pflanzen erreicht, beginnend am 20. August 2018 (so dass jede Pflanze einen ähnlichen Stressgrad erfahren konnte) und bis zum Ende des Experiments fortgesetzt wurde. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Das Feedback-Bewässerungstool des Systems ermöglicht es dem Anwender, Bewässerungsprogramme für jeden einzelnen Topf basierend auf Zeit, Topfgewicht, Daten eines Bodensensors (z.B. VWC) oder Anlagentranspiration über den Vortag zu entwerfen. Jede Anlage kann individuell auf basis ihrer eigenen Leistung bewässert werden. Diese Differenzbewässerung minimiert die Unterschiede zwischen dem Bodenwassergehalt der Pflanzen, so dass alle Pflanzen unabhängig von ihrem individuellen Wasserbedarf einer kontrollierten Trockenheitsbehandlung ausgesetzt sind.
Ergänzende Abbildung 6: Fenster Datenanalyse für die Datenanalyse. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzendes Abbildung7: Histogrammfenster der Datenanalyse. Diese Abbildung zeigt eine grafische Darstellung der Verteilung der Tagestranspirationswerte in den drei verschiedenen Reissorten (d.h. Indica, Karla und Risotto) unter gut bewässerten (Kontroll-)Bedingungen. Das untere Diagramm stellt eine Wärmekartenvisualisierung der pflanzen täglichen Transpiration basierend auf der physikalischen Position der Töpfe auf dem Tisch dar. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzendes Abbildung 8: Datenanalyse T-Testfenster. Linien stellen die Unterschiede in der täglichen Transpiration (ein grundlegendes und wichtiges physiologisches Merkmal) zwischen zwei Reissorten (d.h. Karla und Risotto) unter gut bewässerten (Kontroll-)Bedingungen dar. Das Fenster zeigt die tägliche Transpiration der einzelnen Pflanzen (oben rechts) und einen Vergleich der Mittel ± SE jeder Gruppe, die mit dem Student es t-test (unten rechts) durchgeführt wird. Die statistische Auswertung wurde automatisch von der Software durchgeführt. Die roten Punkte stellen signifikante Unterschiede zwischen den Behandlungen nach den t-Testsdes Studenten dar; p < 0,05. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzendes Abbildung 9: Datenanalyse ANOVA-Fenster. (A) Grafische Darstellung der Unterschiede in der täglichen Transpiration zwischen zwei Reissorten (d. h. Karla und Risotto) unter gut bewässerten (Kontroll-)und Dürrebedingungen während des gesamten Versuchszeitraums. Die Trockenbehandlung wurde 5 Tage nach Beginn des Experiments begonnen. Wenn Sie auf einen beliebigen Tag klicken, wird der (B) Gruppenvergleich mit ANOVA (Tukeys HSD; p < 0.05), hier auf AUG am 12. Jeder Mittelwert ± SE stellt mindestens vier Pflanzen dar. Dieselben Gruppen könnten auch als (C) kontinuierliche Vollpflanzentranspirationsrate (Means ± SE) über den gesamten Versuchszeitraum dargestellt werden. Die Graphiken und die statistische Analyse wurden von der Datenanalyse-Software erstellt. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzende Abbildung 10: Datenanalyse stückweise lineares Kurvenfenster. Dieses Fenster zeigt die stückweise linearen Kurven von drei Reissorten (z.B. Indica, Karla und Risotto) unter Dürrebedingungen. Die Software kann eine stückweise lineare Anpassungsanalyse der Beziehung zwischen jedem physiologischen Parameter (hier, tägliche Transpiration) und dem berechneten Volumenwassergehalt (VWC) der Pflanzen, die der Trockenheitsbehandlung unterzogen werden, durchführen. Bitte klicken Sie hier, um diese Abbildung herunterzuladen.
Ergänzende Materialien. Bitte klicken Sie hier, um diese Materialien herunterzuladen.
Mittel | Beschreibung | |
Grober Sand | Kieselsäuresand 20-30 (obere und untere Maschengitter, durch die der Sand geleitet wurde: 0,841 bzw. 0,595 mm) | |
Feiner Sand | Kieselsäuresand 75-90 (obere und untere Maschengitter, durch die der Sand geleitet wurde: 0,291 bzw. 0,163 mm) | |
Torfboden | Klasmann 686 | |
Lehmboden (natürlicher Boden) | Sandiger Lehmboden aus der obersten Schicht eines Grundstücks auf dem Versuchsbauernhof der Fakultät für Landwirtschaft, Ernährung und Umwelt, Rehovot, Israel | |
Vermiculit | Vermiculit 3G | |
Perlit | Perlite 212 (Größenbereich: 0,5-2,5 mm) | |
Kompost | Bental 11 Potting Erde | |
Porös, keramisch, klein | Profil Poröse Keramik 20-50 (obere und untere Maschensiebe, durch die die gemahlene Keramik geleitet wurde: 0,841 bzw. 0,297 mm) | |
Porös, keramisch, mittelgroß | Profil Poröse Keramik 50% 20-50 Mesh und 50% 20-6 Mesh, 0.841– 3.36 mm |
Tabelle 1: Topfmedien.
Bodenmedientyp / Parameter | Grober Sand | Feiner Sand | Lehmboden | Perlit | Vermiculit | Poröse Keramik gemischt groß | Poröse Keramik klein | Torfboden | Kompost |
Gesamtwasser (TW, ml) | 860 ± 7,2 (F) | 883,1 ± 24 (F) | 1076,3 ± 35,9 (E) | 1119,9 ± 8,5 (E) | 1286 ± 22,4 (D) | 1503,6 ± 15,4 (C) | 1713 ± 25,9 (B) | 1744,3 ± 8,2 (B) | 2089,6 ± 61,6 (A) |
Volumenwassergehalt (VWC, ml3/ml3) | 0,26 (F) | 0,27 (F) | 0,33 (E) | 0,35 (E) | 0,4 (D) | 0,46 (C) | 0,53 (B) | 0,54 (B) | 0,65 (A) |
Massendichte (BD, g/cm3) | 1.7 (A) | 1.6 (B) | 1.5(C) | 0,1 (H) | 0,2 (F) | 0,8 (D) | 0,7 (E) | 0,2 (G) | 0,1 (G) |
Bodengewichtsstabilität (SWS, g/d) | ±2,3 ± 0,3 (B) | ± ± 4,3 ± 0,3 (B) | 2,9 ± ± 0,9 (B) | ± 14,9 ± ± 0,7 (A) | 7,6 ± ± 2,8 (B) | ± 1,3 ± 1,3 ± 0,1 (B) | 1,9 ± ± 0,4 (B) | ± 6,7 ± 6,7 ± 0,8 (B) | ±4,3 ± 1,2 (B) |
Bodengewichtsstabilität bei reserviertem Wasser im Bad (g/Tag; siehe Abschnitt 6.14) | 3 ± 0,4 (B) | 3.3 ± 0,4 (B) | 3.2 ± 1.2 (B) | 6,3 ± 0,5 (A) | 2,7 ± 0,8 (B) | 1.6 ± 0,3 (B) | 1,9 ± 0,3 (B) | 10,6 ± 3 (A) | 1.5 ± 0.3 (B) |
Topfkapazität gravimetrischer Feuchtigkeitsgehalt (SWC; siehe Abschnitt 8.2) | 0,18 (G) | 0,23 (G) | 0,23 (G) | 3,79 (C) | 3,0 (D) | 0,74 (F) | 0,99 (E) | 4.25 (B) | 6.13 (A) |
Relative Drainagefähigkeit | Ausgezeichnet | Mittel | Mittel-niedrig | Ausgezeichnet | Ausgezeichnet | Ausgezeichnet | Ausgezeichnet | Niedrig | Mittel |
Relative Zeit, um Topfkapazität zu erreichen | schnell | schnell | schnell | Langsam | Langsam | schnell | schnell | Langsam | Langsam |
Relative Kationenaustauschkapazität (KEG) | Niedrig | Niedrig | Niedrig | Niedrig | Hoch | Hoch | Hoch | Hoch | Hoch |
Kompatibilität mit: | |||||||||
Wurzelwäsche (am Ende des Experiments) | ++ | ++ | + | ++ | + | ++ | ++ | - | - |
Nährstoff-/biostimulierende Behandlung | ++ | ++ | - | ++ | + | + | + | - | - |
Salinitätsbehandlungen | ++ | ++ | + | ++ | + | ++ | ++ | + | - |
Genaue Messung der Wachstumsraten | ++ | ++ | + | -,+ | + | ++ | +++ | + | + |
Körperliche Bodenstrukturerholung nach Trockenheit | +++ | +++ | ++ | + | - | +++ | +++ | -,+ | - |
* Gesamtwasser (TW, ml) = Bodenfeuchtgewicht (bei Topfkapazität) – Bodentrockengewicht. Volumenwassergehalt (VWC) = TW/Bodenvolumen. | |||||||||
Schüttdichte (BD) = Bodentrockengewicht/Bodenvolumen. Bodengewichtsstabilität (SWS) = Durchschnittliche Veränderung des Nassgewichts des Bodens an 4 aufeinanderfolgenden Tagen (mittelbei Topfkapazität ohne Pflanze nach der letzten Bewässerung). | |||||||||
Topfkapazität gravimetrischer Feuchtigkeitsgehalt (SWC); für die Berechnung siehe Abschnitt 7.2. |
Tabelle 2: Allgemeine Merkmale von 9 verschiedenen Vergussmedien und deren Kompatibilität mit der gravimetrischen Plattform. Die Messungen wurden mit 4-L-Töpfen durchgeführt, die mit 3,2 l Medium bei Feldkapazität (Topfkapazität) gefüllt waren. Die Daten werden als Mittel ± SE dargestellt. Verschiedene Buchstaben in den Spalten weisen auf signifikante Unterschiede zwischen den Medien hin, gemäß Tukeys HSD-Test (P < 0,05; 3 ≤ n ≤ 5).
Fertigationskomponenten | Endkonzentration (ppm) | Endkonzentration (mM) |
NaNO3 | 195.8 | 2.3 |
H3PO4 | 209 | 0.000969 |
KNO3 | 271.4 | 2.685 |
MgSO4 | 75 | 0.623 |
ZnSO4 | 0.748 | 0.0025 |
CuSO4 | 0.496 | 0.00198 |
MoO3 | 0.131 | 0.00081 |
MnSO4 | 3.441 | 0.0154 |
Borax | 0.3 | 0.00078 |
C10H12N2NaFeO8 (Fe) | 8.66 | 0.0204 |
Der pH-Wert der Endbewässerungslösung aus dem Tropf (nach Verdünnung mit Leitungswasser) schwankte zwischen 6,5 und 7. |
Tabelle 3: Fertigationskomponenten.
Die Wissenslücke zwischen Genotyp und Phänotyp spiegelt die Komplexität der Wechselwirkungen zwischen Genotyp x Umgebung wider (überprüft durch18,24). Es könnte möglich sein, diese Lücke durch den Einsatz von hochauflösenden, HTP-telemetrischen diagnosen und phänotypischen Screening-Plattformen zu überbrücken, die verwendet werden können, um die physiologische Leistung von ganzen Pflanzen und die Wasser-Beziehungskintik8,9zu untersuchen. Die Komplexität von Genotyp-x-Umgebungsinteraktionen macht Phänotypisierung zu einer Herausforderung, insbesondere angesichts der Schnellen, wie Pflanzen auf ihre sich verändernden Umgebungen reagieren. Obwohl derzeit verschiedene Phänotypisierungssysteme verfügbar sind, basieren die meisten dieser Systeme auf Fernerkundung und fortschrittlichen Bildgebungstechniken. Obwohl diese Systeme simultane Messungen durchführen, beschränken sich ihre Messungen bis zu einem gewissen Grad auf morphologische und indirekte physiologische Merkmale25. Physiologische Eigenschaften sind sehr wichtig im Zusammenhang mit der Reaktionsfähigkeit oder Empfindlichkeit gegenüber Umweltbedingungen26. Daher können direkte Messungen, die kontinuierlich und gleichzeitig in einer sehr hohen Auflösung (z.B. 3 min Intervalle) durchgeführt werden, eine sehr genaue Beschreibung des physiologischen Verhaltens einer Pflanze liefern. Trotz dieser wesentlichen Vorteile des gravimetrischen Systems muss auch die Tatsache berücksichtigt werden, dass dieses System einige potenzielle Nachteile hat. Die Hauptnachteile ergeben sich aus der Notwendigkeit, mit Töpfen und unter Gewächshausbedingungen zu arbeiten, was große Herausforderungen für die Behandlungsregulierung (insbesondere die Regulierung von Dürrebehandlungen) und die experimentelle Wiederholbarkeit mit sich bringen kann.
Um diese Probleme anzugehen, sollte man die angewendeten Spannungen standardisieren, eine wirklich randomisierte Versuchsstruktur schaffen, Topfeffekte minimieren und mehrere dynamische Verhaltensweisen von Pflanzen unter sich verändernden Umgebungsbedingungen innerhalb kurzer Zeit vergleichen. Der in diesem Dokument beschriebene HTP-telemetrische funktionelle Phänotypisierungsansatz befasst sich mit diesen Problemen, wie unten erwähnt.
Um die dynamische Reaktion der Pflanze mit ihrer dynamischen Umgebung zu korrelieren und ein vollständiges, umfassendes Bild komplexer Wechselwirkungen zwischen Pflanzen und Umwelt zu erfassen, müssen sowohl die Umgebungsbedingungen (Abbildung 4) als auch die Reaktionswerte der Anlage (ergänzende Abbildung 9B) kontinuierlich gemessen werden. Diese Methode ermöglicht die Messung physikalischer Veränderungen im Topfmedium und in der Atmosphäre kontinuierlich und gleichzeitig neben Pflanzenmerkmalen (Boden-Pflanzen-Atmosphäre-Kontinuum, SPAC).
Um das Verhalten der Pflanzen im Feld optimal vorherzusagen, ist es wichtig, den Phänotypisierungsprozess unter Bedingungen durchzuführen, die denen im Feld18so ähnlich wie möglich sind. Wir führen die Experimente in einem Gewächshaus unter halbkontrollierten Bedingungen durch, um Feldbedingungen so weit wie möglich nachzuahmen. Eine der wichtigsten Bedingungen ist das Anbau- oder Topfmedium. Die Auswahl des am besten geeigneten Vergussmediums für das Gravimetrische Systemexperiment ist von entscheidender Bedeutung. Es ist ratsam, ein Bodenmedium zu wählen, das schnell abfließt, die schnelle Erreichung der Topfkapazität ermöglicht und eine sehr stabile Topfkapazität hat, da diese Merkmale genauere Messungen durch das gravimetrische System ermöglichen. Darüber hinaus müssen auch die verschiedenen Behandlungen berücksichtigt werden, die im Experiment anzuwenden sind. Beispielsweise erfordern Behandlungen mit Salzen, Düngemitteln oder Chemikalien die Verwendung eines inerten Vergussmediums, vorzugsweise eines mit geringer Kationenaustauschkapazität. Dürrebehandlungen, die auf pflanzenarme Pflanzenarten angewendet werden, würden am besten mit Blumenmedien mit relativ niedrigen VWC-Werten funktionieren. Im Gegensatz dazu würden langsame Dürrebehandlungen, die auf hochtranspirierende Anlagen angewendet werden, am besten mit Blumenmedien mit relativ hohen VWC-Werten funktionieren. Wenn die Wurzeln für die Analyse nach dem Experiment (z. B. Wurzelmorphologie, Trockengewicht usw.) benötigt werden, wird die Verwendung eines Mediums mit relativ geringem Gehalt an organischen Stoffen (d. h. Sand, poröse Keramik oder Perlit) das Waschen der Wurzeln erleichtern, ohne sie zu beschädigen. Für Experimente, die für längere Zeit andauern, ist es ratsam, Medien zu vermeiden, die reich an organischer Substanz sind, da diese organische Substanz mit der Zeit zersetzen kann. Ausführlichere Informationen zu diesem Thema finden Sie in Tabelle 1 und Tabelle 2.
Feldphäotypisierung und Gewächshaus-Phänotypisierung (Vorfeld) haben ihre eigenen Ziele und erfordern unterschiedliche Versuchsaufgebungen. Pre-Field-Phänotypisierung unterstützt die Auswahl vielversprechender Kandidatengenotypen, die eine hohe Wahrscheinlichkeit haben, sich auf dem Feld gut zu behaupten, um Feldversuche fokussierter und kostengünstiger zu machen. Die Pre-Feld-Phänotypisierung beinhaltet jedoch eine Reihe von Einschränkungen (z. B. Topfeffekte), die dazu führen können, dass Pflanzen anders abschneiden als unter Feldbedingungen18,27. Kleine Topfgröße, Wasserverlust durch Verdunstung und Erwärmung der Lysimeter-Skalen sind Beispiele für Faktoren in Gewächshausexperimenten, die zu Topfeffekten führen können18. Die hier beschriebene Methode wurde entwickelt, um diese potenziellen Auswirkungen auf folgende Weise zu minimieren:
a) Die Topfgröße wird auf der Grundlage des zu untersuchenden Genotyps gewählt. Das System ist in der Lage, verschiedene Topfgrößen (bis zu 25 l) und Bewässerungsbehandlungen zu unterstützen, die die Untersuchung jeder Art von Kulturpflanzen ermöglichen.
b) Die Töpfe und die Lysimeterwaagen sind isoliert, um zu verhindern, dass Wärme übertragen wird und die Töpfe erwärmt werden.
c) Dieses System umfasst ein sorgfältig konzipiertes Bewässerungs- und Entwässerungssystem.
d) Für jeden Topf gibt es einen separaten Controller, um eine echte Randomisierung mit selbstbewässernden und selbstüberwachten Behandlungen zu ermöglichen.
e) Die Software berücksichtigt bei der Berechnung der stomatalen Leitfähigkeit der Pflanzen die lokale VPD der Anlagen. Bitte beachten Sie die Lokalisierung mehrerer VPD-Stationen in Abbildung 1J.
Dieses System beinhaltet direkte physiologische Messungen an feldartigen Pflanzendichten, wodurch entweder große Räume zwischen den Pflanzen oder das Verschieben der Pflanzen zur bildbasierten Phänotypisierung entfallen. Dieses System umfasst die Echtzeit-Datenanalyse sowie die Fähigkeit, den physiologischen Stresspunkt jeder Pflanze genau zu erkennen. Dies ermöglicht es dem Forscher, die Pflanzen zu überwachen und Entscheidungen darüber zu treffen, wie das Experiment durchgeführt werden soll und wie eventuelle Proben im Laufe des Experiments gesammelt werden sollen. Die einfache und einfache Gewichtskalibrierung des Systems ermöglicht eine effiziente Kalibrierung. Hochdurchsatzsysteme generieren riesige Datenmengen, die zusätzliche Datenverarbeitungs- und analytische Herausforderungen darstellen11,12. Die Echtzeitanalyse der Big Data, die direkt vom Controller an die Software zugeführt wird, ist ein wichtiger Schritt bei der Übersetzung von Daten in Wissen14, der einen großen Wert für die praktische Entscheidungsfindung hat.
Diese HTP-telemetrische physiologische Phänotypisierungsmethode könnte hilfreich sein, um Gewächshausexperimente unter nah feldnahen Bedingungen durchzuführen. Das System ist in der Lage, wasserbezogene physiologische Reaktionen von Pflanzen auf ihre dynamische Umgebung zu messen und direkt zu berechnen, während es die meisten Probleme im Zusammenhang mit dem Topfeffekt effizient überwindet. Die Fähigkeiten dieses Systems sind in der Pre-Field-Phänotypisierungsphase extrem wichtig, da sie die Möglichkeit bieten, Ertragsstrafen in frühen Stadien des Pflanzenwachstums vorherzusagen.
Die Autoren haben nichts zu verraten.
Diese Arbeit wurde durch das gemeinsame IsF-NSFC-Forschungsprogramm (Grant Nr. 2436/18) unterstützt und teilweise vom israelischen Ministerium für Landwirtschaft und ländliche Entwicklung (Eugene Kandel Knowledge Centers) als Teil des Root of the Matter – The Root Zone Knowledge Center for Leveraging Modern Agriculture unterstützt.
Name | Company | Catalog Number | Comments |
Atmospheric Probes | SpectrumTech/Meter group | 3686WD | Watchdog 2475 |
40027 | VP4 | ||
Array Randomizer | None | The software "Array Randomizer" can be used for creating an experimental design of a randomized block design, or fully random design. It was developed to have better control over the random distribution of the experimental samples (plants) in order to normalize the atmospheric microvariation inside the greenhouse. | |
Free download and more information, please click on the following link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q | |||
Cavity trays | Danish size with curved rim for nursery | 30162 | 4X4X7 Cell, 84 cell per tray https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92 |
Coarse sand | Negev Industrial Minerals Ltd., Israel | ||
Compost | Tuff Marom Golan, Israel | ||
Data Analysis software | Plant-Ditech Ltd., Israel | SPAC Analytics | |
Drippers | Netafim | 21500-001520 | PCJ 8L/h |
Fine sand | Negev Industrial Minerals Ltd., Israel | ||
Loamy soil (natural soil) | |||
Nylon mesh | Not relevant (generic products) | ||
Operating software | Plant-Ditech Ltd., Israel | Plantarray Feedback Control (PFC) | |
Peat-based soil | Klasmann-Deilmann GmbH, Germany | ||
Perlite | Agrekal , Israel | ||
Plantarray 3.0 system | Plant-Ditech Ltd., Israel | SCA400s | Weighing lysimeters |
PLA300S | Planter unit container | ||
CON100 | Control unit | ||
part of the planter set | Fiberglass stick | ||
part of the planter set | Gasket ring | ||
Operating software | |||
SPAC Analytics software | |||
Porous, ceramic, mixed-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
Porous, ceramic, small-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
Pots | Not relevant (generic products) | ||
Soil | Bental 11 by Tuff Marom Golan | ||
Soil Probes | Meter group | 40567 | 5TE |
40636 | 5TM | ||
40478 | GS3 | ||
Vermiculite | Agrekal , Israel |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten