Bu ADAPT projesi (Çoklu strese toleranslı Patatesin Hızlandırılmış Gelişimi), Avrupa Birliği'nin Horizon 2020 araştırma ve inovasyon programından GA 2020 862-858 sayılı hibe sözleşmesi kapsamında fon almıştır. Bu çalışma, Çek Cumhuriyeti Eğitim, Gençlik ve Spor Bakanlığı tarafından Avrupa Bölgesel Kalkınma Fonu Projesi "SINGING PLANT" ile kısmen desteklenmiştir (no. CZ.02.1.01/0.0/0.0/16_026/0008446). CEITEC MU'nun Çekirdek Tesis Bitki Bilimleri, yetiştirme tesisi desteği ile tanınmaktadır. Bu çalışmada kullanılan in vitro kesimleri sağladığı için Meijer BV'ye teşekkür ederiz. Şekil 2'nin grafik tasarımına yardımcı olduğu için Lenka Sochurkova'ya ve Photon Systems Instruments (PSI) Araştırma Merkezi'ndeki (Drásov, Çek Cumhuriyeti) deneyler sırasında bitki materyalinin hazırlanmasına yardımcı olduğu için Pavla Homolová'ya teşekkür ederiz.

İklimle İlgili Stresler Altında Patates Dayanıklılık Analizi

Yazarlar, bu yazıda rapor edilen çalışmayı etkilemiş gibi görünebilecek bilinen hiçbir rekabet eden mali çıkarları veya kişisel ilişkileri olmadığını beyan ederler.

Geliştirilmiş gelişmiş yüksek çözünürlüklü görüntüleme araçları ve bilgisayarla görme teknikleri, büyük bitki görüntülerinden tekrarlanabilir bir şekilde nicel veriler elde etmek için bitki fenotiplemesinin hızlı bir şekilde geliştirilmesini sağlamıştır39. Bu çalışma, tek ve birleşik abiyotik stresler altında bitkilerin dinamik tepkilerini izlemek için şu anda mevcut olan bir dizi görüntüleme sensörünü kullanarak yüksek verimli görüntü tabanlı metodolojiyi uyarlamayı ve optimize etmeyi amaçladı. Uygulanan yaklaşımın birkaç kritik adımı, stres uygulamak ve ölçümler için uygun bir görüntüleme protokolünün seçilmesi de dahil olmak üzere ayarlamalar gerektirir. Görüntü elde etmek için birden fazla sensör kullanmak, temel fenotipik özelliklerin (bitki büyümesi, fotosentetik verimlilik, stoma düzenlemeleri, yaprak yansıması vb.) ölçülmesine olanak tanır. Ek olarak, patates bitkilerinin farklı abiyotik streslere nasıl tepki verdiğinin anlaşılmasını geliştirir. Bu, iklime dayanıklı genotipler40 geliştirmek için bitki ıslah projelerini hızlandırmak için önemli bir ön koşuldur. İndüklenen strese verilen morfolojik tepkiler gelişim aşamasına bağlıdır. Örneğin, stolon veya yumru başlangıç aşamasında strese neden olmak, yaprak ve bitki gelişimini engeller ve dışkı sayısını sınırlar, böylece nihai verimiazaltır 41. Bununla birlikte, elverişsiz koşullar altında, bitkiler stres tepkilerini strese bağlı hücresel hasarı önlemek ve onarmak için adaptif bir tepki olarak kullanırlar42. Bitkiler, şiddet düzeyine bağlı olarak stres koşullarından kaçınmak ve tolere etmek için adaptif mekanizmalara sahiptir43.
Bitkilerin çalışma mekanizmalarını anlamak için, uygun süre ve yoğunlukta stresin indüklenmesi ve görüntüleme sensörleri kullanılarak bitkilerin strese karşı tepkilerinin belirlenmesi kritik adımlardan biri olarak kabul edilmektedir. Birkaç stres çakıştığında, bir stresin yoğunluğu, streslerin kombinasyonuna, yoğunluğuna ve süresine bağlı olarak diğerlerinin etkisini geçersiz kılabilir. Bu nedenle, stres etkileri toplanabilir veya karşıt tepkiler (kısmen) birbirini iptal edebilir ve sonuçta bitkiler üzerinde olumlu veya olumsuz etkilere neden olabilir. Bu çalışmada seçilen protokol, yeterli stres seviyelerinin uygulandığından emin olmak için önceki deneyimlere dayanıyordu. Örneğin, kuraklık stresinin uygulanması, önceki bir deneyde olduğu gibi orta bir seviyeye ayarlandı, yanıt, klorofil floresan görüntülemeye dayalı stresin erken bir aşamasında kontrol tedavilerinden farklı değildi. Bunun nedeni, tilakoid zardaki elektronlar için alternatif bir lavabo ve fotosistem II44,45 için koruyucu bir mekanizma görevi gören fotorespirasyonun meydana gelmesidir. Birleşik stres tepkisi altında, bitkinin hafif bir birincil stres etkenine maruz kalması, yararlı veya zararlı bir etkiye sahip olabilecek bir sonraki stres etkenine toleransı artırabilir46. Bu çalışmada, bireysel kuraklık stresine kıyasla birleşik stres altında daha güçlü bir yanıt gözlenmiştir. Diğer fizyolojik tepkileri araştırarak, sonuçlar, aşırı su kaybını önlemek için stomalar yakın olduğu için kuraklık altında ΔT'de (deltaT) bir artış olduğunu gösterdi. Buna karşılık, birleşik ısı ve kuraklık stresi altındaki buğdaydaki bulgulara uygun olarak, yaprak soğumasını arttırmak için ΔT'nin kontrol yansıtıcı stoma açılmasına kıyasla daha düşük olduğu ısı stresi altında ters tepki gözlenmiştir20. Su basması sırasında, stoma kapanmasına bağlı ΔT artışı, topraktaki oksijen eksikliğinden ve kök suyu homeostazının bozulmasından kaynaklandı, böylece su stresi tepkilerinde önemli bir hormon olan ABA'daki bir artışla terleme akışını azalttı47.
Bitki stres çalışmalarında, stres ve müteakip geri kazanım tedavilerinin süresi, stres yoğunluğu ile doğru orantılıdır. Örneğin, toprak nemini %20 tarla kapasitesinde (FC) tutmak gibi orta derecede kuraklık stresi, tipik olarak tek bir günlük yeniden sulamadan sonra düzelen geri dönüşümlü fenotipik değişikliklere neden olur. Buna karşılık, su basması gibi şiddetli stres koşulları, daha uzun bir iyileşme süresi gerektiren geniş fenotipik hasara neden olur. Tedavi sürelerinin standardize edilmesi ideal olsa da, deneysel tasarımda stres yoğunluklarındaki doğal değişkenlik hesaba katılmalıdır.
İkinci kritik adım, uygun bir protokol seçmek ve her sensör için ayarları optimize etmektir. Klorofil floresan, stres altında fotosentetik aparatın performansını belirlemede güçlü bir araçtır48. Araştırma sorusuna ve deneysel tasarıma49 bağlı olarak açık veya koyu adapte olmuş bitkilerle farklı klorofil floresan ölçüm protokolleri seçilebilir. Bu çalışmada, seçilen protokol (kısa ışık tepkisi), farklı koşullar altında fotosentez performansını gösteren Fv'/Fm', φPSII ve qL dahil olmak üzere çeşitli özelliklerin belirlenmesini sağlar50. Önceki çalışmalar, yüksek verimli fenotiplemede kullanılan protokolün, stres tedavilerinin farklı uygulamaları altında bitkilerin fotosentetik etkinliğinin araştırılmasında ve sağlıklı ve stresli bitkiler arasında ayrım yapılmasında etkili olduğunu göstermiştir14,20. Deneysel tasarıma dayalı olarak, yüksek bitki popülasyonuna sahip yüksek verimli bir sistemde ölçüm yaparken seçilen protokolün süresini dikkate almak çok önemlidir. Bu nedenle, kısa süreli bir protokol kullanılarak ışığa adapte edilmiş bitkiler üzerindeki klorofil floresan ölçümü, farklı tedaviler altındaki yanıtları ayırt etmek için seçildi. Genotip-çevre etkileşimleri, ölçüm sırasında kritik olan birçok fenotipik özelliği etkileyebilir12. Fotosentetik sınırlamalar üzerindeki günlük etkiyi en aza indirmek için ölçüm süresinin kısa sürede tamamlanması gerektiğini dikkate almak önemlidir51.
Kanopi sıcaklığını belirlemek ve farklı tedaviler altında stoma regülasyonunu anlamak için termal IR görüntüleme kullanıldı52. Isıtma duvarının kameranın karşı tarafında bulunduğu ve duvarın sıcaklığının dinamik olarak kontrol edildiği ve programlanabilir olduğu yerlerde teknolojik optimizasyonun kullanıldığını belirtmekte fayda var. Bu nedenle, arka plan ısıtmalı duvarın entegre çevresel sensörlerle ayarlanması, arka plan sıcaklığının görüntülenen nesnenin sıcaklığı üzerindeki kontrastını artırarak arka plandan bitkileri düzgün bir şekilde seçmek için gereklidir.
Görüntü analizi otomatik olsa da, bitkileri hassas bir şekilde seçmek için RGB görüntülemede uygun bir ikili maske elde etmek için RGB eşikleme indekslerinin ayarlanması hala gereklidir53. Ek olarak, dijital biyokütle ve büyüme hızı dahil olmak üzere nicel parametrelerin uygun şekilde tahmin edilmesi için birden fazla açı seçmek önemlidir. Bu çalışmada, bitki hacmini ve nispi büyüme hızını doğru bir şekilde hesaplamak için RGB yan görünümünde üç açı (0°, 120° ve 240°) seçilmiş ve ortalaması alınmıştır.
Spektral aralığa bağlı olarak, hiperspektral görüntüleme54 kullanılarak birçok fizyolojik özellik araştırılabilir. Yansıma indekslerinden hangisinin gerekli bilgileri sağladığını ve bitkilerin farklı koşullar altında tepkisini gösterdiğini belirlemek gerekir14. Hiperspektral indeksler ile diğer fizyolojik özellikler arasındaki korelasyonu belirlemek için toleranslı çeşitlerin taranmasında ve bitki fenotiplemesinde oldukça talep edilmektedir55. Bu çalışmada, su basması tedavisi altındaki bitkiler, VNIR görüntülemesinden klorofil içeriği ve fotosentetik verimlilikte belirgin bir tepki göstermiştir. Ayrıca, farklı stoma düzenlemeleri ve yapraklardaki su içeriği nedeniyle ısıl işlemler ve su basması altında SWIR görüntülemeden hesaplanan su indeksinde farklı tepkiler gözlenmiştir.
Bu nedenle, bu bulgular, ayarları optimize ettikten sonra böyle bir yaklaşımın faydasını ve iklim toleransı ile ilgili stres özelliklerini bulmak için birden fazla sensör kullanma potansiyelini vurgulamaktadır. Birden fazla görüntüleme sensörü kullanarak yanıtların dinamiklerini değerlendirmek, ıslah programlarının iyileştirilmesinde güçlü araçlardan biri olarak kullanılabilir.

Sıcak hava dalgalarının yoğunluğu ve sıklığındaki artış, sel ve kuraklık olayları dahil olmak üzere iklim değişikliğinin potansiyel etkileri, büyüyen mahsuller üzerinde olumsuz etkilere sahiptir1. İklim değişikliğinin mahsul değişkenliği üzerindeki etkisini ve bunun sonucunda yıllık mahsul üretimindeki dalgalanmaları anlamak önemlidir2. Artan nüfus ve gıda talebiyle birlikte, mahsul bitkilerinin verimini korumak bir zorluktur, bu nedenle ıslah için iklime dayanıklı mahsuller bulmak acilen gereklidir 3,4. Patates (Solanum tuberosum L.), yüksek besin değeri ve artan su kullanım verimliliği nedeniyle küresel gıda güvenliğine katkıda bulunan temel gıda ürünlerinden biridir. Bununla birlikte, elverişsiz koşullar altında büyüme ve verimdeki azalma, özellikle duyarlı çeşitlerdetemel bir sorundur 5,6. Birçok çalışma, tarımsal uygulamalar, toleranslı genotipler bulma ve stresin kalkınma ve verim üzerindeki etkisini anlama dahil olmak üzere patates mahsulü verimliliğini korumak için alternatif yaklaşımların araştırılmasının önemini vurgulamıştır 7,8,9 ve bu da Avrupalı patates yetiştiricileri (veya çiftçileri) tarafından oldukça talep edilmektedir10.
Görüntü tabanlı fenotipleme de dahil olmak üzere otomatik fenotipleme platformları, ilgilenilen ilgili özelliklerin seçilmesi için gerekli olan bitki yapısı ve işlevinin nicel analizlerini mümkün kılar11,12. Yüksek verimli fenotipleme, ilgilenilen çeşitli morfolojik ve fizyolojik özellikleri tekrarlanabilir ve hızlı bir şekilde belirlemek için gelişmiş bir non-invaziv tekniktir 13. Fenotip, çevresel etkilerle bağlantılı olarak genotipik farklılıkları yansıtsa da, kontrollü koşullar altındaki bitkileri stresle karşılaştırmak, kapsamlı fenotipleme bilgisinin belirli bir (stres) duruma bağlanmasını sağlar14. Görüntü tabanlı fenotipleme, fenotipik değişkenliği tanımlamak için esastır ve aynı zamanda popülasyon büyüklüğünden bağımsız olarak bitki gelişimi boyunca bir dizi özelliği tarama yeteneğine sahiptir15. Örneğin, Kırmızı-Yeşil-Mavi (RGB) görüntüleme sensörleri kullanılarak yaprakların şekli, boyutu ve renk indeksi dahil olmak üzere morfolojik özelliklerin ölçümü, bitki büyümesini ve gelişimini belirlemek için kullanılır. Ayrıca, fotosentetik performans, kanopi sıcaklığı ve yaprak yansıması dahil olmak üzere fizyolojik özelliklerin ölçümleri, klorofil floresansı, termal kızılötesi (IR) ve hiperspektral görüntüleme16 gibi birden fazla sensör türü kullanılarak ölçülür. Kontrollü ortamlarda yapılan son çalışmalar, patates17'de ısı, arpada18 kuraklık, pirinçte19 ve buğdayda kombine kuraklık ve ısıl işlemler gibi abiyotik stresler altındaki bitkilerin farklı mekanizmalarını ve fizyolojik tepkilerini değerlendirmede görüntü tabanlı fenotiplemenin kullanılma potansiyelini göstermiştir. Bitkilerin çoklu stres etkileşimlerine tepkilerini incelemek karmaşık olsa da, bulgular iklim koşullarındaki hızlı değişimle başa çıkmada bitki mekanizmalarını anlamada yeni anlayışlar ortaya koymaktadır21.
Bitki fizyolojik ve morfolojik tepkileri, abiyotik stres koşullarından (yüksek sıcaklık, su açığı ve taşkın) doğrudan etkilenir ve bu da verimin düşmesine neden olur22. Patatesin diğer bitkilere göre su kullanım etkinliği yüksek olmasına rağmen, sığ kök mimarisi nedeniyle su açığı verim miktarını ve kalitesini olumsuz yönde etkilemektedir5. Kuraklık seviyesinin yoğunluğuna ve süresine bağlı olarak, yaprak alanı indeksi azalır ve stresin sonraki aşamalarında yeni yaprak oluşumunun engellenmesiyle gölgelik büyümesinde gerilik belirginleşir ve bu da fotosentez oranında bir azalmaya yol açar23. Suyun eşik seviyesi, aşırı su veya uzun süreli kuraklık dönemlerinde kritik öneme sahiptir, bu da oksijen sınırlaması, kök hidrolik iletkenliğinin azalması ve gaz değişiminin kısıtlanması nedeniyle bitki büyümesi ve yumru gelişimi üzerinde olumsuz bir etkiye neden olur24,25. Ayrıca patatesler, optimum seviyelerin üzerindeki sıcaklıkların yumru başlangıcı, büyümesi ve asimilasyon oranlarının gecikmesine neden olduğu yüksek sıcaklıklara karşı hassastır26. Stresler kombinasyon halinde ortaya çıktığında, biyokimyasal düzenlemeler ve fizyolojik tepkiler bireysel stres tepkilerinden farklıdır ve bu da stres kombinasyonlarına bitki tepkilerinin araştırılmasının gerekliliğini vurgulamaktadır27. Kombine stresler, bitki büyümesinde (daha da fazla) ciddi azalmalara ve üreme ile ilgili özellikler üzerinde belirleyici etkilere neden olabilir28. Stres kombinasyonunun etkisi, her bir stresin diğerleri üzerindeki baskınlığına bağlıdır, bu da bitki tepkisinin artmasına veya bastırılmasına yol açar (örneğin, kuraklık genellikle stomaların kapanmasına neden olurken, stomalar ısı stresi altında yaprak yüzeyinin soğumasına izin vermek için açıktır). Bununla birlikte, birleşik stres araştırmaları hala ortaya çıkmaktadır ve bu koşullar altında bitki tepkilerine aracılık eden karmaşık düzenlemeyi daha iyi anlamak için daha fazla araştırmaya ihtiyaç vardır29. Bu nedenle, bu çalışma, tek ve kombine stres tedavileri altında morfo-fizyolojik tepkileri değerlendirmek ve patatesin genel performansının altında yatan mekanizmaları anlamak için uygun olabilecek çoklu görüntüleme sensörleri kullanan bir fenotipleme protokolünü vurgulamayı ve önermeyi amaçlamaktadır. Hipotez olarak, birden fazla görüntüleme sensörünün birleştirilmesinin, bitki stresi tepkisi sırasında erken ve sonraki stratejileri karakterize etmek için değerli bir araç olduğu kanıtlanmıştır. Görüntü tabanlı fenotipleme protokolünü optimize etmek, bitki araştırmacıları ve yetiştiricileri için abiyotik stres toleransı için ilgi çekici özellikleri bulmaları için etkileşimli bir araç olacaktır.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>1.1&#8221; CMOS Sensor with RGB camera</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://psi.cz/</td>
			<td>The sensor delivers a resolution of 4112 &#215; 4168 pixels for side view and 2560 &#215; 1920 pixels for top view. The sensor is extremely sensitive and is a real megapixel CCD replacement and produces sharp, low-noise images</td>
		</tr>
		<tr>
			<td>FluorCam&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>FC1300/8080-15&#160;</td>
			<td>Pulse amplitude modulated (PAM) chlorophyll fluorometer&#160;</td>
		</tr>
		<tr>
			<td>Fluorcam 10 software&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>Version 1.0.0.18106</td>
			<td>For Chlorophyll fluorescence images visualization and analysis</td>
		</tr>
		<tr>
			<td>GigE PSI RGB &#8211; 12.36 Megapixels Camera</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://psi.cz/</td>
			<td>For the side view projections, line scan mode was used with a resolution of 4112 px/line, 200 lines per second. The imaged area from the side view was 1205 &#215; 1005 mm (height &#215; width), while the imaged area from the top view position was 800 &#215; 800 mm.</td>
		</tr>
		<tr>
			<td>Hyperspectral Analyzer software&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>Version 1.0.0.14</td>
			<td>For hyperspectral images visualization and analysis</td>
		</tr>
		<tr>
			<td>Hyperspectral camera HC-900 Series</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://hyperspec.org/products/</td>
			<td>Visible-near-infrared (VNIR) camera 380-900 nm with a spectral resolution of 0.8 nm FWHM</td>
		</tr>
		<tr>
			<td>Hyperspectral camera SWIR1700</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://hyperspec.org/products/</td>
			<td>Short-wavelength infrared camera (SWIR) camera 900 - 1700 nm with a spectral resolution of 2 nm FWHM</td>
		</tr>
		<tr>
			<td>InfraTec thermal camera (VarioCam HEAD 820(800))&#160;</td>
			<td>Flir,&#160; United States</td>
			<td>https://www.infratec.eu/thermography/infrared-camera/variocam-hd-head-800/</td>
			<td>Resolution of 1024 &#215; 768 pixels, thermal sensitivity of &#60; 20 mK and thermal emissivity value set default to 0.95.&#160; with a scanning speed of 30 Hz and each line consisting of 768 pixels. The imaged area was 1205 &#215; 1005 mm (height &#215; width).</td>
		</tr>
		<tr>
			<td>LED panel&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://led-growing-lights.com/products/</td>
			<td>Equipped with 4 &#215; 240 red-orange (618 nm), 120 cool-white LEDs (6500 K) and 240 far-red LEDs (735 nm) distributed equally over an imaging area of 80 &#215; 80 cm</td>
		</tr>
		<tr>
			<td>Light, temperature and relative humidity sensors</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://psi.cz/</td>
			<td>Sensors used to monitor controlled conditions in greenhouse</td>
		</tr>
		<tr>
			<td>MEGASTOP Blue mats&#160;</td>
			<td>Friedola&#160;</td>
			<td>75831</td>
			<td>To cover soil surface</td>
		</tr>
		<tr>
			<td>Morphoanalyzer software&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>Version 1.0.9.8</td>
			<td>For RGB images visualization and analysis and color segmentation analysis</td>
		</tr>
		<tr>
			<td>PlantScreen Data Analyzer software (Version 3.3.17.0)</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://plantphenotyping.com/products/plantscreen-modular-system/</td>
			<td>To visualize and analyze the data from all imaging sensors,&#160; watering-weighing unit and environmental conditions in greenhouse</td>
		</tr>
		<tr>
			<td>PlantScreen Modular system&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://plantphenotyping.com/products/plantscreen-modular-system/</td>
			<td>Type of phenotyping platform</td>
		</tr>
		<tr>
			<td>Plantscreen Scheduler software&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>Version 2.6.8368.25987</td>
			<td>To plan the experiment and set the measuring protocol</td>
		</tr>
		<tr>
			<td>SpectraPen MINI</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://handheld.psi.cz/products/spectrapen-mini/#details</td>
			<td>Light meter to adjust light level on a canopy level</td>
		</tr>
		<tr>
			<td>TOMI-2 high-resolution camera&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://fluorcams.psi.cz/products/handy-fluorcam/</td>
			<td>Resolution of 1360 &#215; 1024 pixels, frame rate 20 fps and 16-bit depth) with a 7-position filter wheel is mounted on a robotic arm positioned in the middle of the multi-color LED light panel with dimensions of 1326 x 1586 mm.&#160;</td>
		</tr>
		<tr>
			<td>Walk-in FytoScope growth chamber&#160;</td>
			<td>PSI, Dr&#225;sov, Czech Republic</td>
			<td>https://growth-chambers.com/products/walk-in-fytoscope-fs-wi/</td>
			<td>Type of chambers used to grow the plant</td>
		</tr>
	</tbody>
</table>

high throughput image-based phenotyping for determining morphological and physiological responses to single and combined stresses in potato

Yüksek verimli görüntü tabanlı fenotipleme, bitkilerin zaman içinde belirli koşullar altındaki gelişimini ve performansını invaziv olmayan bir şekilde belirlemek için güçlü bir araçtır. Birden fazla görüntüleme sensörü kullanılarak, bitki biyokütlesi, fotosentetik verimlilik, kanopi sıcaklığı ve yaprak yansıtma indeksleri dahil olmak üzere birçok ilgi çekici özellik değerlendirilebilir. Bitkiler, şiddetli ısı dalgalarının, sel ve kuraklık olaylarının mahsul verimliliğini ciddi şekilde tehdit ettiği tarla koşullarında sıklıkla çoklu streslere maruz kalır. Stresler çakıştığında, bitkiler üzerinde ortaya çıkan etkiler, sinerjik veya antagonistik etkileşimler nedeniyle belirgin olabilir. Patates bitkilerinin doğal olarak meydana gelen stres senaryolarına benzeyen tekli ve birleşik streslere nasıl tepki verdiğini açıklamak için, tüberizasyonun başlangıcında seçilen bir patates çeşidine (Solanum tuberosum L., cv. Lady Rosetta) beş farklı işlem uygulandı, yani kontrol, kuraklık, ısı, su basması ve ısı, kuraklık ve su basması streslerinin kombinasyonları. Analizimiz, su basması stresinin bitki performansı üzerinde en zararlı etkiye sahip olduğunu ve fotosistem II'nin kuantum veriminde ve verimliliğinde bir azalma ve kanopi sıcaklığında ve su indeksinde bir artış dahil olmak üzere stoma kapanmasıyla ilgili hızlı ve şiddetli fizyolojik tepkilere yol açtığını göstermektedir. Isı ve kombine stres tedavileri altında, stresin erken evresinde nispi büyüme oranı azalmıştır. Kuraklık ve birleşik stresler altında, bitki hacmi ve fotosentetik performans, stresin geç fazında artan sıcaklık ve stoma kapanması ile düştü. Tanımlanmış çevresel koşullar altında optimize edilmiş stres tedavisinin seçilmiş fenotipleme protokolleri ile kombinasyonu, tekli ve birleşik streslere morfolojik ve fizyolojik tepkilerin dinamiklerini ortaya çıkarmaya izin verdi. Burada, iklim değişikliği ile ilgili çeşitli streslere karşı dayanıklılığı gösteren bitki özelliklerini belirlemek isteyen bitki araştırmacıları için yararlı bir araç sunulmaktadır.

The potential effects of climate change, including the increase in the intensity and frequency of heat waves, flooding, and drought events, have negative impacts on growing crops1. It is important to understand the influence of climate change on crop variability and the consequent fluctuations in annual crop production2. With increasing population and food demand, maintaining the yield of crop plants is a challenge, thereby, finding climate-resilient crops for breeding is urgently required3,4. Potato (Solanum tuberosum L.) is one of the essential food crops that contributes to global food security because of its high nutritional value and increased water use efficiency. However, reduction in growth and yield under unfavorable conditions is a main problem, particularly in the susceptible varieties5,6. Many studies highlighted the importance of investigating alternative approaches to maintain potato crop productivity, including agricultural practices, finding tolerant genotypes, and understanding the impact of stress on the development and yield7,8,9, which is also highly demanded by European potato growers (or farmers)10.
Automated phenotyping platforms, including image-based phenotyping, enable the quantitative analyses of plant structure and function that are essential for selecting relevant traits of interest11,12. High throughput phenotyping is an advanced non-invasive technique to determine various morphological and physiological traits of interest in a reproducible and rapid manner 13. Although phenotype reflects genotypic differences in connection to environmental effects, comparing plants under controlled conditions with stress enables linking the&#160;extensive phenotyping information to a specific (stress) condition14. Image-based phenotyping is essential in describing phenotypic variability, and it is also capable of screening a set of traits across plant development regardless of the population size15. For instance, the measurement of morphological traits, including the shape, size, and color index of leaves using Red-Green-Blue (RGB) imaging sensors, is used to determine plant growth and development. Moreover, measurements of physiological traits, including photosynthetic performance, canopy temperature, and leaf reflectance, are quantified using multiple types of sensors, such as chlorophyll fluorescence, thermal infrared (IR), and hyperspectral imaging16. Recent studies in controlled environments showed the potential of using image-based phenotyping in assessing different mechanisms and physiological responses of plants under abiotic stresses such as heat in potato17, drought in barley18, rice19, and combined drought and heat treatments in wheat20. Even though studying the responses of plants to multiple stress interactions is complex, the findings reveal new insights in understanding plant mechanisms in coping with rapid change in climate conditions21.
Plant physiological and morphological responses are directly influenced by abiotic stress conditions (high temperature, water deficit, and flooding), resulting in yield reduction22. Even though potatoes have a high water use efficiency compared to other crops, water deficit negatively affects the yield quantity and quality due to the shallow root architecture5. Depending on the intensity and duration of drought level, the leaf area index is reduced, and retardation in canopy growth with inhibition of new leaf formation is pronounced during later stages of stress leading to a reduction in the photosynthetic rate23. The threshold level of water is critical with excess water or prolonged drought periods, resulting in a negative effect on plant growth and tuber development due to oxygen limitation, decreased root hydraulic conductivity, and restriction of gas exchange24,25. Moreover, potatoes are sensitive to high temperatures where temperatures above optimum levels result in delayed tuber initiation, growth, and assimilation rates26. When stresses appear in combination, the biochemical regulations and physiological responses differ from individual stress responses, highlighting the necessity of investigating the plant responses to stress combinations27. Combined stresses can result in (even more) severe reductions in plant growth and determinantal effects on reproductive-related traits28. The impact of stress combination depends on the dominancy of each stress over the others, leading to enhanced or suppressed plant response (e.g., drought usually leads to stomata closure while stomata are open to allow cooling of leaf surface under heat stress). However, combined stress research is still emerging, and further investigations are required to understand better the complex regulation mediating plant responses under these conditions29. Thus, this study aims to highlight and recommend a phenotyping protocol using multiple imaging sensors that can be suitable to assess morpho-physiological responses and understand the underlying mechanisms of potato overall performance under single and combined stress treatments. As hypothesized, combining multiple imaging sensors proved to be a valuable tool to characterize the early and later strategies during plant stress response. Optimizing image-based phenotyping protocol will be an interactive tool for plant researchers and breeders to find traits of interest for abiotic stress tolerance.

Yazar Spot Işığı: PlantScreen Robotik Platformunu Kullanarak Abiyotik Streslere Bitki Tepkilerini Çözme

Patateste Tek ve Kombine Streslere Morfolojik ve Fizyolojik Tepkileri Belirlemek için Yüksek Verimli Görüntü Tabanlı Fenotipleme

So here in PSI, we use PlantScreen phenotyping systems, which are robotic type of solutions for high-throughput plant phenotyping, and these systems are based on using a range of modules, modules both for plant cultivation and handling, like automated watering and weighing units, as well as modules for automated digital-based imaging of the plants, and this both for structural morphological features of the plants as well as physiological traits of the plants. The advantage of the applied protocol in this study is that we are using the multiple imaging sensor, including the plant growth dynamics that we measure by using the RGP imaging and connect this with the other physiological responses, including the photosynthetic efficiency from chlorophyll fluorescence imaging, assessing the stomatal regulation from the canopy temperature by the measuring of the thermal imaging, and also the leaf reflectance indices that we measure by using the hyperspectral imaging. Our findings focuses on highlighting how to elucidate the response of plants when they are induced to combined stress versus their individual stress, and be able to assess the early and late response to stresses and recovery phase afterwards, and highlighting the necessity of using multiple imaging sensor for integrative and better understanding of plant underlying mechanism to future climate change conditions.

Bu çalışmada, patatesin (cv. Lady Rosetta) tek ve birleşik stres altındaki morfolojik ve fizyolojik tepkilerini araştırmak için otomatik görüntü tabanlı fenotipleme kullanılmıştır. Uygulanan yaklaşım, yumru başlangıç aşamasında stres indüklendiğinde bitkilerin yüksek uzaysal-zamansal çözünürlükte dinamik tepkilerini göstermiştir. Stresin erken ve geç evrelerini değerlendirmek için sonuçlar 3 zaman periyodu ([0-5 günlük fenotipleme (DOP)], [6-10 DOP] ve [11-15 DOP]) olarak sunuldu (Şekil 1). 0 DOP'a kadar, tüm bitkiler kontrol koşulları altında (C), daha sonra su basması stresi (W) ve ısı stresinin (H) uygulandığı 1-5 DOP arasında yetiştirildi. Böylece, yanıtlar aşağıdaki gibi gözlendi: (i) 0-5 DOP'ta, başlangıçtaki ısı ve su basmasını gösterdi; (ii) 6-10 DOP'ta erken kuraklığı yansıtan (D) ve birleşik ısı ve kuraklık (HD) gözlendi ve (iii) 11-15 DOP'da geç sıcaklık, kuraklık ve birleşik ısı + kuraklık + su basması (HDW) streslerini gösterdi. Su basmasından geri kazanım 6-10 DOP ve 11-15 DOP'ta gözlendi.
Morfolojik özellikleri Farklı gerilmelerin ve kombinasyonların yer üstü bitki büyümesi üzerindeki etkisini belirlemek için RGB görüntüleme uygulanmıştır. Şekil 4'teki sonuçlar, ısıl işlem ve su basması stresinin (0-5 DOP), kontrole kıyasla tesis hacminde ve RGR'de bir azalmaya neden olduğunu göstermektedir. 6-10 DOP sırasında, kontrol tesislerinin bitki hacmi ve RGR'si sürekli olarak artarken, ısı, birleşik ısı, kuraklık ve su basması altında, bitki hacmindeki bu artış açıkça azalmıştır (Şekil 4A). Bitkiler su basması stresine çok duyarlı olduklarından, RGR'de bir azalma gözlenmiştir (Şekil 4B). SRWC'nin% 20'de tutulduğu geç kuraklık stresi (11-15 DOP) sırasında, kontrole kıyasla RGR'de net bir azalma gözlenmiştir. Bununla birlikte, kombine HDW'nin geç fazında, su basması tedavisinin uygulanması, stresin son gününde RGR'de bir artışa neden oldu.
Fizyolojik özellikler Strese daha fazla tepki vermek için yapısal ve fizyolojik fenotipleme kombinasyonu uygulandı. Birden fazla görüntüleme sensörünün kullanılması, stresin erken evresinde fizyolojik tepkilerin belirlenmesini sağlar. Klorofil floresan verilerinin daha ileri analizi, su basmasının, Fv'/Fm' (Fv/Fm_Lss) 0-5 DOP ve 6-10 DOP'ta önemli ölçüde azaldığı fotosentetik verimliliği olumsuz etkilediğini gösterdi, ancak Fv'/Fm'nin biraz arttığı 11-15 DOP'ta bir toparlanma tepkisi gözlendi (Şekil 5A). Geç stres fazında (11-15 DOP), kuraklık ve birleşik ısı ve kuraklıkta Fv' / Fm' değerinde bir azalma gözlendi. Su ile tıkanmış tesislerde, bitkilerin (QY_Lss diğer adıyla φPSII) işletme verimliliği, 0-5 DOP ve 6-10 DOP'taki diğer işlemlere kıyasla önemli ölçüde daha düşüktü, ancak 11-15 DOP'ta hafif bir artış oldu, bu da bitki geri kazanımını gösterdi (Şekil 5B). Ayrıca, PSII'nin korunmasına katkıda bulunan verimliliği düzenlemedeki farklı mekanizmalar, hafif kararlı durumda (qL_Lss) PSII'deki açık reaksiyon merkezlerinin fraksiyonu hesaplanarak belirlenmiştir (Şekil 5C). Sadece kuraklık altında, muhtemelen fotoinhibisyon nedeniyle qL'de bir artış gözlendi.
Bu bulgular, stresler altında altta yatan farklı mekanizmaları yansıtan IR verileriyle uyumluydu (Şekil 6). Su bastığında deltaT'de (ΔT) bir artış gözlendi ve bu da gaz döviz kurunu düşürdü. Geç kuraklık ve birleşik ısı ve kuraklık stresleri altında, ΔT'deki artış, aşırı su kaybını önlemek için birincil tepkilerden biri olarak kabul edilen stomaların kapanmasından kaynaklanıyordu. Öte yandan, terleme verimliliğini artırmak ve yaprak yüzeyini soğutmak için stomalar açılırken ısıl işlemler altında ΔT'de bir azalma gözlenmiştir.
Hiperspektral verileri araştırarak, yaprak yansıma indekslerini değerlendirmek için hiperspektral VNIR verilerinden, klorofil içeriğinin bir göstergesi olarak NDVI ve fotosentez etkinliğinin bir göstergesi olarak PRI dahil olmak üzere iki parametre seçildi. Sonuçlar, morfolojik özelliklerde gözlenen azalmaya bağlı olarak sadece su basması altında NDVI ve PRI'de bir azalma olduğunu göstermiştir (Şekil 7A, B). Ayrıca, bitkilerdeki su içeriğini değerlendirmek için kullanılan SWIR hiperspektral verilerinden, 0-5 DOP sırasında su basmasında su indeksinde bir artış gözlenmiştir (Şekil 7C). Bununla birlikte, ısıl işlemler altında, su indeksinin kontrolden daha düşük olduğu durumlarda zıt bir tepki gözlenmiştir. Bu bulgular, RGB Üstten görünümün renk segmentasyonundan bitki örtüsünün incelenmesine uygundu. Tonların oranındaki değişiklikler, zaman içindeki stres tepkilerini gösterir (Şekil 8). Yeşillenme indeksi, kuraklık altında pigment içeriğinde bir azalma ve geç stres fazında kombine HDW ve su basması işleminden kademeli iyileşme gösterdi. Bu nedenle, çoklu görüntüleme sensörlerinin kullanılması, morfo-fizyolojik özelliklerin korelasyonunu yansıttı ve abiyotik stresler altında genel bitki performansının değerlendirilmesini sağladı.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66255/66255fig01.jpg"> Şekil 1: İn vitro kesimlerin nakledilmesinden sonraki günlerde bitkilerin yaşı da dahil olmak üzere farklı tedavilerin uygulanma zaman çizelgesi. Fenotiplemenin (DOP) 0. günü kontrol (C) koşulları altında ölçüldü ve daha sonra farklı stresler farklı sürelerde indüklendi. 1-5 DOP arasında su basması (W) gerilimi uygulanmış ve ısıl işlemin ilk tepkisi (H) elde edilmiştir. Takip eden günlerde, kuraklık stresi (D) ve birleşik ısı ve kuraklık stresinin (HD) başlangıç aşamasının sunulduğu 6-10 DOP sunuldu. 11-15 DOP sırasında, bitkilerin kuraklık ve ısıl işlemlerin geç aşamasına tepkisi ve 1 gün boyunca HD'ye (HDW) su basması uygulaması yansıtıldı. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig01large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66255/66255fig02.jpg"> Şekil 2: Fenotipleme protokolünü ve veri analizini özetleyen şema. (A) Fenotipleme protokolüne genel bakış. Bitkiler, FS-WI büyüme odasındaki (PSI) kontrollü koşullardan fenotipleme sistemine taşınır. Bitkiler, ölçümlerden önce 500 μmol.m-2.s-1'de 5 dakika boyunca ışık adaptasyon odasında ışığa alıştırıldı. Morfolojik ve fizyolojik özellikleri belirlemek için çoklu görüntüleme sensörleri kullanıldı, ardından ağırlıklandırma ve sulama istasyonu geldi. Arıtmaya bağlı olarak, bitkiler 22 °C/19 °C veya 30 °C/28 °C'de kontrollü koşullara geri yerleştirildi. (B) Her görüntüleme sensöründen görüntü işleme boru hattının otomatik olarak çıkarılması ve segmentasyonu. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig02large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66255/66255fig03.jpg"> Şekil 3: Klorofil floresan görüntüleme için kısa ışık protokolüne genel bakış. Ölçüm protokolü, ışıktaki kararlı durum floresansını (Ft_Lss) ölçmek için soğuk beyaz aktinik ışığı açarak ve ardından ışıktaki kararlı durum maksimum floresansını (Fm _Lss) ölçmek için bir doygunluk darbesi uygulayarak başladı. Aktinik ışık kapatıldı ve ışıktaki kararlı durum minimum floresansını (Fo_Lss) belirlemek için Uzak kırmızı ışık açıldı. Protokolün süresi bitki başına 10 sn idi. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig03large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66255/66255fig04.jpg"> Şekil 4: Morfolojik değerlendirme için kullanılan RGB görüntüleme. (A) RGB üst ve yan görünüm alanından hesaplanan bitki hacmi. (B) Yumru başlatma aşamasında nispi büyüme oranı (RGR). Veriler, standart sapma (n = 10) ± ortalama değerleri temsil eder. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig04large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66255/66255fig05.jpg"> Şekil 5: Işığa adapte olmuş bitkilerde klorofil floresan görüntüleme. (A) Işık kararlı durumunda (Fv / Fm_Lss) ışığa uyarlanmış numunenin PSII fotokimyasının maksimum verimliliği. (B) Fotosistem II kuantum verimi veya ışık kararlı durumunda fotosistem II'nin çalışma verimliliği (QY_Lss). (C) Hafif kararlı durumda (oksitlenmiş QA) PSII'deki açık reaksiyon merkezlerinin fraksiyonu (qL_Lss). Veriler, standart sapma (n = 10) ± ortalama değerleri temsil eder. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig05large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66255/66255fig06.jpg"> Şekil 6: Termal IR görüntülerinden çıkarılan kanopi ortalama sıcaklığı ile hava sıcaklığı (ΔT) arasındaki farkı hesaplamak için termal IR görüntüleme kullanıldı. Veriler, standart sapma (n = 10) ± ortalama değerleri temsil eder. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig06large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66255/66255fig07.jpg"> Şekil 7: Bitki örtüsü indekslerini ve su içeriğini belirlemek için hiperspektral görüntüleme. (A) Normalleştirilmiş Fark Bitki Örtüsü İndeksi (NDVI). (B) VNIR görüntülemeden hesaplanan Fotokimyasal Yansıma İndeksi (PRI). (C) SWIR görüntülemeden hesaplanan su indeksi. Veriler, standart sapma (n = 10) ± ortalama değerleri temsil eder. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig07large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/66255/66255fig08.jpg"> Şekil 8: Farklı tedaviler altındaki bitkiler için yeşillenme indeksi. Görüntü işleme, orijinal RGB görüntüsünün tanımlanmış 6 renk tonundan oluşan bir renk haritasına dönüştürülmesine dayanır. Veriler, standart sapma (n = 10) ± ortalama değerleri temsil eder. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig08large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
Ek Şekil 1: Fenotipleme (DOP) günlerinde ölçülen ışık yoğunluğu. 09:00 - 12:35 arasındaki ölçümlerin süresi. LI_Buff, serada dağıtılan 5 ışık sensöründen gelen medyan verileri ifade eder. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%201.png" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 2: Fenotipleme (DOP) günlerinde ölçülen bağıl nem (RH). 09:00 - 12:35 arasındaki ölçümlerin süresi. RH_Buff, serada dağıtılan 5 nem sensöründen gelen medyan verileri ifade eder. RH2, adaptasyon odasındaki bağıl nemi ifade eder. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%202.png" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 3: Fenotipleme (DOP) günlerinde ölçülen sıcaklık. 09:00 - 12:35 saatleri arasındaki ölçümlerin süresi, serada dağıtılan 5 sıcaklık sensöründen gelen medyan verileri ifade T_Buff. T2, adaptasyon odasındaki sıcaklığı ifade eder. T3, ısıtma duvarının sıcaklığını ifade eder. T4, termal IR görüntüleme ünitesindeki sıcaklığı ifade eder. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%203.png" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 4: Klorofil floresan görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından alınan ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%204.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 5: Termal kızılötesi görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%205.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 6: RGB 1 yandan görünüşlü görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%206.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 7: RGB2 üstten görünüm görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%207.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 8: VNIR görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%208.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Şekil 9: SWIR görüntüleme sensörlerinde bitki maskesi analizi için ayarlanan parametreleri gösteren veri analizörü yazılımından ekran görüntüsü. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%209.jpg" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>

Tek ve birleşik ısı, kuraklık ve su basması tedavilerine morfolojik ve fizyolojik yanıtları belirlemek için görüntü tabanlı bir fenotipleme protokolü tasarladık. Bu yaklaşım, erken, geç ve geri kazanım tepkilerinin tüm tesis düzeyinde, özellikle yer üstü kısımlarda tanımlanmasını sağladı ve birden fazla görüntüleme sensörünün kullanılması gerekliliğini vurguladı.

High throughput image-based phenotyping is a powerful tool to non-invasively determine the development and performance of plants under specific conditions ...

İşte burada PSI'da, yüksek verimli bitki fenotiplemesi için robotik tip çözümler olan PlantScreen fenotipleme sistemlerini kullanıyoruz ve bu sistemler bir dizi modül kullanmaya dayanıyor, hem bitki yetiştirme hem de işleme için modüller, otomatik sulama ve tartma üniteleri gibi, ayrıca bitkilerin otomatik dijital tabanlı görüntülenmesi için modüller ve bu hem bitkilerin yapısal morfolojik özellikleri hem de bitkilerin fizyolojik özellikleri için. Bu çalışmada uygulanan protokolün avantajı, RGP görüntülemeyi kullanarak ölçtüğümüz bitki büyüme dinamikleri de dahil olmak üzere çoklu görüntüleme sensörünü kullanmamız ve bunu, klorofil floresan görüntülemeden elde edilen fotosentetik verimlilik de dahil olmak üzere diğer fizyolojik tepkilerle ilişkilendirmemiz, termal görüntülemenin ölçülmesiyle kanopi sıcaklığından stoma regülasyonunun değerlendirilmesi, ve ayrıca hiperspektral görüntüleme kullanarak ölçtüğümüz yaprak yansıma indeksleri. Bulgularımız, bitkilerin bireysel streslerine karşı birleşik strese maruz kaldıklarında verdikleri tepkinin nasıl açıklanacağını vurgulamaya ve streslere erken ve geç tepkiyi ve daha sonra iyileşme aşamasını değerlendirebilmeye ve gelecekteki iklim değişikliği koşullarına bitkinin altında yatan mekanizmanın bütünleştirici ve daha iyi anlaşılması için çoklu görüntüleme sensörünün kullanılmasının gerekliliğini vurgulamaya odaklanmaktadır.

high-throughput-image-based-phenotyping-for-determining-morphological

Research

JoVE Journal

Biology

High Throughput Image-Based Phenotyping for Determining Morphological and Physiological Responses to Single and Combined Stresses in Potato

959 Görüntüleme.  PSI (Photon Systems Instruments), spol. s r.o. Drasov. İşte burada PSI'da, yüksek verimli bitki fenotiplemesi için robotik tip çözümler olan PlantScreen fenotipleme sistemlerini kullanıyoruz ve bu sistemler bir dizi modül kullanmaya dayanıyor, hem bitki yetiştirme hem de işleme için modüller, otomatik sulama ve tartma üniteleri gibi, ayrıca bitkilerin otomatik dijital tabanlı görüntülenmesi için modüller ve bu hem bitkilerin yapısal morfolojik özellikleri hem de bitkilerin fizyolojik özellikleri için. Bu çalışmada uyg...