Name: rgb and spectral root imaging for plant phenotyping and physiological research: experimental setup and imaging protocols
Uploaded: 2017-08-08T15:00:00
Duration: 11 min 37 s
Description: Watch this Scientific Journal Video about RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols at JoVE.com

الكتاب نعترف بتمويل من FWF العلوم النمساوية على الصندوق عن طريق "المشروع رقم ف" 25190-B16 (جذور مقاومة الجفاف). وأيد إنشاء البنية التحتية التصوير الطيفي ماليا "حكومة أقل النمسا الاتحادية" (Niederösterreich الأرض) عن طريق المشروع K3-و-282/001-2012. تمويل إضافي للتجربة بنجر السكر وردت من "البحوث اغرنا" &#38; GmbH مركز الابتكار (يدرون). يشكر المؤلفون جاكسون كريغ للدعم التقني خلال التجربة وتصحيح اللغة الإنجليزية للمخطوطة. نعترف أيضا ماركوس فريودوفماير الذين أسهموا في إنشاء برنامج الإعداد التصوير RGB وجوزيف شودل للبناء لتركيب رهيزوبوكس.

<ol>
	<li>Kutschera, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Wurzelatlas mitteleurop&#228;ischer Ackerunkr&#228;uter und Kulturpflanzen. , (1960).</li><li>Kenrick, P., Strullu-Derrien, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+origin+and+early+evolution+of+roots.">The origin and early evolution of roots.</a> Plant Physiol. 166, 570-580 (2014).</li><li>Franklin, J., Serra-Diaz, J. M., Syphard, A. D., Regan, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+change+and+terrestrial+plant+community+dynamics.">Global change and terrestrial plant community dynamics.</a> PNAS. 113, 3725-3734 (2016).</li><li>MacDonald, G. K., Bennett, E. M., Potter, P. A., Ramankutty, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Agronomic+phosphorus+imbalances+across+the+world's+croplands.">Agronomic phosphorus imbalances across the world's croplands.</a> PNAS. 108, 3086-3091 (2011).</li><li>V&#246;r&#246;smarty, C. J., Green, P., Salisbury, J., Lammers, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+water+resources:+vulnerability+from+climate+change+and+population+growth.">Global water resources: vulnerability from climate change and population growth.</a> Science. 289, 284 (2000).</li><li>Lobell, D. B., Cassman, K. G., Field, C. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Crop+yield+gaps:+their+importance,+magnitudes,+and+causes.">Crop yield gaps: their importance, magnitudes, and causes.</a> Annu. Rev. Environ. Resour. 34, 179-204 (2009).</li><li>Angus, J. F., Van Herwaarden, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Increasing+water+use+and+water+use+efficiency+in+dryland+wheat.">Increasing water use and water use efficiency in dryland wheat.</a> Agron. J. 93, 290-298 (2001).</li><li>Lassaletta, L., Billen, G., Grizzetti, B., Anglade, J., Garnier, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=50+year+trends+in+nitrogen+use+efficiency+of+world+cropping+systems:+the+relationship+between+yield+and+nitrogen+input+to+cropland.">50 year trends in nitrogen use efficiency of world cropping systems: the relationship between yield and nitrogen input to cropland.</a> Environ. Res. Lett. 9 (10), 105011 (2014).</li><li>Lynch, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Roots+of+the+second+green+revolution.">Roots of the second green revolution.</a> Aust. J Bot. 55, 493-512 (2007).</li><li>Comas, L. H., Becker, S. R., Von Mark, V. C., Byrne, P. F., Dierig, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Root+traits+contributing+to+plant+productivity+under+drought.">Root traits contributing to plant productivity under drought.</a> Front. Plant Sci. 4, 442 (2013).</li><li>Metcalfe, D. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+method+for+extracting+plant+roots+from+soil+which+facilitates+rapid+sample+processing+without+compromising+measurement+accuracy.">A method for extracting plant roots from soil which facilitates rapid sample processing without compromising measurement accuracy.</a> New Phytol. 174, 697-703 (2007).</li><li>Kutschera, L., Lichtenegger, E., Sobotik, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Wurzelatlas der Kulturpflanzen gem&#228;&#223;igter Gebiete mit Arten des Feldgem&#252;sebaues. , (2009).</li><li>Gioia, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GrowScreen-PaGe,+a+non-invasive,+high-throughput+phenotyping+system+based+on+germination+paper+to+quantify+crop+phenotypic+diversity+and+plasticity+of+root+traits+under+varying+nutrient+supply.">GrowScreen-PaGe, a non-invasive, high-throughput phenotyping system based on germination paper to quantify crop phenotypic diversity and plasticity of root traits under varying nutrient supply.</a> Funct. Plant Biol. 44, 76-93 (2017).</li><li>Watt, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+rapid,+controlled-environment+seedling+root+screen+for+wheat+correlates+well+with+rooting+depths+at+vegetative,+but+not+reproductive,+stages+at+two+field+sites.">A rapid, controlled-environment seedling root screen for wheat correlates well with rooting depths at vegetative, but not reproductive, stages at two field sites.</a> Ann. Bot. 112, 447-455 (2013).</li><li>Fiorani, F., Schurr, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Future+scenarios+for+plant+phenotyping.">Future scenarios for plant phenotyping.</a> Annu. Rev Plant Biol. 64, 267-291 (2013).</li><li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil:+potential+and+challenges+for+root+trait+quantification.">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1 (2015).</li><li>Choat, B., Badel, E., Burlett, R., Delzon, S., Cochard, H., Jansen, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Non-invasive+measurement+of+vulnerability+to+drought+induced+embolism+by+X-ray+microtomography.">Non-invasive measurement of vulnerability to drought induced embolism by X-ray microtomography.</a> Plant Physiol. 170, 273-282 (2015).</li><li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil:+potential+and+challenges+for+root+trait+quantification.">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1 (2015).</li><li>Le Mari&#233;, C., Kirchgessner, N., Marschall, D., Walter, A., Hund, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rhizoslides:+paper-based+growth+system+for+non-destructive,+high+throughput+phenotyping+of+root+development+by+means+of+image+analysis.">Rhizoslides: paper-based growth system for non-destructive, high throughput phenotyping of root development by means of image analysis.</a> Plant Methods. 10, 1 (2014).</li><li>Bengough, A. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gel+observation+chamber+for+rapid+screening+of+root+traits+in+cereal+seedlings.">Gel observation chamber for rapid screening of root traits in cereal seedlings.</a> Plant Soil. 262, 63-70 (2004).</li><li>Nagel, K. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GROWSCREEN-Rhizo+is+a+novel+phenotyping+robot+enabling+simultaneous+measurements+of+root+and+shoot+growth+for+plants+grown+in+soil-filled+rhizotrons.">GROWSCREEN-Rhizo is a novel phenotyping robot enabling simultaneous measurements of root and shoot growth for plants grown in soil-filled rhizotrons.</a> Funct. Plant Biol. 39, 891-904 (2012).</li><li>Price, A. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Upland+rice+grown+in+soil-filled+chambers+and+exposed+to+contrasting+water-deficit+regimes:+I.+Root+distribution,+water+use+and+plant+water+status.">Upland rice grown in soil-filled chambers and exposed to contrasting water-deficit regimes: I. Root distribution, water use and plant water status.</a> Field Crops Res. 76, 11-24 (2002).</li><li>Vadez, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Root+hydraulics:+the+forgotten+side+of+roots+in+drought+adaptation.">Root hydraulics: the forgotten side of roots in drought adaptation.</a> Field Crops Res. 165, 15-24 (2014).</li><li>Dane, J. H., Hopmans, J. W., Dane, J. H., Topp, G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pressure+plate+extractor.">Pressure plate extractor.</a> Methods of soil analysis. Part 4. Physical methods. , 688-690 (2002).</li><li>W&#246;sten, J. H. M., Pachepsky, Y. A., Rawls, W. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pedotransfer+functions:+bridging+the+gap+between+available+basic+soil+data+and+missing+soil+hydraulic+characteristics.">Pedotransfer functions: bridging the gap between available basic soil data and missing soil hydraulic characteristics.</a> J. Hydrol. 251, 123-150 (2001).</li><li>Passioura, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+perils+of+pot+experiments.">The perils of pot experiments.</a> Funct. Plant Biol. 33, 1075-1079 (2006).</li><li>Dorrepaal, R., Malegori, C., Gowen, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tutorial:+Time+series+hyperspectral+image+analysis.">Tutorial: Time series hyperspectral image analysis.</a> J. Near Infrared Spec. 24, 89-107 (2016).</li><li>Kim, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Highly+sensitive+image-derived+indices+of+water-stressed+plants+using+hyperspectral+imaging+in+SWIR+and+histogram+analysis.">Highly sensitive image-derived indices of water-stressed plants using hyperspectral imaging in SWIR and histogram analysis.</a> Scie rep. 5, (2015).</li><li>Humpl&#237;k, J. F., Laz&#225;r, D., Husi&#269;kov&#225;, A., Sp&#237;chal, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+phenotyping+of+plant+shoots+using+imaging+methods+for+analysis+of+plant+stress+responses-a+review.">Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses-a review.</a> Plant Methods. 11, 29 (2015).</li><li>Lobell, D. B., Asner, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Moisture+effects+on+soil+reflectance.">Moisture effects on soil reflectance.</a> Soil Sci. Soc. Am. J. 66, 722-727 (2002).</li><li>Esquerre, C., Gowen, A. A., Burger, J., Downey, G., O'Donnell, C. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Suppressing+sample+morphology+effects+in+near+infrared+spectral+imaging+using+chemometric+data+pre-treatments.">Suppressing sample morphology effects in near infrared spectral imaging using chemometric data pre-treatments.</a> Chemometr. Intell. Lab. 117, 129-137 (2012).</li><li>Williams, P. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Localized+flux+maxima+of+arsenic,+lead,+and+iron+around+root+apices+in+flooded+lowland+rice.">Localized flux maxima of arsenic, lead, and iron around root apices in flooded lowland rice.</a> Environ Sci. Technol. 48, 8498-8506 (2014).</li><li>Cseresny&#233;s, I., Tak&#225;cs, T., V&#233;gh, K. R., Anton, A., Rajkai, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electrical+impedance+and+capacitance+method:+a+new+approach+for+detection+of+functional+aspects+of+arbuscular+mycorrhizal+colonization+in+maize.">Electrical impedance and capacitance method: a new approach for detection of functional aspects of arbuscular mycorrhizal colonization in maize.</a> Eur. J Soil Biol. 54, 25-31 (2013).</li><li>Brown, M., Lowe, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+panoramic+image+stitching+using+invariant+features.">Automatic panoramic image stitching using invariant features.</a> Int. J. Comput. Vision. 74, 59-73 (2007).</li><li>Jiang, Y., Li, C., Takeda, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nondestructive+detection+and+quantification+of+blueberry+bruising+using+near-infrared+(NIR)+hyperspectral+reflectance+imaging.">Nondestructive detection and quantification of blueberry bruising using near-infrared (NIR) hyperspectral reflectance imaging.</a> Scientific Reports. 6, 35679 (2016).</li><li>Chang, C. -. W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Near-infrared+reflectance+spectroscopy-principal+components+regression+analyses+of+soil+properties.">Near-infrared reflectance spectroscopy-principal components regression analyses of soil properties.</a> Soil Sci. Soc. Am. J. 65, 480-490 (2001).</li><li>Leitner, D., Felderer, B., Vontobel, P., Schnepf, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recovering+root+system+traits+using+image+analysis+exemplified+by+two-dimensional+neutron+radiography+images+of+lupine.">Recovering root system traits using image analysis exemplified by two-dimensional neutron radiography images of lupine.</a> Plant Physiol. 164 (1), 24-35 (2014).</li></ol>

الكتاب ليس لها علاقة بالكشف عن.

توفر البروتوكولات نهجين متكاملين للتربة نمت تصوير جذر النظام. يتم ملء خطوة حاسمة لموثوقية النتائج التجريبية رهيزوبوكسيس له لضمان طبقة الركيزة بل ومتجانسة في الزجاج الأمامي لتوفير الاتصال التربة جذر ضيقة في إطار المراقبة وتجنب الثغرات الجوية. وهذا هو السبب الرئيسي لاستخدام التربة ينخل جيد نسبيا من &#60; 2 مم: ينتج أكبر المجاميع مورفولوجيا سطح أعلى في إطار المراقبة مع فراغات بين المجاميع. بالإضافة إلى ارتفاع خطر الإصابة بالجفاف تلميح الجذر، وهذا يتطلب أيضا تقنيات تجهيز الصورة أكثر تعقيداً ل رسم خرائط المياه31.
إدخال تعديلات على البروتوكول ولذلك يركز على ملء سريع وتحسين رهيزوبوكسيس. ملء الوقت حاليا حوالي 30 دقيقة لكل مربع. وعلاوة على ذلك يتم اختبار استخدام رهيزوبوكسيس مع اثنين من النوافذ الزجاجية للتصوير من كلا الجانبين وتعديلات لتحسين تجانس الإضاءة لأفضل صور RGB. تمديد الأجهزة قد تنظر أيضا في التكامل أوبتوديس مستو32 ، فضلا عن السعة التصوير33 في النظام رهيزوبوكس. ولكن هذا وراء الأنشطة الحالية للترقية.
تعديلات البرمجيات تركز على تسجيل الصور تلقائياً لالصمامات الأعلى وأسفل RBG الصور34. الطيفي النهج التصوير ميزة متقدمة دون إشراف استخراج28 فضلا عن أساليب الكشف المستهدف تحت إشراف أكثر حساسية مثل اختبار سفمس35 . وبالتالي من المحتمل أن يسمح البيانات الفائقة الطيفية لتقييم خصائص التربة ورهيزوسفيري وجذور متعددة36. وعلاوة على ذلك فإنه يهدف إلى تطوير (شبه) الخاص برامج للصور الجذر رهيزوبوكس استناداً إلى نسخة معدلة من "محلل نظام الجذر"37 لقياس الخصائص المورفولوجية (الطول، وقطر، والسطح) فضلا عن الصفات المعمارية (تردد التفريع، المتفرعة من زوايا).
القيد الرئيسي من البروتوكول بالمقارنة مع النهج التصوير ثلاثي الأبعاد هو تقييد إلى سطح الجذر مرئية وخصائص رهيزوسفيري. ومع ذلك قد ثبت أن سمات مرئية الجذر وكيل موثوق بها ل كل جذر النظام21. هو الجمع بين تقنية رهيزوبوكس بسهولة مع أخذ العينات المدمرة التقليدية (الغسيل) في نهاية النمو الديناميكي التصوير من أجل التحقق من صحة علاقة مرئية مقابل الصفات الإجمالية جذر النظام. كما قد تختلف هذه العلاقة بين الأنواع21، يوصي بأخذ العينات المدمرة لضمان استدلال موثوق بها من سمات مرئية لأي سلسلة phenotyping جديدة مع أنواع مختلفة من محاصيل.
أن الميزة الأساسية للبروتوكول المعروضة هنا هو المزيج من ظروف النمو واقعية (التربة)، عالية نسبيا الإنتاجية المحتملة لتصوير RGB والاستدلال على وظائف الجذر (مثل امتصاص الماء) عن طريق البيانات الجذر ورهيزوسفيري تشيموميتريك من التصوير الطيفي حلها وقتيا. وبالتالي يتغلب الأساليب الاستدلال القيود في الشتلات إنتاجية عالية والجذر غير التربة التصوير14من أساليب، في حين أنه يسمح جزئيا أفكاراً phenotyping العميق في العمليات الفنية مع تعقيد أقل تجريبية وإنتاجية أعلى مقارنة بأساليب متقدمة 3D15.
سيتم استخدام البروتوكول في التجارب القادمة لدراسة تأثير ميكورهيزا على جذر نظام التنمية والأداء الوظيفي من البقوليات، وكذلك فيما يتعلق بالخصائص الجذرية phenotyping الأنواع تغطية المحاصيل فيما يتعلق ببنية التربة والنيتروجين والكربون ركوب الدراجات.

جذور توفير العديد من الوظائف الأساسية للنباتات مثل التخزين لتستوعب، مرسى للنباتات الأرضية في التربة، وامتصاص ونقل المياه والمواد الغذائية1. من وجهة نظر تطورية، يعتبر تشكيل محاور الجذرية شرط مسبق أساسي للأصل من النباتات البرية2. وعلى الرغم من هذا الدور الهام، تاريخيا احتلت جذور فقط موقعا هامشيا في الأبحاث البيولوجية. ومع ذلك، في الآونة الأخيرة، يتزايد الاهتمام العلمي في نظم جذور النباتات كما يتضح في الشكل 1.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56251/56251fig1.jpg"> 
الشكل 1: أهمية الدراسات الجذرية في علوم النبات. عدد الجذر الدراسات ذات الصلة كنسبة مئوية من جميع الدراسات النباتية المنشورة في المجلات العلمية العقود الماضية. البحث عن النتيجة من المكبر باستخدام كلمات "المصنع" و "النبات الجذر". <a href="//ecsource.jove.com/files/ftp_upload/56251/56251fig1large.jpg" target="_blank">الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-</a>
ويمكن الافتراض سببين رئيسيين تكمن وراء أوجه التقدم الأخيرة في بحوث الجذر. يتعرض الغطاء النباتي الأرضي، والأول أكثر تواترا من الضغوط البيئية نتيجة للتغير العالمي3. في سياق إنتاج المحاصيل الزراعية ومن المقدر أن محدودة عالمياً حوالي 30% المساحة الزراعية بالمياه والفوسفور4،5. الحد من الإجهاد من غلة المحاصيل هي سبب الرئيسي للثغرات الغلة كبيرة أن يتم على الصعيد العالمي تقدر بأقل من 50% من الإنتاجية المحتملة ل النظم الإيكولوجية الزراعية البعلية6. بالإضافة إلى توافر الموارد منخفضة، يرتبط هذا أيضا إلى كفاءة استخدام الموارد الفقيرة، أي عدم كفاية قدرة محطة لاستغلال الموارد المتاحة7. هذا يؤدي إلى خسائر موارد المتنقلة مثل النترات التي يمكن أن تؤثر سلبا على النظم الإيكولوجية الأخرى. فعلى سبيل المثال يقدر كفاءة استخدام النتروجين العالمية الحالية 47%8. كفاءة عن طريق أساليب تحسين إدارة استخدام الموارد أفضل وأصناف لذلك من أهمية كبيرة لكل نمو النواتج الزراعية، وكذلك فيما يتعلق بالاستدامة البيئية. في هذا السياق النبات جذور تعتبر هدفا أساسيا لتحسين المحاصيل ونظم زراعة المحاصيل9،10.
خلفية هامة ثانية لمصلحة الأخيرة في جذور النباتات من التقدم التكنولوجي في طرق القياس. الأساليب الجذرية طويلة قد تم تقييدها من قبل اثنين من التحديات الرئيسية: القياس للجذور من النباتات التي تنمو في التربة التي ينبغي أن تكون معزولة للقياس الكمي، غالباً بواسطة الغسيل11، وبالتالي الإخلال بترتيب محاور الجذرية المعمارية. المراقبة جذر في الموقع باستخدام الحفر الأساليب، وبالتالي المحافظة على الموقع الطبيعي من الجذور في التربة، وقد استخدمت لوصف النباتية12. لا يزال وهي تستغرق وقتاً طويلاً جداً وهكذا لا تفي بمتطلبات الإنتاجية من التحليل المقارن الهيكلية الوظيفية جذر النظام. من ناحية أخرى أساليب الفائق لقياس الهيكل الجذر معظمها أجريت على وسائط مصطنعة وشتلات النباتات13 حيث يتم الاستقراء لبيئة النمو الطبيعي للنباتات مشكوك فيها14.
الطفرة الأخيرة من البحوث الجذرية محكم مرتبط بالتقدم في التصوير أساليب15. التصوير النهج في الدراسات الجذرية يمكن تقريبا تجميعها في ثلاثة أنواع. أولاً هناك طرق عالية الدقة 3D مثل الأشعة المقطعية والتصوير بالرنين المغناطيسي16. هذه الأساليب الأكثر ملاءمة لدراسة عمليات التفاعل لجذور النباتات مع التربة، مثل الجفاف الناجم عن الانسداد الخشب17. عادة ما يتم تطبيقها على عينات صغيرة نسبيا حيث أنها تسمح للملاحظات التفصيلية. وترد مقارنة بين الأشعة المقطعية والتصوير بالرنين المغناطيسي للأواني مختلفة الحجم والجذر خير تصوير في18. وثانيا، هناك أساليب التصوير الفائق19،20. هذه الأساليب معظمها على أساس المشترك 2D RGB تصوير الجذور تنمو على وسائط اصطناعية (هلام، ورقة الإنبات) حيث يسمح التباين العالي تشريح بسيط نسبيا بين جذور وخلفية. ومناسبة لمقارنة إنتاجية عالية بين الشتلات الجذر الصفات الوراثية محاصيل مختلفة تحت موحدة اصطناعية المتنامي الشروط13. ما بين هذين النهجين هي الأساليب رهيزوبوكس: أنها تستخدم التصوير 2D من جذور تنمو في التربة على مدى فترة زمنية أطول والإنتاجية المتوسطة21،22. تحديا الأخيرة إلى الجذر (2D) تصوير لالتقاط أيضا مؤشرات لوظائف الجذر بالإضافة إلى وصف لهيكل23.
في هذه الورقة نقدم البروتوكولات التجريبية للتصوير رهيزوبوكس نمت النظم الجذر باستخدام (ط) رخيصة وبسيطة مصنوعة خصيصا RGB تصوير وإعداد إعداد تصوير أكثر تعقيداً (ثانيا) قوائم الجرد الوطنية. مثال على النتائج التي تم الحصول عليها من هذه الأجهزة اثنين تظهر ومناقشتها في سياق phenotyping النبات وبحوث النبات الفسيولوجية.

<table>
	<tbody>
		<tr>
			<td>Rhizobox</td>
			<td>Technisches B&#252;ro f&#252;r Bodenkultur</td>
			<td>Experimental builder</td>
			<td></td>
		</tr>
		<tr>
			<td>LED Lamps ATUM HORTI 600</td>
			<td>Klutronic</td>
			<td>AHI10600F</td>
			<td></td>
		</tr>
		<tr>
			<td>Fluorescent light tube HiLite T5 Day</td>
			<td>Juwel Aquarium</td>
			<td>86324</td>
			<td></td>
		</tr>
		<tr>
			<td>UV light tube Eurolite 45cm slim 15 W</td>
			<td>Conrad</td>
			<td>593384 - 62</td>
			<td></td>
		</tr>
		<tr>
			<td>Canon EOS 6D</td>
			<td>Canon Austria GmbH</td>
			<td>8035B024</td>
			<td></td>
		</tr>
		<tr>
			<td>Adobe Photoshop CS5 Extended Version 12.0 x 32</td>
			<td>Adobe Systems Software Ireland Ltd.</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>WinRhizo Pro v. 2013</td>
			<td>Regent Instruments Inc.</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Xeva-1.7-320 SWIR camera</td>
			<td>Xenics</td>
			<td>XEN-000105</td>
			<td></td>
		</tr>
		<tr>
			<td>Spectrograph Imspector N25E</td>
			<td>Specim</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Hyperspectral imaging scanner</td>
			<td>Carinthian Tech Research AG</td>
			<td>Experimental builder</td>
			<td>Design and assemblage of Hyperspectral Imaging Scanner and software</td>
		</tr>
		<tr>
			<td>Matlab R2106a</td>
			<td>Mathworks</td>
			<td></td>
			<td>Including Toolboxes for Image Processing, Signal Processing and Statistics and Machine Learning</td>
		</tr>
		<tr>
			<td>AP4 Poromoeter</td>
			<td>Delta-T-Devices</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>LI-3100C Area Meter</td>
			<td>LI-COR</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>BASF Styradur polystyrene sheets</td>
			<td>Obi Baumarkt</td>
			<td>9706318</td>
			<td>Different types of polystyrene sheets or other material separating differently moistured soil can be used</td>
		</tr>
	</tbody>
</table>

rgb and spectral root imaging for plant phenotyping and physiological research: experimental setup and imaging protocols

من الضروري فهم أفضل لديناميات جذر النبات تحسين كفاءة استخدام الموارد للنظم الزراعية، وزيادة المقاومة لأصناف المحاصيل ضد الضغوط البيئية. ويرد بروتوكولا تجريبية RGB والتصوير الطيفي للنظم الجذرية. ويستخدم النهج رهيزوبوكسيس حيث تنمو النباتات في التربة الطبيعية على مدى فترة زمنية أطول لمراقبة نظم جذور نمواً كاملا. ومن الأمثلة على إعدادات تجريبي لتقييم النباتات رهيزوبوكس تحت ضغط المياه ودراسة دور الجذور. ويرد بإعداد الصور RGB للتحديد الكمي رخيصة وسريعة للتنمية الجذرية على مر الزمن. التصوير الطيفي يحسن تجزئة الجذر من التربة الخلفية مقارنة بمستوى العتبة على أساس لون RGB. قوة خاصة للتصوير الطيفي هو الحصول على تشيموميتريك من المعلومات عن نظام التربة الجذر لفهم الوظيفية. ويتجلى هذا مع تعيين محتوى المياه عالية الدقة. ومع ذلك التصوير الطيفي أكثر تعقيداً في الحصول على الصور، ومعالجة وتحليل مقارنة بالنهج RGB. يمكن تحسين مزيج من كلا أساليب تقييم شامل لنظام الجذر. وترد أمثلة التطبيق تكامل الجذر والصفات سطحي لسياق بحوث النبات الفسيولوجية فينوتيبينج والنباتات. يمكن الحصول على مزيد من التحسين لتصوير الجذر بتحسين جودة الصورة RGB مع إضاءة أفضل استخدام مصادر الضوء المختلفة، واستطراداً لأساليب تحليل صورة للاستدلال على خصائص منطقة الجذر من البيانات الطيفية.

Example results are presented for root segmentation based on RGB and HS imaging. For spectral imaging an example of high resolution water mapping is provided. Finally results are shown that demonstrate the scientific context where image based root data are applied.
RGB based root measurement
Figure 8 shows an RGB root image time series of sugar beet cultivar Ferrara. The images reveal some artefacts from inhomogeneous illumination of the rhizoboxes, with brighter areas along the left side and different brightness at the overlapping area between top and bottom images.
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/56251/56251fig8.jpg" /> 
Figure 8: Root growth time series from the RGB imaging. 
Pictures show the sugar beet cultivar Ferrara at different days after sowing (DAS). The images show some artefacts due to non-homogeneous illumination at the left side of the image and between top and bottom images. Scale bars, 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig8large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Figure 9 provides details on root segmentation based on color thresholding for cultivar Ferrara at day after sowing (DAS) 35. As a reference (Figure 9A), a binary image is used where all roots were manually tracked with a Graphic Tablet. The time required for manual tracking of the entire, fully developed, dense sugar beet root system was around four hours. Figure 9B gives a detailed view on a selected area at the top of the image where old lateral roots are present. Here several root axes are not classified by the color threshold. At the bottom (Figure 9C) on the contrary, where white young roots are predominant, the color based segmentation properly classifies all root axes. The binarized root system (Figure 9D) shows a black area at the left side from the illumination artefact which was defined as exclusion region before running quantitative analysis. Figure 9E shows the corresponding pixel histograms of selected features (roots vs. soil) for the red channel of the RGB image from Ferrara at DAS 35. The root pixels (blue color) clearly show three peaks corresponding to bright young laterals, dark old laterals and tap root. The overlap between the old laterals and the soil background is very strong, leading to unclassified root axes (cf. Figure 9B).
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/56251/56251fig9.jpg" /> 
Figure 9: Root segmentation using a color threshold. 
(A) Manually segmented root system using a Graphic Tablet, (B) area with poorly segmented old root axes in the top and (C) properly segmented young axes in the bottom of the image, and (D) binary image obtained from color based thresholding. (E) Pixel histograms for selected features of the RGB image. Roots are represented by the blue bars with different root types indicated; soil is represented by the red bars. Scale bars in A and D, 2 cm; scale bars in B and C, 1 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig9large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The resulting total visible root length quantified for the manually segmented reference image is 1534.1 cm, while the automatized, color based segmentation gives a total root length of 1427.6 cm.
Greyscale images from UV-illumination do not provide an advantage in the case shown here and performed worse compared to color thresholding (root length: 1679.7 cm). Old roots could not be segmented, and there was more noise in the image, probably due to lower light intensity of the UV lamps. However, in case of young roots with high auto-fluorescence and a bright background substrate, UV-illumination can still be an option as shown by an image obtained from another experiment where sand was used as background substrate (Figure 10).
<img alt="Figure 10" class="xfigimg" src="/files/ftp_upload/56251/56251fig10.jpg" /> 
Figure 10: UV illumination to visualize roots on bright background. 
Example from a durum wheat root system growing in a rhizobox filled with quartz sand. The rhizobox is imaged with illumination for (A) UV light and (B) fluorescent (day) light. Scale bars, 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig10large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
HSI based root measurements
Figure 11 provides the mean spectra for three root ROIs (old and young lateral, tap root) and two soil ROIs (top and bottom of rhizobox).
<img alt="Figure 11" class="xfigimg" src="/files/ftp_upload/56251/56251fig11.jpg" /> 
Figure 11: Mean spectra of root and soil. 
Spectra from regions of interest (ROIs) on the root (three root types) and in the soil (top and bottom of the rhizobox). The ROIs are selected to determine an optimum segmentation criterion between root and soil. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig11large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
It is evident that the tap and young lateral roots differ substantially from the background in intensity of most spectral bands. For the old laterals the intensity differences are much lower. A feature that can be inferred visually is the different slope of the spectrum around water absorption region (1450 nm). Here the slope of root spectra is higher compared to soil spectra. Furthermore a change of tap and young lateral spectra in the region around 1100 nm can be identified that does not occur in the old laterals.
Figure 12A shows the result from the search algorithm identifying a spectral ratio with strongest foreground-background contrast. The ratio of spectra at 1476 nm to 1076 nm provides the best separation between roots and soil. The resulting histogram of root foreground and soil background pixels is shown in Figure 12B. Although there is some overlap, most pixels are clearly separated from the soil background. Fitting a bimodal Gaussian curve through the histogram and using Bhattacharyya distance for quantification, a value of 7.80 is obtained. A value higher 3.0 indicates strong image contrast allowing reliable separation28.
<img alt="Figure 12" class="xfigimg" src="/files/ftp_upload/56251/56251fig12.jpg" /> 
Figure 12: Difference in reflectance between root foreground and soil background for different spectral band ratios and pixel histogram at spectral ratio used for segmentation. 
(A) Bright colors (yellow) show high contrast between foreground and background, dark colors (blue) show low contrast. The first 15 bands have been removed because of noise. The red lines indicate the band ratio with highest contrast. (B) Pixel histogram of roots (blue) and soil (red) at segmentation spectral ratio. Blue bars represent the root and red bars the soil. The intensity value corresponds to the ratio of spectral band 160 to spectral band 49. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig12large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The binary image (Figure 13) is created by applying a global intensity threshold of the identified spectral ratio at a value of 1.008 calculated from the histogram distance27. Analysis of root length of this image gives a total length of 1557.3 cm which represents an error of only 1.5% compared to the manually tracked reference image.
<img alt="Figure 13" class="xfigimg" src="/files/ftp_upload/56251/56251fig13.jpg" /> 
Figure 13: Binary image of the root system of sugar beet cultivar Ferrara. 
The image is obtained by applying a global spectral threshold. Scale bar (bottom left corner), 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig13large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Although root segmentation has improved using spectral information compared to color based information, the main intention of HS imaging is analysis of chemometric image properties. This is exemplified via mapping the water content of a rhizobox image.
Figure 14A shows the mean spectra of the compartments in the calibration rhizobox (cf. Figure 7) filled with soil of different water content. The shape of spectra is similar between the compartments, i.e. here a spectral ratio does not necessarily provide a more stable classification criterion. Thus intensity at a single spectral band (1680 nm), where the average difference between adjacent water contents is maximized, is identified as best separating criterion. The resulting pixel histograms for this spectral wavelength are shown in Figure 14B.
<img alt="Figure 14" class="xfigimg" src="/files/ftp_upload/56251/56251fig14.jpg" /> 
Figure 14: Spectral features for water content calibration. 
(A) Mean spectra of nine water compartments from the calibration rhizobox with different water contents; (B) Pixel histograms for the water compartments at band 216 where average distance between neighboring compartment is maximum. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig14large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The relation of the average pixel intensity at 1680 nm and the measured water content is shown in Figure 15.
<img alt="Figure 15" class="xfigimg" src="/files/ftp_upload/56251/56251fig15.jpg" /> 
Figure 15: Relation of spectral reflectance and volumetric water content. 
The figure shows data pairs of measured water content and spectral reflectance with empirical curves (linear and exponential) fit to the data excluding the highest water contents (red triangles). <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig15large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Differentiation of higher water contents from spectral intensity becomes difficult. A significant regression (either linear or exponential) with high R2 can be fit to water contents up to around 0.30 cm3 cm-3. Wetter soil conditions cannot be reliably predicted by the intensity value. Similar behavior of an exponential relation between reflectivity and water content with a decreasing response to water contents higher 0.30 cm3 cm-3 was also found in other studies30.
A rhizobox image with fine mapping of water content is shown in Figure 16. Four aspects have to be remarked. First, a region of lower water content can be seen in the rooted parts of the rhizobox. Second, strongest depletion is concentrated in the vicinity to single root axes. Third, depletion zones also occur where no root axes are visible on the surface, indicating regions where roots are hidden in soil. Fourth, water mapping without further image-processing results in a patchy appearance due to the aggregated soil. This can indicate inhomogeneous water content distribution at the aggregate scale, but also surface morphology effect on image quality. Chemometric image-processing techniques are an option to overcome such morphological effects in spectral images31, but are not implemented so far in the Matlab scripts used here.
<img alt="Figure 16" class="xfigimg" src="/files/ftp_upload/56251/56251fig16.jpg" /> 
Figure 16: Water content mapping on a rhizobox. 
The dark blue colours represent regions of high water content, green to red areas show regions with low water content. The plant root is overlaid on the image in black. Scale bar (bottom left corner), 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig16large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Application examples
Figure 17 relates quantitative root traits from image analysis with aboveground measurements.
<img alt="Figure 17" class="xfigimg" src="/files/ftp_upload/56251/56251fig17.jpg" /> 
Figure 17: Typical application examples for root data. 
(A) and (B) show root information used for aboveground-belowground plant characterization in a phenotyping context. (A) represents root growth from the sugar beet cultivar Ferrara, (B) compares six rhizobox grown sugar beet cultivars using leaf-to-root area ratio (data from one replicate). (C) and (D) are functional relations between traits as found in plant physiological research. (C) shows the influence of leaf-to-root area ratio on dry matter production and (D) the relation of root surface area to stomata conductance. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig17large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Figure 17A and 17B are relevant for phenotyping focusing on comprehensive aboveground and belowground plant characterization. Figure 17A shows root growth of sugar beet cultivar Ferrara (cf. Figure 8 for images). Expansion of the root system indicates the capacity of a cultivar to explore the soil volume in a given time span of the vegetation period. Figure 17B shows leaf-to-root surface area ratio of six sugar beet cultivars, providing a descriptor for the balance between plant supply (root) and demand (leaf).
Figures 17C and 17D give examples for functional relations of interest in physiological research. In Figure 17C leaf-to-root surface area ratio is related to dry matter formed during the experiment, indicating the predominant role of the assimilating surface as a limiting factor for dry matter accumulation. The lack of significance in spite of a comparatively high R2 is related to the low number of paired data (n=6) used here. Figure 17D reveals that cultivars with higher root surface area (improved uptake) have an average higher stomata conductance over the course of the experiment. The higher root area apparently sustains water extraction, thereby prolonging stomata opening.

Watch this Scientific Journal Video about RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols at JoVE.com

RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols

RGB والتصوير الطيفي الجذر فينوتيبينج النباتية والبحوث الفسيولوجية: الإعداد التجريبية والتصوير البروتوكولات

ويرد بروتوكولا تجريبية لتقييم التربة نمت نظم جذور النباتات مع RGB والتصوير الطيفي. مزيج من الوقت صورة RGB سلسلة مع معلومات تشيموميتريك من الطيفي بالأشعة يحسن ثاقبة ديناميات جذر النبات.

Better understanding of plant root dynamics is essential to improve resource use efficiency of agricultural systems and increase the resistance of crop ...

Research

JoVE Journal

Environment

Transcript and Metabolite Profiling for the Evaluation of Tobacco Tree and Poplar as Feedstock for the Bio-based Industry

نص والمستقلب التنميط لتقييم شجرة التبغ والحور كمادة وسيطة لصناعة القائمة على الحيوية

The global demand for food, feed, energy, and water poses extraordinary challenges for future generations. It is evident that robust platforms for the ...

Experimental Protocol for Manipulating Plant-induced Soil Heterogeneity

بروتوكول التجريبية لالناجم عن النبات والتلاعب التجانس التربة

Coexistence theory has often treated environmental heterogeneity as being independent of the community composition; however biotic feedbacks such as ...

Protocols for Robust Herbicide Resistance Testing in Different Weed Species

بروتوكولات قوية مبيدات الأعشاب اختبار المقاومة بأنواع الأعشاب مختلفة

Robust protocols to test putative herbicide resistant weed populations at whole plant level are essential to confirm the resistance status. The presented ...

Soil Lysimeter Excavation for Coupled Hydrological, Geochemical, and Microbiological Investigations

التربة مقياس الذوبان الحفر في جانب الهيدرولوجي، الجيوكيميائية، والتحقيقات الميكروبيولوجية

Studying co-evolution of hydrological and biogeochemical processes in the subsurface of natural landscapes can enhance the understanding of coupled ...

Experimental Column Setup for Studying Anaerobic Biogeochemical Interactions Between Iron (Oxy)Hydroxides, Trace Elements, and Bacteria

Experimental Column Setup for Studying Anaerobic Biogeochemical Interactions Between Iron OxyHydroxides, Trace Elements, and Bacteria

إعداد العمود التجريبية لدراسة التفاعلات الكيميائية الأرضية الأحيائية اللاهوائية بين هيدروكسيدات الحديد (أوكسي)، والعناصر النزرة، والبكتيريا

Fate and speciation of trace elements (TEs), such as arsenic (As) and mercury (Hg), in aquifers are closely related to physio-chemical conditions, such as ...

Ecosystem Fabrication (EcoFAB) Protocols for The Construction of Laboratory Ecosystems Designed to Study Plant-microbe Interactions

Ecosystem Fabrication EcoFAB Protocols for The Construction of Laboratory Ecosystems Designed to Study Plant-microbe Interactions

بروتوكولات النظام الإيكولوجي تلفيق (اكوفاب) لتشييد مختبر النظم الإيكولوجية تهدف إلى دراسة التفاعلات بين الميكروبات والنبات

Beneficial plant-microbe interactions offer a sustainable biological solution with the potential to boost low-input food and bioenergy production. A ...

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

اختبار الإصابة بالنبات: الرش والجرح بوساطة التلقيح بمسببات الأمراض النباتية رمادية ماجنابورثي

Plants possess a powerful system to defend themselves against potential threats by pathogenic fungi. For agriculturally important plants, however, current ...

Harvesting Venom Toxins from Assassin Bugs and Other Heteropteran Insects

حصاد السم السموم من قاتل الحشرات وغيرها من الحشرات هيتيروبتيران

Heteropteran insects such as assassin bugs (Reduviidae) and giant water bugs (Belostomatidae) descended from a common predaceous and venomous ancestor, ...

An Optimized Rhizobox Protocol to Visualize Root Growth and Responsiveness to Localized Nutrients

وضع بروتوكول رهيزوبوكس الأمثل لتصور النمو الجذري والقدرة على الاستجابة للعناصر المغذية مترجمة

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive ...

Colletotrichum fioriniae Development in Water and Chloroform-based Blueberry and Cranberry Floral Extracts

Colletotrichum fioriniae Development in Water and Chloroform-based Blueberry and Cranberry Floral Extracts

فيورينيا كوليتوتريتشوم التنمية في مجال المياه ومقتطفات الأزهار عنبية المستندة إلى كلوروفورم والتوت البري

To accurately monitor the phenology of the bloom period and the temporal dynamics of floral chemical cues on fungal fruit rotting pathogens, floral ...