Name: a telemetric, gravimetric platform for real-time physiological phenotyping of plant&ndash;environment interactions
Uploaded: 2020-08-05T13:00:00
Duration: 15 min 30 s
Description: Watch this Scientific Journal Video about A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of PlantÃ¢â‚¬â€œEnvironment Interactions at JoVE.com

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.

<ol>
	<li>Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Yield+Trends+Are+Insufficient+to+Double+Global+Crop+Production+by+2050.">Yield Trends Are Insufficient to Double Global Crop Production by 2050.</a> PLoS One. 8, 66428 (2013).</li><li>Food and Agriculture Organization of the United Nations. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The future of food and agriculture: Trends and challenges. , (2017).</li><li>Dhankher, O. P., Foyer, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Climate+resilient+crops+for+improving+global+food+security+and+safety.">Climate resilient crops for improving global food security and safety.</a> Plant, Cell &amp; Environment. 41, 877-884 (2018).</li><li>Chen, D., 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=Dissecting+the+phenotypic+components+of+crop+plant+growthand+drought+responses+based+on+high-throughput+image+analysis+w+open.">Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open.</a> Plant Cell. 26, 4636-4655 (2014).</li><li>Ubbens, J. R., Stavness, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Deep+Plant+Phenomics:+A+Deep+Learning+Platform+for+Complex+Plant+Phenotyping+Tasks.">Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks.</a> Frontiers in Plant Science. , (2017).</li><li>Danzi, D., 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=Can+High+Throughput+Phenotyping+Help+Food+Security+in+the+Mediterranean+Area.">Can High Throughput Phenotyping Help Food Security in the Mediterranean Area.</a> Frontiers in Plant Science. , (2019).</li><li>Miflin, 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+improvement+in+the+21st+century.">Crop improvement in the 21st century.</a> Journal of Experimental Botany. 51, 1-8 (2000).</li><li>Dalal, 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=Dynamic+Physiological+Phenotyping+of+Drought-Stressed+Pepper+Plants+Treated+With+"Productivity-Enhancing"+and+"Survivability-Enhancing"+Biostimulants.">Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With "Productivity-Enhancing" and "Survivability-Enhancing" Biostimulants.</a> Frontiers in Plant Science. , (2019).</li><li>Moshelion, M., Altman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Current+challenges+and+future+perspectives+of+plant+and+agricultural+biotechnology.">Current challenges and future perspectives of plant and agricultural biotechnology.</a> Trends in Biotechnology. 33, 337-342 (2015).</li><li>Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Machine+Learning+for+High-Throughput+Stress+Phenotyping+in+Plants.">Machine Learning for High-Throughput Stress Phenotyping in Plants.</a> Trends in Plant Science. 21, 110-124 (2016).</li><li>Houle, D., Govindaraju, D. R., Omholt, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phenomics:+The+next+challenge.">Phenomics: The next challenge.</a> Nature Reviews Genetics. 11, 855-866 (2010).</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> Annual Review of Plant Biology. 64, 267-291 (2013).</li><li>Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Plant+Phenomics,+From+Sensors+to+Knowledge.">Plant Phenomics, From Sensors to Knowledge.</a> Current Biology. 27, 770-783 (2017).</li><li>Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+advantages+of+functional+phenotyping+in+pre-field+screening+for+drought-tolerant+crops.">The advantages of functional phenotyping in pre-field screening for drought-tolerant crops.</a> Functional Plant Biology. , (2017).</li><li>Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prospects+for+measurement+of+dry+matter+yield+in+forage+breeding+programs+using+sensor+technologies.">Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies.</a> Agronomy. 9, 65 (2019).</li><li>Roitsch, 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=New+sensors+and+data-driven+approaches-A+path+to+next+generation+phenomics.">New sensors and data-driven approaches-A path to next generation phenomics.</a> Plant Science. 282, 2-10 (2019).</li><li>Li, L., Zhang, Q., Huang, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+imaging+techniques+for+plant+phenotyping.">A review of imaging techniques for plant phenotyping.</a> Sensors (Switzerland). 14, 20078-20111 (2014).</li><li>Gosa, S. C., Lupo, Y., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+and+comparative+analysis+of+whole-plant+performance+for+functional+physiological+traits+phenotyping:+New+tools+to+support+pre-breeding+and+plant+stress+physiology+studies.">Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies.</a> Plant Science. 282, 49-59 (2019).</li><li>Araus, J. L., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Field+high-throughput+phenotyping:+the+new+crop+breeding+frontier.">Field high-throughput phenotyping: the new crop breeding frontier.</a> Trends in Plant Science. 19, 52-61 (2014).</li><li>Ito, V. C., Lacerda, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Black+rice+(Oryza+sativa+L.):+A+review+of+its+historical+aspects,+chemical+composition,+nutritional+and+functional+properties,+and+applications+and+processing+technologies.">Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies.</a> Food Chemistry. 301, 125304 (2019).</li><li>Anjum, S. 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=physiological+and+biochemical+responses+of+plants+to+drought+stress.">physiological and biochemical responses of plants to drought stress.</a> African Journal of Agricultural Research. , (2011).</li><li>Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-throughput+physiological+phenotyping+and+screening+system+for+the+characterization+of+plant-environment+interactions.">High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions.</a> The Plant Journal. 89, 839-850 (2017).</li><li>Yaaran, A., Negin, B., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Role+of+guard-cell+ABA+in+determining+steady-state+stomatal+aperture+and+prompt+vapor-pressure-deficit+response.">Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response.</a> Plant Science. 281, 31-40 (2019).</li><li>Dalal, A., Attia, Z., Moshelion, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=To+produce+or+to+survive:+how+plastic+is+your+crop+stress+physiology.">To produce or to survive: how plastic is your crop stress physiology.</a> Frontiers in Plant Science. 8, 2067 (2017).</li><li>Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Translating+High-Throughput+Phenotyping+into+Genetic+Gain.">Translating High-Throughput Phenotyping into Genetic Gain.</a> Trends in Plant Science. 23, 451-466 (2018).</li><li>Ghanem, M. E., Marrou, H., Sinclair, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Physiological+phenotyping+of+plants+for+crop+improvement.">Physiological phenotyping of plants for crop improvement.</a> Trends in Plant Science. 20, 139-144 (2015).</li><li>Sinclair, T. 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=Pot+binding+as+a+variable+confounding+plant+phenotype:+theoretical+derivation+and+experimental+observations.">Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations.</a> Planta. 245, 729-735 (2017).</li></ol>

Die Autoren haben nichts zu verraten.

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 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.

<table>
<tbody>
<tr>
<td>Atmospheric Probes </td>
<td>SpectrumTech/Meter group</td>
<td>3686WD</td>
<td>Watchdog 2475</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>40027</td>
<td>VP4</td>
</tr>
<tr>
<td>Array Randomizer</td>
<td>&nbsp;</td>
<td>None</td>
<td>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.</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>Free download and more information, please click on the following link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q</td>
</tr>
<tr>
<td>Cavity trays</td>
<td>Danish size with curved rim for nursery</td>
<td>30162</td>
<td>4X4X7 Cell, 84 cell per tray https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92</td>
</tr>
<tr>
<td>Coarse sand</td>
<td>Negev Industrial Minerals Ltd., Israel </td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Compost</td>
<td>Tuff Marom Golan, Israel</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Data Analysis software </td>
<td>Plant-Ditech Ltd., Israel</td>
<td>&nbsp;</td>
<td>SPAC Analytics</td>
</tr>
<tr>
<td>Drippers</td>
<td>Netafim</td>
<td>21500-001520</td>
<td>PCJ 8L/h</td>
</tr>
<tr>
<td>Fine sand</td>
<td>Negev Industrial Minerals Ltd., Israel </td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Loamy soil (natural soil)</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Nylon mesh</td>
<td>Not relevant (generic products)</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Operating software </td>
<td>Plant-Ditech Ltd., Israel</td>
<td>&nbsp;</td>
<td>Plantarray Feedback Control (PFC)</td>
</tr>
<tr>
<td>Peat-based soil</td>
<td>Klasmann-Deilmann GmbH, Germany</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Perlite</td>
<td>Agrekal , Israel</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Plantarray 3.0 system</td>
<td>Plant-Ditech Ltd., Israel</td>
<td>SCA400s</td>
<td>Weighing lysimeters</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>PLA300S</td>
<td>Planter unit container</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>CON100</td>
<td>Control unit </td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>part of the planter set</td>
<td>Fiberglass stick</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>part of the planter set</td>
<td>Gasket ring</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>Operating software</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>SPAC Analytics software</td>
</tr>
<tr>
<td>Porous, ceramic, mixed-sized medium</td>
<td>Greens Grade, PROFILE Products LLC., USA</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Porous, ceramic, small-sized medium</td>
<td>Greens Grade, PROFILE Products LLC., USA</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Pots</td>
<td>Not relevant (generic products)</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Soil</td>
<td>Bental 11 by Tuff Marom Golan </td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
<tr>
<td>Soil Probes </td>
<td>Meter group</td>
<td>40567</td>
<td>5TE</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>40636</td>
<td>5TM</td>
</tr>
<tr>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>40478</td>
<td>GS3</td>
</tr>
<tr>
<td>Vermiculite</td>
<td>Agrekal , Israel</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
</tr>
</tbody>
</table>

a telemetric, gravimetric platform for real-time physiological phenotyping of plant&ndash;environment interactions

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.

Watch this Scientific Journal Video about A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of PlantÃ¢â‚¬â€œEnvironment Interactions at JoVE.com

A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of PlantÃƒÂ¢Ã¢â€šÂ¬Ã¢â‚¬Å“Environment Interactions

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.

Eine telemetrische, gravimetrische Plattform für die physiologische Phänotypisierung von Pflanzen-Umwelt-Interaktionen in Echtzeit

Food security for the growing global population is a major concern. The data provided by genomic tools far exceeds the supply of phenotypic data, creating ...

Pflanzen reagieren auf sehr komplexe Weise auf die Umwelt. Physiologische Eigenschaften gehören zu den schnellsten, die reagieren. In der Regel können viel früher als morphologische Unterschiede festgestellt werden.Diese hochauflösende funktionelle Phänotypisierungsmethode ermöglicht es, die Wechselwirkungen der Pflanze in der Umgebung kontinuierlich und zerstörerisch unter vielen Behandlungen zu quantifizieren. Dieses System kann für Echtzeitmessungen einer Vielzahl physiologischer Merkmale an vielen Pflanzen gleichzeitig ohne größere Analyse verwendet werden, während die Bedingungen für jede Pflanze in der Umgebung kontrolliert werden. Hier zeigen wir das detaillierteste Protokoll.Wir empfehlen jedoch, dass Benutzer zum ersten Mal mit einem vereinfachten Protokoll beginnen, das es einfacher macht, sich mit den wichtigsten experimentellen Verfahren, Hardware und Software vertraut zu machen. Demonstriert wird das Verfahren durch Itamar Shenhar, ein Meisterschüler von MyLab Begin, indem er den Bodenfilter in den Topf einfügt. Verteilen Sie das Nylon-Mesh auf den gesamten Topf und legen Sie den Netzhalter auf das Netz.Dann schieben Sie langsam den Netzhalter auf halbem Weg nach unten die Innenseite des gesamten Topfes, um sicherzustellen, dass das Netz gleichmäßig verteilt bleibt, wie es zwischen den beiden Töpfen gedrückt wird. Legen Sie den Fiberglas-Stick zwischen die beiden Töpfe und schieben Sie es den ganzen Weg nach unten auf den Boden des gesamten Topfes. Stellen Sie sicher, dass es auf der Außenseite des Netzes ist und drückt nicht das Netz.Bevor Sie den Netzhalter ganz nach unten drücken, drücken Sie das Netz von Hand aus dem Topf nach unten und stellen Sie es so ein, dass es gleichmäßig und fest über den Boden verteilt ist, was eine ordnungsgemäße Drainage gewährleistet. Schieben Sie den Dichtungsring von der Unterseite des Topfes stellen Sie ein Drittel des Weges auf der Seite des Topfes, um sicherzustellen, dass diese Deckel im Ring in Richtung der Unterseite des Topfes öffnen. Beschriften Sie die Töpfe nach ihren Standorten im Array im Gewächshaus.Um die Pflanzen anzubauen, keimen sie die Samen in Hohlraumschalen mit dem gewünschten Topfmedium. Starten Sie das Experiment, wenn die Pflanze etwa 10% der maximalen Topfwasserkapazität ausläuft. Lassen Sie ein paar Hohlräume ohne Sämlinge für Bodengewichtsmessungen, oder Details, folgen Sie dem Textmanuskript.Bevor Sie ein neues Experiment starten, nivellieren und kalibrieren Sie die Lysimeter mit einem Spirituosenlevel und Standardgewichten. Führen Sie die Gewichtskalibrierung durch, während der grüne Behälter, einschließlich aller Stecker, sich in der Wägezelle befindet, den Schritten aus dem Textmanuskript folgt. Um ein neues Experiment zu starten, öffnen Sie die Bediensoftware und öffnen Sie dann die Registerkarte Experimente im Menü auf der linken Seite des Bildschirms.Klicken Sie auf Neu erstellen. Benennen Sie das Experiment, und klicken Sie auf OK. Öffnen Sie das neue Experiment. Öffnen Sie dann Pflanzen und klicken Sie auf Neu erstellen.Ändern Sie im Fenster den Namen der Pflanze, die Position, das Reißgewicht und den Bodentyp. Klicken Sie dann auf Übernehmen. Klicken Sie erneut auf Pflanzen, und die Tabelle wird auf dem Bildschirm angezeigt.Exportieren Sie die Tabelle, indem Sie auf Pflanzen exportieren in der unteren linken Ecke der Tabelle klicken. Öffnen Sie dann die gespeicherte Excel-Datei. Ändern Sie die Parameter nach Bedarf und speichern Sie sie.Klicken Sie unten links in der Tabelle auf Pflanzen importieren. Wenn ein kleines Fenster auftaucht, das sagt, dass erfolgreich importierte Pflanzen erfolgreich importiert wurden, klicken Sie auf OK. Überprüfen Sie, ob die Änderungen, die Sie in der Excel-Datei vorgenommen haben, erfolgreich importiert wurden. Klicken Sie im angezeigten Fenster auf das neue Experiment und auf Experiment starten.Klicken Sie schließlich auf OK, um mit der Aufzeichnung von Daten aus diesem Experiment zu beginnen. Wiegen Sie die vorgefertigten leeren Töpfe. Wenn Sie Teile verwenden, die einander ähneln, reicht das durchschnittliche Gewicht von 10 aus.Mischen Sie das Topfmedium gründlich mit viel Wasser, es sei denn, Sand oder andere homogene Bodenmedien werden verwendet. Und alle vorgefertigten leeren Töpfe gleichmäßig füllen. Tippen Sie ein paar Mal auf den Boden, um sicherzustellen, dass das Topfmedium gut verteilt ist.Legen Sie einen Guss einer Hohlraumform, die in Form und Größe dem Wurzelbodenstecker der Sämlinge ähnelt, in die Mitte des Vergussmediums ein. Und schieben Sie es vollständig ein. Gießen Sie die Töpfe gut und spülen Sie die Außenseite der Töpfe ab.Dann lassen Sie sie für 30 Minuten abtropfen, bevor Sie mit dem nächsten Schritt fortfahren. Legen Sie alle Feldtöpfe auf dem Lysimeter-Array in den grünen Behältern nach dem experimentellen Design. Sicherstellen, dass die Stecker der grünen Behälter an der richtigen Stelle sind und dass die grünen Behälter richtig in der Nut positioniert sind.Öffnen Sie in der Bediensoftware die Registerkarte Experiment und klicken Sie auf die Registerkarte Komponenten messen unter dem neuen Experiment. Bestätigen Sie die neue Messung ab der Zeit, die oben auf dem Bildschirm angegeben wurde, da die vorherige Stichprobe eingeschaltet war. Klicken Sie auf Measure Object.Klicken Sie auf Weiter, wenn die Datensatzgewichtungen und Delta-Tag-Fenster angezeigt werden. Benennen Sie im Tag Record-Fenster das neue Meta-Tag als erste Messung, und klicken Sie auf Fertig stellen. Wenn das aufgezeichnete Fenster der Gewichtung erfolgreich angezeigt wird, klicken Sie auf OK. Legen Sie die Multi-Outlet-Bewässerungstropfen und Topfabdeckungen auf jeden Topf in das Lysimeter.Bestätigen Sie die neue Messung, und klicken Sie erneut auf Measure Object. Klicken Sie auf Weiter, wenn die Datensatzgewichtungen angezeigt werden. Wählen Sie im Delta-Tag-Fenster die erste Messung im Abschnitt Meta-Tags aus, um den Abschnitt zu subtrahieren, und klicken Sie auf Weiter.Benennen Sie im Tag-Datensatzfenster die neuen Meta-Tags als statische Komponenten, und klicken Sie auf Fertig stellen. Wenn das aufgezeichnete Fenster der Gewichtung erfolgreich angezeigt wird, klicken Sie auf OK. Klicken Sie auf Pflanzen auf der linken Seite, und stellen Sie sicher, dass die Werte aktualisiert werden. Öffnen Sie dann unter dem neuen Experiment die Registerkarte Behandlungsszenarien, und klicken Sie auf Neu erstellen.Klicken Sie unter Plan auf den Neuen Schritt. Wählen Sie in der Mitte des Bildschirms den angegebenen Testnamen für die Behandlung aus und bestätigen Sie, indem Sie auf OK klicken. Wählen Sie nie für die Kündigung und klicken Sie auf Bewerben. Öffnen Sie die Bewässerungsbehandlungen auf der linken Seite des gewählten Testnamens.Klicken Sie auf den Neuen Schritt. Ändern Sie in der Mitte des Bildschirms die Öffnungszeit des Ventils einige Minuten vor der aktuellen Zeit, zusammen mit anderen Parametern, wie im Experiment erforderlich, und klicken Sie auf Anwenden. Öffnen Sie die Pflanzen unter dem neuen Experiment und klicken Sie auf den neuen Pflanzennamen.Ändern Sie in der Mitte des Bildschirms den Behandlungsplan in Plan. Ein Fenster wird angezeigt, klicken Sie auf OK, um dies zu bestätigen. Überprüfen Sie, ob der Schritt denselben Namen wie der Bewässerungstestname hat.Klicken Sie dann auf Übernehmen. Überprüfen Sie visuell, ob alle Töpfe bewässert sind und dass überschüssige Bewässerungsflüssigkeit aus dem perforierten Abflussstopfen des grünen Behälters tropft. Entfernen Sie den ungelochten Stecker aus dem grünen Behälter und lassen Sie das Wasser vollständig abfließen.Dann den Stecker austauschen. Öffnen Sie die Registerkarte "Experiment", und klicken Sie unter dem neuen Experiment auf Komponenten messen. Nachdem Sie die Messung bestätigt haben, klicken Sie unter Messen der Anlagenparameter auf Objekt messen.Nachdem Sie durch die Datensatzgewichte und Delta-Tag-Fenster geklickt haben, benennen Sie die neuen Meta-Tags als cast-pre, und klicken Sie auf Fertig stellen. Klicken Sie auf OK, wenn das aufgezeichnete Fenster der Gewichtung erfolgreich angezeigt wird. Nehmen Sie die Abgüsse vorsichtig aus den Töpfen.Klicken Sie auf Komponenten messen und bestätigen Sie dann die Messung wie zuvor. Klicken Sie unter Measureplanparameter auf Objekt messen. Klicken Sie auf Weiter, wenn das Fenster "Datensatzgewichtungen" angezeigt wird.Wählen Sie cast-pre im Meta-Tags aus, um den Abschnitt zu subtrahieren, und klicken Sie auf Weiter. Benennen Sie im Tag-Datensatzfenster das neue Meta-Tag als Cast-Post, und klicken Sie auf Fertig stellen. Klicken Sie auf Pflanzen auf der linken Seite und stellen Sie sicher, dass die Werte aktualisiert werden.Aktualisieren Sie in der Tabelle der Anlage manuell das Reißgewicht mit dem Gewicht der vorgefertigten leeren Töpfe, die manuell entnommen wurden. Klicken Sie auf Komponenten messen, und bestätigen Sie die Messung. Klicken Sie unter Parameter des Messplans auf Bodenfeuchtgewicht messen.Klicken Sie auf OK, wenn ein kleines Fenster zur Bestätigung angezeigt wird. Klicken Sie auf Pflanzen und überprüfen Sie, ob die Werte aktualisiert werden. Messen Sie manuell das durchschnittliche Gewicht von fünf bis zehn hohl gefüllten Böden, die gut bewässert und ohne Sämlinge gut durchlässig sind.Klicken Sie erneut auf Komponenten messen, und bestätigen Sie die Messung. Klicken Sie auf Set Seedlings Bulk Bodengewicht. Wenn ein kleines Fenster erscheint, geben Sie das durchschnittliche Gewicht der Bodenmasse ein und klicken Sie auf OK. Klicken Sie auf Pflanzen und überprüfen Sie, ob die Werte aktualisiert werden.Kehren Sie zurück, um Anlagenparameter zu messen, und klicken Sie auf Anlagenanfangsgewicht messen. Wählen Sie im Tag-Datensatzfenster einen neuen Datensatz als Referenzpunkt für das Anlagengewicht auf, und klicken Sie auf Fertig stellen. Klicken Sie auf OK, wenn das aufgezeichnete Fenster der Gewichtung angezeigt wird, klicken Sie auf Pflanzen und überprüfen Sie, ob die Werte aktualisiert werden.Achten Sie darauf, dass die Sämlinge in den Hohlraumschalen gut bewässert sind, ziehen Sie die Sämlinge mit ihren Wurzeln Bodenstopfen vorsichtig aus den Hohlräumen und achten Sie darauf, sie nicht zu verletzen. Und legen Sie sie sorgfältig in die Hohlräume von Gussausgüssen in den Töpfen gemacht. Wiederholen Sie die Messung des Pflanzlichen Nettogewichts, wie in der Meta-Tags-Messung zuvor beschrieben.Um Reservewasser im grünen Behälter zu berücksichtigen, folgen Sie den Anweisungen im Textmanuskript, um sicherzustellen, dass der Getreidebehälter voll ist. Kehren Sie zur Messung der Planparameter zurück, und klicken Sie auf Wassergewicht reservieren. Klicken Sie auf OK, wenn die Reservewassergewicht- und Erfolgsfenster angezeigt werden.Klicken Sie auf Pflanzen und exportieren Sie die Tabelle, indem Sie in der unteren linken Ecke der Tabelle auf Pflanzen exportieren klicken. Öffnen Sie die Excel-Datei, und subtrahieren Sie das gemessene Pflanzennettogewicht und säen Sie das Massenbodengewicht von der reservierten Wassergewichtsmessung, und speichern Sie es. Klicken Sie auf Pflanzen aktualisieren in der unteren linken Ecke der Tabelle.Wählen Sie die Excel-Datei aus, und klicken Sie auf Öffnen, um sie zu aktualisieren. Wenn das Fenster "Updates" angezeigt wird, klicken Sie auf OK. Überprüfen Sie, ob die Werte aktualisiert werden. Klicken Sie unter Anlagenparameter messen auf Bodentrockengewicht berechnen.Wenn das Fenster aufspringt, legen Sie das Nassgewicht des Bodens und das Trockengewicht des Bodens ein, oder fügen Sie manuell berechneten Bodenwassergehalt ein. Klicken Sie auf Übernehmen, und klicken Sie dann auf Fertig stellen. Wenn ein Fenster geöffnet wird, klicken Sie auf OK, um dies zu bestätigen.Folgen Sie dem Textmanuskript, um diesen Wert für den Bodenwassergehalt zu berechnen. Öffnen Sie Bewässerungsbehandlungen und klicken Sie auf Neu erstellen und setzen Sie den Namen und klicken Sie auf OK. Öffnen Sie den neuen Bewässerungsnamen und klicken Sie auf Neu erstellen. Öffnen Sie dann den Standardbehandlungsplan, legen Sie die Ventilöffnungszeit und andere Parameter nach Bedarf fest und klicken Sie auf Anwenden.Dies zeigt ein dynamisches und modulierendes Bewässerungsbehandlungsszenario für den gesamten Versuchszeitraum basierend auf den Vorlieben der Anwender. Öffnen Sie Behandlungsszenarien, öffnen Sie den Plan und klicken Sie auf den Standardplannamen. Wählen Sie einen Behandlungsnamen aus der Liste aus, und klicken Sie auf OK, um dies zu bestätigen.Wählen Sie die entsprechenden Bedingungen für die Kündigung aus und klicken Sie auf Anwenden. Alle Möglichkeiten beinhalten eine Timeout-Option, die den Hahn schließt, auch wenn die eingestellten Bedingungen nicht erreicht werden. Folgen Sie schließlich den Anweisungen des Manuskripts, um die Tabelle des Plans zu vervollständigen.Öffnen Sie die Datenanalysesoftware und melden Sie sich mit Ihrem Benutzernamen und Passwort an. Klicken Sie auf Experimentieren auswählen und dann auf Daseinssel-Kontrollsystem und experiment auswählen. Klicken Sie in der linken Spalte des Bildschirms auf Experimente, und geben Sie den Namen des Experiments in die Namensleiste unter dem Suchabschnitt ein.Der Name des Experiments wird dann unter dem Suchabschnitt im Experimentabschnitt angezeigt. Klicken Sie auf den Versuchsnamen, um die Info- und Pflanzenabschnitte zu öffnen. Bearbeiten Sie im Info-Bereich die WUE-Start- und WUE-Enddaten für den Zeitraum von mindestens drei Tagen vor Beginn der Dürrebehandlung.Klicken Sie dann auf Aktualisieren. Der WUE- und der R-Quadratwert für jeden Topf werden im Werksabschnitt angezeigt oder aktualisiert. Wählen oder schließen Sie im Pflanzenteil eine Pflanze oder einen Topf mit einem negativen WUE-Wert oder einem R-Quadratwert von weniger als 0,5 aus.Durch Anklicken des Augensymbols unter der aktiven Spalte, die dann rot wird. Die WUE-Daten können als Excel-Datei exportiert werden, indem Sie im Werksabschnitt auf Daten exportieren klicken. Die Umweltbedingungen wurden während des gesamten Experiments von einer atmosphärischen Sonde überwacht.Die gesammelten Daten zeigen photosynthetisch aktive Strahlung und Dampfdruckdefizit für verschiedene Tage. Und das im Laufe des Tages. Der volumetrische Wassergehalt der mit Trockenheit behandelten Töpfe wurde während des gesamten Versuchszeitraums mit Bodensonden gemessen.Daten, die von einer trockenbehandelten Indica-Pflanze gesammelt wurden, werden hier gezeigt. Der durchschnittliche berechnete Pflanzengewichtsanstieg sowohl bei der Karla-Kontrolle als auch bei den Karla-Dürrebehandlungen während der ersten Phase des Experiments, als alle Pflanzen eine ähnliche Bewässerung erhielten. Als die Trockenheitsbehandlung auf die Karla-Pflanzen angewendet wurde, hörten diese Pflanzen auf, gewicht zu gewinnen, und gewannen erst in der Erholungsphase wieder an Gewicht.Zu diesem Zeitpunkt gab es eine Gewichtszunahme, die langsamer voranging als das, was bei den Kontrollen beobachtet wurde. Im Gegensatz dazu stiegen die Gewichte der Karla-Kontrollanlagen während des gesamten Versuchszeitraums kontinuierlich an. Andere Methoden wie die Probenentnahme für Genexpression, Mineralgehalt und photosynthetische Aktivität können während dieser Experimente mit einem präzisen Verweis auf das Verhalten und die Umgebungsbedingungen der Pflanze durchgeführt werden.Funktionelle Phänotypisierung ist eine praktische Charakterisierungsmethode für Wechselwirkungen in Pflanzenumgebungen, die dem Anwender ein gutes Werkzeug zum Vergleich verschiedener Anlagenreaktionsprofile unter verschiedenen Umgebungsbedingungen bietet. Jedes spezifische Profil könnte für tiefere Studien oder als Quelle für vorteilhafte physiologische Eigenschaften für Zuchtprogramme ausgewählt werden.

Research

JoVE Journal

Environment

A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant&ndash;Environment Interactions

Transient Gene Expression in Tobacco using Gibson Assembly and the Gene Gun

Transient Gene Expression in Tabak mit Gibson Versammlung und die Gene Gun

In order to target a single protein to multiple subcellular organelles, plants typically duplicate the relevant genes, and express each gene separately ...

Forschung

Umwelt

Physical, Chemical and Biological Characterization of Six Biochars Produced for the Remediation of Contaminated Sites

Physikalische, chemische und biologische Charakterisierung von Six Biokohlen Produziert für die Sanierung von Altlasten

The physical and chemical properties of biochar vary based on feedstock sources and production conditions, making it possible to engineer biochars with ...

LC-MS Analysis of Human Platelets as a Platform for Studying Mitochondrial Metabolism

LC-MS-Analyse von menschlichen Blutplättchen als Plattform für ein Studium Mitochondrial Metabolism

Perturbed mitochondrial metabolism has received renewed interest as playing a causative role in a range of diseases. Probing alterations to metabolic ...

Simultaneous DNA-RNA Extraction from Coastal Sediments and Quantification of 16S rRNA Genes and Transcripts by Real-time PCR

Gleichzeitige DNA-RNA-Extraktion aus Küstensedimenten und Quantifizierung von 16S rRNA-Gene und Transkripte von Real-time PCR

Real Time Polymerase Chain Reaction also known as quantitative PCR (q-PCR) is a widely used tool in microbial ecology to quantify gene abundances of ...

Screening for Endocrine Activity in Water Using Commercially-available In Vitro Transactivation Bioassays

Screening for Endocrine Activity in Water Using Commercially-available In Vitro Transactivation Bioassays

Screening für Endokrine Aktivität in Wasser unter Verwendung von handelsüblichen<em&gt; In Vitro</em&gt; Trans Biotests

In vitro transactivation bioassays have shown promise as water quality monitoring tools, however their adoption and widespread application has been ...

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

Experimentelle Spalte Setup für das Studium der anaerober biogeochemischer Interaktionen zwischen Eisen (Oxy) Hydroxide, Spurenelemente und Bakterien

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 ...

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

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle

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

On-Site Molecular Detection of Soil-Borne Phytopathogens Using a Portable Real-Time PCR System

Vor-Ort-molekulare Erkennung von bodenbürtige Phytopathogene mit einem tragbaren Echtzeit-PCR-System

On-site diagnosis of plant diseases can be a useful tool for growers for timely decisions enabling the earlier implementation of disease management ...

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

Ökosystem-Herstellung (EcoFAB)-Protokolle für den Bau von Labor Ökosysteme entwickelt, um die Pflanze-Mikroben Interaktionen zu untersuchen

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

Protocol for Acute and Chronic Ecotoxicity Testing of the Turquoise Killifish Nothobranchius furzeri

Protocol for Acute and Chronic Ecotoxicity Testing of the Turquoise Killifish Nothobranchius furzeri

Protokoll für akute und chronische Ökotoxizität Prüfung von Türkis Killifische Nothobranchius furzeri

The killifish Nothobranchius furzeri is an emerging model organism in the field of ecotoxicology and its applicability in acute and chronic ecotoxicity ...