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

Dette arbeidet ble støttet av ISF-NSFC felles forskningsprogram (stipend nr. 2436/18) og ble også delvis støttet av Israel Landbruks- og distriktsdepartementet (Eugene Kandel Knowledge Centers) som en del av roten av saken - The Root Zone Knowledge Center for Utnytte moderne landbruk.

<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>

Forfatterne har ingenting å avsløre.

Kunnskapsgapet genotype–fenotype gjenspeiler kompleksiteten i genotype x miljøinteraksjoner (vurdert av18,24). Det kan være mulig å bygge bro over dette gapet gjennom bruk av høyoppløselige, HTP-telemetriske diagnostiske og fenotypiske screeningplattformer som kan brukes til å studere fysiologisk ytelse og vannrelasjonskinetikk8,,9. Kompleksiteten i genotype x miljøinteraksjoner gjør fenotyping til en utfordring, spesielt i lys av hvor raskt planter reagerer på deres skiftende miljøer. Selv om ulike fenotypingssystemer for øyeblikket er tilgjengelige, er de fleste av disse systemene basert på fjernmåling og avanserte bildeteknikker. Selv om disse systemene gir samtidige målinger, er deres målinger til en viss grad begrenset til morfologiske og indirekte fysiologiske egenskaper25. Fysiologiske egenskaper er svært viktige i sammenheng med respons eller følsomhet overfor miljøforhold26. Derfor kan direkte målinger tatt kontinuerlig og samtidig med svært høy oppløsning (f.eks. 3 min intervaller) gi en svært nøyaktig beskrivelse av plantens fysiologiske oppførsel. Til tross for de betydelige fordelene med det gravometriske systemet, må det faktum at dette systemet har noen potensielle ulemper også tas i betraktning. De største ulempene skyldes behovet for å arbeide med potter og i drivhusforhold, noe som kan by på store utfordringer for behandlingsregulering (spesielt regulering av tørkebehandlinger) og eksperimentell repeterbarhet.
For å løse disse problemene, bør man standardisere de anvendte påkjenningene, skape en virkelig randomisert eksperimentell struktur, minimere potteeffekter og sammenligne flere dynamiske atferd av planter under skiftende miljøforhold innen kort tid. HTP-telemetrisk funksjonell fenotyping tilnærming beskrevet i dette papiret løser disse problemene som nevnt nedenfor.
For å korrelere anleggets dynamiske respons med sitt dynamiske miljø og fange opp et komplett, stort bilde av komplekse anleggsmiljøinteraksjoner, må både miljøforhold (figur 4) og planteresponser (supplerende figur 9B) måles kontinuerlig. Denne metoden muliggjør måling av fysiske endringer i pottemediet og atmosfæren kontinuerlig og samtidig, sammen med plantetrekk (jord-plante-atmosfære kontinuum, SPAC).
For best å forutsi hvordan planter vil oppføre seg i feltet, er det viktig å utføre fenotypingsprosessen under forhold som er så like som mulig som de som finnesi feltet 18. Vi gjennomfører eksperimentene i et drivhus under halvkontrollerte forhold for å etterligne feltforhold så mye som mulig. En av de viktigste forholdene er det voksende eller pottemediet. Å velge det mest passende pottemediet for det gravometriske systemeksperimentet er avgjørende. Det anbefales å velge et jordmedium som drenerer raskt, gir rask oppnåelse av pottekapasitet og har en svært stabil pottekapasitet, da disse funksjonene gir mulighet for mer nøyaktige målinger av det gravometriske systemet. I tillegg må de ulike behandlingene som skal brukes i forsøket også vurderes. For eksempel krever behandlinger som involverer salter, gjødsel eller kjemikalier bruk av et inert pottemedi, helst en med lav kationutvekslingskapasitet. Tørkebehandlinger brukt på lavtransspiring plantearter ville fungere best med potting media med relativt lave VWC nivåer. I motsetning, langsom tørke behandlinger brukt på høy-transpiring planter ville fungere best med potting media med relativt høye VWC nivåer. Hvis røttene er nødvendig for analyse etter eksperimentering (f.eks. rotmorfologi, tørrvekt, etc.), vil bruk av et medium med relativt lavt organisk materialeinnhold (det vil si sand, porøs keramikk eller perlitt) gjøre det lettere å vaske røttene uten å skade dem. For eksperimenter som vil fortsette i lengre perioder, er det tilrådelig å unngå medier som er rike på organisk materiale, da det organiske materiale kan brytes ned med tiden. Se tabell 1 og tabell 2 for mer detaljert informasjon om dette emnet.
Feltfenotyping og drivhusfenotyping (pre-field) har sine egne mål og krever forskjellige eksperimentelle oppsett. Pre-field fenotyping bistår valg av lovende kandidat genotyper som har stor sannsynlighet for å gjøre det bra i feltet, for å bidra til å gjøre feltforsøk mer fokusert og kostnadseffektiv. Imidlertid innebærer pre-field fenotyping en rekke begrensninger (f.eks pot effekter) som kan føre til at planter til å utføre annerledes enn de ville under feltforhold18,27. Liten pottestørrelse, vanntap ved fordampning og oppvarming av lysimeterskalaene er eksempler på faktorer i drivhuseksperimenter som kan føre til potteeffekter18. Metoden som er beskrevet her er utformet for å minimere disse potensielle effektene på følgende måte:
(a) Pottestørrelsen velges basert på genotypen som skal undersøkes. Systemet er i stand til å støtte ulike pottestørrelser (opptil 25 L) og vanningsbehandlinger, noe som gjør det mulig å se ut av alle typer avlingsanlegg. (b) Grytene og lysimeterskalaene isoleres for å hindre at varmen overføres og oppvarming av pottene. (c) Dette systemet innebærer et nøye utformet vannings- og dreneringssystem. (d) Det er en egen kontroller for hver pott, for å muliggjøre sann randomisering med selvvanning og selvmålte behandlinger. (e) Programvaren tar hensyn til plantenes lokale VPD ved beregning av baldakin stomatal ledning. Vennligst se flere VPD stasjoner lokalisering i Figur 1J.
Dette systemet innebærer direkte fysiologiske målinger ved feltlignende plantetettheter, noe som eliminerer behovet for enten store mellomrom mellom plantene eller flytter plantene for bildebasert fenotyping. Dette systemet inkluderer sanntidsdataanalyse, samt muligheten til å nøyaktig oppdage det fysiologiske stresspunktet (θ) for hver plante. Dette gjør det mulig for forskeren å overvåke plantene og ta beslutninger om hvordan eksperimentet skal gjennomføres og hvordan eventuelle prøver skal samles inn i løpet av eksperimentet. Systemets enkle og enkle vektkalibrering forenkler effektiv kalibrering. Systemer med høy gjennomstrømming genererer enorme mengder data, som presenterer ytterligere datahåndterings- og analytiske utfordringer11,,12. Sanntidsanalysen av de store dataene som er direkte matet til programvaren fra den behandlingsansvarlige, er et viktig skritt i oversettelsen av data til kunnskap14 som har stor verdi for praktisk beslutningstaking.
Denne HTP-telemetriske fysiologiske fenotypingsmetoden kan være nyttig for å gjennomføre drivhuseksperimenter under nærfeltsforhold. Systemet er i stand til å måle og direkte beregne vannrelaterte fysiologiske responser av planter til deres dynamiske miljø, samtidig som det effektivt overvinner de fleste problemene forbundet med potteeffekten. Dette systemets evner er svært viktige i pre-feltet fenotyping scenen, som de tilbyr muligheten til å forutsi avkastning straffer i tidlige stadier av plantevekst.

Å sikre matsikkerhet for en voksende global befolkning under forverrede miljøforhold er i dag et av de store målene for landbruksforskning1,,2,,3. Tilgjengeligheten av nye molekylære verktøy har sterkt forbedret avlingsforbedringsprogrammer. Men mens genomiske verktøy gir en massiv mengde data, skaper den begrensede forståelsen av faktiske fenotypiske egenskaper et betydelig kunnskapsgap. Bygge bro over dette gapet er en av de største utfordringene som moderne plantevitenskap4,5,6. For å møte utfordringene som oppstår i prosessen med avlingsforbedring og minimere genotype-fenotype kunnskapsgapet, må vi balansere den genotypiske tilnærmingen med en fenocentrisken 7,8.
Nylig har ulike høygjennomstrømningsfenotyping (HTP) plattformer gjort mulig den ikke-destruktive fenotyping av store plantepopulasjoner over tid, og disse plattformene kan hjelpe oss med å redusere genotype-fenotype kunnskap gap6,8,9,10. HTP screening teknikker tillate måling av egenskaper i et massivt antall planter innen relativt kort tid, takket være robotikk og transportbånd eller gantries brukes til å flytte planter eller sensorer (henholdsvis), i motsetning til hånddrevne teknikker basert på gassutveksling eller fotografering. Likevel presenterer de massive mengdene data produsert av HTP-systemer ytterligere datahåndtering og analytiske utfordringer11,,12.
De fleste av disse HTP-plattformene innebærer vurdering av fenotypiske trekk gjennom elektroniske sensorer eller automatisert bildeoppkjøp13,,14. Avansert feltfennomi innebærer utplassering av proksimale sensorer og bildeteknologier i feltet, samt en høyoppløselig, presis og stor befolkningsskala for måling15. Sensor- og bildedata må integreres med andre multi-omics data for å skape en helhetlig, andre generasjonphenomisk tilnærming16. Metodiske fremskritt innen datainnsamling, håndtering og prosessering blir imidlertid stadig viktigere, da utfordringene med å oversette sensorinformasjon til kunnskap har blitt grovt undervurdert i løpet av de første årene av plantefennomiforskning13. Påliteligheten og nøyaktigheten til tilgjengelige bildeteknikker for grundig fenotyping av dynamiske genotype-miljøinteraksjoner og plantestressresponser ertvilsomme 17,,18. Videre er resultatene fra kontrollerte miljøer ofte svært forskjellige enn de som observeres i feltet, spesielt når det gjelder tørke-stress fenotyping. Dette skyldes forskjeller i situasjonen plantene opplever når det gjelder jordvolum, jordmiljø og mekanisk impedans på grunn av fallende jordfuktighet under tørkestress. Derfor er resultater fra kontrollerte miljøer vanskelig å ekstrapolere til feltet19. Til slutt er inngangsprisen på bildebaserte HTP-systemer svært høy, ikke bare på grunn av prisen på sensorer, men også på grunn av robotikk, transportbånd og gantries, som også krever høyere standarder for infrastruktur for vekstanlegg og betydelig vedlikehold (mange bevegelige deler som arbeider i et drivhusmiljø).
I dette papiret presenterer vi en HTP-telemetrisk fenotypingplattform designet for å løse mange av problemene nevnt ovenfor. Telemetriteknologi gjør det mulig å måle og overføre data automatisk fra eksterne kilde(er) til en mottakerstasjon for opptak og analyse. Her demonstrerer vi en ikke-destruktiv HTP-telemetrisk plattform som inkluderer flere veielysimametre (et gravimetrisk system) og miljøsensorer. Dette systemet kan brukes til innsamling og umiddelbar beregning (bildeanalyse er ikke nødvendig) av et bredt spekter av data, for eksempel helplantebiomassegevinst, transpirasjonsrater, stomatal ledning, rotflukser og vannbrukseffektivitet (WUE). Sanntidsanalysen av de store dataene som er direkte matet til programvaren fra kontrolleren i systemet representerer et viktig skritt i oversettelsen av data til kunnskap14 som har stor verdi for praktiske beslutninger, noe som i betydelig grad utvider kunnskapen som kan skaffes fra kontrollerte miljøfenotypingseksperimenter, generelt, og drivhusstudier av tørkestress, spesielt.
Andre fordeler med telemetriplattformen er skalerbarheten og enkel installasjon og dens minimale vekst-anlegget infrastruktur krav (det vil si, det vil si, det kan lett installeres i de fleste vekstanlegg). Videre, siden dette sensorbaserte systemet ikke har bevegelige deler, er vedlikeholdskostnadene relativt lave, inkludert både inngangsprisen og langsiktige vedlikeholdskostnader. For eksempel vil prisen på et 20-enhet gravimetrisk system, inkludert tilbakemeldings fertigation-systemet for hvert anlegg, meteorologisk stasjon og programvare, være lik prisen på ett bærbart gassutvekslingssystem av et ledende merke.
Rice (Oryza sativa L.) ble brukt som modell avling og tørke var undersøkt behandling. Ris ble valgt som det er en stor kornavling med bredt genetisk mangfold, og det er stiftmat for over halvparten av verdens befolkning20. Tørke er en stor miljømessig abiotisk stressfaktor som kan svekke plantevekst og utvikling, noe som fører til redusert avling21. Denne avlingsbehandlingskombinasjonen ble brukt til å demonstrere plattformens evner og mengden og kvaliteten på dataene den kan produsere. Hvis du vil ha mer informasjon om den teoretiske bakgrunnen for denne metoden, kan du se 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

Matsikkerhet for den voksende globale befolkningen er en stor bekymring. Dataene fra genomiske verktøy overskrider langt tilførselen av fenotypiske data, noe som skaper et kunnskapsgap. For å møte utfordringen med å forbedre avlinger for å mate den voksende globale befolkningen, må dette gapet bygges på.
Fysiologiske egenskaper anses som viktige funksjonelle egenskaper i sammenheng med respons eller følsomhet for miljøforhold. Mange nylig introdusert høy gjennomstrømning (HTP) fenotyping teknikker er basert på ekstern sensing eller bildebehandling og er i stand til å direkte måle morfologiske egenskaper, men måle fysiologiske parametere hovedsakelig indirekte.
Dette papiret beskriver en metode for direkte fysiologisk fenotyping som har flere fordeler for funksjonell fenotyping av plantemiljøinteraksjoner. Det hjelper brukerne med å overvinne de mange utfordringene som oppstår i bruk av lastcellegravimetriske systemer og poteksperimenter. De foreslåtte teknikkene vil gjøre det mulig for brukerne å skille mellom jordvekt, plantevekt og jordvanninnhold, og gir en metode for kontinuerlig og samtidig måling av dynamiske jord-, plante- og atmosfæreforhold, sammen med måling av viktige fysiologiske egenskaper. Denne metoden gjør det mulig for forskere å etterligne feltstressscenarier nøye mens de tar hensyn til miljøets effekter på plantens fysiologi. Denne metoden minimerer også potteeffekter, som er et av de store problemene i pre-field fenotyping. Det inkluderer et fôr-back fertigation system som muliggjør en virkelig randomisert eksperimentell design på en feltlignende plantetetthet. Dette systemet oppdager jord-vann-innhold begrense terskelen (θ) og gjør det mulig for oversettelse av data til kunnskap gjennom bruk av en sanntidanalytisk verktøy og en online statistisk ressurs. Denne metoden for rask og direkte måling av de fysiologiske reaksjonene til flere planter til et dynamisk miljø har stort potensial for bruk i screening for gunstige egenskaper forbundet med svar på abiotisk stress, i sammenheng med pre-field avl og avling forbedring.

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

Denne høygjennomstrømming, telemetriske, helplantede vannrelasjonene gravimetrisk fenotypingsmetode muliggjør direkte og samtidige sanntidsmålinger, samt analyse av flere utbytterelaterte fysiologiske egenskaper involvert i dynamiske plantemiljøinteraksjoner.

En telemetrisk, gravimetrisk plattform for fysiologisk fenotyping i sanntid av plantemiljøinteraksjoner

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 ...

Planter reagerer på miljøet på svært komplekse måter. Fysiologiske egenskaper er blant de raskeste til å svare. Vanligvis kan mye tidligere enn morfologiske forskjeller oppdages.Denne høyoppløselige funksjonelle fenotypingsmetoden gjør det mulig å kvantifisere anleggets miljøinteraksjoner kontinuerlig og destruktivt under mange behandlinger. Dette systemet kan brukes til sanntidsmålinger av et bredt spekter av fysiologiske egenskaper, på mange planter samtidig uten noen større analyse mens du kontrollerer forholdene for hver plante i området. Her demonstrerer vi den mest detaljerte protokollen.Vi anbefaler imidlertid at førstegangsbrukere begynner med en forenklet protokoll, noe som gjør det enklere å bli kjent med de viktigste eksperimentelle prosedyrene, maskinvaren og programvaren. Demonstrere prosedyren vil være Itamar Shenhar, en master student fra MyLab Begin ved å sette jordfilteret inn i potten. Spre nylonnettet på toppen av hele potten og plasser nettholderen på toppen av nettet.Skyv deretter nettholderen langsomt halvveis ned innsiden av hele potten, og pass på at nettet forblir jevnt spredt når det skyves ned mellom de to pottene. Sett glassfiberpinnen mellom de to pottene og skyv den helt ned til bunnen av hele potten. Pass på at det er på den ytre siden av nettet og ikke skyver nettet.Før du skyver nettholderen helt ned, skyver du nettet ned for hånd fra innsiden av potten og justerer det slik at det spres jevnt og tett over bunnen, noe som sikrer riktig drenering. Skyv pakningsringen fra bunnen av potten sett opp en tredjedel av veien opp på siden av potten, og pass på at disse lokkene i ringen åpnes mot bunnen av potten. Merk pottene i henhold til deres plasseringer i matrisen inne i drivhuset.For å dyrke plantene, spire frøene i hulromskuffer med ønsket potting medium. Start eksperimentet når anlegget transpirerer ca 10% av maksimal pottvannkapasitet. La noen hulrom uten frøplanter for jordvektsmålinger, eller detaljer, følg tekstmanuskriptet.Før du starter et nytt eksperiment, må lysimeters på nivå og kalibrere lysimeters ved hjelp av et vater og standardvekter. Utfør vektkalibreringen mens den grønne beholderen, inkludert alle plugger den er i lastcellen ved å følge trinnene fra tekstmanuskriptet. For å starte et nytt eksperiment, åpne driftsprogramvaren, og åpnet deretter eksperimentfanen i menyen til venstre på skjermen.Klikk på Opprett ny. Gi eksperimentet et navn, og klikk på OK. Åpne det nye eksperimentet. Deretter åpner du planter og klikker på Opprett ny.I vinduet endrer du plantenavn, posisjon, tårevekt og jordtype. Klikk deretter Påfør. Klikk på Planter igjen, og tabellen vises på skjermen.Eksporter tabellen ved å klikke på Eksporter planter nederst til venstre i tabellen. Åpne deretter den lagrede Excel-filen. Endre parameterne etter behov og lagre.Klikk på Importer planter nederst til venstre i tabellen. Når et lite vindu dukker opp og sier, planter importert vellykket, klikk OK. Og sjekk om endringene du har gjort i Excel-filen, er importert. Klikk på det nye eksperimentet og på Start eksperiment i vinduet som vises.Til slutt klikker du OK for å starte registrering av data fra dette eksperimentet. Vei de forhåndsberedte tomme grytene. Hvis du bruker deler som ligner hverandre, vil gjennomsnittsvekten på 10 av dem være tilstrekkelig.Bland pottemediet grundig med rikelig med vann, med mindre sand eller andre homogene jordmedier brukes. Og fyll jevnt alle de forhåndsberedte tomme grytene. Trykk på bunnen av potten mot gulvet et par ganger for å sikre at pottemediet er godt fordelt.Sett inn en støpt av en hulromsform som ligner i form og størrelse til rotjordpluggen til plantene i midten av pottemediet. Og skyv den helt inn. Vann pottene godt og skyll av utsiden av pottene.La dem deretter renne i 30 minutter før du fortsetter til neste trinn. Plasser alle feltpottene på lysimetermatrisen i de grønne beholderne i henhold til eksperimentell design. Kontroller at pluggene på de grønne beholderne er på rett sted, og at de grønne beholderne er plassert riktig i sporet.Åpne eksperimentfanen i operativsystemprogramvaren, og klikk på Vis komponenter-fanen under det nye eksperimentet. Bekreft den nye målingen fra tiden som ble gitt øverst på skjermen som forrige prøve var på. Klikk på Mål objekt.Klikk Neste når postvektene og Delta-kodevinduene dukker opp. Gi den nye metakoden et navn som første måling i taggen Post-vinduet, og klikk Fullfør. Når vekten er registrert, vises vinduet, klikker du OK. Plasser multiutløpsvanningsdryppene, og pottedeksler på hver gryte i lysimetereteret.Bekreft den nye målingen og klikk på Mål objekt igjen. Klikk Neste når rekordvektene dukker opp. I Delta-kodevinduet velger du første måling i metakodene for å trekke fra-delen, og klikker neste.Gi de nye metakodene et navn som statiske komponenter i kodepostvinduet, og klikk Fullfør. Når vekten er registrert, vises vinduet, klikker du OK. Klikk på Planter på venstre side, og sørg for at verdiene oppdateres. Åpne deretter kategorien behandlingsscenarier under det nye eksperimentet, og klikk på Opprett ny.Klikk på det nye trinnet under planen. I midten av skjermen velger du angitt testnavn for behandling og bekrefter ved å klikke OK. Velg aldri for oppsigelse, og klikk på Bruk. Åpne vanningsbehandlingene på venstre side av det valgte testnavnet.Klikk på det nye trinnet. I midten av skjermen endrer du ventilåpningstiden noen minutter før gjeldende tid, sammen med andre parametere som kreves av eksperimentet, og klikker på Bruk. Åpne plantene under det nye eksperimentet og klikk på det nye plantenavnet.I midten av skjermen endrer du behandlingsplanen for å planlegge. Et vindu vil dukke opp, klikk OK for å bekrefte. Kontroller at trinnet har samme navn som vanningstestnavnet.Klikk deretter Påfør. Kontroller visuelt at alle pottene er vannet og at overflødig vanningsvæske drypper ut av den perforerte dreneringspluggen til den grønne beholderen. Fjern den uforutsede pluggen fra den grønne beholderen og la vannet renne helt ut.Sett deretter på pluggen igjen. Åpne eksperimentfanen, og klikk på Mål komponenter under det nye eksperimentet. Etter å ha bekreftet målingen, klikk på Mål objekt under mål planteparametere.Når du har klikket gjennom postvektene og Delta-kodevinduene, gir du de nye metakodene navn som cast-pre og klikker Fullfør. Klikk OK når vinduet for registrert vekt vises. Ta forsiktig kastene ut fra pottene.Klikk på Mål komponenter og bekreft målingen som før. Klikk Mål objekt under målplanparametere. Klikk Neste når vinduet for postvekter dukker opp.Velg cast-pre i meta-kodene for å trekke fra delen, og klikk Neste. Gi navn til den nye metakoden som cast-post i kodepostvinduet, og klikk på Fullfør. Klikk på planter på venstre side og sørg for at verdiene oppdateres.I anleggets bord oppdaterer du rivevekten manuelt med vekten av de forhåndsforberedte tomme grytene som tas manuelt. Klikk på Mål komponenter, og bekreft målingen. Under måle planparametere, klikk på Mål jord våt vekt.Klikk OK når et lite vindu dukker opp for bekreftelse. Klikk på Planter og sjekk at verdiene er oppdatert. Mål manuelt gjennomsnittsvekten på fem til 10 hulrom fylt jord som er godt vannet og godt drenert uten frøplanter.Igjen klikker du På målkomponenter og bekrefter målingen. Klikk på Sett Frøplanter bulk jord vekt. Når et lite vindu dukker opp, angir du gjennomsnittsvekten av jordbulk og klikker OK. Klikk på Planter og sjekk at verdiene er oppdatert.Gå tilbake for å måle planteparametere, og klikk På mål planteinnledende nettovekt. I kodepostvinduet velger du angi ny post som referansepunkt for plantenettvekt, og klikker Fullfør. Klikk OK når vekten er registrert, vises, klikker du på Planter og kontrollerer at verdiene oppdateres.Pass på at plantene i hulromsbrettene er godt vannet, trekk forsiktig plantene med sine røtter jordplugg fra hulrommene, pass på å ikke skade dem. Og legg dem forsiktig inn i hulrommene laget av kaster i pottene. Gjenta anleggets nettovektmåling som tidligere beskrevet i metakodermåling.For å vurdere reservevann i den grønne beholderen, følg instruksjonene i tekstmanuskriptet for å sikre at kornbeholderen er full. Gå tilbake for å måle planparametere, og klikk Mål reservevannsvekt. Klikk OK når reserve vann vekt og suksess vinduer dukker opp.Klikk på Planter og eksporter tabellen ved å klikke eksporter planter nederst til venstre i tabellen. Åpne Excel-filen og trekk fra den målte plantenettvekten, og så bulkjordvekt fra den reserverte vannvektsmålingen, og spar. Klikk på Oppdater planter nederst til venstre i tabellen.Velg Excel-filen, og klikk Åpne for å oppdatere. Når vinduet Oppdater planter dukker opp, klikker du på OK. Kontroller at verdiene er oppdatert. Under måle planteparametere, klikk på Beregn jord tørr vekt.Når vinduet dukker opp, setter jord våt vekt og jord tørr vekt, eller sette inn manuelt beregnet jordvann innhold. Klikk Bruk, og klikk deretter Fullfør. Når et vindu dukker opp, klikker du på OK for å bekrefte.Følg tekstmanuskriptet for å beregne disse verdien for jordvannsinnhold. Åpne vanningsbehandlinger, og klikk på Opprett ny og legg navnet og klikk OK. Åpne det nye vanningsnavnet og klikk på Opprett ny. Åpne deretter standard behandlingsplan, angi ventilens åpningstid og andre parametere etter behov, og klikk på Bruk.Dette demonstrerer et dynamisk og modulerende behandlingsscenario for vanning for hele den eksperimentelle perioden basert på brukerpreferanser. Åpne behandlingsscenarier, åpne planen og klikk på standard plannavn. Velg et behandlingsnavn fra listen, og klikk OK for å bekrefte.Velg passende betingelser for oppsigelse, og klikk på Bruk. Alle muligheter inkluderer et tidsavbruddsalternativ som lukker kranen selv om de angitte betingelsene ikke er nådd. Til slutt følger du manuskriptets retninger for å fullføre planens bord.Åpne dataanalyseprogramvaren, og logg inn med brukernavnet og passordet ditt. Klikk på Velg eksperiment, og velg deretter kontrollsystem og velg eksperiment. Klikk på Eksperimenter i kolonnen til venstre på skjermen, og skriv inn navnet på eksperimentet på navnelinjen under søkedelen.Navnet på eksperimentet vises deretter under søkedelen i eksperimentdelen. Klikk på eksperimentnavnet for å åpne seksjonene for informasjon og anlegg. I infodelen redigerer du wue-start- og WUE-sluttdatoene for perioden minst tre dager før tørkebehandlingen startet.Klikk deretter Oppdater. WUE og R kvadrert verdi for hver pott vil vises eller oppdateres i plantedelen. I plantedelen velger eller ekskluderer du en plante eller pott med en negativ WUE-verdi eller en R-kvadrert verdi på mindre enn 0,5.Ved å klikke på øynene symbolet under den aktive kolonnen, som deretter vil bli rød. WUE-dataene kan eksporteres som en Excel-fil ved å klikke på Eksporter data i plantedelen. Miljøforholdene ble overvåket gjennom hele forsøket av en atmosfærisk sonde.De innsamlede dataene viser fotosyntetisk aktiv stråling og damptrykkunderskudd i forskjellige dager. Og i løpet av hver dag. Volumetrisk vanninnhold i tørkebehandlede potter ble målt ved jordsonder gjennom hele den eksperimentelle perioden.Data samlet inn fra en tørke behandlet indica anlegget er vist her. Gjennomsnittlig beregnet plantevekt øker konsekvent blant både karlakontrollen og karlatørkebehandlingene i første fase av forsøket da alle plantene fikk lignende vanning. Da tørkebehandlingen ble brukt på karlaplantene, sluttet disse plantene å gå opp i vekt, og gikk ikke opp i vekt før restitusjonsstadiet.På det tidspunktet var det en økning i vekt som gikk saktere enn det som ble observert for kontrollene. I motsetning økte vektene til karlakontrollanleggene kontinuerlig gjennom hele eksperimentelle perioden. Andre metoder som prøvesamling for genuttrykk, mineralinnhold og fotosyntetisk aktivitet kan gjøres under dette forsøket med en presis referanse til anleggets atferd og miljøforhold.Funksjonell fenotyping er en praktisk plantemiljøinteraksjoner karakteriseringsmetode, noe som gir brukeren et godt verktøy for å sammenligne ulike planteresponsprofiler under forskjellige omgivelsesforhold. Hver bestemt profil kan velges for dypere studie eller som en kilde for gunstige fysiologiske egenskaper for avlsprogrammer.

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

Forbigående Gene Expression i Tobacco bruker Gibson forsamling og Gene Gun

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

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

Fysisk, kjemisk og biologisk karakterisering av Seks Biochars Produserte for opprydding av forurenset nettsteder

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 av humane blodplater som en plattform for å studere mitokondrie 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

Samtidig DNA-RNA Utvinning fra Kyst Sedimenter og kvantifisering av 16S rRNA gener og transkripsjoner av 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 for endokrin aktivitet i vann ved hjelp av kommersielt tilgjengelig<em&gt; In Vitro</em&gt; Trans bioassay

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

Eksperimentell kolonneinnstillinger for å studere anaerob Biogeochemical vekselsvirkningene mellom jern (Oxy) Hydroxides, sporstoffer og bakterier

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 og Spectral rot bildebehandling for anlegget Phenotyping og fysiologiske forskning: eksperimentelle oppsett og Imaging protokoller

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

Stedets molekylær påvisning av jord-Borne Phytopathogens ved å bruke en bærbar sanntid PCR

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

Økosystem fabrikasjon (EcoFAB) protokoller for bygging av laboratoriet økosystemer designet anlegg-mikrobe interaksjoner

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 for akutt og kronisk Forurenset emballasje Testing av turkis Killifish Nothobranchius furzeri

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