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

Este trabajo fue apoyado por el programa de investigación conjunto ISF-NSFC (concesión No 2436/18) y también fue apoyado parcialmente por el Ministerio de Agricultura y Desarrollo Rural de Israel (Eugene Kandel Knowledge Centers) como parte de la Raíz de la Materia – El Centro de Conocimiento de la Zona Raíz para el Aprovechamiento de la Agricultura Moderna.

<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>

Los autores no tienen nada que revelar.

La brecha de conocimiento genotipo-fenotipo refleja la complejidad de las interacciones del entorno genotipo x (revisadas por18,24). Podría ser posible cerrar esta brecha mediante el uso de plataformas de diagnóstico telemétrico de alta resolución y de cribado fenotípico que se pueden utilizar para estudiar el rendimiento fisiológico de plantas enteras y la cinética de relación con el agua8,,9. La complejidad de las interacciones del genotipo x en el entorno hace que el fenotipado sea un desafío, especialmente a la luz de la rapidez con la que las plantas responden a sus entornos cambiantes. Aunque actualmente hay varios sistemas de fenotipado disponibles, la mayoría de esos sistemas se basan en la teledetección y las técnicas avanzadas de imagen. Aunque estos sistemas proporcionan mediciones simultáneas, en cierta medida, sus mediciones se limitan a los rasgos fisiológicos morfológicos e indirectos25. Los rasgos fisiológicos son muy importantes en el contexto de la capacidad de respuesta o la sensibilidad a las condiciones ambientales26. Por lo tanto, las mediciones directas tomadas continuamente y simultáneamente a una resolución muy alta (por ejemplo, intervalos de 3 minutos) pueden proporcionar una descripción muy precisa del comportamiento fisiológico de una planta. A pesar de estas ventajas sustanciales del sistema gravimétrico, también debe tenerse en cuenta el hecho de que este sistema tiene algunas desventajas potenciales. Las principales desventajas se derivan de la necesidad de trabajar con macetas y en condiciones de invernadero, lo que puede presentar grandes desafíos para la regulación del tratamiento (en particular la regulación de los tratamientos contra la sequía) y la repetibilidad experimental.
Con el fin de abordar estos problemas, uno debe estandarizar las tensiones aplicadas, crear una estructura experimental verdaderamente aleatoria, minimizar los efectos de la maceta y comparar múltiples comportamientos dinámicos de las plantas en condiciones ambientales cambiantes dentro de un corto período de tiempo. El enfoque de fenotipado funcional HTP-telemétrico descrito en este documento aborda esos problemas como se indica a continuación.
Con el fin de correlacionar la respuesta dinámica de la planta con su entorno dinámico y capturar un panorama completo y amplio de interacciones complejas entre plantas y entornos, tanto las condiciones ambientales (Figura 4) como las respuestas de las plantas (Figura complementaria 9B) deben medirse continuamente. Este método permite la medición de los cambios físicos en el medio de maceta y la atmósfera de forma continua y simultánea, junto con los rasgos de la planta (suelo-planta-atmósfera continuo, SPAC).
Para predecir mejor cómo se comportarán las plantas en el campo, es importante realizar el proceso de fenotipado en condiciones que sean lo más similares posibles a las que se encuentran en el campo18. Llevamos a cabo los experimentos en un invernadero en condiciones semicontroladas para imitar las condiciones del campo tanto como sea posible. Una de las condiciones más importantes es el medio de cultivo o maceta. La selección del medio de maceta más adecuado para el experimento del sistema gravimétrico es crucial. Es aconsejable elegir un medio de suelo que drene rápidamente, permite el rápido logro de la capacidad de la olla y tiene una capacidad de maceta altamente estable, ya que esas características permiten mediciones más precisas por el sistema gravimétrico. Además, también deben tenerse en cuenta los diferentes tratamientos que se aplicarán en el experimento. Por ejemplo, los tratamientos que involucran sales, fertilizantes o productos químicos requieren el uso de un medio de maceta inerte, preferiblemente uno con una baja capacidad de intercambio catiónicos. Los tratamientos de sequía aplicados a especies vegetales de baja transpiración funcionarían mejor con medios de maceta con niveles relativamente bajos de VWC. Por el contrario, los tratamientos de sequía lenta aplicados a plantas de alta transpiración funcionarían mejor con medios de maceta con niveles relativamente altos de VWC. Si las raíces son necesarias para el análisis post-experimento (por ejemplo, morfología de la raíz, peso seco, etc.), el uso de un medio con un contenido de materia orgánica relativamente bajo (es decir, arena, cerámica porosa o perlita) hará que sea más fácil lavar las raíces sin dañarlas. Para los experimentos que continuarán durante períodos más largos, es aconsejable evitar los medios que son ricos en materia orgánica, ya que esa materia orgánica puede descomponerse con el tiempo. Consulte la Tabla 1 y la Tabla 2 para obtener información más detallada sobre este tema.
El fenotipado de campo y el fenotipado de invernadero (pre-campo) tienen sus propios objetivos y requieren diferentes configuraciones experimentales. El fenotipado previo al campo ayuda a la selección de genotipos candidatos prometedores que tienen una alta probabilidad de hacerlo bien en el campo, para ayudar a que los ensayos de campo sean más enfocados y rentables. Sin embargo, el fenotipado previo al campo implica una serie de limitaciones (por ejemplo, efectos en la maceta) que pueden hacer que las plantas funcionen de manera diferente a como lo harían en las condiciones de campo18,,27. Tamaño pequeño de la olla, pérdida de agua por evaporación y calentamiento de las escalas de lysimeter son ejemplos de factores en experimentos de invernadero que pueden conducir a efectos de maceta18. El método descrito aquí está diseñado para minimizar esos efectos potenciales de la siguiente manera:
(a) El tamaño de la olla se elige en función del genotipo que se va a examinar. El sistema es capaz de soportar varios tamaños de maceta (hasta 25 L) y tratamientos de riego, lo que permite el examen de cualquier tipo de planta de cultivo. (b) Las ollas y las básculas de lysimeter están aisladas para evitar que se transfiera calor y cualquier calentamiento de las ollas. (c) Este sistema implica un sistema de riego y drenaje cuidadosamente diseñado. (d) Hay un controlador separado para cada maceta, para permitir la verdadera aleatorización con tratamientos auto-irrigados y autocontrolados. (e) El software tiene en cuenta el VPD local de las plantas para calcular la conductancia estomatal del dosel. Consulte la localización de varias estaciones VPD en la Figura 1J.
Este sistema implica mediciones fisiológicas directas en densidades vegetales similares a las de campo, lo que elimina la necesidad de grandes espacios entre las plantas o el movimiento de las plantas para el fenotipado basado en imágenes. Este sistema incluye el análisis de datos en tiempo real, así como la capacidad de detectar con precisión el punto de tensión fisiológica de cada planta. Esto permite al investigador monitorear las plantas y tomar decisiones sobre cómo se va a llevar a cabo el experimento y cómo se deben recoger las muestras en el transcurso del experimento. La calibración de peso fácil y sencilla del sistema facilita la calibración eficiente. Los sistemas de alto rendimiento generan grandes cantidades de datos, que presentan desafíos analíticos y de tratamiento de datos adicionales11,,12. El análisis en tiempo real del big data que se alimenta directamente al software desde el controlador es un paso importante en la traducción de datos al conocimiento14 que tiene un gran valor para la toma de decisiones prácticas.
Este método de fenotipado fisiológico HTP-telemétrico podría ser útil para llevar a cabo experimentos de invernadero en condiciones cercanas al campo. El sistema es capaz de medir y calcular directamente las respuestas fisiológicas relacionadas con el agua de las plantas a su entorno dinámico, mientras que la superación eficiente de la mayoría de los problemas asociados con el efecto de la olla. Las capacidades de este sistema son extremadamente importantes en la etapa de fenotipado previo al campo, ya que ofrecen la posibilidad de predecir penalizaciones por rendimiento durante las primeras etapas del crecimiento de la planta.

Garantizar la seguridad alimentaria de una población mundial en crecimiento en condiciones ambientales deteriorada es actualmente uno de los principales objetivos de la investigación agrícola1,2,3. La disponibilidad de nuevas herramientas moleculares ha mejorado considerablemente los programas de mejora de cultivos. Sin embargo, mientras que las herramientas genómicas proporcionan una enorme cantidad de datos, la comprensión limitada de los rasgos fenotípicos reales crea una brecha de conocimiento significativa. Bridging this gap is one of the greatest challenges facing modern plant science4,5,6. Para hacer frente a los desafíos que surgen en el proceso de mejora de los cultivos y minimizar la brecha de conocimiento genotipo-fenotipo, debemos equilibrar el enfoque genotípico con uno fenocéntrico7,,8.
Recientemente, varias plataformas de fenotipado de alto rendimiento (HTP) han hecho posible el fenotipado no destructivo de grandes poblaciones de plantas a lo largo del tiempo y estas plataformas pueden ayudarnos a reducir la brecha de conocimiento genotipo-fenotipo6,,8,,9,,10. Las técnicas de cribado de HTP permiten la medición de rasgos en un gran número de plantas en un período relativamente corto de tiempo, gracias a la robótica y las cintas transportadoras o gantries utilizados para mover las plantas o sensores (respectivamente), a diferencia de las técnicas operadas a mano basadas en el intercambio de gas o la fotografía. Sin embargo, las enormes cantidades de datos producidos por los sistemas HTP presentan desafíos analíticos y de tratamiento de datos adicionales11,12.
La mayoría de estas plataformas HTP implican la evaluación de rasgos fenotípicos a través de sensores electrónicos o adquisición automatizada de imágenes13,,14. Los fenómicos de campo avanzados implican el despliegue de sensores proximales y tecnologías de imagen en el campo, así como una escala de medición de alta resolución, precisa y de gran población15. Los datos del sensor y de la imagen deben integrarse con otros datos multiómicos para crear un enfoque fenómico holístico de segunda generación16. Sin embargo, los avances metodológicos en la adquisición, el manejo y el procesamiento de datos son cada vez más importantes, ya que los desafíos de traducir la información de los sensores en conocimiento se han subestimado gravemente durante los primeros años de la investigación fenómica vegetal13. Sin embargo, la fiabilidad y precisión de las técnicas de imagen disponibles actualmente para el fenotipado en profundidad de interacciones dinámicas genotipo-medio ambiente y respuestas de tensión vegetal son cuestionables17,,18. Por otra parte, los resultados de entornos controlados son a menudo muy diferentes de los observados en el campo, especialmente cuando se trata de fenotipado de estrés por sequía. Esto se debe a diferencias en la situación que experimentan las plantas en términos de volumen del suelo, ambiente del suelo e impedancia mecánica debido a la disminución de la humedad del suelo durante el estrés por sequía. Por lo tanto, los resultados de entornos controlados son difíciles de extrapolar al campo19. Por último, el precio de entrada de los sistemas HTP basados en imágenes es muy alto, no sólo debido al precio de los sensores, sino también debido a la robótica, cintas transportadoras y gantries, que también requieren estándares más altos de infraestructura de instalaciones de crecimiento y mantenimiento significativo (muchas piezas móviles que trabajan en un entorno de invernadero).
En este artículo, presentamos una plataforma de fenotipado HTP-telemétrico diseñada para resolver muchos de los problemas mencionados anteriormente. La tecnología de telemetría permite la medición y transmisión automática de datos desde fuentes remotas a una estación receptora para su grabación y análisis. Aquí, demostramos una plataforma no destructiva HTP-telemétrica que incluye múltiples lysímetros de pesaje (un sistema gravimétrico) y sensores ambientales. Este sistema se puede utilizar para la recopilación y el cálculo inmediato (no se necesita análisis de imagen) de una amplia gama de datos, como la ganancia de biomasa de plantas enteras, las tasas de transpiración, la conductancia estomatal, los fundentes radiculares y la eficiencia del uso del agua (WUE). El análisis en tiempo real del big data que se alimenta directamente al software desde el controlador en el sistema representa un paso importante en la traducción de datos al conocimiento14 que tiene un gran valor para la toma de decisiones prácticas, ampliando sustancialmente los conocimientos que se pueden adquirir de los experimentos de fenotipado de entorno controlado, en general, y estudios de invernadero de estrés por sequía, en particular.
Otras ventajas de la plataforma de telemetría son su escalabilidad y facilidad de instalación y sus requisitos mínimos de infraestructura de instalaciones de crecimiento (es decir, se puede instalar fácilmente en la mayoría de las instalaciones de crecimiento). Además, como este sistema basado en sensores no tiene piezas móviles, los costos de mantenimiento son relativamente bajos, incluyendo tanto el precio de entrada como los costos de mantenimiento a largo plazo. Por ejemplo, el precio de un sistema gravimétrico de 20 unidades, incluido el sistema de fertirrigación de retroalimentación para cada planta, estación meteorológica y software, será similar al precio de un sistema portátil de intercambio de gas de una marca líder.
El arroz (Oryza sativa L.) fue utilizado como un cultivo modelo y la sequía fue el tratamiento examinado. El arroz fue elegido ya que es un importante cultivo de cereales con amplia diversidad genética y es el alimento básico para más de la mitad de la población mundial20. La sequía es un importante factor de estrés abiótico ambiental que puede afectar el crecimiento y desarrollo de las plantas, lo que lleva a una reducción de los rendimientos de los cultivos21. Esta combinación de cultivo y tratamiento se utilizó para demostrar las capacidades de la plataforma y la cantidad y calidad de los datos que puede producir. Para obtener más información sobre los antecedentes teóricos de este método, consulte 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

La seguridad alimentaria para la creciente población mundial es una de las principales preocupaciones. Los datos proporcionados por las herramientas genómicas superan con creces el suministro de datos fenotípicos, creando una brecha de conocimiento. Para hacer frente al desafío de mejorar los cultivos para alimentar a la creciente población mundial, esta brecha debe ser superada.
Los rasgos fisiológicos se consideran rasgos funcionales clave en el contexto de la capacidad de respuesta o la sensibilidad a las condiciones ambientales. Muchas técnicas de fenotipado de alto rendimiento (HTP) introducidas recientemente se basan en la teledetección o la imagen y son capaces de medir directamente los rasgos morfológicos, pero miden los parámetros fisiológicos principalmente indirectamente.
Este artículo describe un método para el fenotipado fisiológico directo que tiene varias ventajas para el fenotipado funcional de interacciones entre plantas y ambiente. Ayuda a los usuarios a superar los muchos desafíos encontrados en el uso de sistemas gravimétricos de células de carga y experimentos de macetas. Las técnicas sugeridas permitirán a los usuarios distinguir entre el peso del suelo, el peso de la planta y el contenido de agua del suelo, proporcionando un método para la medición continua y simultánea de las condiciones dinámicas del suelo, la planta y la atmósfera, junto con la medición de los rasgos fisiológicos clave. Este método permite a los investigadores imitar de cerca los escenarios de estrés de campo teniendo en cuenta los efectos del medio ambiente en la fisiología de las plantas. Este método también minimiza los efectos de la maceta, que son uno de los principales problemas en el fenotipado previo al campo. Incluye un sistema de fertirrigación de retroalimentación que permite un diseño experimental verdaderamente aleatorio a una densidad de planta similar al campo. Este sistema detecta el umbral limitante suelo-agua-contenido (o) y permite la traducción de los datos al conocimiento a través del uso de una herramienta analítica en tiempo real y un recurso estadístico en línea. Este método para la medición rápida y directa de las respuestas fisiológicas de múltiples plantas a un entorno dinámico tiene un gran potencial para su uso en el cribado de rasgos beneficiosos asociados con las respuestas al estrés abiótico, en el contexto de la cría previa al campo y la mejora de los cultivos.

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

Este método de fenotipado gravimétrico de relaciones de agua de alto rendimiento, telemétrico y de planta entera permite mediciones directas y simultáneas en tiempo real, así como el análisis de múltiples rasgos fisiológicos relacionados con el rendimiento involucrados en interacciones dinámicas entre plantas y entornos.

Una plataforma telemétrica y gravimétrica para el fenotipado fisiológico en tiempo real de las interacciones entre plantas y entornos

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 ...

Las plantas responden al medio ambiente de maneras muy complejas. Los rasgos fisiológicos están entre los más rápidos en responder. Por lo general, se pueden detectar diferencias mucho antes que morfológicas.Este método de fenotipado funcional de alta resolución permite cuantificar las interacciones ambientales de la planta de forma continua y destructiva bajo muchos tratamientos. Este sistema se puede utilizar para mediciones en tiempo real de una amplia gama de rasgos fisiológicos, en muchas plantas simultáneamente sin ningún análisis importante mientras se controlan las condiciones de cada planta en la zona. Aquí demostramos el protocolo más detallado.Sin embargo, recomendamos que los usuarios comiencen por la primera vez con un protocolo simplificado, lo que facilita familiarizarse con los procedimientos experimentales, hardware y software más importantes. Demostrando el procedimiento estará Itamar Shenhar, un estudiante maestro de MyLab Begin insertando el filtro de suelo en la olla. Extienda la malla de nylon en la parte superior de toda la olla y coloque el soporte de red en la parte superior de la red.A continuación, empuje lentamente el soporte de red hasta la mitad del interior de toda la olla, asegurándose de que la red permanezca uniformemente esparcida a medida que se empuja hacia abajo entre las dos ollas. Inserte el palo de fibra de vidrio entre las dos ollas y empújelo hasta la parte inferior de toda la olla. Asegurarse de que está en el lado exterior de la red y no empuja la red.Antes de empujar el soporte de la red hasta el fondo, empuje la red hacia abajo a mano desde el interior de la olla y ajústela para que se extienda uniforme y firmemente sobre la parte inferior, lo que asegurará un drenaje adecuado. Deslice el anillo de la junta de la parte inferior de la olla, establezca un tercio del camino hacia arriba en el lado de la olla, asegurándose de que este párpado en el anillo se abra hacia la parte inferior de la olla. Etiquete las ollas de acuerdo con sus ubicaciones en la matriz dentro del invernadero.Para cultivar las plantas, germinar las semillas en bandejas de cavidades con el medio de maceta deseado. Comience el experimento cuando la planta transpira aproximadamente el 10% de la capacidad máxima de agua de la maceta. Deje algunas cavidades sin plántulas para las mediciones del peso del suelo, o detalles, siga el manuscrito del texto.Antes de comenzar un nuevo experimento, nivele y calibre los sínsímetros utilizando un nivel de espíritu y pesos estándar. Realice la calibración del peso mientras el contenedor verde, incluidos todos los enchufes, está en la celda de carga siguiendo los pasos del manuscrito de texto. Para iniciar un nuevo experimento, abra el software operativo y, a continuación, abra la pestaña de experimentos en el menú situado en el lado izquierdo de la pantalla.Haga clic en Crear nuevo. Asigne un nombre al experimento y haga clic en Aceptar. Abra el nuevo experimento. A continuación, abra las plantas y haga clic en Crear nuevo.En la ventana, cambie el nombre de la planta, la posición, el peso de la lágrima y el tipo de suelo. A continuación, haga clic en Aplicar. Haga clic en Plantas de nuevo, y la tabla aparecerá en la pantalla.Exporte la tabla haciendo clic en Exportar plantas en la esquina inferior izquierda de la tabla. A continuación, abra el archivo de Excel guardado. Cambie los parámetros según sea necesario y guárdelos.Haga clic en Importar plantas en la esquina inferior izquierda de la tabla. Cuando aparezca una pequeña ventana que diga que las plantas se importaron correctamente, haga clic en Aceptar. Y compruebe si los cambios realizados en el archivo de Excel se han importado correctamente. Haga clic en el nuevo experimento y en Iniciar experimento en la ventana que aparece.Finalmente haga clic en Aceptar para comenzar a grabar datos de este experimento. Pesar las ollas vacías pre-preparadas. Si se utilizan piezas similares entre sí, el peso medio de 10 de ellas será suficiente.Mezcle bien el medio de maceta con abundante agua, a menos que se utilice arena u otros medios de suelo homogéneos. Y llene uniformemente todas las ollas vacías pre-preparadas. Toque la parte inferior de la olla contra el suelo varias veces para asegurarse de que el medio de maceta está bien distribuido.Inserte un molde de un molde de cavidad que sea similar en forma y tamaño al tapón de tierra de la raíz de las plántulas en el centro del medio de maceta. Y empújalo por completo. Regar bien las ollas y enjuagar el exterior de las ollas.Luego démúles drenar durante 30 minutos antes de continuar con el siguiente paso. Coloque todas las ollas de campo en la matriz de lysimeter en los contenedores verdes de acuerdo con el diseño experimental. Asegurarse de que los tapones de los contenedores verdes están en el lugar correcto, y que los contenedores verdes están colocados correctamente en la ranura.En el software operativo, abra la pestaña experimento y haga clic en la pestaña Medir componentes en el nuevo experimento. Confirme la nueva medición a partir del tiempo indicado en la parte superior de la pantalla, ya que la muestra anterior estaba activada. Haga clic en Objeto de medida.Haga clic en Siguiente cuando aparezcan las ponderaciones de registro y las ventanas de etiquetas Delta. En la ventana de la etiqueta Registro, asigne a la nueva metaetiqueta el nombre de la primera medida y haga clic en Finalizar. Cuando aparezca la ventana de peso grabada correctamente, haga clic en Aceptar. Coloque los goteros de riego multisalter y las cubiertas de la olla en cada maceta en el nanómetro.Confirme la nueva medición y haga clic en Medir objeto de nuevo. Haga clic en Siguiente cuando aparezcan los pesos del registro. En la ventana Etiqueta Delta, seleccione la primera medida en la sección metaetiquetas para restar y haga clic en Siguiente.En la ventana de registro de etiquetas, asigne a las nuevas metaetiquetas el nombre de componentes estáticos y haga clic en Finalizar. Cuando aparezca la ventana de peso grabada correctamente, haga clic en Aceptar. Haga clic en Plantas en el lado izquierdo y asegúrese de que los valores se actualizan. A continuación, en el nuevo experimento, abra la pestaña escenarios de tratamiento y haga clic en Crear nuevo.En el plan, haga clic en el nuevo paso. En el centro de la pantalla, elija el nombre de las pruebas designadas para el tratamiento y confirme haciendo clic en Aceptar. Elija nunca para la terminación y el tecleo se aplica. Abra los tratamientos de riego en el lado izquierdo del nombre de las pruebas elegidas.Haga clic en el nuevo paso. En el centro de la pantalla, cambie el tiempo de apertura de la válvula unos minutos antes de la hora actual, junto con otros parámetros requeridos por el experimento y haga clic en Aplicar. Abra las plantas bajo el nuevo experimento y haga clic en el nuevo nombre de la planta.En el centro de la pantalla, cambie el plan de tratamiento a plan. Aparecerá una ventana, haga clic en Aceptar para confirmar. Compruebe que el paso tiene el mismo nombre que el nombre de la prueba de riego.A continuación, haga clic en Aplicar. Compruebe visualmente que todas las ollas están regadas y que el exceso de líquido de riego está goteando fuera del tapón de drenaje perforado del recipiente verde. Retire el tapón no perforado del recipiente verde y deje que el agua drene por completo.A continuación, vuelva a colocar el enchufe. Abra la pestaña del experimento y haga clic en Medir componentes en el nuevo experimento. Después de confirmar la medición, haga clic en Medir objeto en los parámetros de la planta de medida.Después de hacer clic en las ponderaciones de registro y las ventanas de etiquetas Delta, asigne a las nuevas metaetiquetas el nombre cast-pre y haga clic en Finish (Finalizar). Haga clic en Aceptar cuando aparezca la ventana de peso grabado correctamente. Saca suavemente los moldes de las ollas.Haga clic en Componentes de medida y confirme la medición como antes. En Parámetros del plan de medida, haga clic en Medir objeto. Haga clic en Siguiente cuando aparezca la ventana de ponderaciones de registro.Seleccione cast-pre en la sección meta-tags para restar y haga clic en Next (Siguiente). En la ventana de registro de etiquetas, asigne a la nueva metaetiqueta el nombre de cast-post y haga clic en Finalizar. Haga clic en las plantas del lado izquierdo y asegúrese de que los valores se actualizan.En la mesa de la planta, actualice manualmente el peso de la lágrima con el peso de las ollas vacías pre-preparadas tomadas manualmente. Haga clic en Medir componentes y confirme la medición. En Los parámetros del plan de medida, haga clic en Medir el peso húmedo del suelo.Haga clic en Aceptar cuando aparezca una pequeña ventana para confirmarla. Haga clic en Plantas y compruebe que los valores se actualizan. Mida manualmente el peso promedio de cinco a 10 cavidades llenas de suelo que están bien regadas y bien drenadas sin plántulas.Una vez más, haga clic en Medir componentes y confirme la medición. Haga clic en Establecer plántulas a granel peso del suelo. Cuando aparece una ventana pequeña, introduzca el peso medio del volumen del suelo y haga clic en Aceptar. Haga clic en Plantas y compruebe que los valores se actualizan.Vuelva a medir los parámetros de la planta y haga clic en Medir el peso neto inicial de la planta. En la ventana de registro de etiqueta, seleccione establecer nuevo registro como punto de referencia de peso neto del centro y haga clic en Finalizar. Haga clic en Aceptar cuando aparezca la ventana de peso con éxito, haga clic en Plantas y compruebe que los valores se actualizan.Asegúrese de que las plántulas en las bandejas de la cavidad están bien irrigadas, tire suavemente de las plántulas con sus raíces del enchufe del suelo de las cavidades, teniendo cuidado de no herirlas. Y colóquelos cuidadosamente en las cavidades hechas por moldes en las ollas. Repita la medición del peso neto de la planta como se describió anteriormente en la medición de metaetiquetas.Para considerar el agua de reserva en el contenedor verde, siga las instrucciones del manuscrito de texto para asegurarse de que el contenedor de grano está lleno. Vuelva a medir los parámetros del plan y haga clic en Medir el peso del agua de reserva. Haga clic en Aceptar cuando aparezcan las ventanas de peso de agua de reserva y éxito.Haga clic en Plantas y exporte la tabla haciendo clic en Exportar plantas en la esquina inferior izquierda de la tabla. Abra el archivo de Excel y reste el peso neto de la planta medido, y sembrando el peso del suelo a granel de la medición de peso de agua reservada, y ahorre. Haga clic en Actualizar plantas en la esquina inferior izquierda de la tabla.Seleccione el archivo de Excel y haga clic en Abrir para actualizar. Cuando aparezca la ventana Actualizar plantas, haga clic en Aceptar. Compruebe que los valores se actualizan. En los parámetros de la planta de medida, haga clic en Calcular peso seco del suelo.Cuando aparezca la ventana, inserte el peso húmedo del suelo y el peso seco del suelo, o inserte el contenido de agua del suelo calculado manualmente. Haga clic en Aplicary, a continuación, haga clic en Finalizar. Cuando aparezca una ventana, haga clic en Aceptar para confirmar.Siga el manuscrito de texto para calcular estos valores de contenido de agua del suelo. Abra los tratamientos de riego y haga clic en Crear nuevo y coloque el nombre y haga clic en Aceptar. Abra el nuevo nombre de riego y haga clic en Crear nuevo. A continuación, abra el plan de tratamiento predeterminado, establezca la hora de apertura de la válvula y otros parámetros según sea necesario y haga clic en Aplicar.Esto demuestra un escenario de tratamiento de riego dinámico y modulador para todo el período experimental basado en las preferencias del usuario. Abra escenarios de tratamiento, abra el plan y haga clic en el nombre del plan predeterminado. Elija un nombre de tratamiento de la lista y haga clic en Aceptar para confirmar.Elija las condiciones apropiadas para la terminación y el tecleo se aplica. Todas las posibilidades incluyen una opción de tiempo de espera que cerrará el toque incluso si no se alcanzan las condiciones establecidas. Por último, siga las instrucciones del manuscrito para completar la tabla del plan.Abra el software de análisis de datos e inicie sesión con su nombre de usuario y contraseña. Haga clic en Seleccionar experimento y, a continuación, en Seleccionar sistema de control y seleccione experimento. En la columna del lado izquierdo de la pantalla, haga clic en Experimentos y escriba el nombre del experimento en la barra de nombres debajo de la sección de búsqueda.El nombre del experimento aparecerá debajo de la sección de búsqueda en la sección del experimento. Haga clic en el nombre del experimento para abrir la información y las secciones de la planta. En la sección de información, edite las fechas de inicio y finalización de WUE para el período de al menos tres días antes del inicio del tratamiento contra la sequía.A continuación, haga clic en Actualizar. El WUE y el valor R al cuadrado para cada maceta aparecerán o se actualizarán en la sección de la planta. En la sección de la planta, elija o excluya cualquier centro o maceta con un valor WUE negativo o un valor R cuadrado inferior a 0,5.Haciendo clic en el símbolo de los ojos debajo de la columna activa, que luego se volverá rojo. Los datos WUE se pueden exportar como un archivo de Excel haciendo clic en Exportar datos en la sección de la planta. Las condiciones ambientales fueron monitoreadas a lo largo del experimento por una sonda atmosférica.Los datos recogidos, muestran la radiación fotosintéticamente activa y el déficit de presión de vapor durante diferentes días. Y a lo largo de cada día. El contenido volumétrico de agua de las macetas tratadas por sequía se midió mediante sondas de suelo durante todo el período experimental.Los datos recogidos de una planta indica tratada por sequía se muestran aquí. El peso medio calculado de la planta aumenta consistentemente entre el control de la karla y los tratamientos de sequía de karla durante la primera etapa del experimento cuando todas las plantas recibieron riego similar. Cuando el tratamiento de la sequía se aplicó a las plantas de karla, esas plantas dejaron de aumentar de peso no reanudaron el aumento de peso hasta la etapa de recuperación.En ese momento, hubo un aumento de peso que procedió más lentamente de lo que se observó para los controles. Por el contrario, los pesos de las plantas de control de karla aumentaron continuamente durante todo el período experimental. Otros métodos como la recolección de muestras para la expresión génica, el contenido mineral y la actividad fotosintética se pueden hacer durante este experimento con una referencia precisa al comportamiento de la planta y las condiciones ambientales.El fenotipado funcional es un método práctico de caracterización de interacciones del entorno vegetal, que proporciona al usuario una buena herramienta para comparar diferentes perfiles de respuesta de la planta en diferentes condiciones ambientales. Cada perfil específico podría ser seleccionado para un estudio más profundo o como una fuente de rasgos fisiológicos beneficiosos para los programas de cría.

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

Expresión génica transitoria en tabaco utilizando Asamblea Gibson y la pistola de genes

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

Investigación

Medio ambiente

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

Física, química y caracterización biológica de seis biochars Producido para la Remediación de Sitios Contaminados

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 El análisis de las plaquetas humanas como una plataforma para el estudio del metabolismo mitocondrial

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

ADN-ARN simultánea extracción de los sedimentos costeros y cuantificación de 16S rRNA genes y las transcripciones de PCR en tiempo real

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

La detección de la actividad endocrina en Uso de Agua comercialmente disponibles<em&gt; In Vitro</em&gt; Transactivación bioensayos

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

Configuración de columna experimental para el estudio de anaerobias biogeoquímicas interacciones entre bacterias, elementos traza e hidróxidos del hierro (Oxy)

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 y la proyección de imagen espectral raíz planta Phenotyping y investigación fisiológica: montaje Experimental y protocolos de la proyección de imagen

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

In situ detección Molecular de fitopatógenos transmitidos por el suelo mediante un sistema PCR en tiempo real Portable

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

Protocolos de fabricación (EcoFAB) del ecosistema para la construcción de ecosistemas de laboratorio diseñado para estudiar las interacciones planta-microorganismo

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

Protocolo de aguda y crónica pruebas de ecotoxicidad de los killis turquesa Nothobranchius furzeri

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