Name: Author Spotlight: Unraveling Plant Responses to Abiotic Stresses Using the PlantScreen Robotic Platform
Uploaded: 2024-06-07T13:40:00
Duration: 1 min 51 s
Description: High throughput image-based phenotyping is a powerful tool to non-invasively determine the development and performance of plants under specific conditions ...

Dette ADAPT-projekt (Accelerated Development of multiple-stress tolerant Potato) har modtaget finansiering fra EU's Horizon 2020 forsknings- og innovationsprogram under tilskudsaftale nr. GA 2020 862-858. Dette arbejde blev delvist støttet af Tjekkiets ministerium for uddannelse, ungdom og sport med Den Europæiske Fond for Regionaludvikling-projektet "SINGING PLANT" (nr. CZ.02.1.01/0.0/0.0/16_026/0008446). Core Facility Plants Sciences fra CEITEC MU er anerkendt for sin støtte til dyrkningsfaciliteter. Vi anerkender Meijer BV for at levere de in vitro-stiklinger, der blev brugt i denne undersøgelse. Vi takker Lenka Sochurkova for at hjælpe med det grafiske design af figur 2 og Pavla Homolová for at hjælpe med forberedelsen af plantemateriale under eksperimenterne på Photon Systems Instruments (PSI) Research Center (Drásov, Tjekkiet).

Potato Resilience Analysis Under Climate-Related Stresses

Forfatterne erklærer, at de ikke har nogen kendte konkurrerende økonomiske interesser eller personlige relationer, der kunne have set ud til at påvirke det arbejde, der er rapporteret i denne artikel.

Forbedrede avancerede billeddannelsesværktøjer i høj opløsning og computervisionsteknikker har muliggjort den hurtige udvikling af plantefænotypning for at opnå kvantitative data fra massive plantebilleder på en reproducerbar måde39. Denne undersøgelse havde til formål at tilpasse og optimere billedbaseret metodologi med høj gennemstrømning ved hjælp af en række aktuelt tilgængelige billedsensorer til at overvåge de dynamiske reaktioner fra planter under enkeltstående og kombinerede abiotiske belastninger. Nogle få kritiske trin i den anvendte tilgang kræver justeringer, herunder påføring af stress og valg af en passende billeddannelsesprotokol til målingerne. Brug af flere sensorer til billedoptagelse gør det muligt at kvantificere vigtige fænotypiske træk (såsom plantevækst, fotosyntetisk effektivitet, stomatale regler, bladreflektans osv.). Derudover forbedrer forståelsen af, hvordan kartoffelplanter reagerer på forskellige abiotiske belastninger. Dette er en vigtig forudsætning for at accelerere planteforædlingsprojekter for at udvikle klimatolerante genotyper40. De morfologiske reaktioner på den inducerede stress afhænger af udviklingsstadiet. For eksempel hæmmer inducering af stress i stolon- eller knoldinitieringsfasen blad- og planteudvikling og begrænser antallet af stoloner, hvilket reducerer det endelige udbytte41. Men under ugunstige forhold bruger planter stressresponser som en adaptiv reaktion til at forhindre og reparere stressinduceret cellulær skade42. Planter har adaptive mekanismer til at undgå og tolerere stressforhold afhængigt af sværhedsgraden43.
For at forstå planternes mekanismer betragtes det som et af de kritiske trin at inducere den passende varighed og intensitet af stress og bestemme plantens reaktioner på stress ved hjælp af billedsensorer. Når flere spændinger falder sammen, kan intensiteten af en stress tilsidesætte effekten af de andre afhængigt af kombinationen, intensiteten og varigheden af belastningerne. Således kan stresseffekterne stige, eller modsatrettede reaktioner kan (delvist) ophæve hinanden, hvilket i sidste ende resulterer i positive eller negative effekter på planter. Den protokol, der blev valgt i denne undersøgelse, var baseret på tidligere erfaringer for at sikre, at der blev anvendt tilstrækkelige stressniveauer. For eksempel blev anvendelsen af tørkestress justeret til et moderat niveau, da responsen i et tidligere eksperiment ikke var forskellig fra kontrolbehandlinger på et tidligt stadium af stress baseret på klorofylfluorescensbilleddannelse. Dette skyldes forekomsten af fotorespiration, der fungerer som et alternativt dræn for elektroner i thylakoidmembranen og en beskyttelsesmekanisme for fotosystem II44,45. Under den kombinerede stressrespons kan planters eksponering for en mild primær stressfaktor øge tolerancen over for en efterfølgende stressfaktor, hvilket kan have en gavnlig eller skadelig indvirkning46. I denne undersøgelse blev der observeret en stærkere respons under kombineret stress sammenlignet med individuel tørkestress. Ved at undersøge andre fysiologiske reaktioner viste resultaterne en stigning i ΔT (deltaT) under tørke, da spalteåbninger lukkede for at undgå overskydende vandtab. I modsætning hertil blev den omvendte respons observeret under varmestress, hvor ΔT var lavere sammenlignet med kontrol, der reflekterede spalteåbning for at forbedre bladafkøling i overensstemmelse med resultaterne i hvede under kombineret varme- og tørkestress20. Under vandlogning skyldtes stigningen af ΔT på grund af stomatal lukning iltmangel i jorden og forstyrrelse af rodvandshomeostase, hvorved transpirationsstrømmen sænkes med en stigning i ABA, et nøglehormon i vandstressresponser47.
I plantestressundersøgelser er varigheden af stress og efterfølgende restitutionsbehandlinger direkte proportional med stressintensiteten. For eksempel inducerer moderat tørkestress, såsom opretholdelse af jordfugtighed på 20 % markkapacitet (FC), reversible fænotypiske ændringer, der typisk genoprettes efter en enkelt dags genvanding. I modsætning hertil resulterer alvorlige stresstilstande som vandlogning i omfattende fænotypiske skader, hvilket nødvendiggør en længere restitutionsperiode. Selvom standardisering af behandlingsvarigheder er ideel, skal der tages højde for den iboende variation i stressintensiteter i eksperimentelt design.
Det andet kritiske trin er at vælge en passende protokol og optimere indstillingerne for hver sensor. Klorofylfluorescens er et kraftfuldt værktøj til at bestemme ydeevnen af fotosyntetiske apparater under stress48. Forskellige klorofylfluorescensmåleprotokoller kan vælges med enten lyse eller mørketilpassede planter afhængigt af forskningsspørgsmålet og det eksperimentelle design49. I denne undersøgelse muliggør den valgte protokol (kort lysrespons) bestemmelse af forskellige egenskaber, herunder Fv'/Fm', φPSII og qL, som angiver fotosynteseydelsen under forskellige forhold50. Tidligere undersøgelser viste, at den anvendte protokol i fænotypning med høj kapacitet er effektiv til at undersøge den fotosyntetiske effektivitet af planter under forskellige anvendelser af stressbehandlinger og skelne mellem sunde og stressede planter14,20. Baseret på det eksperimentelle design er det meget vigtigt at overveje varigheden af den valgte protokol, når man måler i et system med høj gennemstrømning med en høj plantepopulation. Således blev klorofylfluorescensmålingen på lystilpassede planter ved hjælp af en korttidsprotokol udvalgt til at skelne responser under forskellige behandlinger. Genotype-miljø-interaktioner kan påvirke mange fænotypiske træk, hvilket er kritisk under måling12. Det er vigtigt at overveje, at målingens varighed bør afsluttes på kort tid for at minimere den daglige effekt på fotosyntetiske begrænsninger51.
Termisk IR-billeddannelse blev brugt til at bestemme baldakinens temperatur og forstå stomatal regulering under forskellige behandlinger52. Det er værd at nævne, at der blev anvendt teknologisk optimering, hvor varmevæggen var placeret på den modsatte side af kameraet, og væggens temperatur var dynamisk styret og programmerbar. Det er således nødvendigt at justere den baggrundsopvarmede væg med integrerede miljøsensorer for korrekt at vælge planter fra baggrunden ved at øge kontrasten af baggrundstemperaturen i forhold til temperaturen på det afbildede objekt.
Selvom billedanalyse er automatiseret, er det stadig nødvendigt at justere RGB-tærskelindekser for at opnå en korrekt binær maske i RGB-billeddannelse for præcist at vælge planter53. Derudover er det vigtigt at vælge flere vinkler for korrekt estimering af kvantitative parametre, herunder digital biomasse og vækstrate. I denne undersøgelse blev tre vinkler (0°, 120° og 240°) på RGB-siden set valgt og beregnet i gennemsnit for at beregne plantevolumen og relativ væksthastighed nøjagtigt.
Afhængigt af spektralområdet kan mange fysiologiske træk undersøges ved hjælp af hyperspektral billeddannelse54. Det er nødvendigt at bestemme, hvilket af reflektansindeksene der giver de nødvendige oplysninger og viser planternes respons under forskellige forhold14. Det er meget efterspurgt i screening for tolerante sorter og plantefænotypning at bestemme sammenhængen mellem de hyperspektrale indekser og andre fysiologiske træk55. I denne undersøgelse viste planter under vandlogningsbehandling en udtalt respons i klorofylindholdet og fotosyntetisk effektivitet fra VNIR-billeddannelsen. Desuden blev der observeret forskellige responser i vandindekset beregnet ud fra SWIR-billeddannelse under varmebehandlinger og vandlogning på grund af forskellige stomatale regler og vandindhold i bladene.
Disse resultater fremhæver således nytten af en sådan tilgang efter optimering af indstillingerne og potentialet ved at bruge flere sensorer til at finde stressegenskaber, der er relevante for klimatolerance. Vurdering af dynamikken i responserne ved hjælp af flere billedsensorer kan bruges som et af de kraftfulde værktøjer til at forbedre avlsprogrammer.

De potentielle virkninger af klimaændringer, herunder stigningen i intensiteten og hyppigheden af hedebølger, oversvømmelser og tørkehændelser, har negative konsekvenser for voksende afgrøder1. Det er vigtigt at forstå klimaforandringernes indflydelse på afgrødernes variation og de deraf følgende udsving i den årlige afgrødeproduktion2. Med stigende befolknings- og fødevareefterspørgsel er det en udfordring at opretholde udbyttet af afgrødeplanter, og derfor er det presserende nødvendigt at finde klimarobuste afgrøder til forædling 3,4. Kartoffel (Solanum tuberosum L.) er en af de essentielle fødevareafgrøder, der bidrager til den globale fødevaresikkerhed på grund af dens høje næringsværdi og øgede vandforbrugseffektivitet. Reduktion i vækst og udbytte under ugunstige forhold er imidlertid et hovedproblem, især i de modtagelige sorter 5,6. Mange undersøgelser fremhævede vigtigheden af at undersøge alternative tilgange til at opretholde kartoffelafgrødernes produktivitet, herunder landbrugspraksis, finde tolerante genotyper og forstå stressets indvirkning på udviklingen og udbyttet 7,8,9, hvilket også er meget efterspurgt af europæiske kartoffelavlere (eller landmænd)10.
Automatiserede fænotypeplatforme, herunder billedbaseret fænotypning, muliggør kvantitative analyser af planters struktur og funktion, der er afgørende for at udvælge relevante egenskaber af interesse11,12. Fænotypning med høj gennemstrømning er en avanceret ikke-invasiv teknik til at bestemme forskellige morfologiske og fysiologiske træk af interesse på en reproducerbar og hurtig måde 13. Selvom fænotypen afspejler genotypiske forskelle i forbindelse med miljøpåvirkninger, gør sammenligning af planter under kontrollerede forhold med stress det muligt at forbinde den omfattende fænotypeinformation med en specifik (stress)tilstand14. Billedbaseret fænotypning er afgørende for at beskrive fænotypisk variabilitet, og den er også i stand til at screene et sæt træk på tværs af planteudvikling uanset populationsstørrelsen15. For eksempel bruges måling af morfologiske træk, herunder form, størrelse og farveindeks af blade ved hjælp af rød-grøn-blå (RGB) billedsensorer, til at bestemme plantevækst og udvikling. Desuden kvantificeres målinger af fysiologiske egenskaber, herunder fotosyntetisk ydeevne, baldakintemperatur og bladreflektans, ved hjælp af flere typer sensorer, såsom klorofylfluorescens, termisk infrarød (IR) og hyperspektral billeddannelse16. Nylige undersøgelser i kontrollerede miljøer viste potentialet i at bruge billedbaseret fænotypning til at vurdere forskellige mekanismer og fysiologiske reaktioner hos planter under abiotiske belastninger såsom varme i kartoffel17, tørke i byg18, ris19 og kombineret tørke og varmebehandling i hvede20. Selvom det er komplekst at studere planternes reaktioner på flere stressinteraktioner, afslører resultaterne ny indsigt i forståelsen af planters mekanismer til at klare hurtige ændringer i klimaforhold21.
Plantefysiologiske og morfologiske reaktioner er direkte påvirket af abiotiske stressforhold (høj temperatur, vandunderskud og oversvømmelser), hvilket resulterer i udbyttereduktion22. Selvom kartofler har en høj vandforbrugseffektivitet sammenlignet med andre afgrøder, påvirker vandunderskud udbyttemængden og kvaliteten negativt på grund af den lave rodarkitektur5. Afhængig af intensiteten og varigheden af tørkeniveauet reduceres bladarealindekset, og forsinkning i baldakinvækst med hæmning af ny bladdannelse er udtalt i senere stadier af stress, hvilket fører til en reduktion i fotosyntesehastigheden23. Tærskelniveauet for vand er kritisk med overskydende vand eller langvarige tørkeperioder, hvilket resulterer i en negativ effekt på plantevækst og knoldudvikling på grund af iltbegrænsning, nedsat rodhydraulisk ledningsevne og begrænsning af gasudveksling24,25. Desuden er kartofler følsomme over for høje temperaturer, hvor temperaturer over optimale niveauer resulterer i forsinket knoldinitiering, vækst og assimileringshastigheder26. Når stress opstår i kombination, adskiller de biokemiske regler og fysiologiske reaktioner sig fra individuelle stressreaktioner, hvilket understreger nødvendigheden af at undersøge plantens reaktioner på stresskombinationer27. Kombinerede belastninger kan resultere i (endnu mere) alvorlige reduktioner i plantevækst og determinanteffekter på reproduktionsrelaterede egenskaber28. Virkningen af stresskombination afhænger af hver stresss dominans over de andre, hvilket fører til forbedret eller undertrykt planterespons (f.eks. fører tørke normalt til spalteåbning, mens spalteåbninger er åbne for at tillade afkøling af bladoverfladen under varmestress). Kombineret stressforskning er dog stadig under udvikling, og der er behov for yderligere undersøgelser for bedre at forstå den komplekse regulering, der medierer plantereaktioner under disse forhold29. Således har denne undersøgelse til formål at fremhæve og anbefale en fænotypeprotokol ved hjælp af flere billedsensorer, der kan være egnede til at vurdere morfofysiologiske responser og forstå de underliggende mekanismer for kartoffelens samlede ydeevne under enkelt- og kombinerede stressbehandlinger. Som hypotesen viste det sig at være et værdifuldt værktøj til at karakterisere de tidlige og senere strategier under plantens stressrespons. Optimering af billedbaseret fænotypningsprotokol vil være et interaktivt værktøj for planteforskere og forædlere til at finde træk af interesse for abiotisk stresstolerance.

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

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

Billedbaseret fænotypning med høj kapacitet er et kraftfuldt værktøj til ikke-invasivt at bestemme udviklingen og ydeevnen af planter under specifikke forhold over tid. Ved at bruge flere billedsensorer kan mange egenskaber af interesse vurderes, herunder plantebiomasse, fotosyntetisk effektivitet, baldakintemperatur og bladreflektansindekser. Planter udsættes ofte for flere belastninger under markforhold, hvor alvorlige hedebølger, oversvømmelser og tørkehændelser alvorligt truer afgrødernes produktivitet. Når stress falder sammen, kan de resulterende virkninger på planter være tydelige på grund af synergistiske eller antagonistiske interaktioner. For at belyse, hvordan kartoffelplanter reagerer på enkelte og kombinerede belastninger, der ligner naturligt forekommende stressscenarier, blev der pålagt fem forskellige behandlinger på en udvalgt kartoffelsort (Solanum tuberosum L., cv. Lady Rosetta) ved begyndelsen af tuberisering, dvs. kontrol, tørke, varme, vandlogning og kombinationer af varme-, tørke- og vandlogningsstress. Vores analyse viser, at vandlogningsstress havde den mest skadelige effekt på plantens ydeevne, hvilket førte til hurtige og drastiske fysiologiske reaktioner relateret til stomatal lukning, herunder en reduktion i kvanteudbyttet og effektiviteten af fotosystem II og en stigning i baldakintemperatur og vandindeks. Under varme og kombinerede stressbehandlinger blev den relative væksthastighed reduceret i den tidlige fase af stress. Under tørke og kombinerede belastninger faldt plantevolumen og fotosyntetisk ydeevne med en øget temperatur og spalteåbning i den sene fase af stress. Kombinationen af optimeret stressbehandling under definerede miljøforhold sammen med udvalgte fænotypeprotokoller gjorde det muligt at afsløre dynamikken i morfologiske og fysiologiske reaktioner på enkelt- og kombinerede belastninger. Her præsenteres et nyttigt værktøj for planteforskere, der ønsker at identificere planteegenskaber, der indikerer modstandsdygtighed over for flere klimaforandringsrelaterede belastninger.

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

Author Spotlight: Unraveling Plant Responses to Abiotic Stresses Using the PlantScreen Robotic Platform

Billedbaseret fænotypning med høj kapacitet til bestemmelse af morfologiske og fysiologiske reaktioner på enkelt- og kombinerede belastninger i kartoffel

I denne undersøgelse blev automatiseret billedbaseret fænotypning brugt til at undersøge de morfologiske og fysiologiske reaktioner af kartoffel (cv. Lady Rosetta) under enkelt og kombineret stress. Den anvendte tilgang viste planternes dynamiske responser i høj rumlig-tidsmæssig opløsning, når stress blev induceret i knoldinitieringsstadiet. For at vurdere de tidlige og sene faser af stress blev resultaterne præsenteret som 3 tidsperioder ([0-5 dages fænotypning (DOP)], [6-10 DOP] og [11-15 DOP]) (figur 1). Indtil 0 DOP blev alle planter dyrket under kontrolforhold (C), derefter fra 1-5 DOP, hvor vandlogningsstress (W) og varmestress (H) blev påført. Således blev svarene observeret som følger: (i) i 0-5 DOP, angivet den indledende varme og vandlogning; (ii) i 6-10 DOP, afspejlet den tidlige tørke (D) og kombineret varme og tørke (HD) blev observeret og (iii) i 11-15 DOP, viste den sene varme, tørke og kombinerede varme + tørke + vandlogning (HDW) stress. Genopretningen fra vandlogning blev observeret i 6-10 DOP og 11-15 DOP.
Morfologiske træk RGB-billeddannelse blev anvendt til at bestemme effekten af forskellige spændinger og kombinationer på plantevækst over jorden. Resultaterne i figur 4 viser, at varmebehandling og vandlogningsstress (0-5 DOP) allerede forårsager en reduktion af anlægsvolumen og RGR sammenlignet med kontrol. I løbet af 6-10 DOP steg plantevolumen og RGR for kontrolplanter kontinuerligt, mens denne stigning i plantevolumen under varme, kombineret varme, tørke og vandlogning blev klart reduceret (figur 4A). Da planter er meget modtagelige for vandlogningsstress, var et fald udtalt i RGR (figur 4B). Under sen tørkestress (11-15 DOP), hvor SRWC blev holdt på 20 %, blev der observeret en klar reduktion i RGR sammenlignet med kontrollen. Men i den sene fase af kombineret HDW forårsagede anvendelsen af vandlogningsbehandling en stigning i RGR på den sidste dag med stress.
Fysiologiske træk Kombinationen af strukturel og fysiologisk fænotypning blev anvendt for at afsløre yderligere reaktioner på stress. Brug af flere billedsensorer gør det muligt at bestemme de fysiologiske reaktioner under den tidlige fase af stress. Yderligere analyse af klorofylfluorescensdataene viste, at vandlogning påvirkede den fotosyntetiske effektivitet negativt, hvor Fv'/Fm' (Fv/Fm_Lss) faldt dramatisk i 0-5 DOP og 6-10 DOP, men en genoprettende respons blev observeret i 11-15 DOP, hvor Fv'/Fm' steg lidt (figur 5A). I den sene stressfase (11-15 DOP) blev der observeret en reduktion på Fv'/Fm' i tørke og kombineret varme og tørke. I vandfyldte anlæg var anlæggenes driftseffektivitet (QY_Lss også kendt som φPSII) signifikant lavere sammenlignet med andre behandlinger i 0-5 DOP og 6-10 DOP, men en lille stigning ved 11-15 DOP, hvilket indikerer plantegenopretning (figur 5B). Desuden blev de forskellige mekanismer til regulering af effektiviteten, der bidrager til beskyttelsen af PSII, bestemt ved at beregne fraktionen af åbne reaktionscentre i PSII i en let steady-state (qL_Lss) (figur 5C). Kun under tørke blev der observeret en stigning i qL, sandsynligvis på grund af fotohæmning.
Disse resultater var i overensstemmelse med IR-data, der afspejlede forskellige underliggende mekanismer under stress (figur 6). En stigning i deltaT (ΔT) blev observeret i vandlogning, hvilket reducerede gasvalutakursen. Under sen tørke og kombineret varme- og tørkestress skyldtes en stigning i ΔT lukning af spalteåbninger, der anses for at være en af de primære reaktioner for at undgå overskydende vandtab. På den anden side blev der observeret en reduktion i ΔT under varmebehandlinger, da spalteåbninger åbnes for at øge transpirationseffektiviteten og afkøle bladoverfladen.
Ved at undersøge de hyperspektrale data blev to parametre udvalgt fra de hyperspektrale VNIR-data for at vurdere bladreflektansindekserne, herunder NDVI som en indikator for klorofylindhold og PRI som en indikator for effektiviteten af fotosyntesen. Resultaterne viste et fald i NDVI og PRI kun under vandlogning i forbindelse med den observerede reduktion i de morfologiske træk (figur 7A,B). Ud fra de hyperspektrale SWIR-data, der blev brugt til at vurdere vandindholdet i planterne, blev der desuden observeret en stigning i vandindekset i vandlogning under 0-5 DOP (figur 7C). Under varmebehandlinger blev der imidlertid observeret en modsat respons, hvor vandindekset var lavere end kontrollen. Disse resultater var i overensstemmelse med en undersøgelse af vegetation fra farvesegmenteringen af RGB Top View. Ændringerne i andelen af nuancer angiver stressresponserne over tid (figur 8). Det grønne indeks viste en reduktion i pigmentindholdet under tørke og kombineret HDW i den sene stressfase og gradvis genopretning efter vandlogningsbehandling. Således afspejlede brugen af de mange billedsensorer korrelationen mellem morfofysiologiske egenskaber og muliggjorde vurderingen af den samlede planteydelse under abiotiske belastninger.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66255/66255fig01.jpg"> Figur 1: Tidslinje for anvendelse af de forskellige behandlinger, herunder planternes alder i dage efter transplantation af in vitro-stiklinger . Dag 0 af fænotypning (DOP) blev målt under kontrolforhold (C), og derefter blev de forskellige spændinger induceret med forskellig varighed. Fra 1-5 DOP blev der påført vandlogning (W) spænding og den første respons af varmebehandling (H). De følgende dage 6-10 DOP, hvor den indledende fase af tørkestress (D) og kombineret varme- og tørkestress (HD) blev præsenteret. I løbet af 11-15 DOP blev planternes respons på den sene fase af tørke og varmebehandlinger og anvendelsen af vandlogning til HD (HDW) i 1 dag afspejlet. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig01large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66255/66255fig02.jpg"> Figur 2: Skema, der opsummerer fænotypeprotokollen og dataanalysen. (A) Oversigt over fænotypeprotokollen. Planter transporteres til fænotypesystemet fra de kontrollerede forhold ved FS-WI-vækstkammeret (PSI). Planterne blev lysakklimatiseret i lystilpasningskammeret i 5 minutter ved 500 μmol.m-2.s-1 før målingerne. Flere billedsensorer blev brugt til at bestemme morfologiske og fysiologiske træk, efterfulgt af vægtnings- og vandingsstationen. Afhængigt af behandlingen blev anlæggene placeret tilbage under kontrollerede forhold, enten ved 22 °C/19 °C eller 30 °C/28 °C. (B) Automatisk udtrækning og segmentering af billedbehandlingspipelinen fra hver billedsensor. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig02large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66255/66255fig03.jpg"> Figur 3: Kort lysprotokoloversigt for klorofylfluorescensbilleddannelse. Måleprotokollen startede med at tænde for koldt hvidt aktinisk lys for at måle steady-state fluorescens i lys (Ft_Lss) og derefter anvende en mætningspuls for at måle den steady-state maksimale fluorescens i lys (Fm_Lss). Det aktiniske lys blev slukket, og det farrøde lys blev tændt for at bestemme den konstante minimumsfluorescens i lys (Fo_Lss). Protokollens varighed var 10 s pr. anlæg. <a href="https://www.jove.com/files/ftp_upload/66255/66255fig03large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66255/66255fig04.jpg"> Figur 4: RGB-billeddannelse anvendt til morfologisk vurdering. (A) Plantevolumen beregnet ud fra RGB-området øverst og fra siden. B) Relativ væksthastighed (RGR) i knoldens initieringsfase. Dataene repræsenterer middelværdier ± standardafvigelse (n = 10). <a href="https://www.jove.com/files/ftp_upload/66255/66255fig04large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66255/66255fig05.jpg"> Figur 5: Klorofylfluorescensbilleddannelse på lystilpassede planter. (A) Maksimal effektivitet af PSII-fotokemi for lystilpasset prøve i lyssteady-state (Fv/Fm_Lss). (B) Fotosystem II, kvanteudbytte eller driftseffektivitet af fotosystem II i lyssteady-state (QY_Lss). (C) Fraktion af åbne reaktionscentre i PSII i let steady-state (oxideret QA) (qL_Lss). Dataene repræsenterer middelværdier ± standardafvigelse (n = 10). <a href="https://www.jove.com/files/ftp_upload/66255/66255fig05large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66255/66255fig06.jpg"> Figur 6: Termisk IR-billeddannelse blev brugt til at beregne forskellen mellem kronegennemsnitstemperatur udtrukket fra termiske IR-billeder og lufttemperatur (ΔT). Dataene repræsenterer middelværdier ± standardafvigelse (n = 10). <a href="https://www.jove.com/files/ftp_upload/66255/66255fig06large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66255/66255fig07.jpg"> Figur 7: Hyperspektral billeddannelse til bestemmelse af vegetationsindekser og vandindhold. (A) Normaliseret forskelsvegetationsindeks (NDVI). (B) Fotokemisk reflektansindeks (PRI) beregnet ud fra VNIR-billeddannelse. (C) Vandindeks beregnet ud fra SWIR-billeddannelse. Dataene repræsenterer middelværdier ± standardafvigelse (n = 10). <a href="https://www.jove.com/files/ftp_upload/66255/66255fig07large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/66255/66255fig08.jpg"> Figur 8: Forgrønnelsesindeks for planter under forskellige behandlinger. Billedbehandling er baseret på transformationen af det originale RGB-billede i et farvekort bestående af 6 definerede nuancer. Dataene repræsenterer middelværdier ± standardafvigelse (n = 10). <a href="https://www.jove.com/files/ftp_upload/66255/66255fig08large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
Supplerende figur 1: Lysintensitet målt i løbet af fænotypningsdagene (DOP). Varigheden af målinger fra kl. 9.00 til 12.35. LI_Buff refererer til mediandata fra 5 lyssensorer fordelt i drivhuset. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%201.png" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 2: Relativ luftfugtighed (RH) målt i løbet af fænotypningsdagene (DOP). Varigheden af målinger fra kl. 9.00 til 12.35. RH_Buff refererer til mediandata fra 5 fugtighedssensorer fordelt i drivhuset. RH2 refererer til den relative luftfugtighed i tilpasningskammeret. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%202.png" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 3: Temperatur målt i løbet af fænotypningsdagene (DOP). Varigheden af målinger fra kl. 9.00 til 12.35. T_Buff refererer til mediandata fra 5 temperatursensorer fordelt i drivhuset. T2 refererer til temperaturen i tilpasningskammeret. T3 refererer til temperaturen på varmevæggen. T4 refererer til temperaturen i den termiske IR-billedenhed. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%203.png" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 4: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i klorofylfluorescensbilledsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%204.jpg" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 5: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i termiske infrarøde billedsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%205.jpg" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 6: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i RGB 1-side view billedsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%206.jpg" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 7: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i RGB2-top-view billedsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%207.jpg" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 8: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i VNIR-billedsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%208.jpg" target="_blank">Klik her for at downloade denne fil.</a>
Supplerende figur 9: Skærmbillede fra dataanalysatorsoftware, der viser parametrene justeret for plantemaskeanalyse i SWIR-billedsensorer. <a href="https://www.jove.com/files/ftp_upload/66255/Supp%20Figure%209.jpg" target="_blank">Klik her for at downloade denne fil.</a>

Vi designede en billedbaseret fænotypeprotokol til at bestemme de morfologiske og fysiologiske reaktioner på enkeltstående og kombinerede varme-, tørke- og vandlogningsbehandlinger. Denne tilgang gjorde det muligt at identificere tidlige, sene og genopretningsreaktioner på et helt anlægsniveau, især overjordiske dele, og fremhævede nødvendigheden af at bruge flere billedsensorer.

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

Så her i PSI bruger vi PlantScreen-fænotypesystemer, som er robotløsninger til højkapacitetsplantefænotypning, og disse systemer er baseret på at bruge en række moduler, moduler både til plantedyrkning og håndtering, såsom automatiserede vandings- og vejeenheder, samt moduler til automatiseret digitalbaseret billeddannelse af planterne, og dette både til planternes strukturelle morfologiske træk såvel som til planternes fysiologiske træk. Fordelen ved den anvendte protokol i denne undersøgelse er, at vi bruger den multippel billeddannelsessensor, herunder plantevækstdynamikken, som vi måler ved hjælp af RGP-billeddannelsen og forbinder dette med de andre fysiologiske reaktioner, herunder den fotosyntetiske effektivitet fra klorofylfluorescensbilleddannelse, vurdering af stomatal regulering fra baldakinens temperatur ved måling af den termiske billeddannelse, og også bladreflektansindekserne, som vi måler ved hjælp af hyperspektral billeddannelse. Vores resultater fokuserer på at fremhæve, hvordan man kan belyse planternes respons, når de induceres til kombineret stress i forhold til deres individuelle stress, og være i stand til at vurdere den tidlige og sene respons på stress og genopretningsfasen bagefter, og fremhæve nødvendigheden af at bruge flere billedsensorer til integrerende og bedre forståelse af plantens underliggende mekanisme til fremtidige klimaforandringsforhold.