植物表型成像分析系統用于病原體敏感性與抗性篩查

美國橡樹嶺國家實驗室、美國田納西大學、芬蘭赫爾辛基大學農學院以及國家植物表型基礎設施中心、芬蘭自然資源研究所等單位的Kirk Overmyer教授研究團隊，應用芬蘭國家植物表型中心的PlantScreen高通量全自動植物表型系統，活體追蹤測量擬南芥受灰霉病侵染的變化過程，創建了病菌侵染過程的量化追蹤的可遷移開源模型，以及從種子萌發到數據分析的完整工作流程。研究成果于2021年1月發表在《Plants》雜志上。由于人們已經大量掌握擬南芥的基因工具，因此該侵染量化追蹤模型能夠很好的應用于其它植物與其它病原菌的相互作用研究中，用于篩選和培育抗病害作物種質等。

鑒定抗病作物或者易感作物種質，傳統上多基于對癥狀顏色進行肉眼觀察評估、對感染面積進行手工測量，但這種方法受人為因素影響而偏差很大；但是利用顯微鏡觀察病原菌侵染情況并進行量化分析，則繁瑣耗時、破壞樣品、無法長期觀察跟蹤其發展過程，也無法實現海量樣品篩查。

針對上述困難，數字化圖像測量技術的優勢是：無偏差、對海量樣品可同時篩查、不損傷樣品從而能夠跟蹤觀察等。由于當今圖像測量技術成本迅速降低、計算能力迅速增強，RGB圖像和ChlF圖像（葉綠素熒光成像）測量技術成為了植物病害研究以及抗病種質篩查研究的趨勢：從顏色變化和植物光合生理變化兩個方面、時間和空間兩個維度，靈敏的追蹤病害和植物的相互作用過程---例如本研究中的PlantScreen方案。