|
Author:
Date:
2018-02-20
[Abstract] High-throughput phenotyping of plant traits is a powerful tool to further our understanding of plant growth and its underlying physiological, molecular, and genetic determinisms. This protocol describes the methodology of a standard phenotyping experiment in PHENOPSIS automated platform, which was engineered in INRA-LEPSE (https://www6.montpellier.inra.fr/lepse) and custom-made by Optimalog company. The seminal method was published by Granier et al. (2006). The platform is used to explore and test various ecophysiological hypotheses (Tisné et al., 2010; Baerenfaller et al., 2012; Vile et al., 2012; Bac-Molenaar et al., 2015; Rymaszewski et al., 2017). Here, the focus ...
[摘要] 植物性状的高通量表型分析是进一步了解植物生长及其潜在生理，分子和遗传决定论的有力工具。该协议描述了在INRA-LEPSE（ https： //www6.montpellier.inra.fr/lepse ）并由Optimalog公司定制。开创性的方法由Granier等人发表（2006年）。该平台用于探索和测试各种生理生理假设（Tisnéet al。，2010; Baerenfaller et al。，2012; Vile et al。 > 2012; Bac-Molenaar 等，2015; Rymaszewski 等，2017）。在这里，重点关注实验的准备和管理，以及与生长相关的性状（例如，预测莲座面积，总叶面积和生长速率），水状况相关性状（<例如叶干物质含量和相对含水量）以及与植物结构相关的性状（例如气孔密度和指数以及叶片/叶柄比率）。简而言之，在生长室中设置完全随机的（块）设计。接下来，准备基底，测量其初始含水量并填充盆。种子播种到土壤表面并在实验之前发芽。发芽后，用户计划土壤浇水和图像（可见光，红外线，荧光）采集，并由自动机执行。在实验过程中可能会进行破坏性测量。从图像中提取数据并估计与生长相关的性状值涉及半自动程序和统计处理。 ...
|