品质至上,客户至上,您的满意就是我们的目标
技术文章
当前位置: 首页 > 技术文章
种子表型组学:叶绿素荧光作为花生种子品质评价的新标志物
发表时间:2022-04-18 10:45:53点击:1162
来源:北京博普特科技有限公司
分享:
Videometer Lab4多光谱种子表型成像系统是丹麦理工大学与丹麦Videometer公司开发,是用于种子研究先进的多光谱表型成像设备,典型客户为ISTA国际种子检验协会、ESTA欧洲种子检验协会、John Innes Centre、LGC化学家集团、奥胡斯大学等等,利用该系统发表的文章已经超过300篇。
Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等,间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、中寿命等。种子活力综合种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和(发芽和出苗期间的活性水平与行为),是种子品质的重要指标,具体包括吸涨后旺盛的代谢强度、出苗能力、抗逆性、发芽速度及同步性、幼苗发育与产量潜力。种子活力是植物的重要表型特征,传统检测方法包括低温测试、高温加速衰老测试、幼苗生长测定等。
该系统也可以对细菌、虫卵、真菌等进行高通量成像测量,进行病理学、毒理学或其它研究。对于拟南芥等冠层平展的植物,可以进行自动的叶片计数等。
叶绿素荧光作为花生种子品质评价的新标志物
摘要:光学成像技术的最新进展有助于在种子质量方面进行快速、准确和无损的分析。这项工作旨在验证叶绿素荧光图像作为分析花生种子生理潜力的新标记的潜力。使用人工老化0、16、24和48 h的种子,分别在630/700 nm和405/600 nm的激发/发射组合中检测到叶绿素a和b的荧光信号。使用 VideometerLab4 设备(Videometer A/S,Herlev,丹麦)及其软件版本 5.4.6 捕获图像。将数据与用于评价花生种子生理性能的传统试验如发芽试验、电导率、出苗和出苗速度指数等进行比较。结果表明,活力较低的种子中叶绿素a和b的荧光强度较低。因此,花生种子的变质过程伴随着叶绿素分子的分解,从而导致种子荧光特性的变化。从实用的角度来看,叶绿素荧光图像可以成功地用于快速、准确和无损地区分高活力和低活力种子批次。
关键词:种子活力;图像分析; 非破坏性方法
使用Videometerlab4设备(Videometer A/S,Herlev,丹麦)(图 1)及其软件版本 5.4.6 捕获和分析叶绿素a和b荧光图像。叶绿素a和b分别在630/700nm和405/600 nm 的激发/发射组合中检测到荧光。随后,使用归一化典型判别分析 (nCDA) 算法对图像进行转换。
图1.VideometerLab4设备用于分析不同活力水平花生种子中叶绿素a和b的荧光图像
7天和14天的标准发芽试验没有表明种子类别之间的统计差异(图 2A)。然而,电导率测试表明,陈化24和48小时的种子类别的值高于陈化0和16小时的种子(图2B)。较高的电导率与细胞膜的退化反应有关,因此会降低种子活力(BARBOZA DA SILVA 等人,2013 年)。此外,对膜造成的损害导致从老化48小时的种子生长的幼苗出苗率较低(图 2C),尽管处理之间的出苗速度指数相似(图2D)。尽管标准发芽试验的灵敏度不足以检测类别之间的差异(图2A),但叶绿素荧光技术可以区分不同活力水平的种子,其中活力较高的种子(0小时)显示出较高的叶绿素荧光值a和b(图3A、B)。
图2.人工陈化0、16、4、48 h花生种子发芽活力试验
图3.(A)叶绿素a激发/发射组合630/700nm 的荧光;(B)叶绿素b荧光在405/600 nm的激发/发射组合下
此外,还检测到叶绿素a和b的荧光差异,以评估种子的图像模式(图4),其中老化种子类别的像素显示出低于未老化种子的值(即,较低的叶绿素荧光强度)种子。
图4.人工老化0、16、24和48小时的花生种子的 RGB(红-绿-蓝)图像和在630/700nm激发/发射组合下捕获的叶绿素a荧光图像
相关阅读
Videometer种子表型组学:多光谱成像作为菠菜种子健康检测的潜在工具
Videometer种子表型组学:多光谱图像分析在种子种质库管理中的应用
Videometer种子表型组学:利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类
Videometer种子表型组学:使用多光谱成像和化学计量学方法在线鉴别水稻种子
Videometer种子表型组学:使用多光谱成像预测蓖麻种子的活力
Videometer种子表型组学:甜菜种子加工损伤的多光谱图像分类
种子表型组学:利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别
种子表型组学:Videometer多光谱成像种子质量评估的新工具
种子表型组学:基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度
种子表型组学:使用灰度共生矩阵和机器学习技术识别单倍体玉米种子
种子表型组学:通过射线照相和多光谱图像分析测定小麦种子中的侵染