pyRootHair:机器学习加速软件,用于植物根毛发特征的高通量表型化
Ian Tsang1,2, Lawrence Percival-Alwyn1, Stephen Rawsthorne3
1Niab, Park Farm, Villa Road, Histon, Cambridge, CB24 9NZ, UK.
GigaScience
|November 13, 2025
概括
一个新的AI工具pyRootHair自动化了从植物图像中分析根毛的特征,从而实现高吞吐量表型化. 这加快了根毛形态及其对植物表现的影响的遗传研究.
科学领域:
- 植物生物学 植物生物学
- 遗传学 是一个遗传学.
- 计算生物学 计算生物学
背景情况:
- 根毛对于植物的水和营养吸收至关重要.
- 手动量化根发特征的量化是耗时和低吞吐量.
- 为了快速的遗传进步,需要自动化表型化工具.
研究的目的:
- 开发和验证pyRootHair,这是一个人工智能驱动的软件,用于高吞吐量根发特征提取.
- 为了快速选植物生殖质的根毛形态变异.
主要方法:
- 开发pyRootHair,这是一个人工智能应用程序,用于从显微镜图像中自动提取根毛特征.
- 在没有人工干预的情况下,每小时处理600多张图像.
- 在各种小麦品种 (Triticum aestivum,Triticum turgidum ssp.) 上进行了部署. durum) 和其他植物物种.
主要成果:
- pyRootHair成功地自动化了根头发特征提取,并具有高吞吐量.
- 在小麦品种中发现了根毛特征的显著,以前未解决的变化.
- 确定了两个不同的根发形状类别和特征之间的相关性.
- 在多种植物物种 (麦,大米,teff,西红) 中证明适用性.
结论:
- pyRootHair促进了根发形态的快速,高分辨率的表型化.
- 能够对植物生殖质进行大规模查,用于遗传研究.
- 支持对根毛特征的遗传控制及其对植物表现的影响的研究.


