自受精的大麻种子导致形状变化较小:一种技术方法,具有潜在的商业利益

科学领域:

• 植物育种和遗传学 植物育种和遗传学
• 形态测量和机器学习

背景情况:

• 植物繁殖旨在增强可取的特征,但近亲繁殖可能会导致不必要的同胞性衰退等位基因.
• 自我授粉对于产生女性化的种子和固定特征至关重要,尽管减少了遗传多样性.
• 大麻sativa L.种子市场正在扩大,对可靠表达母植物形状的女性化种子的需求很高.

研究的目的:

• 为了比较来自自我授粉的女性化Cannabis sativa L.克隆的种子的形态变异,与来自不同父母交叉的种子相比.
• 评估二维几何形态测量和机器学习在区分这些种子类型中的有效性.

主要方法:

• 使用2D几何形态测量 (GM) 与地标和半地标来分析种子的形状和大小.
• 应用监督机器学习和多变量统计方法进行数据分析.
• 采用了基于形态特征的种子分类的区分函数.

主要成果:

• 在种子大小和种子类型之间没有发现直接相关性,尽管品种特定的差异是显著的.
• 不同父母之间的交叉种子的分类准确性低于女性化的种子.
• 自我授粉的女性化种子被识别得非常准确,这支持了因近亲繁殖减少变异性的假设.

结论:

• 2D几何形态测量和机器学习有效地区分女性化,自我授粉的大麻种子,因为它们的形态变化最小.
• 高分类准确度验证了用于种子歧视的形态特征的使用.
• 这些发现支持开发用于大麻种子分析的自动化,可扩展的机器学习技术.