根系架构和干旱适应:新兴工具和遗传洞察力
Vikender Kaur1, Shashank Kumar Yadav1, Bindu Yadav1
1Division of Germplasm Evaluation, Indian Council of Agricultural Research (ICAR)-National Bureau of Plant Genetic Resources, New Delhi, India.
优化根系架构 (RSA) 是作物抗旱能力的关键. 结合分子洞察力的新型表型技术和人工智能有助于培育气候智能作物,以提高资源使用效率.
科学领域:
- 植物科学 植物科学
- 农业学是一种农业学.
- 遗传学 是一个遗传学.
背景情况:
- 由于气候变化造成的不可预测的干旱,农作物生产率受到威胁.
- 根系架构 (RSA) 的特征对于干旱适应和获取水量至关重要.
- 利用根特征中的遗传多样性需要了解它们的分子基础和现场规模性能.
研究的目的:
- 审查表型和分子机制的进展,以优化RSA.
- 弥合识别根特征和将其整合到预测育种框架之间的差距.
- 为选择适应气候变化的品种提供路线图.
主要方法:
- 使用非侵入性,高通量表型 (例如,X射线CT,MRI) 进行动态根土界面量化.
- 应用人工智能 (AI),特别是卷积神经网络,从根图像中自动提取拓参数.
- 将表型化数据与分子调节机制集成,专注于特定的遗传位置 (DRO1/qSOR1) 和激素交叉 (ABA-auxin).
主要成果:
- 非破坏性表型揭示了以前被破坏性方法掩盖的根性可塑性.
- 人工智能使复杂根架构的自动化,高维分析成为可能.
- 建立了分子调节 (基因位点,激素通路) 和田间规模根性能之间的联系.
结论:
- 将先进的表型化与分子遗传学相结合,对于理解和繁殖抗旱RSA而言至关重要.
- 一种多层次的方法,将分子见解与现场性能联系起来,有助于针对性地选择适应气候变化的作物.
- 优化的RSA提高了资源利用效率,在缺水条件下有助于稳定的作物生产率.
更多相关视频
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
06:35Semi-High Throughput Screening for Potential Drought-tolerance in Lettuce Lactuca sativa Germplasm Collections
Published on: April 17, 2015
相关概念视频
Responses to Drought and Flooding
Adaptations that Reduce Water Loss
Regulation of Transpiration by Stomata
Water and Mineral Acquisition
Xylem and Transpiration-driven Transport of Resources
