机械模型分析的两阶段选优化方法:在没有产量损失的情况下增强菜中的安托素
Zhihao Wei1, Wei Fang1, Chen-Kang Huang1
1Department of Biomechatronics Engineering, National Taiwan University, Taipei 10617, Taiwan.
Plants (Basel, Switzerland)
|March 14, 2026
概括
这项研究开发了一种两阶段的框架,以提高红叶菜的安东素,而不会牺牲产量. 机械模型预测了最佳的光照条件,增加了38.3%的安东素,同时保持了新鲜的重量.
科学领域:
- 植物生理学 植物生理学
- 控制环境农业 农业 控制环境农业
- 营养生物化学 营养生物化学
背景情况:
- 在红叶中增强安东的积累往往会降低植物工厂的产量.
- 植物生长和有益色素的生产之间存在着重要的权衡.
研究的目的:
- 通过使用一种新的框架,解决红叶菜中安东积累和产量之间的权衡.
- 开发和验证一种机械模型,以优化植物工厂种植策略.
主要方法:
- 采用了两阶段选至优化框架.
- 对比实验确定了最佳光照条件 (UV-A) 和品种 (Lollo Rosso).
- 开发了一个六态普通微分方程 (ODE) 模型,集成反应性氧物种 (ROS) 动态和碳竞争来实现增长和防御.
主要成果:
- 紫外线-A光线比紫外线-B光线更适合生长和色素.
- 一种实验性治疗 (L6D6) 在保持新鲜体重的同时增加了19.9%的总安托西亚尼.
- 该ODE模型准确地预测了结果 (误差≤10.6%) 并确定了理论上的最佳值 (9小时一天-14天) 为38.3%的氨酸增加与最小的新鲜体重减少 (-2.4%).
结论:
- 开发的定量机制框架有效地解决了红叶的生长-色素权衡.
- 这一框架为设计控制环境农业中精确的压力-轻度配方提供了科学基础.
- 优化的光线食谱可以显著提高营养价值,而不会影响产量.
更多相关视频
11:58Optimizing the Use of a Liquid Handling Robot to Conduct a High Throughput Forward Chemical Genetics Screen of Arabidopsis thaliana
Published on: April 30, 2018
7.1K
10:22Improved UPLC-UV Method for the Quantification of Vitamin C in Lettuce Varieties Lactuca sativa L. and Crop Wild Relatives Lactuca spp.
Published on: June 30, 2020
14.5K
