無損高通量植物表型分析被越來越多地應用，各種生長分析方法也被提出。傳統的縱向或重復測量分析通常使用統計模型來模擬增長。然而，傳統的縱向或重復測量分析通常使用統計模型來模擬增長。本文提出了一種基于性狀的平滑和提取(SET)的計算效率較高的新技術，并與傳統的縱向分析方法進行了比較。
以番茄為試驗材料，采用基于性狀的平滑和提取(SET)和縱向分析方法，研究了接種叢枝菌根真菌(AMF)的土壤中鋅(Zn)的添加和生長植物對植株生長的影響。從基于性狀的平滑和提取(SET)的分析和縱向分析得到的結論是相似的，盡管前者的分析結果有更顯著的差異。結果表明，添加鋅對接種土壤中生長的植株影響不大，但生長取決于未接種土壤中添加鋅的量。對未平滑數據的縱向分析符合一個混合模型，該模型包括固定的和隨機的樣條回歸模型，并考慮了時間點之間的不等方差和自相關。

未平滑的投影面積(PSA)和生長速率的剖面圖。

基于性狀的平滑和提取(SET)的分析結果，顯示所選DAPs和時間間隔的預測sPSA(a)、sPSA AGR(b)和sPSA RGR(c)。


觀測值的中值偏差減去平滑的PSA值。

基于性狀的平滑和提取(SET)的分析可用于任何可能應用傳統縱向分析的情況，特別是當有許多觀測時間點時。部署基于性狀的平滑和提取(SET)的方法的兩個原因：（i）需要生物學上相關的生長參數來簡約地描述生長，通常著眼于少數幾個區間，（ii）需要計算效率高的方法，以便更容易實現有效的分析，同時仍然捕捉到所展示的生長動力學的基本特征。本文還討論了傳統縱向分析需要考慮的統計模型，并證明了有效的縱向分析可能需要經常忽略的不等方差和自相關。關于主觀選擇數學增長函數或樣條曲線以表征增長的獨立問題，建議對基于性狀的平滑和提取(SET)的分析和縱向分析，均應采用基于證據的程序。

來源：Plant Methods.Smoothing and extraction of traits in the growth analysis of noninvasive phenotypic data.Chris Brien, Nathaniel Jewell, Stephanie J. Watts-Williams, Trevor Garnett & Bettina Berger.https://plantmethods.biomedcentral.com/articles/10.1186/s13007-020-00577-6