根系統(tǒng)結(jié)構(gòu)(RSA)性狀在育種選擇中具有重要意義，但這些性狀的測(cè)定難度大，資源密集，變異性大。計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)（ML）的性狀提取和測(cè)量技術(shù)的出現(xiàn)，重新引起了人們對(duì)利用RSA性狀進(jìn)行遺傳增強(qiáng)以開發(fā)更健壯和有彈性的農(nóng)作物品種的興趣。本文作者開發(fā)了一個(gè)可移動(dòng)、低成本、高分辨率的根表型系統(tǒng)，該系統(tǒng)由一個(gè)具有計(jì)算機(jī)視覺的成像平臺(tái)和基于機(jī)器學(xué)習(xí)的分割方法組成，通過基于圖像的性狀處理和分析獲得大量的根樣本，從而建立一個(gè)無縫的端到端管道。


該高通量表型系統(tǒng)具有處理數(shù)百到數(shù)千個(gè)植物的能力，它集成了時(shí)間序列圖像捕獲和自動(dòng)圖像處理(利用光學(xué)字符識(shí)別(OCR)通過條形碼來識(shí)別幼苗)，然后在特征提取之前集成卷積自動(dòng)編碼器(CAE)方法進(jìn)行魯棒分割。該管道包括一個(gè)更新和定制版本的自動(dòng)根成像分析(ARIA)根表型軟件。利用該系統(tǒng)，我們研究了來自廣泛地理分布的不同大豆資源，并報(bào)告了包括根形、長(zhǎng)度、數(shù)量、質(zhì)量和角度等RSA性狀的遺傳變異。


側(cè)根角的確定方法有三種，分別是側(cè)根分枝角(LBA)、側(cè)根全緣角(LRA)和側(cè)根尖角(RTA)。

該系統(tǒng)提供了一種高通量、低成本、無損的方法，為表型組學(xué)、基因組學(xué)和植物育種應(yīng)用提供了生物學(xué)相關(guān)的根生長(zhǎng)和發(fā)育的時(shí)間序列數(shù)據(jù)。該表型平臺(tái)旨在在一個(gè)共同的環(huán)境中對(duì)根系性狀進(jìn)行量化，并對(duì)基因型進(jìn)行排序，從而為植物育種提供選擇工具。根系表型平臺(tái)和基于圖像的表型是反映當(dāng)前育種工作中對(duì)芽表型的關(guān)注至關(guān)重要。

來源：Plant Methods.Computer vision and machine learning enabled soybean root phenotyping pipeline.Kevin G. Falk, Talukder Z. Jubery, Seyed V. Mirnezami, Kyle A. Parmley, Soumik Sarkar, Arti Singh, Baskar Ganapathysubramanian & Asheesh K. Singh.