基于高光譜成像技術(shù)構(gòu)建大型海藻高通量表型預(yù)測(cè)模型的研究

大型海藻形態(tài)構(gòu)造簡(jiǎn)單，多為葉狀體，無根莖葉的分化，可直接獲取的表型性狀較少，且因其水生環(huán)境影響，難以高通量獲取性狀，嚴(yán)重阻礙了大型海藻表型組及表型組學(xué)研究的進(jìn)展。
 

中國海洋大學(xué)藻類遺傳學(xué)與育種研究團(tuán)隊(duì)近五年來著力應(yīng)用葉綠素?zé)晒�、多光譜和高光譜等多種成像技術(shù)于重要經(jīng)濟(jì)紅藻-紫菜的表型組技術(shù)研究中，構(gòu)建并不斷完善大型海藻高通量表型測(cè)定與分析系統(tǒng)。
 

2023年1月，Plant Phenomics 在線發(fā)表了中國海洋大學(xué)藻類遺傳學(xué)與育種研究團(tuán)隊(duì)題為Quantification of Photosynthetic Pigments in Neopyropia yezoensis Using Hyperspectral Imagery 的研究論文。本研究就紅藻的重要光合色素含量進(jìn)行了基于高光譜成像技術(shù)的預(yù)測(cè)模型構(gòu)建。
 

藻紅蛋白（PE）、藻藍(lán)蛋白（PC）、別藻藍(lán)蛋白（APC）和葉綠素a（Chla）是紅藻重要的光合色素，其含量和比例不僅影響著紅藻的光合生理，同時(shí)影響著藻體的蛋白質(zhì)含量和色澤等經(jīng)濟(jì)性狀。紫外分光光度法和高壓液相色譜法等測(cè)定藻膽蛋白和葉綠素含量的傳統(tǒng)方法不僅成本較高、費(fèi)時(shí)費(fèi)力、破壞樣品，而且對(duì)操作者的經(jīng)驗(yàn)依賴性強(qiáng)，無法滿足大規(guī)模、高通量的表型組學(xué)研究。近年來，高光譜成像技術(shù)結(jié)合機(jī)器學(xué)習(xí)方法在高等植物生化物質(zhì)含量的高通量表型組學(xué)研究方面發(fā)揮著重要的作用，但是在大型海藻中相關(guān)的研究未見報(bào)道。
 

本研究利用高光譜成像技術(shù)結(jié)合兩種機(jī)器學(xué)習(xí)方法（偏最小二乘回歸, PLSR和支持向量機(jī)回歸, SVR），以紅藻模式物種條斑紫菜為研究對(duì)象，對(duì)其配子體PE、PC、APC和Chla的含量進(jìn)行了高通量、無損的定量分析并構(gòu)建模型。研究表明，條斑紫菜在400-1000 nm的光譜范圍內(nèi)有特殊的吸收譜線（圖1）。對(duì)于PE含量，最優(yōu)的光譜預(yù)處理方法為Savitzky–Golay（S-G, polynomial order: 2; pointsof window: 5）平滑+標(biāo)準(zhǔn)化；最優(yōu)的機(jī)器學(xué)習(xí)模型為PLSR模型；其模型的置信度（RPD）為5.21。對(duì)于PC含量，最優(yōu)的光譜預(yù)處理方法為S–G平滑+標(biāo)準(zhǔn)正態(tài)變換（standard normal variate, SNV）；最優(yōu)的機(jī)器學(xué)習(xí)模型為SVR模型；其模型的RPD為4.16。對(duì)于APC含量，最優(yōu)的光譜預(yù)處理方法為S–G平滑+SNV；最優(yōu)的機(jī)器學(xué)習(xí)模型為SVR模型；其模型的RPD為2.53。對(duì)于Chla含量，最優(yōu)的光譜預(yù)處理方法為S–G平滑+標(biāo)準(zhǔn)化；最優(yōu)的機(jī)器學(xué)習(xí)模型為PLSR模型；其模型的RPD為3.61（圖2）。
 

圖1不同預(yù)處理后條斑紫菜的光譜圖像。光譜原始數(shù)據(jù)（a）、S-G平滑+標(biāo)準(zhǔn)化預(yù)處理（b）、S-G平滑+標(biāo)準(zhǔn)正態(tài)變量（SNV）預(yù)處理（c）、MSC預(yù)處理（d）、S-G平滑+一階導(dǎo)數(shù)預(yù)處理（e）、S-G平滑+二階導(dǎo)數(shù)預(yù)處理（f）
 

圖2基于最優(yōu)PLSR和SVR模型的四種光合色素（PE/PC/APC/Chla）含量的預(yù)測(cè)值和實(shí)測(cè)值的散點(diǎn)圖。其中▲為訓(xùn)練集數(shù)據(jù)，×為驗(yàn)證集數(shù)據(jù)

本研究構(gòu)建的PE、PC和Chla含量的模型可用于定量分析，APC含量模型可用于定性分析，性狀獲取效率較傳統(tǒng)方法提升約50倍。利用野生樣本對(duì)模型的精確性進(jìn)行了驗(yàn)證，確證了模型具有較高的預(yù)測(cè)精度，表明模型具有良好的適用性。同時(shí)，基于不同色素含量的最優(yōu)預(yù)測(cè)模型，發(fā)現(xiàn)了4中色素在條斑紫菜配子體含量分布存在差異（圖3），為后續(xù)研究個(gè)體組織分化與色素含量的關(guān)系奠定了基礎(chǔ)。
 

圖3條斑紫菜RGB圖像及四種光合色素（PE/PC/APC/Chla）含量預(yù)測(cè)分布

本研究展示了一種高通量的紅藻表型組技術(shù)系統(tǒng)，該系統(tǒng)能夠準(zhǔn)確、快速地預(yù)測(cè)條斑紫菜中四種重要光合色素的含量及分布情況，為后續(xù)條斑紫菜的表型組學(xué)和遺傳育種研究提供了一種有效、可靠的方法。
 

本研究由中國海洋大學(xué)遺傳學(xué)與育種教育部重點(diǎn)實(shí)驗(yàn)室、海南熱帶海洋學(xué)院崖州灣創(chuàng)新研究院和熱帶海洋生物資源利用與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室等單位的相關(guān)學(xué)者合作完成，海南熱帶海洋學(xué)院茅云翔教授和中國海洋大學(xué)杜國英教授為該文共同通訊作者，中國海洋大學(xué)博士生車帥為第一作者，相關(guān)工作得到了國家自然科學(xué)基金、國家重點(diǎn)研發(fā)項(xiàng)目、三亞崖州灣科技城計(jì)劃項(xiàng)目、海南熱帶海洋學(xué)院崖州灣創(chuàng)新研究院重大科技專項(xiàng)等項(xiàng)目資助。
 

論文鏈接：

‍https://spj.science.org/doi/10.34133/plantphenomics.0012

——推薦閱讀——

Estimating Photosynthetic Attributes from High-Throughput Canopy Hyperspectral Sensing in Sorghum

https://doi.org/10.34133/2022/9768502

Plant Phenomics | 利用高通量冠層高光譜遙感預(yù)測(cè)高粱的光合參數(shù)

Machine Learning-Based Presymptomatic Detection of Rice Sheath Blight Using Spectral Profiles

https://spj.sciencemag.org/journals/plantphenomics/2020/8954085/

Plant Phenomics | 使用光譜特征和機(jī)器學(xué)習(xí)檢測(cè)水稻紋枯病的發(fā)病先兆

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。
 

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2021影響因子為6.961，位于農(nóng)藝學(xué)、植物科學(xué)，遙感一區(qū)。中科院農(nóng)藝學(xué)、植物科學(xué)一區(qū)，遙感二區(qū)，生物大類一區(qū)（TOP期刊）。2020年入選中國科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。

中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。

撰稿：茅云翔、杜國英、車帥（中國海洋大學(xué)）

排版：王慧敏（南京農(nóng)業(yè)大學(xué)）

審核：孔敏、王平