ومنصة القياس عن بعد، gravimetric في الوقت الحقيقي فيزيولوجية الظاهري من التفاعلات النباتية والبيئة
Summary
هذا عالية الإنتاجية، telemetric، كله– النباتات المياه العلاقات gravimetric طريقة الظاهري تمكن قياسات مباشرة ومتزامنة في الوقت الحقيقي، فضلا عن تحليل الصفات الفسيولوجية متعددة ذات الصلة بالغلة المشاركة في التفاعلات الحيوية النباتية والبيئية.
Abstract
10 – يشكل الأمن الغذائي لسكان العالم المتزايدين مصدر قلق كبير. والبيانات التي توفرها الأدوات الجينومية تتجاوز بكثير ما توفره من بيانات فينبتيبيك، مما يخلق فجوة معرفية. ولمقابلة التحدي المتمثل في تحسين المحاصيل من أجل إطعام سكان العالم المتزايدين، يجب سد هذه الفجوة.
تعتبر السمات الفسيولوجية سمات وظيفية رئيسية في سياق الاستجابة أو الحساسية للظروف البيئية. 10- وتستند تقنيات الفينوتيب العالية الإنتاجية (HTP) التي أدخلت مؤخراً إلى الاستشعار عن بعد أو التصوير، وهي قادرة على قياس الصفات المورفولوجية بشكل مباشر، ولكنها تقيس المعلمات الفسيولوجية بشكل رئيسي بشكل غير مباشر.
هذه الورقة تصف طريقة للphenotyping الفسيولوجية المباشرة التي لديها العديد من المزايا للذهون الوظيفية للتفاعلات النباتية والبيئة. فهو يساعد المستخدمين على التغلب على العديد من التحديات التي تواجهها في استخدام أنظمة gravimetric خلايا الحمل وتجارب وعاء. وستمكن التقنيات المقترحة المستخدمين من التمييز بين وزن التربة ووزن النبات ومحتوى مياه التربة، مما يوفر طريقة للقياس المستمر والمتزامن للتربة الديناميكية والظروف النباتية والغلاف الجوي، إلى جانب قياس السمات الفسيولوجية الرئيسية. هذه الطريقة تسمح للباحثين بتقليد سيناريوهات الإجهاد الميداني عن كثب مع الأخذ في الاعتبار آثار البيئة على فسيولوجيا النباتات. هذا الأسلوب يقلل أيضا من آثار وعاء، والتي هي واحدة من المشاكل الرئيسية في ظاهري ما قبل الميدان. وهو يتضمن نظام تغذية الظهر الرتض الذي يتيح تصميم تجريبية عشوائية حقا في كثافة النباتات مثل الحقل. ويرصد هذا النظام عتبة الحد من محتوى التربة والماء (θ) ويسمح بترجمة البيانات إلى المعارف من خلال استخدام أداة تحليلية آنية ومورد إحصائي على الإنترنت. هذه الطريقة لقياس سريع ومباشر من الاستجابات الفسيولوجية من النباتات متعددة إلى بيئة ديناميكية لديه إمكانات كبيرة لاستخدامها في الفحص لالصفات المفيدة المرتبطة الاستجابات للإجهاد اللاأحيائي، في سياق تربية ما قبل الحقول وتحسين المحاصيل.
Introduction
ضمان الأمن الغذائي لأعداد سكانية متزايدة في العالم في ظل تدهور الظروف البيئية هو حاليا أحد الأهداف الرئيسية للبحوث الزراعية1،2،3. وقد عزز توافر الأدوات الجزيئية الجديدة إلى حد كبير برامج تحسين المحاصيل. ومع ذلك، في حين توفر الأدوات الجينومية كمية هائلة من البيانات، فإن الفهم المحدود لالصفات الظاهرية الفعلية يخلق فجوة معرفية كبيرة. سد هذه الفجوة هو واحد من أكبر التحديات التي تواجه العلوم النباتية الحديثة4،5،6. لمواجهة التحديات التي تنشأ في عملية تحسين المحاصيل وتقليل الفجوة المعرفية نوعي جيني، يجب علينا أن نوازن نهج genotypic مع واحد فينوسنتي7،8.
في الآونة الأخيرة، جعلت مختلف عالية الإنتاجية الظاهري (HTP) منصات ممكن الظاهري غير تدميرية من مجموعات النباتات الكبيرة مع مرور الوقت وهذه المنصات قد تساعدنا على الحد من الفجوة المعرفة نوعي نوعيالجيلي 6،8،9،10. وتسمح تقنيات فحص HTP بقياس الصفات في أعداد هائلة من النباتات خلال فترة زمنية قصيرة نسبياً، وذلك بفضل الروبوتات والأحزمة الناقلة أو الزنايات المستخدمة لنقل النباتات أو أجهزة الاستشعار (على التوالي)، بدلاً من التقنيات التي يتم تشغيلها يدوياً على أساس تبادل الغاز أو التصوير. ومع ذلك، فإن الكميات الهائلة من البيانات التي تنتجها أنظمة المشاركة في الاتصالات تطرح تحديات إضافية في معالجة البيانات وتحليلاً11،12.
معظم هذه المنصات HTP تنطوي على تقييم سمات فينبتيبيك من خلال أجهزة الاستشعار الإلكترونية أو الحصول على صورة الآلي13,14. يتضمن فينوميات الميدان المتقدمة نشر أجهزة الاستشعار القريبة وتقنيات التصوير في الميدان، فضلا عن مقياس قياسي عالي الدقة والدقة والكبر من السكان. يجب دمج بيانات الاستشعار والصور مع بيانات أخرى متعددة النظم لإنشاء نهج فينومي كلي من الجيل الثاني16. ومع ذلك، فإن التقدم المنهجي في الحصول على البيانات، والتعامل معها ومعالجتها أصبحت ذات أهمية متزايدة، حيث أن تحديات ترجمة المعلومات المتعلقة بأجهزة الاستشعار إلى معارف قد استُهلت بشكل كبير خلال السنوات الأولى من بحوث الفينومات النباتية13. ومع ذلك ، فإن موثوقية ودقة تقنيات التصوير المتاحة حاليا للphenotyping في عمق التفاعلات الديناميكية نوعي البيئة واستجابات الإجهاد النباتي مشكوك فيها17،18. وعلاوة على ذلك، فإن النتائج الناتجة عن البيئات الخاضعة للرقابة كثيرا ما تكون مختلفة جدا عن تلك التي لوحظت في الميدان، ولا سيما عندما يتعلق الأمر بالجفاف والإجهاد الظاهري. ويرجع ذلك إلى الاختلافات في الوضع الذي تعاني منه النباتات من حيث حجم التربة، وبيئة التربة، ومقاومة الميكانيكا بسبب انخفاض رطوبة التربة أثناء الإجهاد الناجم عن الجفاف. ولذلك، فإن النتائج من البيئات الخاضعة للرقابة يصعب استقراء إلى الميدان19. وأخيراً، فإن سعر دخول أنظمة المشاركة القائمة على الصور مرتفع جداً، ليس فقط بسبب سعر أجهزة الاستشعار، ولكن أيضاً بسبب الروبوتات والأحزمة الناقلة والملطّجة، التي تتطلب أيضاً معايير أعلى من البنية التحتية لمرفق النمو والصيانة الكبيرة (العديد من الأجزاء المتحركة التي تعمل في بيئة الدفيئة).
في هذه الورقة، نقدم منصة ظاهرية قياسي بالمشاركة مصممة لحل العديد من المشاكل المذكورة أعلاه. وتتيح تكنولوجيا القياس عن بعد القياس الآلي ونقل البيانات من المصدر (المصادر) عن بُعد إلى محطة استقبال لأغراض التسجيل والتحليل. هنا ، نبرهن على منصة HTP-telemetric غير تدميرية تتضمن مقاييس وزن متعددة (نظام gravimetric) وأجهزة استشعار بيئية. ويمكن استخدام هذا النظام لجمع مجموعة واسعة من البيانات وحسابها الفوري (لا حاجة إلى تحليل الصور) مثل كسب الكتلة الحيوية للنباتات الكاملة، ومعدلات التتحين، والتسحال الدوّانة، وتدفقات الجذور، وكفاءة استخدام المياه. ويمثل التحليل في الوقت الحقيقي للبيانات الضخمة التي يتم تغذيتها مباشرة إلى البرنامج من وحدة التحكم في النظام خطوة هامة في ترجمة البيانات إلى المعرفة14 التي لها قيمة كبيرة في صنع القرار العملي، مما يوسع إلى حد كبير المعرفة التي يمكن الحصول عليها من تجارب التحلل البيئي الخاضعة للرقابة، بشكل عام، ودراسات الاحتباس الحراري للإجهاد على الجفاف، على وجه الخصوص.
ومن المزايا الأخرى لمنصة القياس عن بعد قابلية التوسع وسهولة التركيب ومتطلباتها الدنيا من البنية التحتية لمرفق النمو (أي يمكن تركيبها بسهولة في معظم مرافق النمو). وعلاوة على ذلك، وبما أن هذا النظام القائم على أجهزة الاستشعار لا يحتوي على أجزاء متحركة، فإن تكاليف الصيانة منخفضة نسبيا، بما في ذلك كل من سعر الدخول وتكاليف الصيانة الطويلة الأجل. فعلى سبيل المثال، فإن سعر نظام قياس الجرافيمترات الذي يضم 20 وحدة، بما في ذلك نظام تغذية التغذية المرتدة لكل محطة ومحطة للأرصاد الجوية والبرامجيات، سيكون مماثلا لسعر نظام واحد محمول لتبادل الغازات لعلامة تجارية رائدة.
الأرز(Oryza sativa L.) كان يستخدم كمحصول نموذجي والجفاف هو العلاج فحص. وقد تم اختيار الأرز لأنه محصول الحبوب الرئيسية مع التنوع الوراثي واسعة وأنه هو الغذاء الرئيسي لأكثر من نصف سكان العالم20. الجفاف هو عامل إجهاد بيئي غير أحيائي رئيسي يمكن أن يضعف نمو النبات وتنميتها، مما يؤدي إلى انخفاض غلة المحاصيل21. وقد استُخدم هذا الجمع بين المعالجة المحصولية لبيان قدرات المنصة وكمية ونوعية البيانات التي يمكن أن تنتجها. لمزيد من المعلومات حول الخلفية النظرية لهذه الطريقة، يرجى الاطلاع على 22.
Protocol
Representative Results
Discussion
تعكس فجوة المعرفة في النمط الجيني -النمط الظاهري تعقيد التفاعلات البيئية من النمط الجيني x (التي استعرضها18،24). قد يكون من الممكن سد هذه الفجوة من خلال استخدام عالية الدقة، HTP-telemetric التشخيص ومنصات الفرز الظاهري التي يمكن استخدامها لدراسة الأداء الفسيولوجي للنبات كله والمياه- حركية العلاقة8,9. تعقيد التفاعلات البيئية النمط الجيني x يجعل الظاهري تحديا، لا سيما في ضوء مدى سرعة النباتات استجابة لبيئاتها المتغيرة. وعلى الرغم من توافر نظم مختلفة للدّينات في الوقت الراهن، فإن معظم تلك النظم يعتمد على الاستشعار عن بعد وتقنيات التصوير المتقدمة. وعلى الرغم من أن هذه النظم توفر قياسات متزامنة، فإن قياساتها تقتصر إلى حد ما على الصفات المورفولوجية والفيزيولوجية غير المباشرة25. الصفات الفسيولوجية مهمة جدا في سياق الاستجابة أو الحساسية للظروف البيئية26. لذلك ، يمكن أن توفر القياسات المباشرة التي يتم اتخاذها باستمرار وفي وقت واحد بدقة عالية جدًا (على سبيل المثال ، 3 دقائق) وصفًا دقيقًا جدًا للسلوك الفسيولوجي للنبات. وعلى الرغم من تلك المزايا الكبيرة لنظام قياس الموارد، يجب أيضاً أن تؤخذ في الاعتبار حقيقة أن هذا النظام ينطوي على بعض العيوب المحتملة. وتنجم المساوئ الرئيسية عن الحاجة إلى العمل مع الأواني وفي ظروف الدفيئة، التي يمكن أن تشكل تحديات كبرى أمام تنظيم المعالجة (لا سيما تنظيم معالجة الجفاف) وقابلية التكرار التجريبي.
من أجل معالجة هذه القضايا، ينبغي للمرء أن توحيد الضغوط المطبقة، وخلق بنية تجريبية عشوائية حقا، والحد من آثار وعاء ومقارنة السلوكيات الديناميكية متعددة من النباتات في ظل الظروف البيئية المتغيرة في غضون فترة قصيرة من الزمن. 10- يتناول نهج ال PHTP-telemetric العملي الظاهر الوارد وصفه في هذه الورقة تلك المسائل كما هو مبين أدناه.
من أجل ربط استجابة المصنع الديناميكية مع بيئتها الديناميكية والتقاط صورة كاملة وكبيرة للتفاعلات المعقدة بين النبات والبيئة ، يجب قياس الظروف البيئية (الشكل 4) والاستجابات النباتية (الشكل التكميلي 9B) بشكل مستمر. هذه الطريقة تمكن من قياس التغيرات المادية في بوتينغ المتوسطة والغلاف الجوي بشكل مستمر وفي وقت واحد، جنبا إلى جنب مع الصفات النباتية (التربة – النبات – الغلاف الجوي المستمر، SPAC).
للتنبؤ على أفضل وجه كيف ستتصرف النباتات في هذا المجال ، من المهم تنفيذ عملية الفينوتيب في ظل ظروف مماثلة قدر الإمكان لتلك الموجودة في الحقل18. نقوم بإجراء التجارب في دفيئة تحت ظروف شبه خاضعة لتقليد الظروف الميدانية قدر الإمكان. واحدة من أهم الشروط هو نمو أو بوتينغ المتوسطة. اختيار أنسب بوتينغ المتوسطة لتجربة نظام gravimetric أمر بالغ الأهمية. من المستحسن اختيار وسط التربة التي تستنزف بسرعة، ويسمح لتحقيق سريع للقدرة وعاء ولديه قدرة وعاء مستقرة للغاية، كما أن هذه الميزات تسمح لقياسات أكثر دقة من قبل نظام gravimetric. بالإضافة إلى ذلك، يجب أيضا النظر في العلاجات المختلفة التي سيتم تطبيقها في التجربة. على سبيل المثال، تتطلب العلاجات التي تتضمن الأملاح أو الأسمدة أو المواد الكيميائية استخدام وسيط صيّغ خامل، ويفضل أن يكون ذلك باستخدام قدرة منخفضة على التبادل. ومن شأن علاجات الجفاف المطبقة على الأنواع النباتية المنخفضة الاضاءة أن تعمل على أفضل نحو مع وسائط البوتينغ ذات المستويات المنخفضة نسبياً من VWC. وعلى النقيض من ذلك، فإن علاجات الجفاف البطيئة المطبقة على النباتات عالية التهيئة ستعمل بشكل أفضل مع وسائل الإعلام بوتينغ مع مستويات VWC عالية نسبيا. إذا كانت الجذور مطلوبة لتحليل ما بعد التجربة (مثل مورفولوجيا الجذر، والوزن الجاف، وما إلى ذلك)، فإن استخدام وسيط ذي محتوى منخفض نسبياً من المواد العضوية (أي الرمل أو السيراميك المسامي أو البيرلايت) سيجعل من الأسهل غسل الجذور دون الإضرار بها. بالنسبة للتجارب التي ستستمر لفترات أطول ، من المستحسن تجنب الوسائط الغنية بالمواد العضوية ، لأن هذه المادة العضوية قد تتحلل مع مرور الوقت. يرجى الاطلاع على الجدول 1 والجدول 2 للحصول على معلومات أكثر تفصيلاً عن هذا الموضوع.
المجال الظاهرية والظاهرة الدفيئة (ما قبل الميدان) لها أهدافها الخاصة وتتطلب مجموعة تجريبية مختلفة. يساعد الانتقاء الظاهري قبل الميدانية على اختيار الأنماط الجينية المرشحة الواعدة التي لديها احتمال كبير في القيام بعمل جيد في الميدان ، للمساعدة في جعل التجارب الميدانية أكثر تركيزًا وفعالية من حيث التكلفة. ومع ذلك ، قبل الحقل الظاهري ينطوي على عدد من القيود (على سبيل المثال ، آثار وعاء) التي يمكن أن تسبب النباتات لأداء مختلف مما كانت عليه في ظل الظروف الميدانية18،27. حجم وعاء صغير، وفقدان المياه عن طريق التبخر والتدفئة من المقاييس هي أمثلة على العوامل في تجارب الاحتباس الحراري التي قد تؤدي إلى آثار وعاء18. تم تصميم الأسلوب الموضح هنا لتقليل تلك التأثيرات المحتملة بالطريقة التالية:
(أ) يتم اختيار حجم الوعاء على أساس النمط الجيني الذي سيتم فحصه. النظام قادر على دعم أحجام مختلفة وعاء (تصل إلى 25 لتر) ومعالجات الري، مما يتيح فحص أي نوع من النباتات المحاصيل.
(ب) يتم عزل الأواني ومقاييس الموازين لمنع نقل الحرارة وأي ارتفاع في درجة حرارة الأواني.
(ج) ينطوي هذا النظام على نظام للري والصرف مصمم بعناية.
(د) هناك وحدة تحكم منفصلة لكل وعاء، لتمكين التعشية الحقيقية مع الري الذاتي والعلاجات التي تخضع للمراقبة الذاتية.
(هـ) يأخذ البرنامج في الاعتبار VPD المحلية المصانع في حساب القذف المظلة. يرجى الاطلاع على توطين محطات VPD المتعددة في الشكل 1J.
يتضمن هذا النظام قياسات فسيولوجية مباشرة في كثافات النباتات الشبيهة بالميدان ، مما يلغي الحاجة إلى إما مساحات كبيرة بين النباتات أو تحريك النباتات للphenotyping القائم على الصور. ويشمل هذا النظام تحليل البيانات في الوقت الحقيقي، فضلا عن القدرة على الكشف بدقة نقطة الإجهاد الفسيولوجية (بلانت) لكل مصنع. وهذا يمكن الباحث من مراقبة النباتات واتخاذ القرارات بشأن كيفية إجراء التجربة وكيفية جمع أي عينات على مدار التجربة. تسهل معايرة الوزن السهلة والبسيطة للنظام عملية معايرة فعالة. نظم عالية الإنتاجية تولد كميات هائلة من البيانات، والتي تقدم إضافية معالجة البيانات والتحديات التحليلية11،12. تحليل في الوقت الحقيقي من البيانات الضخمة التي يتم تغذيتها مباشرة إلى البرنامج من وحدة تحكم خطوة هامة في ترجمة البيانات إلى المعرفة14 التي لها قيمة كبيرة لاتخاذ القرارات العملية.
قد تكون طريقة ال PHTP-telemetric الفيزيولوجية هذه مفيدة لإجراء تجارب الاحتباس الحراري في ظروف قريبة من الميدان. النظام قادر على قياس وحساب الاستجابات الفسيولوجية ذات الصلة بالمياه مباشرة من النباتات إلى بيئتها الحيوية، مع التغلب على معظم المشاكل المرتبطة تأثير وعاء بكفاءة. قدرات هذا النظام هي في غاية الأهمية في مرحلة ما قبل الميدان الظاهري، لأنها توفر إمكانية التنبؤ بعقوبات العائد خلال المراحل المبكرة من نمو النبات.
Disclosures
The authors have nothing to disclose.
Acknowledgements
وقد تم دعم هذا العمل من قبل برنامج البحوث المشتركة بين المؤسسة الدولية للعلوم والتكنولوجيا والشؤون الاجتماعية (منحة رقم 2436/18) كما تم دعمه جزئيا من قبل وزارة الزراعة والتنمية الريفية الإسرائيلية (مراكز يوجين كاندل المعرفية) كجزء من جذر المسألة – مركز المعرفة لمنطقة الجذر للاستفادة من الزراعة الحديثة.
Materials
| Atmospheric Probes | SpectrumTech/Meter group | 3686WD | Watchdog 2475 |
| 40027 | VP4 | ||
| Array Randomizer | None | The software “Array Randomizer” can be used for creating an experimental design of a randomized block design, or fully random design. It was developed to have better control over the random distribution of the experimental samples (plants) in order to normalize the atmospheric microvariation inside the greenhouse. | |
| Free download and more information, please click on the following link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q | |||
| Cavity trays | Danish size with curved rim for nursery | 30162 | 4X4X7 Cell, 84 cell per tray https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92 |
| Coarse sand | Negev Industrial Minerals Ltd., Israel | ||
| Compost | Tuff Marom Golan, Israel | ||
| Data Analysis software | Plant-Ditech Ltd., Israel | SPAC Analytics | |
| Drippers | Netafim | 21500-001520 | PCJ 8L/h |
| Fine sand | Negev Industrial Minerals Ltd., Israel | ||
| Loamy soil (natural soil) | |||
| Nylon mesh | Not relevant (generic products) | ||
| Operating software | Plant-Ditech Ltd., Israel | Plantarray Feedback Control (PFC) | |
| Peat-based soil | Klasmann-Deilmann GmbH, Germany | ||
| Perlite | Agrekal , Israel | ||
| Plantarray 3.0 system | Plant-Ditech Ltd., Israel | SCA400s | Weighing lysimeters |
| PLA300S | Planter unit container | ||
| CON100 | Control unit | ||
| part of the planter set | Fiberglass stick | ||
| part of the planter set | Gasket ring | ||
| Operating software | |||
| SPAC Analytics software | |||
| Porous, ceramic, mixed-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
| Porous, ceramic, small-sized medium | Greens Grade, PROFILE Products LLC., USA | ||
| Pots | Not relevant (generic products) | ||
| Soil | Bental 11 by Tuff Marom Golan | ||
| Soil Probes | Meter group | 40567 | 5TE |
| 40636 | 5TM | ||
| 40478 | GS3 | ||
| Vermiculite | Agrekal , Israel |
References
- Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. Yield Trends Are Insufficient to Double Global Crop Production by 2050. PLoS One. 8, 66428 (2013).
- Food and Agriculture Organization of the United Nations. . The future of food and agriculture: Trends and challenges. , (2017).
- Dhankher, O. P., Foyer, C. H. Climate resilient crops for improving global food security and safety. Plant, Cell & Environment. 41, 877-884 (2018).
- Chen, D., et al. Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open. Plant Cell. 26, 4636-4655 (2014).
- Ubbens, J. R., Stavness, I. Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks. Frontiers in Plant Science. , (2017).
- Danzi, D., et al. Can High Throughput Phenotyping Help Food Security in the Mediterranean Area. Frontiers in Plant Science. , (2019).
- Miflin, B. Crop improvement in the 21st century. Journal of Experimental Botany. 51, 1-8 (2000).
- Dalal, A., et al. Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With “Productivity-Enhancing” and “Survivability-Enhancing” Biostimulants. Frontiers in Plant Science. , (2019).
- Moshelion, M., Altman, A. Current challenges and future perspectives of plant and agricultural biotechnology. Trends in Biotechnology. 33, 337-342 (2015).
- Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. Machine Learning for High-Throughput Stress Phenotyping in Plants. Trends in Plant Science. 21, 110-124 (2016).
- Houle, D., Govindaraju, D. R., Omholt, S. Phenomics: The next challenge. Nature Reviews Genetics. 11, 855-866 (2010).
- Fiorani, F., Schurr, U. Future Scenarios for Plant Phenotyping. Annual Review of Plant Biology. 64, 267-291 (2013).
- Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. Plant Phenomics, From Sensors to Knowledge. Current Biology. 27, 770-783 (2017).
- Negin, B., Moshelion, M. The advantages of functional phenotyping in pre-field screening for drought-tolerant crops. Functional Plant Biology. , (2017).
- Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies. Agronomy. 9, 65 (2019).
- Roitsch, T., et al. New sensors and data-driven approaches-A path to next generation phenomics. Plant Science. 282, 2-10 (2019).
- Li, L., Zhang, Q., Huang, D. A review of imaging techniques for plant phenotyping. Sensors (Switzerland). 14, 20078-20111 (2014).
- Gosa, S. C., Lupo, Y., Moshelion, M. Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies. Plant Science. 282, 49-59 (2019).
- Araus, J. L., Cairns, J. E. Field high-throughput phenotyping: the new crop breeding frontier. Trends in Plant Science. 19, 52-61 (2014).
- Ito, V. C., Lacerda, L. G. Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies. Food Chemistry. 301, 125304 (2019).
- Anjum, S. A., et al. physiological and biochemical responses of plants to drought stress. African Journal of Agricultural Research. , (2011).
- Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions. The Plant Journal. 89, 839-850 (2017).
- Yaaran, A., Negin, B., Moshelion, M. Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response. Plant Science. 281, 31-40 (2019).
- Dalal, A., Attia, Z., Moshelion, M. To produce or to survive: how plastic is your crop stress physiology. Frontiers in Plant Science. 8, 2067 (2017).
- Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. Translating High-Throughput Phenotyping into Genetic Gain. Trends in Plant Science. 23, 451-466 (2018).
- Ghanem, M. E., Marrou, H., Sinclair, T. R. Physiological phenotyping of plants for crop improvement. Trends in Plant Science. 20, 139-144 (2015).
- Sinclair, T. R., et al. Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations. Planta. 245, 729-735 (2017).
