Published February 1, 2016 | Version v1
Publication Open

Analysis of root growth from a phenotyping data set using a density-based model

Creators

  • 1. University of Dundee
  • 2. James Hutton Institute
  • 3. University of Cape Coast
  • 4. King Saud University
  • 5. University of Nottingham
  • 6. UCLouvain

Description

Major research efforts are targeting the improved performance of root systems for more efficient use of water and nutrients by crops. However, characterizing root system architecture (RSA) is challenging, because roots are difficult objects to observe and analyse. A model-based analysis of RSA traits from phenotyping image data is presented. The model can successfully back-calculate growth parameters without the need to measure individual roots. The mathematical model uses partial differential equations to describe root system development. Methods based on kernel estimators were used to quantify root density distributions from experimental image data, and different optimization approaches to parameterize the model were tested. The model was tested on root images of a set of 89 Brassica rapa L. individuals of the same genotype grown for 14 d after sowing on blue filter paper. Optimized root growth parameters enabled the final (modelled) length of the main root axes to be matched within 1% of their mean values observed in experiments. Parameterized values for elongation rates were within ±4% of the values measured directly on images. Future work should investigate the time dependency of growth parameters using time-lapse image data. The approach is a potentially powerful quantitative technique for identifying crop genotypes with more efficient root systems, using (even incomplete) data from high-throughput phenotyping systems.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

تستهدف الجهود البحثية الرئيسية تحسين أداء أنظمة الجذر من أجل استخدام أكثر كفاءة للمياه والمغذيات من قبل المحاصيل. ومع ذلك، فإن توصيف بنية نظام الجذر (RSA) أمر صعب، لأن الجذور كائنات يصعب ملاحظتها وتحليلها. يتم تقديم تحليل قائم على النموذج لسمات RSA من بيانات صورة التنميط الظاهري. يمكن للنموذج أن يحسب بنجاح معلمات النمو دون الحاجة إلى قياس الجذور الفردية. يستخدم النموذج الرياضي المعادلات التفاضلية الجزئية لوصف تطور نظام الجذر. تم استخدام طرق تستند إلى تقديرات النواة لقياس توزيعات كثافة الجذر من بيانات الصورة التجريبية، وتم اختبار مناهج تحسين مختلفة لتحديد معلمات النموذج. تم اختبار النموذج على صور الجذر لمجموعة من 89 Brassica rapa L. أفراد من نفس النمط الجيني نمت لمدة 14 يومًا بعد البذر على ورق الترشيح الأزرق. مكنت معلمات نمو الجذر المحسنة من مطابقة الطول النهائي (المنمذج) لمحاور الجذر الرئيسية في حدود 1 ٪ من متوسط قيمها الملاحظة في التجارب. كانت القيم المعيارية لمعدلات الاستطالة ضمن ±4 ٪ من القيم المقاسة مباشرة على الصور. يجب أن يبحث العمل المستقبلي في التبعية الزمنية لمعلمات النمو باستخدام بيانات صور الفاصل الزمني. هذا النهج هو تقنية كمية قوية محتملة لتحديد الأنماط الجينية للمحاصيل مع أنظمة جذر أكثر كفاءة، باستخدام (حتى غير مكتملة) البيانات من أنظمة التنميط الظاهري عالية الإنتاجية.

Translated Description (French)

Des efforts de recherche majeurs visent l'amélioration des performances des systèmes racinaires pour une utilisation plus efficace de l'eau et des nutriments par les cultures. Cependant, la caractérisation de l'architecture du système racine (RSA) est difficile, car les racines sont des objets difficiles à observer et à analyser. Une analyse basée sur un modèle des traits RSA à partir de données d'image de phénotypage est présentée. Le modèle peut recalculer avec succès les paramètres de croissance sans avoir besoin de mesurer les racines individuelles. Le modèle mathématique utilise des équations aux dérivées partielles pour décrire le développement du système racine. Des méthodes basées sur des estimateurs de noyau ont été utilisées pour quantifier les distributions de densité racinaire à partir de données d'images expérimentales, et différentes approches d'optimisation pour paramétrer le modèle ont été testées. Le modèle a été testé sur des images de racines d'un ensemble de 89 individus de Brassica rapa L. du même génotype cultivés pendant 14 jours après avoir semé sur du papier filtre bleu. Les paramètres de croissance racinaire optimisés ont permis de faire correspondre la longueur finale (modélisée) des principaux axes racinaires à 1% près de leurs valeurs moyennes observées dans les expériences. Les valeurs paramétrées pour les taux d'allongement se situaient à ±4% des valeurs mesurées directement sur les images. Les travaux futurs devraient étudier la dépendance temporelle des paramètres de croissance à l'aide de données d'images en accéléré. L'approche est une technique quantitative potentiellement puissante pour identifier les génotypes de cultures avec des systèmes racinaires plus efficaces, en utilisant des données (même incomplètes) provenant de systèmes de phénotypage à haut débit.

Translated Description (Spanish)

Los principales esfuerzos de investigación apuntan a mejorar el rendimiento de los sistemas radiculares para un uso más eficiente del agua y los nutrientes por parte de los cultivos. Sin embargo, caracterizar la arquitectura del sistema de raíces (RSA) es un desafío, porque las raíces son objetos difíciles de observar y analizar. Se presenta un análisis basado en modelos de rasgos de RSA a partir de datos de imágenes de fenotipado. El modelo puede calcular con éxito los parámetros de crecimiento sin la necesidad de medir las raíces individuales. El modelo matemático utiliza ecuaciones diferenciales parciales para describir el desarrollo del sistema de raíces. Se utilizaron métodos basados en estimadores de kernel para cuantificar las distribuciones de densidad de raíces a partir de datos de imágenes experimentales, y se probaron diferentes enfoques de optimización para parametrizar el modelo. El modelo se probó en imágenes de raíces de un conjunto de 89 individuos de Brassica rapa L. del mismo genotipo cultivados durante 14 días después de sembrar en papel de filtro azul. Los parámetros de crecimiento radicular optimizados permitieron que la longitud final (modelada) de los ejes radiculares principales coincidiera con el 1% de sus valores medios observados en los experimentos. Los valores parametrizados para las tasas de alargamiento estaban dentro de ±4% de los valores medidos directamente en las imágenes. El trabajo futuro debe investigar la dependencia del tiempo de los parámetros de crecimiento utilizando datos de imágenes de lapso de tiempo. El enfoque es una técnica cuantitativa potencialmente poderosa para identificar genotipos de cultivos con sistemas de raíces más eficientes, utilizando datos (incluso incompletos) de sistemas de fenotipado de alto rendimiento.

Files

erv573.pdf.pdf

Files (93 Bytes)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:b0d506893d4802090edf1644f5f082cd
93 Bytes
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تحليل نمو الجذر من مجموعة بيانات التنميط الظاهري باستخدام نموذج قائم على الكثافة
Translated title (French)
Analyse de la croissance des racines à partir d'un ensemble de données de phénotypage à l'aide d'un modèle basé sur la densité
Translated title (Spanish)
Análisis del crecimiento de las raíces a partir de un conjunto de datos de fenotipado utilizando un modelo basado en la densidad

Identifiers

Other
https://openalex.org/W2281921727
DOI
10.1093/jxb/erv573

Is supplement to
https://openalex.org/W4388017035 (Other)
https://openalex.org/W3083877885 (Other)
https://openalex.org/W2979884299 (Other)
https://openalex.org/W2890166311 (Other)
https://openalex.org/W2732402092 (Other)
https://openalex.org/W2488132731 (Other)
https://openalex.org/W2412684871 (Other)
https://openalex.org/W2289024325 (Other)
https://openalex.org/W15364879 (Other)
https://openalex.org/W135648808 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Ghana

References

  • https://openalex.org/W1540375479
  • https://openalex.org/W1895529909
  • https://openalex.org/W1952939336
  • https://openalex.org/W1972042796
  • https://openalex.org/W1979511808
  • https://openalex.org/W1990048304
  • https://openalex.org/W1990562571
  • https://openalex.org/W2025758795
  • https://openalex.org/W2026991591
  • https://openalex.org/W2035650814
  • https://openalex.org/W2047363524
  • https://openalex.org/W2051040054
  • https://openalex.org/W2061407749
  • https://openalex.org/W2063706202
  • https://openalex.org/W2064593196
  • https://openalex.org/W2069230699
  • https://openalex.org/W2076471462
  • https://openalex.org/W2076500419
  • https://openalex.org/W2077521380
  • https://openalex.org/W2080868258
  • https://openalex.org/W2093769588
  • https://openalex.org/W2094524880
  • https://openalex.org/W2105656155
  • https://openalex.org/W2106442491
  • https://openalex.org/W2111548551
  • https://openalex.org/W2121934795
  • https://openalex.org/W2124381874
  • https://openalex.org/W2136196037
  • https://openalex.org/W2137250680
  • https://openalex.org/W2137319244
  • https://openalex.org/W2139206081
  • https://openalex.org/W2145248556
  • https://openalex.org/W2148477425
  • https://openalex.org/W2159869915
  • https://openalex.org/W2160038364
  • https://openalex.org/W2163122879
  • https://openalex.org/W2166887373
  • https://openalex.org/W2167896138
  • https://openalex.org/W2170219419
  • https://openalex.org/W2171074980
  • https://openalex.org/W2325030819
  • https://openalex.org/W2473888473
  • https://openalex.org/W34143312
  • https://openalex.org/W4237171445
  • https://openalex.org/W4251637127
  • https://openalex.org/W4292069163
  • https://openalex.org/W4324114540