PhenoSeed自動(dòng)化種子發(fā)芽分析系統(tǒng)是由英國(guó)Anglia A.I.公司研發(fā)的一款可實(shí)時(shí)對(duì)種子發(fā)芽性狀自動(dòng)分析的系統(tǒng)，PhenoSeed系統(tǒng)可高通量分析種子發(fā)芽的形態(tài)特征、形態(tài)分類、發(fā)芽率等，數(shù)據(jù)穩(wěn)定可靠、重復(fù)性高，PhenoSeed系統(tǒng)完全兼容Jacobsen發(fā)芽床。

應(yīng)用領(lǐng)域

適用于小麥、玉米、苜蓿、水稻、谷子、高粱、蔬菜、花卉、樹(shù)木種子等的種子性狀研究，也可根據(jù)研究需求定制其它物種。

測(cè)量參數(shù)

• 種子大小、顏色、形狀、發(fā)芽率、發(fā)芽時(shí)間、種子排序(1~5)、種子活力（基于形態(tài)變化）、發(fā)芽顏色等

• 對(duì)上述分析的種子進(jìn)行種子分級(jí)

系統(tǒng)參數(shù)

1. PhenoSeed硬件系統(tǒng)：

1.1 發(fā)芽床：

1.1.1 工作溫度為+4 ~ +40°C

1.1.2 溫度調(diào)整幅度：±0.1℃

1.1.3 溫度精確度：±0.5°C

1.1.4 外形尺寸：1650mm(寬) x 950mm(深) x 1010mm(高)

1.1.5 測(cè)量面積：1450mm(寬) x 820mm(深)

1.1.6 冷凝器：功率230V/ 50Hz, 1.6Kw

1.1.7 照明：帶空氣冷卻的照明系統(tǒng)

1.1.8 隔離罩：系統(tǒng)配備隔離罩，用于保持發(fā)芽環(huán)境的濕度

1.2 觸摸屏：7英寸（用于控制溫度、濕度、光線、晝夜循環(huán)、定時(shí)等）

1.3 帶USB的板載數(shù)據(jù)記錄儀功能

1.4種子萌發(fā)自動(dòng)成像系統(tǒng)

1.4.1 成像單元：1套高清自動(dòng)對(duì)焦成像單元

1.4.2 像素：1800 - 2400萬(wàn)像素

1.4.3 多光譜成像單元：可選配多光譜成像單元

1.4.4 成像系統(tǒng)尺寸：1650mm(寬) x 950mm(深) x 350mm(高)

1.4.5 結(jié)構(gòu)：鋁型材框架，可自動(dòng)在測(cè)量面積內(nèi)對(duì)種子進(jìn)行成像

1.4.6 連接：RJ45以太網(wǎng)，Wi-Fi

1.4.7 界面：7寸電容觸摸屏

1.4.8 電源要求：220~240V交流

1.4.9 成像：種子層的俯視圖，1小時(shí)間隔，每張圖片1800 - 2400萬(wàn)像素

2. PhenoSeed控制軟件：

2.1 用于二維碼生成和識(shí)別技術(shù)的服務(wù)器或基于云的控制軟件

2.2 自動(dòng)管理多個(gè)項(xiàng)目、實(shí)驗(yàn)、植物基因型和物種

2.3 數(shù)據(jù)可以下載到USB存儲(chǔ)器或以編程方式提取(RESTful API)用于工作流集成

2.4 采用7英寸觸摸屏界面控制

3. PhenoSeed分析軟件：

3.1 基于圖形用戶界面(GUI)的分析軟件，可以在Windows操作系統(tǒng)中操作

3.2 基于GUI的性狀表型分析模塊：種子大小、顏色、形狀、發(fā)芽率、發(fā)芽時(shí)間、種子排序(1~5)、種子活力（基于形態(tài)變化）、發(fā)芽顏色。

3.3 對(duì)上述分析的種子進(jìn)行種子分級(jí)（對(duì)于多光譜評(píng)估，需要不同的相機(jī)設(shè)置）

3.4 基于數(shù)據(jù)庫(kù)的數(shù)據(jù)管理

3.5 可下載的基于csv的文件、處理過(guò)的圖像(.jpg)和發(fā)芽相關(guān)特征圖(.jpg)

應(yīng)用案例

近日，南京農(nóng)業(yè)大學(xué)作物表型組學(xué)交叉研究中心周濟(jì)教授作為第一通訊作者與英國(guó)約翰.英納斯中心（John Innes Centre）的Steven Penfield教授、先正達(dá)種業(yè)集團(tuán)（Syngenta Seeds，歐洲區(qū)）的Rene Benjamins博士共同在國(guó)際植物學(xué)著名期刊《新植物學(xué)家》（New Phytologist主要出版植物學(xué)領(lǐng)域高質(zhì)量和創(chuàng)新性研究?jī)?nèi)容，影響因子8.512）上發(fā)表了關(guān)于種子發(fā)芽表型自動(dòng)化采集和基于機(jī)器學(xué)習(xí)分析的高通量作物種子發(fā)芽表型監(jiān)測(cè)平臺(tái)——SeedGerm: a cost‐effective phenotyping platform for automated seed imaging and machine‐learning based phenotypic analysis of crop seed germination。

本文對(duì)自主開(kāi)發(fā)的自動(dòng)化表型采集和分析平臺(tái)SeedGerm如何完成作物種子發(fā)芽的自動(dòng)化時(shí)序拍攝、基于圖像的表型分析和基于監(jiān)督式的機(jī)器學(xué)習(xí)、針對(duì)不同作物類型的高通量性狀分析進(jìn)行了詳細(xì)的介紹。SeedGerm系統(tǒng)基于經(jīng)濟(jì)型的硬件和開(kāi)源軟件設(shè)計(jì)，涵蓋了對(duì)小麥、大麥、玉米、番茄、辣椒和油菜等不同作物類型的種子發(fā)芽試驗(yàn)、發(fā)芽時(shí)序圖像，泛化圖像處理、實(shí)時(shí)訓(xùn)練和基于機(jī)器學(xué)習(xí)的表型性狀分析；生成可靠的發(fā)芽性狀分析數(shù)據(jù)集以供量化分析。本文還從統(tǒng)計(jì)上分析了幼根突破種皮的時(shí)間和評(píng)價(jià)標(biāo)準(zhǔn)，通過(guò)生物學(xué)家的評(píng)判相關(guān)性、動(dòng)態(tài)發(fā)芽曲線、多個(gè)發(fā)芽率梯度等重要發(fā)芽性狀，對(duì)88個(gè)油菜品種進(jìn)行基因型-表型關(guān)聯(lián)分析，并定位到了一個(gè)關(guān)于脫落酸（abscisic acid，ABA）信號(hào)轉(zhuǎn)導(dǎo)的相關(guān)基因。此外，本文還介紹了開(kāi)源SeedGerm系統(tǒng)在作物發(fā)芽研究、育種和種子監(jiān)測(cè)中的應(yīng)用，顯示了其在科學(xué)研究和生產(chǎn)實(shí)踐中廣泛的應(yīng)用前景。

隨著基因組學(xué)和測(cè)序技術(shù)的飛速發(fā)展，基因型數(shù)據(jù)海量擴(kuò)充，而高質(zhì)量表型數(shù)據(jù)的匱乏已經(jīng)逐步成為鑒定基因-性狀關(guān)聯(lián)、解析環(huán)境對(duì)性狀的影響，進(jìn)而實(shí)現(xiàn)作物改良和加快植物研究的瓶頸。近年來(lái)，信息技術(shù)、人工智能和農(nóng)業(yè)大數(shù)據(jù)等新興研究領(lǐng)域的不斷完善，多學(xué)科交叉為高通量、自動(dòng)化作物表型組研究奠定了堅(jiān)實(shí)的基礎(chǔ)。以植物生命史和田間生產(chǎn)的起點(diǎn)——發(fā)芽為例，種子發(fā)芽和幼苗建成不僅是自然界植物群落形成的主要瓶頸，也是糧食作物和很多園藝作物在田間快速、整齊生長(zhǎng)發(fā)育的關(guān)鍵步驟。在科學(xué)研究和農(nóng)業(yè)生產(chǎn)中都是考評(píng)品種表現(xiàn)、栽培管理水平的重要依據(jù)。當(dāng)前大部分種子發(fā)芽表型的獲取依然依靠人工識(shí)別，對(duì)經(jīng)驗(yàn)和專業(yè)知識(shí)有較高要求，通量也受到極大的限制。此外，不同科研人員之間在評(píng)判上會(huì)有一定的偏差，很難實(shí)現(xiàn)完全客觀的量化分析。因此可用于多物種的種子發(fā)芽表型性狀的高通量、高精度、標(biāo)準(zhǔn)化獲取和分析方法的開(kāi)發(fā)尤為重要和迫切。

南農(nóng)大作物遺傳與種質(zhì)創(chuàng)新國(guó)家重點(diǎn)實(shí)驗(yàn)室、作物表型組學(xué)交叉研究中心和江蘇省現(xiàn)代作物生產(chǎn)協(xié)同創(chuàng)新中心為第一通訊單位。此外，上海農(nóng)科院農(nóng)業(yè)生物基因中心和南農(nóng)大工學(xué)院盧偉副教授也參與了本項(xiàng)目。英國(guó)國(guó)立農(nóng)業(yè)植物研究所（National Institute of Agricultural Botany, NIAB）下屬的劍橋作物研究中心（Cambridge Crop Research Centre）也共同參與了本項(xiàng)目的研發(fā)、分析和測(cè)試。

周濟(jì)，中國(guó)國(guó)籍，英國(guó)皇家生物學(xué)會(huì)會(huì)士 (The Fellow of the Royal Society of Biology，F(xiàn)RSB)；南京農(nóng)業(yè)大學(xué)作物表型組學(xué)交叉研究中心特聘教授，周濟(jì)實(shí)驗(yàn)室主任，博導(dǎo)；英國(guó)國(guó)立農(nóng)業(yè)植物研究所、劍橋作物研究中心數(shù)字科學(xué)研發(fā)部門主管（Head of Data Sciences）、創(chuàng)新實(shí)驗(yàn)室主任，博導(dǎo)。在傳統(tǒng)表型采集和分析算法基礎(chǔ)上，依托南農(nóng)大、劍橋大學(xué)植物科學(xué)系和超算中心，專注于高通量植物表型分析算法、計(jì)算機(jī)視覺(jué)和人工智能算法在表型分析中的開(kāi)發(fā)和應(yīng)用。2011年博士畢業(yè)至今，以生物信息學(xué)專家的身份參與完成多項(xiàng)交叉基礎(chǔ)、應(yīng)用研究項(xiàng)目。作為主要完成者在Nature，Nature Plants，Plant Cell，New Phytologist, GigaScience和Horticulture Research等國(guó)際頂級(jí)期刊撰寫發(fā)表學(xué)術(shù)論文25篇，總影響因子超過(guò)180，自2015年起被引證超過(guò)1000次，其中以第一、通訊、共同通訊作者發(fā)表論文18篇。定期為多家國(guó)際頂級(jí)學(xué)術(shù)期刊審稿。獲得國(guó)際發(fā)明專利1項(xiàng)，英國(guó)發(fā)明專利1項(xiàng)。研究成果被多家歐洲媒體報(bào)道或?qū)ＴL，包括英國(guó)國(guó)家媒體如ITV，BBC，Guardian，Cambridge Network等。

產(chǎn)地：英國(guó)Anglia A.I.