甜菜孢囊線蟲（Heterodera schachtii）是全世界重要的檢疫性有害生物，對甜菜具有毀滅性危害。1850 年德國首次報道該線蟲(Franklin ＆ Heterodera, 1972) 。到目前為止，該線蟲已在全世界的美洲、歐洲、亞洲等50多個國家或地區(qū)有分布，20多個國家將該線蟲列為檢疫對象(Steele, 1984) 。甜菜孢囊線蟲是甜菜上危害最嚴(yán)重的病原生物之一，可導(dǎo)致甜菜產(chǎn)量損失25%～50%，每年造成超過150億美元的經(jīng)濟(jì)損失 (Singh et al., 2015)。篩選土壤樣本以定性和定量地評估線蟲感染是一項預(yù)防措施，也是農(nóng)業(yè)害蟲管理策略的一個組成部分。

甜菜孢囊線蟲以卵的形式在土壤中可以存活多年，孢囊是由雌性線蟲的遺骸形成的保護(hù)性外殼。雌性線蟲死亡后，其體壁變硬，形成棕色的硬化孢囊。量化線蟲感染的能力是針對線蟲的控制措施以及開發(fā)抗線蟲植物育種系的先決條件?？梢酝ㄟ^孢囊計數(shù)來估計線蟲種群密度。孢囊需要從含有有機(jī)碎片的土壤樣品中手工挑選，其中碎片的數(shù)量取決于樣品提取方法。手動計數(shù)是一項耗時的任務(wù)，計數(shù)準(zhǔn)確性受到主觀決策、持續(xù)專注的能力以及將孢囊與其他顆粒分離的經(jīng)驗的影響。因此，只有自動計數(shù)才適用于高通量應(yīng)用。雖然線蟲的數(shù)量是一項重要的定量衡量標(biāo)準(zhǔn)，但表型特征（例如孢囊的大小、形狀和顏色）也是相關(guān)的。研究顯示，孢囊大小的增加是馬鈴薯孢囊線蟲種群適應(yīng)植物抗性的指標(biāo)（Fournet et al., 2016），這表明孢囊表型與抗性相關(guān)。雖然其他數(shù)據(jù)模式，例如遺傳數(shù)據(jù)，也可以應(yīng)用于估計線蟲感染（Bogale et al., 2020），但只有圖像數(shù)據(jù)可用于表征孢囊的表型。

本文介紹了一種基于計算機(jī)視覺的高通量系統(tǒng)，該系統(tǒng)可以量化甜菜孢囊線蟲感染并測量孢囊的表型特征。在標(biāo)準(zhǔn)化環(huán)境中記錄土壤樣本提取物的顯微圖像后，實例分割算法用于檢測這些圖像中的線蟲孢囊。在一項使用已知孢囊數(shù)量的真實樣本和人工注釋圖像的評估中，計算機(jī)視覺方法產(chǎn)生了準(zhǔn)確的線蟲孢囊計數(shù)以及準(zhǔn)確的孢囊分割?；谶@樣的分割，可以計算出孢囊特征，以揭示不同土壤中線蟲種群之間的表型差異，以及甜菜種植前后觀察到的種群。計算機(jī)視覺方法不僅能夠快速準(zhǔn)確地計數(shù)孢囊，而且能夠在不同條件下對孢囊特征進(jìn)行表型分析，為農(nóng)業(yè)和植物育種研究中的高通量應(yīng)用提供了基礎(chǔ)。源代碼和帶注釋的圖像數(shù)據(jù)集可供科學(xué)使用，通過額外的訓(xùn)練數(shù)據(jù)，該系統(tǒng)也可以推廣到其他線蟲種類。

土壤樣本取自已知具有甜菜孢囊線蟲感染歷史的土地。通過網(wǎng)篩組合（2 mm和100 μm）制備用于圖像采集的土壤提取物。隨后，通過離心浮選技術(shù)從篩選的土壤提取物中提取孢囊。將孢囊與剩余的有機(jī)物部分一起收集在白色濾紙上，以備成像使用。樣品圖像由德國LemnaTec提供的PhenoAIxpert HM記錄（圖S1）。它由一個工業(yè)RGB相機(jī)和高倍物鏡系統(tǒng)組成。該系統(tǒng)安裝在物體上方 35 cm處，視野為 35 × 25 mm。圍繞樣品臺布置的水平定向LED（4000 K）作為照明光源。所有組件都安裝在不透明的機(jī)柜內(nèi)，以保護(hù)它們免受外部光線的影響。在PhenoAIxpert HM原型機(jī)中，樣品臺由一個樣品架組成，該樣品架可以手動移動到預(yù)定義的位置，以便執(zhí)行樣品的一系列成像。圖像采集由控制計算機(jī)手動觸發(fā)。將來，樣品臺將被電動X-Y工作臺取代，然后自動將樣品移動到預(yù)定義位置并以同步方式觸發(fā)圖像采集。

圖1 用于線蟲孢囊分割的計算機(jī)視覺流程

表1 用于孢囊計數(shù)驗證的樣本

圖2 手動孢囊計數(shù)與自動孢囊計數(shù)的比較

在所有土壤樣本類型中，手動孢囊計數(shù)與自動孢囊計數(shù)相似（圖2A），無論孢囊與有機(jī)碎片混合（“碎屑”）還是孢囊與有機(jī)碎片分離（“干凈”）。手動計數(shù)和自動計數(shù)相關(guān)性的皮爾遜相關(guān)系數(shù)很高，“干凈”為0.981，“碎屑”為0.975（圖2B），表明使用自動方法可以可靠地估計孢囊的相對數(shù)量。

圖3 手動孢囊分割與自動孢囊分割的比較

圖4 線蟲孢囊表型特征的分布（孢囊大小和長寬比）

—— 原文 ——

Chen L, Daub M, Luigs HG, et al. High-throughput phenotyping of nematode cysts. Frontiers in Plant Science, 2022, 13: 965254.

由于相關(guān)內(nèi)容非常專業(yè)，難免有些理解不準(zhǔn)確或者編輯整理的疏漏，請以英文原文為準(zhǔn)。

相關(guān)閱讀：

? 整合高通量表型、GWAS和預(yù)測模型揭示株高遺傳結(jié)構(gòu)

? 植物表型在林木幼苗性狀量化和干旱響應(yīng)評估中的應(yīng)用

? 植物表型組學(xué)：現(xiàn)狀、軟硬件平臺及機(jī)器學(xué)習(xí)的應(yīng)用