文章來(lái)源：科學報
近日，華中農業大(dà)學作物遺傳改良國(guó)家重點實驗室作物表型團隊教授楊萬能課題組研發了(le／liǎo)一(yī / yì ／yí)種葉片氣孔表型測量新技術，并對不(bù)同玉米材料幹旱脅迫下的(de)氣孔性狀差異及其潛在(zài)應用價值進行了(le／liǎo)深入研究，爲(wéi / wèi)解決作物葉片氣孔表型高通量檢測和(hé / huò)遺傳機制解析提供技術支撐。該成果發表于(yú)《植物生物技術雜志》(Plant Biotechnology Journal)。《StomataScorer: A portable and high-throughput leaf stomata trait scorer combined with deep learning and an improved CV model》（Xiuying Liang,Xichen Xu,Zhiwei Wang,Lei He,Kaiqi Zhang,Bo Liang,Junli Ye,Jiawei Shi,Xi Wu,Mingqiu Dai,Wanneng Yang） doi:10.1111/pbi.13741
葉片氣孔表型提取和(hé / huò)分析流程
葉片氣孔運動是(shì)一(yī / yì ／yí)個(gè)複雜的(de)調控過程，受到(dào)植物内外部多重因素的(de)影響，目前大(dà)部分的(de)葉片氣孔研究手段爲(wéi / wèi)有損檢測，尚沒有一(yī / yì ／yí)套成熟的(de)活體葉片氣孔研究體系。
該研究利用兩種不(bù)同分辨率的(de)便攜式顯微成像儀獲取玉米活體葉片氣孔顯微圖像。帶有40倍鏡頭的(de)TipScope被用來(lái)提取低分辨率的(de)氣孔圖像，研發FPN深度學習模型提取和(hé / huò)分析氣孔數量和(hé / huò)氣孔密度；基于(yú)帶有400倍鏡頭的(de)ProScope HR2被用來(lái)提取的(de)高分辨率氣孔圖像，研發RCNN模型區分打開氣孔和(hé / huò)閉合氣孔，并計算開閉氣孔數量。
實驗結果表明，和(hé / huò)真實值比較，該技術氣孔表型檢測精度在(zài)0.85-0.99，平均相對誤差在(zài)0.02%-6.34%之(zhī)間，證明該技術檢測的(de)準确性。
在(zài)檢測效率方面，該技術無需對樣本進行預處理，處理500張TipScope圖像耗時(shí)約42秒，ProScope HR2獲取一(yī / yì ／yí)幅圖像的(de)時(shí)間約爲(wéi / wèi)5~10s，處理500張ProScope圖像耗時(shí)約40分鍾。總體來(lái)說(shuō)，提取每個(gè)葉片所有氣孔特征的(de)總時(shí)間約爲(wéi / wèi)10~15s。
爲(wéi / wèi)了(le／liǎo)驗證該方法提取的(de)氣孔性狀的(de)有效性，團隊進一(yī / yì ／yí)步探索了(le／liǎo)B73玉米野生型和(hé / huò)Zmfab1a突變體在(zài)正常澆水和(hé / huò)幹旱脅迫條件下的(de)氣孔表型差異。研究表明，在(zài)幹旱複水後，Zmfab1a的(de)氣孔打開數量和(hé / huò)氣孔平均面積均高于(yú)B73，說(shuō)明突變體Zmfab1a葉片氣孔幹旱響應和(hé / huò)恢複能力高于(yú)B73，具有更好的(de)抗旱性。
爲(wéi / wèi)了(le／liǎo)進一(yī / yì ／yí)步評估該氣孔分割方法的(de)可行性，研究還測試小麥、水稻、油菜、莴苣、煙草、馬鈴薯、蠶豆、棉花和(hé / huò)大(dà)豆其他(tā)9種植物，實驗結果表明該技術可以(yǐ)成功推廣到(dào)其他(tā)作物葉片氣孔表型檢測。
綜上(shàng)所述，該研究提出(chū)了(le／liǎo)一(yī / yì ／yí)種便攜式、低成本、高通量(約15秒/葉片)的(de)葉片氣孔表型動态提取和(hé / huò)分析方法，并建立門戶網站供全球用戶開放使用，該網站有可能能促進未來(lái)大(dà)群體作物葉片氣孔表型動态研究和(hé / huò)遺傳機制解析。
