Skip to main content
 首页 » 经典语句

PLANT CELL|基于图像的高通量表型分析中性状测量误差的遗传决定因素的识别和利用

2022年03月19日 20:02:16142840
  性状测量的准确性极大地影响遗传分析的质量。本文首先构建了一种计算程式——穗子图像特征提取工具(TI-TET),然后评估了特征测量误差的大小。通过手动测量和从TI-TET图像中提取的五个玉米雄穗性状特征进行表型分析,结果表明:表型准确性受穗子是否开合影响(其本身受基因控制),并同时通过GWAS定位到与性状测量误差相关SNP(TAS)。因此,性状测量偏差是由遗传决定的,不能通过增加种群大小或重复数量来控制..._1在自动化表型分析过程中,性状测量误差(自动提取的性状值和基本真相之间的差异,即随机效应)可通过增加种群规模或重复数量来控制,相比之下,有证据表明,性状测量误差可能部分受遗传控制。Imaging setup, procedure, and phenotypes. A, Tassel imaging platform. B, Schematic of the five views collected for each tassel. C, Five automatically collected tassel traits following image segmentation.与这一假设一致,本文使用基于图像的表型平台(TI-TET),从结果图像中提取出玉米的五个雄穗性状(雄穗长度、中心穗长度、分支区长度、最低分支长度和最低分支角度),并观察到其在性状测量误差中的非随机、遗传因素的显著贡献。表型准确性因穗子是否表现出“开放”而不同,“封闭”的分支结构其本身受基因控制。Phenotyping accuracy varies between “open” and “closed” tassel architecture. A–E, Comparison of ground truth and mean phenotype extracted from images using TI-TET.02通过手动测量和从图像中提取五个雄穗性状的特征进行表型分析,对手工测量表型、TI-TET测量表型及它们的偏差进行GWAS的相关SNP(TAS)鉴定,结果表明,三者之间几乎没有重叠。此外,根据两个值之间的差异从GWAS中识别TAS表明,一小部分测量误差受遗传控制。Overlaps among TAS among GWAS results using ground truth measurements, auto-extracted trait measurements (Auto), and trait measurement errors (Error) for five tassel traits.而在高粱植物数据集中获得了类似的结果,这表明性状测量偏差是由多个物种和性状的遗传决定的,不能通过增加种群大小或重复数量来控制。Theoretical explanation for the effects of genetically determined measurement biases on the accuracy of high-throughput phenotyping.形态性状与测量误差之间的强相关性也表明,通过多性状GWAS或结构方程建模GWAS,考虑表型之间的因果关系,可以控制GDMB的影响。此外,本研究还表明,整合其它形态特征信息时,使用机器学习来重新校准特征测量是一种值得研究的替代方法。来源https://doi.org/10.1093/plcell/koab134
评论列表暂无评论
发表评论