反射光譜包含樣品的光譜信息與空間圖像信息,穿透傳統(tǒng)可見光局限,精準反映植物內(nèi)部生理生化、成分含量、結構差異等深層特征。生物熒光特別是植物熒光(植物自發(fā)光)則可以進一步高靈敏度反應植物生理狀態(tài)與生理生化狀態(tài),如紅色和遠紅波段的葉綠素熒光可以反應植物光合生理,藍綠熒光可以反應脅迫誘導次級代謝產(chǎn)物狀態(tài)、植物脅迫狀態(tài),同時可以進一步活體檢測葉綠素、花青素、黃酮醇及氮素狀態(tài)。
Fluortron多功能高光譜成像系統(tǒng),便是一款兼具反射光高光譜成像和植物自發(fā)光高光譜成像分析的多功能態(tài)系統(tǒng),可同時采集反射光光譜指紋和自發(fā)光(生物熒光)光譜指紋。該系統(tǒng)適合應用于作物表型組學研究檢測、種質資源檢測、抗性篩選、光合表型、病蟲害早期檢測,及中藥材溯源與品質檢測等眾多領域。

一、生物熒光高光譜——分析銀杏葉中的黃酮醇含量
黃酮醇是銀杏葉的主要活性成分,具有抗氧化、清除自由基等作用。利用FluorTron多功能高光譜成像的黃酮醇測量程序,獲得陽光照射條件好的銀杏葉(光照組)和常年處于陰影狀態(tài)下的銀杏葉(遮蔭組)的生物熒光高光譜信息,并計算FLAV=log(FRF_R/FRF_UV),該指數(shù)可以反映葉片表皮黃酮醇含量。實驗結果表明,光照條件下銀杏葉Flav平均值為1.397,顯著大于遮蔭條件下的平均值0.861。同時,利用該系統(tǒng)實現(xiàn)活體銀杏葉黃酮含量分布的可視化。

光照條件好的銀杏葉與長期陰影條件(遮蔭)下銀杏葉黃酮含量活體成像及葉綠素熒光光譜曲線
二、反射高光譜——集合機器學習技術,鑒定羅勒中的總酚含量
此前一篇發(fā)表于PLOS ONE的研究,以PlantScreen系統(tǒng)的高光譜成像功能為核心,結合機器學習技術,成功實現(xiàn)了藥用植物圣羅勒(Ocimum tenuiflorum L.)總酚含量的多生育期快速無損判別,為功能成分表型分析提供了可直接復用的權威范式。

PlantScreen植物表型成像系統(tǒng)(傳送帶式PlantScreen、PlantScreen XYZ等)將高光譜技術與自動化表型平臺深度融合的一體化科研解決方案——系統(tǒng)集成高光譜、RGB 3D、葉綠素熒光、激光掃描等多模態(tài)成像模塊,搭配自動化傳送、標準環(huán)境控制、原生算法分析等
得益于系統(tǒng)自動化、高通量的優(yōu)勢,對26個圣羅勒品種,分3個生育期(cut1、2、3)在可見近紅外(VNIR :355–900 nm)和短波紅外(SWIR:900–1700 nm)光譜范圍內(nèi)獲取羅勒的高光譜圖像數(shù)據(jù)。使用PlantScreen™數(shù)據(jù)分析軟件對這些高光譜圖像進行處理,包括圖像轉換處理、提取光譜信息、圖像分割、光譜統(tǒng)計、2nm間隔降維等,輸出單株平均光譜。之后經(jīng)過提取特征參數(shù)、剔除異常數(shù)據(jù)、測量總酚含量、建模等步驟,開發(fā)并評估用于表征酚類物質含量水平的機器學習模型

左圖為實驗測量和分析流程;右圖:A首次測量光譜反射率模式與較老樣本存在顯著差異,這凸顯了不同生長階段間光譜響應特征的差異性;表格展示了4種模型的準確率
結果表明,光譜與生育期強相關幼齡植株(第 1 茬)光譜反射率顯著更高;成熟植株(第 2、3 茬)總酚含量更高,光譜更穩(wěn)定,更適合用以預測,預測置信度更高。神經(jīng)網(wǎng)絡模型是最優(yōu)的方法(AUC=0.8113,準確率 = 0.7345);XGBoost 準確率次之,但效率更高(速度為神經(jīng)網(wǎng)絡3倍)。
易科泰提供全面的光譜表型成像技術方案:
