CC BY
124D~TexH0A0raH в семеноводстве. «Фенотест»
I К.В. ВОЛОШЕНЮК (ООО «Штрубе Рус»)
Развитие селекции сахарной свёклы требует одновременной поддержки со стороны технологий и автоматизации процессов наблюдения и анализа, которые являются основополагающими для любого селекционера. Уже сейчас максимальное исключение человеческого фактора при сборе и анализе данных не только обеспечивает должное качество и достоверность полученных результатов, но и увеличивает скорость их обработки, предоставляя возможность сделать прогноз характеристик посевного материала, потенциальной урожайности, морфологических и биологических признаков.
В начале 2000-х «Штрубе» совместно с Институтом Фраун-
гофера (Fraunhofer Centre X-ray Technology EZRT) ввели понятие трёхмерной компьютерной томографии при анализе посевного материала сахарной свёклы. Метод заключается в послойном анализе семян на предмет выявления различных дефектов (микротрещины, слабое развитие зародыша и т. п.). Процесс сканирования позволял выявить различные отклонения в структуре семени без разрушения исследуемого объекта. Результат такого анализа давал семеноводам возможность исключить попадание некачественных семян в реализацию (рис. 1).
Второй вид трёхмерного сканера, созданный в лаборатории
«Штрубе» совместно с SIEMENS, представлял собой устройство для проведения сканирования листового аппарата сахарной свёклы в рядке с последующим составлением компьютерной модели исследуемых растений и анализом гомогенности всходов. На основании модели составлялись прогнозы развития корнеплода и его характеристики.
В 2016 г. «Штрубе» представила совместный проект с BOSCH-Robotics, так называемый 4D-сканер — сканирование не только в трёхмерном пространстве, но и во времени. Это полуавтономный, подвижный полевой сканер, анализирующий и составляющий 3D-модели всходов сахарной свёклы в реальном времени (рис. 2). Отличительными чертами работы 4D-сканера от ранее существовавшего полевого 3D являются его мобильность и отсутствие ограничения по сканируемому пространству, выделение растения сахарной свёклы из всех сканируемых объектов, включая сорные растения и другие культуры, а самое важное — идентификация растения при повторном сканировании и запись истории его развития. Работа данного сканирующего устройства подразумевает запись данных об исследуемых объектах в разрезе времени.
В 2017 г. «Штрубе» официально начала применение 4D-тех-нологий для проведения так называемого фенотипирования («Фенотест», или phenoTest) сахарной
№ И • 2017 САХАР
31
РЖЧ ЩЕЛКОВО LIU АГРОХИМ
российский аргумент защиты
свёклы. Это автоматизированный процесс лабораторного тестирования, который используется для определения и анализа свойств прорастающих семян и полученных проростков в разрезе времени. Цель состоит в том, чтобы собрать информацию о всхожести и энергии прорастания для семян и проростков. В данном случае феноти-пирование означает описание размера и формы отдельных частей проростков сахарной свёклы — корня, гипокотиля и семядолей. Поскольку данные элементы в процессе прорастания фиксируются в трёхмерной плоскости несколько раз, мы получаем дополнительный (четвёртый) параметр измерения — время.
С помощью метода 4D-фено-типирования мы можем отслеживать, как развиваются органы растений по мере прорастания и развития. «Фенотест» является первым в мире автоматизированным испытанием на прорастание сахарной свёклы, которое может охватывать все эти параметры измерения с высокой пропускной способностью.
ЦЕЛИ И ЗАДАЧИ
В настоящее время мы используем «Фенотест» для автоматизированных и стандартизированных испытаний на прорастание, получая дополнительную информацию о качестве отдельных растений и документируя результаты рентгенографического визуаль-
ного анализа. Благодаря собранным данным о размере и объёме корней, гипокотиля и семядолей, а также динамике их роста и развития, мы можем объективно оценить многие критические параметры. Например, мы можем оценить не только эффективность нашей обработки семян, активацию (остановленный процесс яровизации для достижения сверхбыстрого прорастания), дражировку и протравку семян, но и измерить, насколько возраст семян может повлиять на всхожесть и, в первую очередь, на энергию прорастания.
Для уточнения энергии прорастания семян необходимо сравнивать данные, получаемые из лаборатории, с данными с полей, чтобы подтвердить достоверность результатов, полученных лабораторным путём и спроецировать их в различных почвенно-климати-ческих условиях на реальных полях.
Далее происходит сопоставление качественных характеристик семян, измеренных в лаборатории, со скоростью прорастания,
32 САХАР № 11 • 2017
ПОКУПАЙ ПРОТРАВИТЕЛИ И ФУНГИЦИДЫ и выигрывай ценные призы и поездку НА МЕЖДУНАРОДНУЮ КОНФЕРЕНЦИЮ!
1 I (£
т Щелково ЫУ агрохим ^
www.betaren.ru
гомогенностью, качеством всходов и развитием сеянца в поле. Это позволит определить набор свойств, которые семена должны демонстрировать в лаборатории, для дальнейшего достижения оптимальной густоты стояния растений (можно сказать плотности популяции) в полевых условиях. Таким образом, формируются стандарты качества, задаются пороговые значения, и происходит дальнейшая оптимизация селекционной деятельности.
РЕАЛИЗАЦИЯ
На первом этапе необработанные или дражированные семена помещают на фильтровальную бумагу, соответствующую требованиям Правил ^ТА. В лаборатории «Штрубе» происходит тестирование 50 семян одновременно. Ячейки для проращивания автоматически орошаются роботом в установленные временные циклы, а затем помещаются в климатические камеры с заданной температурой и освещённостью (рис. 3).
В определённые моменты в процессе прорастания (например, на 14-й или 21-й день, в зависимости от температурного режима) запускается процесс сканирования. Во время каждого сканирования происходит сбор пакета визуальных данных из ячейки, фильтровальной бумаги и помещённых в них семян и всходов. После завершения этапа сканирования ячейки снова возвращаются в климатическую камеру до момента очередного этапа сканирования.
Собранные пакеты данных анализируют в реальном времени с использованием алгоритма обработки изображений. Данные каждого семени и проростка в ячейке обрабатывается индивидуально. Органы каждого растения (корень, гипокотиль и семядоли) идентифицируются и измеряются в трёх плоскостях. Процесс ска-
нирования одной ячейки занимает примерно 120 секунд, включая автоматическую смену образца. Следовательно, около 30 ячеек могут быть проанализированы за час. Процесс происходит автономно, без участия лаборанта и не требует контроля.
На основе заранее определённых критериев и пороговых значений компьютерный алгоритм классифицирует проростки автоматически в соответствии с качественными характеристиками, разделяя на категории «проросшие», «аномально проросшие» (с природой и степенью аномалии), «не проросшие». Алгоритм выводит процентные соотношения для данных категорий и даёт измеренные значения длины, объёма и направления роста для каждого отдельного растения, а также статистическую оценку (средние значения, стандартное отклонение, коэффициент вариации и т. д.).
Во время одного рентгеновского анализа собирается 3 890 Мб необработанных данных. После отсеивания остаются только необходимые для дальнейшего использования и оценки данные, их объём составляет всего лишь 0,75 Мб. А сами значения, без графических материалов, составляют всего 0,009 Мб (9 Кб). На начальной стадии работы данного проекта в хранилище помещались абсолютно все данные. В настоящее время — только измеренные значения и 3D-модель (без фоновых объектов).
Многие задаются вопросом, влияет ли рентгеновское излучение во время сканирования на всхожесть. Ответ «нет, не влияет» даётся на основании многочисленных серий испытаний. Какого-либо негативного влияния на всхожесть зафиксировано не было.
Приведём ряд существенных различий между «Фенотестом» и обычным тестом на всхожесть.
♦ Дифференциация между «проросшими» и «аномально проросшими» семенами и саженцами основана на объективных данных, а не на исключительно визуальном наблюдении (субъективной оценки лаборанта, вычисляющего результаты испытаний).
♦ Тест можно стандартизировать и применять во всём мире.
♦ В дополнение к проценту от «проросших», «аномально проросших» и «не проросших» мы получаем объективные и количественные значения, характеризующие качество каждого отдельного растения, которые помогают сделать выводы об энергии прорастания каждой партии семян.
♦ Мы можем статистически оценить отдельно каждый полученный образец данных, чтобы, например, определить гомогенность целой партии.
♦ Каждый визуальный анализ задокументирован и сохранён в системе, включая сегментированную 3D-модель. С их помощью возможно отслеживать изменения, вызванные, к примеру, старением семян, не только через числовые значения, но также и через графические изображения, которые сохраняются для каждого анализируемого растения.
♦ Поскольку семена анализируются в закрытых ячейках на протяжении всего процесса прорастания, персонал лаборатории не вступает в прямой контакт с образцом.
♦ Тест менее трудоёмкий, чем проводимый вручную.
Использование 4D-технологий позволяет селекционерам более тщательно отбирать гибриды сахарной свёклы для размножения, семеноводам — качественно готовить семенной материал, свекловодам — получать более высокий урожай, а следовательно, более высокий доход.
Источники: материалы Strube GmbH и Strube Research
№ И • 2017 САХАР
33
РЖЧ ЩЕЛКОВО kiy АГРОХИМ
российский аргумент защиты
