Ученые из Texas A&M применяют технологию визуализации для создания культур с более глубокими корнями и лучшей устойчивостью к засухе

Междисциплинарная группа исследователей под руководством экспертов из Texas A&M AgriLife использует магнитно-резонансную томографию (МРТ) для изучения корней сельскохозяйственных культур, чтобы вывести растения с более сильной и глубокой корневой системой

Команда из Texas A&M AgriLife Research, Гарвардской медицинской школы, ABQMR Inc. и Института здоровья почвы разработала новую систему корневого фенотипирования на основе МРТ для неразрушающего получения изображений корней, растущих в почве, с высоким разрешением, и создала лабораторию Texas A&M Roots Lab. дальнейшее развитие этой технологии как нового инструмента оценки.

Проект финансируется за счет Министерства энергетики США.

Нитья Раджан, физиолог сельскохозяйственных культур AgriLife Research и агроэколог из Колледжа сельского хозяйства и естественных наук Департамента почвоведения и растениеводства, возглавляет эту многопрофильную проектную группу.

«Мы применяем технологию, чтобы увидеть корни, растущие непосредственно в сельскохозяйственных почвах, и охарактеризовать их. На сегодняшний день визуализация корней в почве является сложной задачей, потому что почва сложна и содержит твердые частицы, влагу и корни. Мы же хотим получить четкое изображение корней», сказала она.

Первоначально проект финансировался на три года в виде гранта в размере 4,6 миллиона долларов. Второй этап финансирования был утвержден в этом году в размере 4,4 миллиона долларов.

«На первом этапе мы разработали доказательство концепции и первоначальные прототипы, а на втором этапе сделали ризотрон для МРТ с низким полем для получения изображений с высоким разрешением и приложений для широкого спектра сельскохозяйственных культур в дополнение к энергетическому сорго», - сказала Раджан.

мрт для сельхозкультур

Нитья Раджан стоит с ризотроном МРТ в теплице Техасского университета A&M. Автор фото: Лаура Маккензи / Texas A&M AgriLife Marketing and Communications.

Также в команду AgriLife Research входят Билл Руни, селекционер сорго и председатель Borlaug-Monsanto по селекции растений и международному улучшению сельскохозяйственных культур в Департаменте почвенных и сельскохозяйственных культур, Джон Маллет, биохимик.

Руни и Маллет используют систему МРТ для продвижения биоэнергетической генетики сорго.

«Нам необходимы корневые системы сельскохозяйственных культур, которые сохраняют больше углерода в почве, - говорит Маллет. - Кроме того, глубокие корневые системы могут потреблять больше воды из почвенных профилей, повышая устойчивость сельскохозяйственных культур к засухе».

С точки зрения улучшения сельскохозяйственных культур, добавил Руни, эта технология необходима для эффективного скрининга зародышевой плазмы сельскохозяйственных культур на наличие определенных генотипов с улучшенной корневой системой.

По словам Раджан, использование МРТ позволяет получать изображения корней, не повреждая растения, в отличие от традиционных методов, таких как рытье траншей, выкапывание почвы и выемка корней.

Команда AgriLife Research работает с ABQMR Inc., группой экспертов по МРТ в Альбукерке, штат Нью-Мексико, которые участвуют в разработке и создании системы.

«При слабых магнитных полях МРТ можно использовать для визуализации корней в естественных почвах, - сказала Хилари Фабич, президент ABQMR. - Слабые магнитные поля также означают меньший риск для безопасности при работе с датчиком в сельскохозяйственных условиях».

Мэтт Розен - один из главных исследователей проекта и содиректором Центра машинного обучения в Центре биомедицинской визуализации Мартиноса в Гарварде. Розен и его команда привносят свой опыт работы с физикой МРТ и передовыми технологиями искусственного интеллекта.

Сотрудники лаборатории Розена впервые применила глубокое обучение для обработки данных МРТ. Неха Кунджу, научный сотрудник лаборатории Розена, использует AUTOMAP - Automated TransfOrm by Manifold Approximation - подход к реконструкции изображений, основанный на глубоком обучении, для уменьшения влияния шума окружающей среды на корневые МРТ-изображения.

Браги Свейнссон, научный сотрудник, работающий с Розеном, разработал первый прототип программного обеспечения под названием «MIDGARD» - 3D-сегментация МРТ и анализ описания корня - для извлечения количественной информации о признаках корня из МРТ-изображений корней.

Команда планирует выпустить MIDGARD как программное обеспечение с открытым исходным кодом после дальнейшего тестирования.

«Используя MIDGARD, мы можем извлечь количественную информацию о признаках корня, и эти данные будут использоваться для выбора идеальных характеристик растений, - сказал Розен. - В дальнейшем MIDGARD также будет иметь возможность трехмерного изображения содержания влаги в почве, что является ключевым свойством, которое стимулирует рост корней».

(Источник: today.tamu.edu. Автор: Кей Ледбеттер, Texas A&M AgriLife Communications).