Горшечная девятилистная кукуруза стоит на тарелке размером с фрисби. Тандем начинает вращаться, как центральная часть гигантской музыкальной шкатулки, со скоростью три градуса в секунду, и через две минуты растение возвращается в исходное положение.
Проходит еще минута, и на соседнем экране появляется цифровое трехмерное изображение в палитре доктора Сьюза: пурпурный, бирюзовый и желтый, каждый лист имеет свой оттенок, но почти идентичен своему реальному аналогу в форма, размер и угол.
Этот рендеринг и связанные с ним данные получены благодаря LiDAR, технологии, которая излучает импульсный лазерный свет на поверхность и измеряет время, необходимое для отражения этих импульсов обратно - чем больше задержка, тем больше расстояние. Сканируя растение на протяжении всего его вращения, эта 360-градусная технология LiDAR может собирать миллионы трехмерных координат, которые сложный алгоритм затем группирует и формирует в цифровом виде в компоненты растения: листья, стебли, колосья.
Юфенг Ге, Суреш Тапа и их коллеги из Университета Небраски-Линкольн разработали этот подход как способ автоматического и эффективного сбора данных о фенотипе растения: физических признаках, возникающих из его генетического кода. Чем быстрее и точнее будут собраны фенотипические данные, тем легче исследователям будет сравнивать культуры, которые были выведены или генетически модифицированы по определенным признакам - в идеале те, которые помогают производить больше еды.
Ускорение этих усилий особенно важно, говорят исследователи, для удовлетворения потребностей в продовольствии населения мира, которое, как ожидается, вырастет с примерно 7,5 миллиардов человек сегодня до почти 10 миллиардов в 2050 году.
«Мы уже можем проводить секвенирование ДНК и геномные исследования очень быстро», - сказал Ге, доцент кафедры инженерии биологических систем. «Чтобы использовать эту информацию более эффективно, вы должны соединить ее с данными фенотипирования. Это позволит вам вернуться назад и изучить генетическую информацию более тщательно. Но сейчас это (достигает) узкое место, потому что мы не можем этого сделать быстро, как мы хотим, по низкой цене."
При трехминутном анализе на растение установка команды работает значительно быстрее, чем большинство других методов фенотипирования, сказал Ге. Но скорость мало что значит без точности, поэтому команда также использовала систему для оценки четырех признаков растений кукурузы и сорго. Первые два признака - площадь поверхности отдельных листьев и всех листьев на растении - помогают определить, сколько энергии может производить фотосинтез растения. Два других - угол, под которым листья выступают из стебля, и насколько эти углы варьируются в пределах растения - влияют как на фотосинтез, так и на то, насколько плотно можно посадить культуру в поле.
Сравнение оценок системы с тщательными измерениями растений кукурузы и сорго показало многообещающие результаты: 91-процентное совпадение по площади поверхности отдельных листьев и 95-процентное совпадение по общей площади листьев. Точность угловых оценок в целом была ниже, но все же колебалась от 72 до 90 процентов, в зависимости от переменной и типа растения.
ЗАСТОЙЧИВЫЙ
На сегодняшний день наиболее распространенная форма трехмерного фенотипирования основана на стереозрении: две камеры, которые одновременно захватывают изображения растения и объединяют их перспективы в приближение к трехмерному, определяя одни и те же точки из оба изображения.
Хотя визуализация произвела революцию в фенотипировании во многих отношениях, у нее есть недостатки. Самая короткая, по словам Ге, - это неизбежная потеря пространственной информации во время преобразования из трехмерного в двухмерное, особенно когда одна часть растения блокирует обзор камеры другой частью.
«Это было особенно сложно для таких характеристик, как площадь и угол листа, потому что изображение не очень хорошо сохраняет эти черты», - сказал Ге.
Подход 360-градусного LiDAR сталкивается с меньшим количеством этих проблем, говорят исследователи, и требует меньше вычислительных ресурсов при построении трехмерного изображения из его данных.
«LiDAR выгоден с точки зрения пропускной способности и скорости, а также с точки зрения точности и разрешения», - сказал Тапа, докторант в области инженерии биологических систем. «И он становится более экономичным (чем раньше)».
В дальнейшем команда хочет добавить лазеры разных цветов в свою установку LiDAR. То, как растение отражает эти дополнительные лазеры, поможет определить, как оно поглощает воду и азот - основы роста растений - и производит хлорофилл, необходимый для фотосинтеза..
«Если мы сможем взяться за эти три (переменные) с химической стороны и эти четыре (переменные) с морфологической стороны, а затем скомбинировать их, мы получим семь свойств, которые мы сможем измерять одновременно», Ge сказал. "Тогда я буду по-настоящему счастлив."