CN116820002A - 一种用于植物定向培育的筛选系统及方法 - Google Patents
一种用于植物定向培育的筛选系统及方法 Download PDFInfo
- Publication number
- CN116820002A CN116820002A CN202310753288.9A CN202310753288A CN116820002A CN 116820002 A CN116820002 A CN 116820002A CN 202310753288 A CN202310753288 A CN 202310753288A CN 116820002 A CN116820002 A CN 116820002A
- Authority
- CN
- China
- Prior art keywords
- plant
- development
- tested
- central controller
- time node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012216 screening Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000011161 development Methods 0.000 claims abstract description 150
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 124
- 230000008859 change Effects 0.000 claims abstract description 16
- 230000012010 growth Effects 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 20
- 238000009331 sowing Methods 0.000 claims description 17
- 230000003111 delayed effect Effects 0.000 claims description 11
- 230000005764 inhibitory process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 5
- 230000001737 promoting effect Effects 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 abstract description 7
- 241000196324 Embryophyta Species 0.000 description 169
- 230000018109 developmental process Effects 0.000 description 114
- 241000192043 Echinochloa Species 0.000 description 73
- 238000011160 research Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 23
- 230000035772 mutation Effects 0.000 description 21
- 230000000877 morphologic effect Effects 0.000 description 20
- 230000035784 germination Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000007226 seed germination Effects 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 240000008042 Zea mays Species 0.000 description 6
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 6
- 210000005069 ears Anatomy 0.000 description 6
- 238000002703 mutagenesis Methods 0.000 description 6
- 231100000350 mutagenesis Toxicity 0.000 description 6
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 5
- 235000005822 corn Nutrition 0.000 description 5
- 230000034994 death Effects 0.000 description 5
- 230000008635 plant growth Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008121 plant development Effects 0.000 description 4
- 230000010152 pollination Effects 0.000 description 4
- 239000005662 Paraffin oil Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000004660 morphological change Effects 0.000 description 3
- 241001057636 Dracaena deremensis Species 0.000 description 2
- 101001036258 Homo sapiens Little elongation complex subunit 2 Proteins 0.000 description 2
- 102100039420 Little elongation complex subunit 2 Human genes 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 101100352374 Oryza sativa subsp. japonica PLA3 gene Proteins 0.000 description 2
- 108700001094 Plant Genes Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004345 fruit ripening Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000005080 plant death Effects 0.000 description 2
- 230000008636 plant growth process Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 101150039622 so gene Proteins 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- FFRBMBIXVSCUFS-UHFFFAOYSA-N 2,4-dinitro-1-naphthol Chemical compound C1=CC=C2C(O)=C([N+]([O-])=O)C=C([N+]([O-])=O)C2=C1 FFRBMBIXVSCUFS-UHFFFAOYSA-N 0.000 description 1
- 241000219194 Arabidopsis Species 0.000 description 1
- 101100018067 Arabidopsis thaliana HTD1 gene Proteins 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 101150062628 EHD1 gene Proteins 0.000 description 1
- 244000299507 Gossypium hirsutum Species 0.000 description 1
- 101100382855 Oryza sativa subsp. japonica CCD7 gene Proteins 0.000 description 1
- 101000962493 Oryza sativa subsp. japonica MADS-box transcription factor 15 Proteins 0.000 description 1
- 101000625767 Oryza sativa subsp. japonica Transcription factor TB1 Proteins 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 101150016368 TAD1 gene Proteins 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012215 gene cloning Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 235000009973 maize Nutrition 0.000 description 1
- -1 osbHLH116 Proteins 0.000 description 1
- 238000003976 plant breeding Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007671 third-generation sequencing Methods 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/14—Measures for saving energy, e.g. in green houses
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Cultivation Of Plants (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Hydroponics (AREA)
- Sowing (AREA)
Abstract
本发明涉及一种用于植物定向培育的筛选系统及方法，包含：采集单元，被配置为获取待测植物的图像，以及中央控制器，其包含存储有与所述待测植物表型变化相关联的基因数据的基因数据库，所述中央控制器被配置为：根据所述采集单元获取的图像生成所述待测植物的与发育时间节点相关的表型数据，并将所述表型数据划分为以所述待测植物的发育阶段为依据的至少一个的资料集，所述中央控制器为对应于所述发育阶段的所述资料集设置相关联的表型变化的关键词标签，并通过所述基因数据库生成对应于所述关键词标签的推荐基因集合，其中，推荐基因集合为与所述待测植物的发育时间节点变化相关联的基因的集合。
Description
技术领域
本发明涉及植物育种技术领域，涉及植物培育系统，尤其涉及一种用于植物定向培育的筛选系统。
背景技术
遗传与变异是物种进化的基础。植物在自然环境条件和人工诱导环境下均会产生突变体，突变体对于遗传学研究有重要作用。目前在农作物育种中，利用突变体育种是重要的方法之一，突变体的作用主要体现在提高产量、增强抗性、提高生产效率、改善农作物品质等方面，现有技术中获取突变体的手段常常是人工通过物理、化学方法(例如筛选、辐射诱变、EMS诱变等)产生全基因组的随机突变。如公告号为CN107950388B的发明提供了一种利用EMS诱变产生玉米突变体的方法，包括以下步骤：S1，花粉收集：给处于散粉早期玉米的雄穗套袋，收集玉米花粉；选择生育期长势良好的玉米单株雌穗套袋，得到待授粉玉米植株；S2，花粉诱变处理：配制EMS-石蜡油溶液，将S1收集的花粉除掉花药后，加入到EMS-石蜡油溶液中，按以下步骤进行诱变：(1)将花粉置于15W紫外灯正下方30cm处照射30～60s，(2)避光搅拌20～30min，(3)将花粉置于15W紫外灯正下方30cm处照射15～30s，(4)避光搅拌15～20min，得到诱变花粉溶液；S3，人工授粉：人工授粉前30～60mim，在待授粉玉米植株的雌穗花丝上涂抹EMS-石蜡油溶液，得到诱变处理花丝，然后进行人工授粉，人工授粉时将S2的诱变花粉溶液均匀刷在诱变处理花丝上，套袋，正常田间管理直至收获玉米，得到玉米突变体。
筛选新型性状突变体的过程费时费力，突变处理后的植株通常种植于生态园、育种室或温室。科研人员在突变处理后的植株的生长发育期间需要长期地、频繁地对其表型进行观察、记录、分析和筛选，再将筛选出的可能是突变体的植株作进一步鉴定，判断其是否为突变体，再通过分子生物学手段进行基因定位、基因克隆、基因相关调控表达研究、基因功能研究等。整个研究过程耗费大量时间，并且，最终获得的基因及相关成果很可能已经公开发表而导致科研人员的努力成为无用功。
此外，在植物的生长过程中，尤其是农作物的生长发育过程，科研人员对于突变性状的关注重点在：有无病斑、植株高度、植株叶片、植株器官的大小和形态等方面，而对植株生长发育中的特殊时间节点关注较少，例如同一批种子露白的时间点的早晚、长出第一片叶的时间节点的早晚、长出第一个分蘖的时间点的早晚等。研究植物生长发育的各时间节点的差异具有重要意义。具体地，获取突变体植株的整个生长发育周期中各时间节点的差异对于筛选植物不同发育期相关联的基因具有重要研究意义，其能够提供除常规研究的与农作物产量、抗性等相关基因范围外的其他重要基因，为已有的农作物的基因研究提供更多资源，以拓展现有的农作物的基因及基因功能研究方向。
此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
由于二代和三代测序技术的发展，拟南芥、水稻、小麦、棉花等植物的基因鉴定、基因功能研究一直在推进，作为主要农作物的水稻的功能基因已经被深入研究并公开发表。目前对农作物的功能基因研究过程包括：构建突变体库，对突变体库中的突变体植株进行筛选与鉴定，对突变体植株的全基因组进行筛选得到突变位点，再对突变基因进行验证。监测突变处理后的植物的整个发育周期需要科研人员在较短的间隔天数甚至每天都去试验区域进行观察和记录，整个过程会花费科研人员大量时间，耗费大量人力，并且科研人员经过长期的研究而得到的基因、基因功能等成果很可能已经被公开。
此外，现有技术中对突变体性状的研究重点多集中在：有无病斑、植株高度、植株叶片、植株器官的大小和形态等方面，对应地，其多研究与前述性状突变相关的基因。但是，对于农作物在整个生长发育周期中的发育时间节点的差异关注较少，本发明中发育时间节点定义为植物的整个生长发育周期中从一个生长阶段进入到下一个生长阶段的临界时间点。例如对于禾本科植物，发育时间节点至少包括：种子胚根尖突破种皮露白的时间点、第一片叶发生的时间点、第一个分蘖发生的时间点、第一个穗从叶鞘中抽出的时间点、果实成熟的时间点、植株死亡的时间点。获取突变体植株的整个生长发育周期中各时间节点的差异对于筛选与植物不同发育期相关联的基因具有重要研究意义，如同一批经过突变处理的种子的露白的时间点具有差异，有的种子经过突变处理后表现为提前萌发，有的种子经过突变处理后表现为延迟萌发；该性状能够为科研人员提供与种子萌发相关的基因的研究方向；同一批经过突变处理的植株的第一个分蘖发生的时间点有差异，有的植株经过突变处理后表现为提前发生分蘖，有的植株经过突变处理后表现为延迟发生分蘖，该性状能够为科研人员提供与分蘖或分枝相关的基因的研究方向，诸如此类性状相关的基因研究是很容易被忽略的。对科研人员而言，观察、记录、分析农作物在整个生长发育周期中的发育时间节点的差异需要付出大量时间，在观察期间，可能会漏记一些重要的性状差异，最终导致试验结果不理想。
针对现有技术之不足，本发明提供了一种用于植物定向培育的筛选系统及方法，其能够完整记录植物整个生长周期中的发育时间节点，通过分析发育时间节点的差异生成相关基因的推荐等级，提供除常规研究的与农作物产量、抗性等相关基因范围外的其他重要基因，为已有的农作物的基因研究提供更多资源，以拓展现有的农作物的基因及基因功能研究方向。
本发明提供一种用于植物定向培育的筛选系统，包含：
采集单元，被配置为获取待测植物的图像，
以及中央控制器，其包含存储有与所述待测植物的表型变化相关联的基因数据的基因数据库，
所述中央控制器被配置为：
根据所述采集单元获取的图像生成所述待测植物的与发育时间节点相关的表型数据，并将所述表型数据划分为以所述待测植物的发育阶段为依据的至少一个的资料集，
所述中央控制器为对应于所述发育阶段的所述资料集设置相关联的表型变化的关键词标签，并通过所述基因数据库生成对应于所述关键词标签的推荐基因集合，其中，
推荐基因集合为与所述待测植物的发育时间节点变化相关联的基因的集合。
本发明的有益效果：
通过采集单元获取的图像，中央控制器获取植物的各发育节点的表型数据，并将与发育时间相关的表型数据划分为以植物的发育阶段为依据的一个或多个资料集，并且，中央控制器为对应于植物的发育阶段的资料集设置关联于表型变化的关键词标签，再通过基因数据库调取与关键词相关联的基因，生成对应的推荐基因集合。与传统的功能基因研究过程(构建突变体库，对突变体库中的突变体植株进行筛选与鉴定，对突变体植株的全基因组进行筛选得到突变位点，再对突变基因进行验证等)相比，筛选系统通过自动化监测与分析生成的推荐基因集合为科研人员提供研究方向，避免科研人员进行盲目试验而浪费研究时间，筛选系统还克服传统的依赖人工记录、观察的方法而忽略或漏记一些重要表型信息，进而导致试验结果不完整或不理想的问题。
此外，本发明基于植物生长过程中发育时间节点的性状变化而生成推荐基因集合，弥补了传统研究中与发育时间节点有关的基因研究空白。研究植物的发育时间节点具有重要意义，如，突变体植株的抽穗时间提前而死亡时间延迟，说明该突变体植株的生殖阶段占整个生命周期的比例增加，延长的生殖阶段使得植物有充足的时间产生子代，因而能够留下更多的子代，对于一些劣势植物而言，可通过研究与此相关的基因来保证劣势植物的长期存活，因而本实施例为植物基因研究提供了更广的研究方向。
优选地，所述中央控制器包含：
预存标准图像库，其至少包括所述待测植物的各发育时间节点的所述待测植物的标准图像，
所述中央控制器被配置为：
基于所述采集单元以第一采集模式采集的图像与对应的发育阶段的所述标准图像的特征吻合，控制所述采集单元以第二采集模式采集图像，
其中，
第一采集模式为灰度图像采集模式，第二采集模式为彩色图像采集模式。
优选地，所述中央控制器被配置为：
当以所述第二采集模式采集的所述待测植物的图像与对应的所述发育节点的所述待测植物的标准图像的特征吻合，确定所述待测植物的对应的发育时间节点的日期，其中，
所述发育时间节点为所述待测植物的整个生长发育周期中从一个生长阶段进入到下一个生长阶段的临界时间点。
优选地，所述中央控制器设置有发育标准时间范围以判断所述待测植物的所述发育时间节点为提前或延迟，其中，
所述发育标准时间范围为野生型的植物的播种之日与各生长阶段的发育时间节点之间所经历的正常发育时间长度的范围。
优选地，所述中央控制器包括计算单元，其被配置为计算所述待测植物被确认的发育时间节点的日期与播种之日之间的时间长度。
优选地，当所述待测植物被确认的发育时间节点的日期与播种之日之间的时间长度低于所述发育标准时间范围的下限，所述中央控制器判断所述发育时间节点提前；
当所述待测植物被确认的发育时间节点的日期与播种之日之间的时间长度超过所述发育标准时间范围的上限，所述中央控制器判断所述发育时间节点延迟。
优选地，所述中央控制器将所述推荐基因集合分为促进集合和抑制集合，其中，
促进集合为使所述待测植物的发育时间节点提前的与所述待测植物发育阶段对应的基因集合；
抑制集合为使所述待测植物的发育时间节点延迟的与所述待测植物发育阶段对应的基因集合。
优选地，所述中央控制器被配置为：
当判断所述待测植物的所述发育时间节点提前，将与植物的发育时间节点提前的相关基因划分至所述促进集合；
当判断所述待测植物的所述发育时间节点延迟，将与植物的发育时间节点延迟的相关基因划分至所述抑制集合。
本发明还提供一种用于植物定向培育的筛选方法，其特征在于，包括以下步骤：
获取待测植物的图像；
获取所述待测植物的与发育时间节点相关的表型数据；
将所述表型数据划分为以所述待测植物的发育阶段为依据的至少一个的资料集；
为所述资料集设置相关联的表型变化的关键词标签；
通过基因数据库生成对应于所述关键词标签的推荐基因集合。
本发明的有益效果：
采集单元设置第一采集模式和第二采集模式，植物的整个生长过程中，通过第一采集模式(灰度图像或低分辨率)采集图像后进行初次筛选，将实时采集的图像的特征与预存标准图像库中的标准图像进行比对，筛选出与标准图像的特征吻合的灰度图像对应的植物，中央控制器控制采集单元以第二采集模式(彩色图像或高分辨率)对筛选图的对应植物进行二次采集并分析，以确认植物所处的生长阶段。低分辨率或灰度图像的内存相较于高分辨率或彩色图像更小，图像处理单元对低分辨率或灰度图像的分析耗时更短，因此，本发明首先通过第一采集模式采集的图像筛选出目标植物，再通过第二采集模式对筛选出的目标植物进行二次图像采集，以减少图像所占的内存空间和降低图像处理时间，进而达到提高工作效率、减少数据传输失败或延迟的目的，同时保证图像判断结果的准确性。
附图说明
图1是本发明提供的一种优选实施方式的筛选系统的简化模块连接关系示意图。
附图标记列表
100：采集单元；200：中央控制器；210：图像处理单元；220：计算单元；230：基因数据库；300：待测植物。
具体实施方式
下面结合附图进行详细说明。本申请中：表型是指有机体可被观察到的结构和功能方面的特性，如形态、颜色、发育时间方面的特征。与表型变化相关联的基因数据为与植物的表型发生改变具有因果关系、共变关系的基因数据，例如引起种子萌发延迟、分蘖提前、开花提前等表型变化的基因数据。野生型的植物与突变型的植物是相对来说的，在研究中把从大自然中获得的个体(即非人工诱变的个体)定义为野生型。发育时间节点相关的表型数据为体现植物的发育时间节点发生改变的表型数据，例如种子萌发时间节点提前，提前天数为5天。本申请中发育时间节点提前或延迟是指时间线上的提前或延迟。基因数据库存储有基因和基因组的序列、结构、变异和功能等多种数据。
实施例1
本实施例以禾本科的稗为例以阐述植物定向培育的筛选系统的工作过程。如图1所示，筛选系统包括：采集单元100，被配置为获取待测植物300的图像。优选地，采集单元100用于周期性地采集种子或植株的图像。优选地，采集单元100为图像摄取装置。根据一种优选实施方式，采集单元100设置有第一采集模式和第二采集模式。优选地，第一采集模式为采集单元100采集待测植物300的灰色图像。优选地，第二采集模式为采集单元100采集待测植物300的彩色图像。
优选地，第一采集模式为采集单元100以第一分辨率采集待测植物300的图像。优选地，第二采集模式为采集单元100以第二分辨率采集待测植物300的图像。优选地，第二分辨率高于第一分辨率。具体地，第一分辨率能够为720×480。具体地，第二分辨率能够为3840x2160。
筛选系统对于试验区域中经过突变处理后的稗的种子进行监测。突变处理能够为紫外线诱变、EMS浸泡处理等。从播种之日起，筛选系统开始工作。科研人员能够对筛选系统进行工作时间设定。优选地，工作时间设定为以第一间隔时间采集试验区域中稗的图像。具体地，第一间隔时间能够为一周、5天、4天、3天、2天、1天、0天。第一间隔时间的设置视稗的生长情况而定。优选地，第一间隔时间设置为0天，即每日采集稗的图像。
在稗的萌发期，采集单元100被配置为按照第一采集模式每日获取试验区域的稗的种子的灰度图像。采集单元100将获取的灰度图像进行编号并将编号的灰度图像发送至中央控制器200。优选地，采集单元100与中央控制器200通讯连接。具体地，采集单元100与中央控制器200WLAN连接。优选地，中央控制器200能够为计算机。
优选地，中央控制器200设置有图像处理单元210。优选地，图像处理单元210用于提取图像的特征信息。图像处理单元210能够根据像素分布、亮度、颜色等信息提取图像的特征信息。优选地，中央控制器200设置有预存标准图像库。优选地，预存标准图像库至少包括待测植物300的各发育时间节点的待测植物300的标准图像。优选地，预存标准图像库包括稗的完整的生长周期的标准图像。优选地，预存标准图像库至少包括稗各发育时间节点的种子或植株的标准图像。具体地，预存标准图像库包括初始播种的稗种子图像、稗的种子露白图像、第一片叶发生的稗的幼苗图像、第一个分蘖发生的稗植株图像、第一个穗从叶鞘中抽出的稗抽穗图像、稗的果实成熟的植株图像，稗植株死亡的植株图像。其中，以胚根尖刚突破种皮为露白标准；以第一个分蘖的叶片伸出叶鞘1～1.5cm为分蘖标准；以幼穗尖部露出叶鞘时作为抽穗标准；以果实变为金黄色作为果实成熟的标准；以植株的整个地上部分变黄作为植株死亡的标准。
根据一种优选实施方式，中央控制器200被配置为：基于采集单元100以第一采集模式采集的图像与对应的发育阶段的标准图像的特征吻合，控制采集单元100以第二采集模式采集图像，其中，第一采集模式为灰度图像采集模式，第二采集模式为彩色图像采集模式。
根据一种优选实施方式，当以第二采集模式采集的待测植物300的图像与对应的发育节点的所述待测植物300的标准图像的特征吻合，确定待测植物300的对应的发育时间节点的日期，其中，发育时间节点为待测植物300的整个生长发育周期中从一个生长阶段进入到下一个生长阶段的临界时间点。
优选地，图像处理单元210提取以第一采集模式采集的灰度图像中待比对目标的形态特征。中央控制器200将获取的带有编号的图像的形态特征与预存标准图像库的初始播种的稗种子图像的形态特征进行比对，判断带有编号的灰度图像对应的稗的种子是否发生形态变化，当判断结果为稗的种子发生形态变化，中央控制器200控制采集单元100以第二采集模式采集发生形态变化的对应编号的稗的彩色图并对采集的彩色图像进行二次编号，采集单元100将二次编号的彩色图像发送至中央控制器200，图像处理单元210获取二次编号的彩色图像中待比对目标的形态和颜色特征。中央控制器200将带有二次编号的彩色图像的形态和颜色特征与预存标准图像库中的标准图像的形态和颜色特征进行比对，以确认当前的稗的生长阶段。例如，采集单元100采集10个位点的稗种子的灰度图，分别编号为1～10后发送至图像处理单元210，图像处理单元210提取灰度图像的形态特征，中央控制器200将编号为1～10的图像的形态特征与预存标准图像库的初始播种的稗种子图像的形态特征进行比对，中央控制器200判断编号为1～5的灰度图像未发生形态变化，编号为6～10的灰度图像发生了形态变化，中央控制器200控制采集单元100采集编号为6～10对应的稗的彩色图像并进行二次编号，如，编号为6的图像的二次编号为6-1，编号为7的图像的二次编号为7-1，编号为1 O的图像的二次编号为10-1。采集单元100将二次编号的彩色图像发送至图像处理单元210进行特征提取，再与预存标准图像库中的标准图像的形态和颜色特征进行比对，比对结果为编号为6-1、7-1、8-1、9-1、10-1的稗的彩色图像与稗的种子露白图像的形态和颜色特征吻合，因此，中央控制器200判断编号为6-1、7-1、8-1、9-1、10-1的稗的种子露白并记录对应的日期。
植物的生长周期较长，对于需要长期进行监测的植物而言，多次采集高分辨率或彩色图像会占用大量储存空间，并且，在采集单元100与中央控制器200之间进行图像传输时，由于图像的内存大，传输时会出现卡顿、上传不及时、上传中断等情况，并且，在图像处理单元210进行特征提取时，也需要耗费大量时间，相应地，筛选系统在工作过程中产生的数据量巨大。本实施例中采集单元100设置第一采集模式和第二采集模式的优点在于：植物的生长过程中，通过第一采集模式(灰度图像或低分辨率)采集图像后进行初次筛选，将实时采集的图像的特征与预存标准图像库中的标准图像进行比对，筛选出与标准图像的特征吻合的灰度图像对应的植物，中央控制器200控制采集单元100以第二采集模式(彩色图像或高分辨率)对筛选图的对应植物进行二次采集并分析，以确认植物所处的生长阶段。低分辨率或灰度图像的内存相较于高分辨率或彩色图像更小，图像处理单元210对低分辨率或灰度图像的分析耗时更短，因此，本实施例首先通过第一采集模式采集的图像筛选出目标植物，再通过第二采集模式对筛选出的目标植物进行二次图像采集，以减少图像所占的内存空间和降低图像处理时间，进而达到提高工作效率、减少数据传输失败或延迟的目的，同时保证图像判断结果的准确性。
根据一种优选实施方式，中央控制器200还包括计算单元220。优选地，计算单元220用于计算待测植物300被确认的发育时间节点的日期与播种之日之间的时间长度。优选地，计算单元220还能计算植物被确认为到达发育时间节点的日期与前一个发育时间节点日期之间的时间长度。优选地，中央控制器200中存储有播种的日期。如播种日期为2020年2月26日，稗的种子露白日期为2020年2月27日，计算单元220计算出编号为6-1、7-1、8-1、9-1、10-1的稗的种子露白的时间长度为1天。
根据一种优选实施方式，中央控制器200设置有发育标准时间范围以判断稗的各发育时间节点为提前或延迟。本实施例中，发育标准时间范围定义为野生型的植物的播种之日与各生长阶段的发育时间节点之间所经历的正常发育时间长度的范围。当待测植物300被确认的发育时间节点的日期与播种之日之间的时间长度低于发育标准时间范围的下限，中央控制器200判断发育时间节点提前；当待测植物300被确认的发育时间节点的日期与播种之日之间的时间长度超过发育标准时间范围的上限，中央控制器200判断发育时间节点延迟。
优选地，稗的种子露白的发育标准时间范围为2～3天；稗的第一片叶发生的发育标准时间范围为7～10天；稗的第一个分蘖发生的发育标准时间范围为50～55天；稗的第一个穗从叶鞘中抽出的发育标准时间范围为80～85天；稗的果实成熟的发育标准时间范围为110～115天；稗植株死亡的发育标准时间范围为170～180天。编号为6-1、7-1、8-1、9-1、10-1的图像对应的稗的种子露白的时间长度为1天，低于稗的种子露白的发育标准时间范围的下限，中央控制器200判断编号为6-1、7-1、8-1、9-1、10-1的图像对应的稗的种子提前萌发。
筛选系统重复上述工作过程，得到编号为1-1，2-1，3-1，4-1，5-1对应的稗的种子露白时间长度分别为6天，2天，3天，4天，7天，其中，编号为2-1和3-1对应的稗的种子露白的时间长度处于稗的种子露白的发育标准时间范围内，编号为1-1、4-1和5-1的图像对应的稗的种子露白的时间长度超过稗的种子露白的发育标准时间范围的上限，中央控制器200判断编号为1-1、4-1和5-1的图像对应的稗的种子延迟萌发。
优选地，中央控制器200将采集单元100获取的图像生成待测植物300的与发育时间节点相关的表型数据划分为以待测植物300的发育阶段为依据的至少一个的资料集。优选地，中央控制器200为对应于待测植物300的发育阶段的资料集设置相关联的表型变化的关键词标签。具体地，表型数据能够划分为萌发资料集、叶片发生资料集、分蘖发生资料集、抽穗资料集、果实成熟资料集、生活周期资料集。
根据一种优选实施方式，中央控制器200包含基因数据库230。基因数据库230存储有与待测植物300表型变化相关联的基因数据。例如，突变处理后的稗的种子萌发时间长度超过或低于野生型的稗的种子的萌发时间长度，中央控制器200将稗的萌发时间长度的表型数据归入资料集后生成关键词标签：萌发资料集，并通过基因数据库230调取与萌发性状相关联的基因，生成对应的推荐基因集合。推荐基因集合为与待测植物300的发育时间节点变化相关联的基因的集合。如萌发时间节点提前或延迟，推荐基因集合为包含与萌发时间变化相关联的基因的集合。
优选地，中央控制器200将推荐基因集合分类为促进集合和抑制集合。促进集合为使待测植物300的各发育时间节点提前的与待测植物300发育阶段对应的基因的集合。抑制集合为使待测植物300的各发育时间节点延迟的与待测植物300发育阶段对应的基因的集合。根据一种优选实施方式，中央控制器200被配置为：当判断所述待测植物300的所述发育时间节点提前，将与植物的发育时间节点提前的相关基因划分至所述促进集合；当判断所述待测植物300的所述发育时间节点延迟，将与植物的发育时间节点延迟的相关基因划分至所述抑制集合。
上述内容为稗的萌发性状发生改变，因此，中央控制器200生成推荐基因集合，推荐基因集合包括{SD6、ICE2、OsbHLH116、PLA3}。进一步地，推荐基因集合被分为促进集合{SD6 OsbHLH116}和抑制集合{PLA3 ICE2}。
筛选系统继续工作，例如，当稗生长一段时间后，采集单元100采集10个位点的植株的灰度图，分别编号为1～10后发送至图像处理单元210，图像处理单元210提取植株的灰度图像的形态特征。优选地，图像处理单元210根据植株的不同部位的分布特点提取图像的特征。例如，图像处理单元210提取植株的靠近基部的叶片的特征；图像处理单元210提取植株的靠近基部的分蘖的特征；图像处理单元210提取植株的主茎顶部的花序的特征。中央控制器200将编号为1～10的图像的形态特征与预存标准图像库的标准图像的形态特征进行比对，其中，编号为1～5的灰度图像的形态特征与预存标准图像库的第一个分蘖发生的稗植株图像的形态特征重合，编号为6～8的灰度图像的形态特征与预存标准图像库的标准图像的形态特征不匹配，而编号为9和10的灰度图像的形态特征与预存标准图像库的第一个穗从叶鞘中抽出的稗抽穗图像的形态特征吻合，中央控制器200控制采集单元100采集编号为1～5和9～10的图像对应的稗植株的彩色图并进行二次编号，如，编号为1的图像的二次编号为1-1，编号为2的图像的二次编号为2-1，以此类推，编号为10的图像的二次编号为10-1。采集单元100将二次编号后的彩色图像发送至图像处理单元210进行特征提取，再与预存标准图像库中的标准图像的形态和颜色特征进行比对，比对结果为编号为1-1、2-1、3-1、4-1、5-1的稗的彩色图像与预存标准图像库的第一个分蘖发生的稗植株图像的形态和颜色特征吻合，编号为9-1和1 0-1的稗的彩色图像与预存标准图像库的第一个穗从叶鞘中抽出的稗抽穗图像的形态特征吻合，因此，中央控制器200判断编号为1-1、2-1、3-1、4-1、5-1的稗的第一个分蘖发生以及编号为9-1和10-1的稗的第一个穗从叶鞘中抽出，同时记录对应的日期，例如当天的日期为2020年4月28日；计算单元220计算出编号为1-1、2-1、3-1、4-1、5-1的稗的第一个分蘖发生的时间长度为62天，计算单元220计算出编号为9-1和10-1的稗的第一个穗从叶鞘中抽出的时间长度为62天。稗的第一个分蘖发生的时间长度超过相应的发育标准时间范围的上限55天，中央控制器200判断稗的分蘖时间延迟；稗的第一个穗从叶鞘中抽出的时间长度低于其发育标准时间范围的下限80天，中央控制器200判断稗的抽穗时间提前。
突变处理后的分蘖时间超过野生型的稗的分蘖时间长度，中央控制器200将稗的分蘖时间长度的表型数据归入资料集后生成关键词标签：分蘖发生资料集，并通过基因数据库230调取与分蘖性状相关联的基因，生成对应的推荐基因集合。具体地，分蘖推荐基因集合为抑制集合，抑制集合为{D10 HTD1 OsTB1 TAD1}。
突变处理后的抽穗时间低于野生型的稗的抽穗时间长度，中央控制器200将稗的抽穗时间长度的表型数据归入资料集后生成关键词标签：抽穗资料集，并通过基因数据库230调取与抽穗性状相关联的基因，生成对应的推荐基因集合。具体地，抽穗推荐基因集合为促进集合，促进集合为{Ehd1 Hd3a RFT1OsMADS14 OsMADS15}。
根据一种优选实施方式，中央控制器200能够根据植物的生长阶段而剔除一部分基因，以生成更加精准的推荐基因集合。例如，基因1是与植株分蘖相关的基因，但是基因1是在植株的分蘖期与分蘖角度相关的基因，与本实施例中从幼苗到分蘖的过渡期促使植株产生分蘖的情况不匹配，因此，在分蘖的推荐基因集合中将基因1剔除；基因2是与抽穗相关的基因，但基因2是抽穗中期与抽穗数量相关的基因，与本实施例中孕穗期到抽穗的过渡期促使植株抽穗的情况不匹配，因此，在抽穗的推荐基因集合中将基因2剔除。
本实施例的优点在于：通过采集单元100获取的图像，中央控制器200获取植物的各发育节点的表型数据，并将与发育时间相关的表型数据划分为以植物的发育阶段为依据的一个或多个资料集，并且，中央控制器200为对应于植物的发育阶段的资料集设置关联于表型变化的关键词标签，再通过基因数据库230调取与关键词相关联的基因，生成对应的推荐基因集合。与传统的研究方法相比，本实施例中筛选系统的自动化监测与分析为科研人员节约大量时间，并且，克服传统的依赖人工记录、观察的方法而忽略或漏记一些重要表型信息，进而导致试验结果不完整或不理想的问题。本实施例是基于植物生长过程中发育时间节点的表型变化而生成推荐基因集合，弥补了传统研究中与突变体的发育时间节点有关的基因研究空白。研究植物的发育时间节点具有重要意义，如，突变体植株的抽穗时间提前而死亡时间延迟，说明该突变体植株的生殖阶段占整个生命周期的比例增加，延长的生殖阶段使得植物有充足的时间产生子代，因而能够留下更多的子代，对于一些劣势植物而言，可通过研究与此相关的基因来保证劣势植物的长期存活，因而本实施例为植物基因研究提供了更广的研究方向。
此外，植物生长的每个阶段的相关基因的数量庞大，若推荐基因集合中包括所有与研究性状相关的基因，科研人员需要花费大量时间进行验证和分析，并且在验证过程中还可能出现的情况是：多数基因与研究性状不相关或无显著影响作用，科研人员因此可能浪费大量时间。本实施例的中央控制器200能够根据植物的发育阶段剔除部分基因，该部分基因包括与植物发育阶段不匹配和与发育时间无关的基因，因而能够为科研人员提供更精简的推荐基因集合。中央控制器200还将推荐基因集合划分为使植物发育节点提前的促进集合和使植物发育时间节点延迟的抑制集合，为科研人员提供明确的研究方向和更加细致的推荐基因集合。
实施例2
本实施例为实施例1的进一步改进，重复内容不作赘述。
在本实施例中，待测植物300的发育时间节点划分为第一时间节点、第二时间节点和第三时间节点。第一时间节点为种子萌发的时间点。第二时间节点为开始抽穗的时间点。第三时间节点为植株死亡的时间点。采集单元100设置有三种采集模式，包括：第一采集模式，被配置为只采集灰度图像；第二采集模式，被配置为采集灰度图像后对与指定编号的图像对应的待测植物300进行彩色图像采集；第三采集模式：只采集彩色图像。根据一种优选实施方式，基于待测植物300的发育时间节点的改变，中央控制器200控制采集单元100调整采集模式。
将稗的种子播种于试验区域后，中央控制器200控制采集单元100开启第一采集模式。优选地，当检测到种子萌发即到达第一时间点，中央控制器200控制采集单元100开启第二采集模式。优选地，当检测到植株开始抽穗即到达第二时间点，中央控制器200控制采集单元100开启第三采集模式。例如，稗的种子播种至试验区域后，采集单元100从播种之日开始采集稗的灰度图像并发送至中央控制器200的图像处理单元210进行分析，当分析结果为有种子萌发，中央控制器200控制采集单元100开启第二采集模式，采集单元100首先采集稗的灰度图像并发送至中央控制器200的图像处理单元210进行分析，采集的灰度图像能够继续用于分析种子萌发情况，当检测到灰度图像中有疑似植株开始抽穗的图像时，中央控制器200对疑似植株开始抽穗的图像所对应的植株进行彩色图像采集，当确认植株开始抽穗，并且检测到所有种子均萌发，中央控制器200控制采集单元100开启第三采集模式，从植株开始抽穗到植株死亡的时段均采集彩色图像。
植物不同发育阶段表现的形态特征不同，通过采集单元100所采集的不同发育阶段的图像与标准图像进行比对，中央控制器200能够判断植物所处的发育阶段；由于植物在一些发育阶段表现的形态特征容易被识别而在一些发育阶段表现的形态特征不容易被识别，因此，本实施例的采集单元100设置三种采集模式对植物进行图像采集，与传统的图像采集模式相比，本实施例的优点为：在检测到种子萌发之前，均采集植物的灰度图像用以判断种子是否萌发，种子萌发的形态特征是容易识别判断的，因此通过采集灰度图像进行分析即可用于判断种子是否萌发；当检测到有种子萌发，采集单元100开启第二采集模式，这是由于种子萌发后的部分特征不能仅通过灰度图像判断，例如，穗被包裹在叶鞘内但是露出较少的部分，在此种情况下，用灰度图像进行分析不能准确判断是否为抽穗，因为新叶发生时，其呈内卷的包裹状，当新叶只露出一个尖部，其形态和初始抽穗的特征很像，因此需要采集彩色图像进行判断以确认植株是否抽穗，在第二采集模式下，灰色图像仍然能够用于判断种子是否萌发，并且能够对疑似抽穗的植株进行彩色图像采集以进一步确认植株发育阶段；当确认植株开始抽穗，并且检测到所有种子均萌发，采集单元100开启第三采集模式，即只采集彩色图像进行分析，这是由于种子已全部萌发，即使采集灰度图像，也只能获取疑似抽穗的结果，后续的植株特征需要通过颜色判断，所以直接采集彩色图像用以判断抽穗、死亡等特征，直到检测至所有植株死亡，采集单元100停止采集图像。本实施例根据植物的发育节点选择不同的采集模式，其中，既能减小图像占取的内容空间，又能保证判断结果的准确性，克服了传统采集模式中仅用灰度图像或仅用彩色图像的问题。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思，诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思，申请人保留根据每项发明构思提出分案申请的权利。在全文中，“优选地”所引导的特征仅为一种可选方式，不应理解为必须设置，故此申请人保留随时放弃或删除相关优选特征之权利。
Claims (10)
1.一种用于植物定向培育的筛选系统，包含：
采集单元(100)，被配置为获取待测植物(300)的图像，
以及中央控制器(200)，其包含存储有与所述待测植物(300)的表型变化相关联的基因数据的基因数据库(230)，
其特征在于，
所述中央控制器(200)被配置为：
根据所述采集单元(100)获取的图像生成所述待测植物(300)的与发育时间节点相关的表型数据，并将所述表型数据划分为以所述待测植物(300)的发育阶段为依据的至少一个的资料集，
基于对应于所述发育阶段的所述资料集，所述中央控制器(200)设置相关联的表型变化的关键词标签，并通过所述基因数据库(230)生成对应于所述关键词标签的推荐基因集合，其中，
推荐基因集合为与所述待测植物(300)的发育时间节点变化相关联的基因的集合。
2.根据权利要求1所述的系统，其特征在于，所述中央控制器(200)包含：
预存标准图像库，其至少包括所述待测植物(300)的各发育时间节点的所述待测植物(300)的标准图像，
所述中央控制器(200)被配置为：
基于所述采集单元(100)以第一采集模式采集的图像与对应的发育阶段的所述标准图像的特征吻合，控制所述采集单元(10O)以第二采集模式采集图像，
其中，
第一采集模式为灰度图像采集模式，第二采集模式为彩色图像采集模式。
3.根据权利要求1或2所述的系统，其特征在于，所述中央控制器(200)被配置为：
当以所述第二采集模式采集的所述待测植物(300)的图像与对应的所述发育节点的所述待测植物(300)的标准图像的特征吻合，确定所述待测植物(300)的对应的发育时间节点的日期，其中，
所述发育时间节点为所述待测植物(300)的整个生长发育周期中从一个生长阶段进入到下一个生长阶段的临界时间点。
4.根据权利要求1～3之一所述的系统，其特征在于，所述中央控制器(200)设置有发育标准时间范围以判断所述待测植物(300)的所述发育时间节点为提前或延迟，其中，
所述发育标准时间范围为野生型的植物的播种之日与各生长阶段的发育时间节点之间所经历的正常发育时间长度的范围。
5.根据权利要求1～4之一所述的系统，其特征在于，所述中央控制器(200)包括计算单元(220)，其被配置为计算所述待测植物(300)被确认的发育时间节点的日期与播种之日之间的时间长度。
6.根据权利要求1～5之一所述的系统，其特征在于，当所述待测植物(300)被确认的发育时间节点的日期与播种之日之间的时间长度低于所述发育标准时间范围的下限，所述中央控制器(200)判断所述发育时间节点提前；
当所述待测植物(300)被确认的发育时间节点的日期与播种之日之间的时间长度超过所述发育标准时间范围的上限，所述中央控制器(200)判断所述发育时间节点延迟。
7.根据权利要求1～6之一所述的系统，其特征在于，所述中央控制器(200)将所述推荐基因集合分为促进集合和抑制集合，其中，
促进集合为使所述待测植物(300)的发育时间节点提前的与所述待测植物(300)发育阶段对应的基因集合；
抑制集合为使所述待测植物(300)的发育时间节点延迟的与所述待测植物(300)发育阶段对应的基因集合。
8.根据权利要求1～7之一所述的系统，其特征在于，所述中央控制器(200)被配置为：
当判断所述待测植物(300)的所述发育时间节点提前，将与植物的发育时间节点提前的相关基因划分至所述促进集合；
当判断所述待测植物(300)的所述发育时间节点延迟，将与植物的发育时间节点延迟的相关基因划分至所述抑制集合。
9.根据权利要求1～8之一所述的系统，其特征在于，所述发育时间节点至少包括种子露白的时间点、第一片叶发生的时间点、第一个分蘖发生的时间点、第一个穗从叶鞘中抽出的时间点、果实成熟的时间点、植株死亡的时间点。
10.一种用于植物定向培育的筛选方法，其特征在于，包括以下步骤：
获取待测植物(300)的图像；
获取所述待测植物(300)的与发育时间节点相关的表型数据；
将所述表型数据划分为以所述待测植物(300)的发育阶段为依据的至少一个的资料集；
为所述资料集设置相关联的表型变化的关键词标签；
通过基因数据库(230)生成对应于所述关键词标签的推荐基因集合。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210920383 | 2022-08-01 | ||
| CN2022109203839 | 2022-08-01 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116820002A true CN116820002A (zh) | 2023-09-29 |
Family
ID=87488090
Family Applications (13)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310649723.3A Pending CN116584267A (zh) | 2022-08-01 | 2023-06-02 | 一种促进植物地上部或地下部生长的光源排列方法 |
| CN202310649702.1A Pending CN116897723A (zh) | 2022-08-01 | 2023-06-02 | 一种基于植物感光基因调节的光源排列系统及方法 |
| CN202310685548.3A Pending CN116746390A (zh) | 2022-08-01 | 2023-06-09 | 基于植物反射光谱的植物生长调节系统和方法 |
| CN202310685565.7A Pending CN116548203A (zh) | 2022-08-01 | 2023-06-09 | 基于植物光能吸收率的光源调节系统及方法 |
| CN202310722977.3A Pending CN116569826A (zh) | 2022-08-01 | 2023-06-16 | 一种包含根系微生物的植物培育系统及方法 |
| CN202310719478.9A Pending CN116818768A (zh) | 2022-08-01 | 2023-06-16 | 一种病害植物的影响因素确认系统及方法 |
| CN202310751919.3A Pending CN116779029A (zh) | 2022-08-01 | 2023-06-25 | 一种基于表型表现的育种筛选系统及方法 |
| CN202310753288.9A Pending CN116820002A (zh) | 2022-08-01 | 2023-06-25 | 一种用于植物定向培育的筛选系统及方法 |
| CN202310795550.6A Pending CN116616164A (zh) | 2022-08-01 | 2023-06-30 | 一种雾培装置 |
| CN202310795551.0A Pending CN116868878A (zh) | 2022-08-01 | 2023-06-30 | 一种基于空气循环的雾培系统及方法 |
| CN202310812494.2A Pending CN116569712A (zh) | 2022-08-01 | 2023-07-04 | 一种调节种子填埋深度的播种装置及方法 |
| CN202310883688.1A Pending CN117011706A (zh) | 2022-08-01 | 2023-07-18 | 植物组织生长状况的研判系统及方法 |
| CN202310903074.5A Pending CN116671431A (zh) | 2022-08-01 | 2023-07-21 | 一种植物全生长周期调控系统及方法 |
Family Applications Before (7)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310649723.3A Pending CN116584267A (zh) | 2022-08-01 | 2023-06-02 | 一种促进植物地上部或地下部生长的光源排列方法 |
| CN202310649702.1A Pending CN116897723A (zh) | 2022-08-01 | 2023-06-02 | 一种基于植物感光基因调节的光源排列系统及方法 |
| CN202310685548.3A Pending CN116746390A (zh) | 2022-08-01 | 2023-06-09 | 基于植物反射光谱的植物生长调节系统和方法 |
| CN202310685565.7A Pending CN116548203A (zh) | 2022-08-01 | 2023-06-09 | 基于植物光能吸收率的光源调节系统及方法 |
| CN202310722977.3A Pending CN116569826A (zh) | 2022-08-01 | 2023-06-16 | 一种包含根系微生物的植物培育系统及方法 |
| CN202310719478.9A Pending CN116818768A (zh) | 2022-08-01 | 2023-06-16 | 一种病害植物的影响因素确认系统及方法 |
| CN202310751919.3A Pending CN116779029A (zh) | 2022-08-01 | 2023-06-25 | 一种基于表型表现的育种筛选系统及方法 |
Family Applications After (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310795550.6A Pending CN116616164A (zh) | 2022-08-01 | 2023-06-30 | 一种雾培装置 |
| CN202310795551.0A Pending CN116868878A (zh) | 2022-08-01 | 2023-06-30 | 一种基于空气循环的雾培系统及方法 |
| CN202310812494.2A Pending CN116569712A (zh) | 2022-08-01 | 2023-07-04 | 一种调节种子填埋深度的播种装置及方法 |
| CN202310883688.1A Pending CN117011706A (zh) | 2022-08-01 | 2023-07-18 | 植物组织生长状况的研判系统及方法 |
| CN202310903074.5A Pending CN116671431A (zh) | 2022-08-01 | 2023-07-21 | 一种植物全生长周期调控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (13) | CN116584267A (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117063826B (zh) * | 2023-10-17 | 2023-12-19 | 寿光市茂藤农业科技有限公司 | 一种基于植物形态监测的植株立体水培系统 |
| CN117397423B (zh) * | 2023-11-30 | 2024-05-10 | 西藏自治区农牧科学院 | 一种草原免耕补播的开沟机 |
| CN118628942A (zh) * | 2024-08-08 | 2024-09-10 | 浙江工业大学 | 一种多维图像数据库的构建方法及装置 |
-
2023
- 2023-06-02 CN CN202310649723.3A patent/CN116584267A/zh active Pending
- 2023-06-02 CN CN202310649702.1A patent/CN116897723A/zh active Pending
- 2023-06-09 CN CN202310685548.3A patent/CN116746390A/zh active Pending
- 2023-06-09 CN CN202310685565.7A patent/CN116548203A/zh active Pending
- 2023-06-16 CN CN202310722977.3A patent/CN116569826A/zh active Pending
- 2023-06-16 CN CN202310719478.9A patent/CN116818768A/zh active Pending
- 2023-06-25 CN CN202310751919.3A patent/CN116779029A/zh active Pending
- 2023-06-25 CN CN202310753288.9A patent/CN116820002A/zh active Pending
- 2023-06-30 CN CN202310795550.6A patent/CN116616164A/zh active Pending
- 2023-06-30 CN CN202310795551.0A patent/CN116868878A/zh active Pending
- 2023-07-04 CN CN202310812494.2A patent/CN116569712A/zh active Pending
- 2023-07-18 CN CN202310883688.1A patent/CN117011706A/zh active Pending
- 2023-07-21 CN CN202310903074.5A patent/CN116671431A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN116779029A (zh) | 2023-09-19 |
| CN116868878A (zh) | 2023-10-13 |
| CN117011706A (zh) | 2023-11-07 |
| CN116818768A (zh) | 2023-09-29 |
| CN116746390A (zh) | 2023-09-15 |
| CN116616164A (zh) | 2023-08-22 |
| CN116548203A (zh) | 2023-08-08 |
| CN116569712A (zh) | 2023-08-11 |
| CN116671431A (zh) | 2023-09-01 |
| CN116584267A (zh) | 2023-08-15 |
| CN116569826A (zh) | 2023-08-11 |
| CN116897723A (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116820002A (zh) | 一种用于植物定向培育的筛选系统及方法 | |
| Falk et al. | Computer vision and machine learning enabled soybean root phenotyping pipeline | |
| US9933405B2 (en) | Immature ear photometry in maize | |
| Dreccer et al. | Yielding to the image: How phenotyping reproductive growth can assist crop improvement and production | |
| Berding et al. | Flowering and lodging, physiological-based traits affecting cane and sugar yield: What do we know of their control mechanisms and how do we manage them? | |
| Dhondt et al. | High‐resolution time‐resolved imaging of in vitro Arabidopsis rosette growth | |
| AU2005209655B2 (en) | Method of classifying plant embryos using penalized logistic regression | |
| CN103875462B (zh) | 一种三系杂交小麦育种方法 | |
| Zub et al. | Late emergence and rapid growth maximize the plant development of Miscanthus clones | |
| Aljiboury et al. | Mating and fitness consequences of variation in male allocation in a wind-pollinated plant | |
| Ata-Ul-Karim et al. | Genotypic variation of yield-related traits in an irrigated rice breeding program for tropical Asia | |
| Celestina et al. | Scales of development for wheat and barley specific to either single culms or a population of culms | |
| CN109325630B (zh) | 一种基于形态参数的高温胁迫下水稻产量预测方法 | |
| Hou et al. | Estimating the genetic parameters of flowering time-related traits in a Miscanthus sinensis population tested with a staggered-start design | |
| CN117115813A (zh) | 基于深度相机的秧苗实时评价体系及方法 | |
| Chandra et al. | Genetic diversity analysis among Indian mustard [Brassica juncea (L.) Czern and Coss] genotype under rainfed condition | |
| CN106962176B (zh) | 一种高效大规模鉴定大豆种质对传粉昆虫吸引力的方法 | |
| CN110419496B (zh) | 高产蛋率番鸭群梯次优选方法 | |
| CN112577934A (zh) | 一种基于叶绿素荧光图像分析的灌浆期耐热油菜筛选方法 | |
| Butare | Effect of temperature on plant growth and yield in everbearing strawberry Fragaria x ananassa, cv. Florentina | |
| Rae et al. | Impact of stool architecture on ratooning ability: Final report 2015/004 | |
| Padilla et al. | Rice Spikelet Yield Determination Using Image Processing | |
| CN103404429A (zh) | 一种高产高油广适花生品种的选育方法 | |
| US20120233722A1 (en) | Method of obtaining female inbred lines from asteracea hybrids | |
| Jones | Evaluating and improving crop growth models for simulating genotype-by-environment interactions in sugarcane |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |