Seed Phenotyping

Die Samenmasse wird im Allgemeinen als entscheidend für die Entwicklung der Keimlinge angesehen, wird jedoch meist mit Hilfe von Scanning-Methoden angenähert, die nur 2D-Daten (z. B. die projizierte Fläche) liefern, die oft als "Samengröße" bezeichnet werden.

Die direkte Messung von 3D-Eigenschaften wie Volumen oder Masse einzelner Samen wird jedoch nur sehr selten in Routineprotokollen durchgeführt. Wir haben ein Gerät namens phenoSeeder (Jahnke et al., 2016) eingeführt, das die Handhabung und Phänotypisierung von einzelnen Samen sehr unterschiedlicher Größe ermöglicht (Abb. 1). Das System besteht aus einem Pick-and-Place-Roboter und einem modularen Aufbau von Sensoren (Abb. 2), der vielseitig erweitert werden kann.

Zu den grundlegenden biometrischen Merkmalen, die für einzelne Samen erfasst werden, gehören 2D-Daten aus Projektionen, 3D-Daten aus volumetrischen Messungen (Roussel et al., 2016) und die Masse, aus der auch die Samendichte berechnet wird. Jedes Saatgut wird durch eine ID verfolgt und kann nach der Phänotypisierung gepflanzt, sortiert oder individuell für die weitere Auswertung oder Verarbeitung gespeichert werden, z. B. in Routine-Pipelines zur Nachverfolgung von Saatgut zur Pflanze. Bei der Untersuchung von Samen der Ackerschmalwand (Arabidopsis thaliana), des Rapses (Brassica napus) und der Gerste (Hordeum vulgare) stellten wir fest, dass selbst bei scheinbar rund geformten Samen des Rapses die Korrelationen zwischen projizierter Fläche und Masse der Samen viel schwächer waren als zwischen Volumen und Masse. Dies deutet darauf hin, dass einfache Projektionen möglicherweise keine guten Näherungswerte für die Samenmasse liefern.

Wir gehen davon aus, dass die automatisierte Phänotypisierung von Saatgut auf Einzelsamenbasis wertvolle Informationen für eine Vielzahl von Wild- und Kulturpflanzenarten liefern kann, z. B. für die Klassifizierung von Saatgut, die Sortierung von Saatgut oder die Bewertung der Saatgutqualität. Da der Aufbau des phenoSeeder-Systems modular und flexibel ist, können zusätzliche Geräte oder Sensoren implementiert werden. Beispiele sind automatisierte Saatgutzuführungssysteme, Chlorophyll-Fluoreszenzmessungen zur Bewertung von Saatgutreife und -leistung oder Niederfeld-NMR zur Messung fester und flüssiger Teile von Samen. (Aus Jahnke et al., 2016, Plant Physiology, modifiziert).

Ausgewählte Publikationen

Jahnke, S., Roussel, J., Hombach, T., Kochs, J., Fischbach, A., Huber, G., Scharr, H. (2016) phenoSeeder – A robot system for automated handling and phenotyping of individual seeds. Plant Physiology 172, 1358-1370.

Roussel, J., Fischbach, A., Jahnke, S., Scharr, H. (2016) Surface reconstruction of plant seeds by volume carving: performance and accuracies. Frontiers in Plant Science 7, 745.

Kontakt

  • Institut für Bio- und Geowissenschaften (IBG)
  • Pflanzenwissenschaften (IBG-2)
Gebäude 06.2 /
Raum 202
+49 2461/61-8681
E-Mail
Letzte Änderung: 31.08.2022