背景

        歐盟大的農(nóng)業(yè)生物科技公司——荷蘭KeyGene公司，是一家專注于提供基因型-表型分析和性狀及關(guān)聯(lián)基因挖掘服務的公司。自從2011年由KeyGene公司和德國LemnaTec共同建立的歐洲植物表型平臺PhenoFab投入運轉(zhuǎn)后，迅速積累了大量的基因型-表型測量和分析經(jīng)驗，并取得了異常出色的結(jié)果，從而導致PhenoFab一直處于滿負荷運轉(zhuǎn)狀態(tài)。

        基于大量的PhenoFab使用經(jīng)驗和數(shù)據(jù)分析的基礎(chǔ)，KeyGene研發(fā)出了一款上小的便攜式植物表型平臺KeyBox。

        KeyBox的是為了解決PhenoFab工作人員在實際應用中遇到的問題而面世的，并且從設(shè)計初就要求能夠操作簡單、不需進行復雜的軟件學習，即使是育種公司的一般工作人員也容易掌握。

        KeyBox已經(jīng)被大量實驗證明是非常高效、有價值的。正如世界聞名的集科研育種、種子生產(chǎn)及開發(fā)銷售為一體的專業(yè)化蔬菜育種公司——荷蘭安莎種子集團公司（ENZA ZADEN）的育種家Martijn van Stee所說“我們用KeyBox在世界各地進行了高通量的表型分析，它在將表型量化方面被證明非?？煽俊?。

快速打包設(shè)計

        考慮到KeyBox可能需要經(jīng)常帶到溫室、野外或其它地方進行測量，因此它被設(shè)計成可快速拆卸、打包的樣式。將KeyBox打包后，就成為一個拉桿箱，方便運輸和攜帶。

工作狀態(tài)	打包后

主要功能

• 對植物體進行整株或器官（果實、種子、根系、葉片、幼苗等）的表型成像

• 便攜可折疊式設(shè)計，方便帶到溫室或野外使用

• 標準光照環(huán)境，數(shù)據(jù)可重復

• 經(jīng)驗豐富的專家根據(jù)應用經(jīng)驗設(shè)計的軟件，操作簡單，解決農(nóng)業(yè)應用中遇到的問題

• 內(nèi)置顏色校正和讀取電子標簽的程序

• 可選一系列的功能程序模塊，并不斷升級中

應用領(lǐng)域

• 表型性狀分析/挖掘，基因型-表型關(guān)聯(lián)

• 農(nóng)業(yè)育種

• 園藝學、農(nóng)業(yè)信息學

• 果實品質(zhì)分析

• 植物病理研究

• 生物量分析

• 種子萌發(fā)研究

• 抗逆研究

工作軟件Pheno-suite

       KeyBox的工作軟件Pheno-suite由KeyGene公司強大的生物信息學和軟件團隊開發(fā)，充分考慮在實際應用的需求，操作簡單，功能強大。

Pheno-suite的工作模塊包括：

• 基礎(chǔ)整合模塊。內(nèi)置在軟件中，是軟件的基本組成部分。

• 選配模塊。功能強大，針對應用的每個算法是一個模塊，客戶可以根據(jù)需求選配。

基礎(chǔ)整合模塊：顏色校準 Color correction

        在拍照時，將標準色卡護照（ColorChecker Passport）放入KeyBox內(nèi)一起成像。拍照結(jié)束后，利用Pheno-suite軟件的“Color correction”功能，可以根據(jù)標準色卡還原被攝物體的真實顏色。

基礎(chǔ)整合模塊：標簽識別 Label recognition

        Pheno-suite軟件可以協(xié)助生成由10位數(shù)字組成的標簽并打印出來。在拍照時，將標簽條一起成像。利用Pheno-suite軟件的“Label recognition”功能，可以自動將標簽條識別并讀取出來?？蛻艨梢詫D片文件與標簽關(guān)聯(lián)起來，方便數(shù)據(jù)管理。

基礎(chǔ)整合模塊：灰度圖轉(zhuǎn)換 Gray scale conversion

        利用Pheno-suite軟件的“Gray scale conversion”功能，可以將彩色圖像轉(zhuǎn)換為灰度圖，供客戶使用。

功能強大的模塊：生物量測量 Biomass detection 

        利用Pheno-suite軟件的“Biomass detection”功能，可以計算樣品的像素大小、樣品的長度和寬度（將樣品包圍起來的方形盒的長度和寬度）、樣品性狀偏離圓形的程度（deviation   from circle）。

• Plant pixel size

• Length/width bounding box

• Deviation from circle

功能強大的模塊：形態(tài)大小測量 Tomato size 

        利用Pheno-suite軟件的“Tomato size”功能，可以計算樣品的像素大小、樣品的長度和寬度（將樣品包圍起來的方形盒的長度和寬度）、樣品的橢圓度（大軸長、小軸長、朝向）。

Plant pixel size Height/width bounding box Elipse (same second central moment)     Major   axis length     Minor   axis length     Orientation 命名為“Tomato size”并不代表只能測量番茄，而是適用于所有樣品

功能強大的模塊：種子萌發(fā)測量 Seed germination in tray 

        利用Pheno-suite軟件的“Seed germination in tray”功能，可以計算樣品的總像素大小、樣品的平均像素大小、樣品像素大小的標準差等。這些可以用于判斷種子的萌發(fā)率。

Total pixel size Average object pixel size STDEV object pixel size

功能強大的模塊：葉片大小測量 Leaf size detection

利用Pheno-suite軟件的“Leaf size detection”功能，可以計算樣品數(shù)目，以及每個樣品的總像素大小、樣品的長度和寬度（將樣品包圍起來的方形盒的長度和寬度）、樣品性狀偏離圓形的程度等。 # Objects Per Object     Total pixel size     Length/width bounding box     Deviation from circle

實際應用舉例

葉片尺寸測量

        下圖中，利用KeyBox測量了一個葉片像素面積（area）、長度（height）、寬度（width）、長軸（Major Axis）、短軸（Minor Axis）、偏心率（Eccentricity）和周長（Perimeter）。

種子發(fā)芽率研究

        下圖中，利用KeyBox測量了一個104孔的芽盤中，種子的萌發(fā)情況，精確識別萌發(fā)的種子和未萌發(fā)的種子，計算出萌發(fā)率。

番茄果實性狀分析

        下圖中，利用Keybox儀器對三個櫻桃番茄果實性狀進行了分析，共獲得緊湊度（Compactness）、圓度（Roundness）、像素面積（Area）、長軸（Major Axis）和短軸（Minor Axis）等10個參數(shù)，對番茄果實的各項參數(shù)進行分析。

瓜果性狀分析 

        將瓜類果實放在Keybox儀器中進行成像，利用軟件可以計算出果實的尺寸大?。≒ixel size）、長度（Length）、寬度（Width）、顏色（Color）、裂縫（Cracks）、黑點數(shù)（Dark spots）和圓度（Roundness of melon）。

Size of melon（Pixels） Length & width melon Color Cracks Dark spots Roundness of melon

玉米棒性狀分析

        將玉米棒放到Keybox儀器，成像后分析，可以得到玉米棒長度（Length cob）、玉米棒寬度（Width cob）、顏色（Color）和圖像中谷粒數(shù)（Kernels on cob）。

Length cob Width cob Color Number of kernels in length Estimate of total kernels on cob

葉片病害性狀分析

        對感病葉片進行分析，葉片顏色（Color leaf）、黃色部分面積（Quantify area yellow）、棕色葉片面積（Quantify area brown）和對照葉片之間比較（Compare with control plants）。

 Color leaf

Quantify area yellow

Quantify area brown

Compare with control plants

芽橄欖性狀分析

        Keybox儀器可以同時對多個芽甘藍進行成像和分析，可以計算每個樣品的長度、寬度、周長、偏離圓形程度、顏色分級（綠色、棕色和黃色）、計算參數(shù)（平均面積、長寬比、標準偏差）、大小分類、均勻性和形狀

# Objects Size parameters per object:                         Length     Width     Perimeter     Deviation of circle     Object size (pixels) Color per object:     Color classes (green, yellow, brown)     % green of surface (or brown/yellow) Calculated parameters:     Average object size (pixels)     STDEV object size (pixels)     Ratio length/width     % too small      % too brown     % wrong shape Reference parameters:     Size classes (e.g.18-23mm)     Color classes     Uniformity     Shape classes

產(chǎn)地：荷蘭