生物分支網(wǎng)絡是獲取和分配資源的基礎,例如處理信息的神經(jīng)樹、循環(huán)運輸血液的血管網(wǎng)絡和植物中運輸糖分和營養(yǎng)物質的結構等。一直以來,數(shù)理生物學家們都在致力于解讀這些生物分支網(wǎng)絡在空間中的生長和散布。由于不同類型的分支網(wǎng)絡在結構和功能上基本相似,所以有必要探究這些網(wǎng)絡是否擁有共同的定量特征。
土壤具有復雜的化學和物理環(huán)境,其中的水和養(yǎng)分呈非均相分布,并且會受到多種生物的競爭。因此,植物根系發(fā)育的時間和位置對其能否成功獲取資源以及生存能力有著重要的影響。在根系覓養(yǎng)的過程中,植物獲取到的有限碳資源不斷在現(xiàn)有根的生長(伸長)和產(chǎn)生新根系(分支)之間分配,分配過程由遺傳機制和內(nèi)外信號共同決定;確定驅動根系形成不同形狀的分子機制,有助于揭示基因型和表型的關系,并且有助于在農(nóng)作物中選育特定的性狀。
目前,植物根系的許多結構特征已得到了廣泛研究,包括根深、根長、根毛分布、側生根的大小和數(shù)量等。另外,也有許多研究分析了根系形狀的總體性質,包括根系覓養(yǎng)精確度、通過持久同源法獲取的拓撲形態(tài)等,上述特性會影響根系結構的許多生物學功能,如錨固、固碳以及在土壤中尋找水和養(yǎng)分等。
近日,Plant Phenomics在線發(fā)表了美國冷泉港西蒙斯定量生物學中心、加州大學圣地亞哥分校及唐納德·丹佛斯植物科學中心Sam Sultan等人題為A Statistical Growth Property of Plant Root Architectures的研究論文。
根系的分支密度和空間分布具有許多功能意義,也是該文章關注的重點。文章使用了一種基于凝膠的環(huán)境可控光學成像平臺,該平臺能夠以無損的方式對根系進行大量測量,并輸出根系結構的點云(Figure 1a)。之后,使用基于概率論的方法來研究根系結構的空間密度函數(shù)(Figure 1b),該函數(shù)描述了在根系所占據(jù)的三維空間中的每個點是根系分支點的概率。
研究者分析了來自4個物種的1645個根系結構,發(fā)現(xiàn)所有結構的空間密度函數(shù)均具有種群相似性(Figure 2)。也就是說,盡管這些根系結構具有明顯的視覺多樣性,但除了沿正交方向上的拉伸和壓縮外,都具有相同的基本形狀,且所有根系結構的空間密度都可以用單個基礎函數(shù)的變化來描述。此外,植物的芽結構也遵循以上的表現(xiàn)形式,這表明根、芽這兩種植物體內(nèi)基本的運輸系統(tǒng)很可能使用了相似的生長策略。
Figure 1: Point clouds of root system architectures and example Gaussian spatial density function.
Figure 2: Root architectures are population-similar and have Gaussian spatial densities.
論文鏈接
https://spj.sciencemag.org/journals/plantphenomics/2020/2073723/
——推薦閱讀——
Soybean Root System Architecture Trait Study through Genotypic, Phenotypic, and Shape-Based Clusters
https://spj.sciencemag.org/journals/plantphenomics/2020/1925495/
Plant Phenomics | 通過對大豆根系的基因、表型及根形進行聚類分析來研究根系構型特征
An Analysis of Soil Coring Strategies to Estimate Root Depth in Maize (Zea mays) and Common Bean (Phaseolus vulgaris)
https://spj.sciencemag.org/journals/plantphenomics/2020/3252703/
Plant Phenomics | 對玉米和常見豆類土壤取芯法測定根深的分析
About Plant Phenomics
《植物表型組學》(Plant Phenomics)是由南京農(nóng)業(yè)大學和美國科學促進會(AAAS)合作創(chuàng)辦的英文學術期刊,于2019年1月正式上線發(fā)行,是Science合作出版的第二本期刊。采用開放獲取形式,刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術,基于圖像分析和機器學習的表型分析研究,提取表型信息的新算法,作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學新應用,與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究,表型組學相關的植物生物學等。期刊已被CABI、CNKI和DOAJ數(shù)據(jù)庫收錄。
說明:本文由《植物表型組學》編輯部負責組稿。
中文內(nèi)容僅供參考,一切內(nèi)容以英文原版為準。
撰稿:王棟(實習)
編輯:周燦彧(實習)、鞠笑、孔敏
審核:尹歡