TỔNG QUAN PHƯƠNG PHÁP ĐÁNH GIÁ KIỂU HÌNH HIỆU NĂNG CAO TRÊN CÂY TRỒNG:TIẾN TRÌNH PHÁT TRIỂN VÀ TIỀM NĂNG ỨNG DỤNG CHO VIỆT NAM

Ngày nhận bài: 06-08-2021

Ngày duyệt đăng: 09-12-2021

DOI:

Lượt xem

0

Download

0

Số: Tập 20 Số 1 (2022)

Chuyên mục:

TỔNG QUAN

Cách trích dẫn:

Đức, N., Tuân, P., Anh, N., Mười, N., Huân, P., Hải, V., … Liết, V. (2024). TỔNG QUAN PHƯƠNG PHÁP ĐÁNH GIÁ KIỂU HÌNH HIỆU NĂNG CAO TRÊN CÂY TRỒNG:TIẾN TRÌNH PHÁT TRIỂN VÀ TIỀM NĂNG ỨNG DỤNG CHO VIỆT NAM. Tạp Chí Khoa học Nông nghiệp Việt Nam, 20(1), 98–112. http://testtapchi.vnua.edu.vn/index.php/vjasvn/article/view/941

TỔNG QUAN PHƯƠNG PHÁP ĐÁNH GIÁ KIỂU HÌNH HIỆU NĂNG CAO TRÊN CÂY TRỒNG:TIẾN TRÌNH PHÁT TRIỂN VÀ TIỀM NĂNG ỨNG DỤNG CHO VIỆT NAM

Nguyễn Trung Đức (*) 1 , Phạm Quang Tuân 1 , Nguyễn Thị Nguyệt Anh 1 , Nguyễn Văn Mười 1 , Phùng Danh Huân 1 , Vũ Hải 2 , Trần Văn Quang 3 , Vũ Thị Xuân Bình 4 , Vũ Văn Liết 3

  • 1 Viện Nghiên cứu và Phát triển cây trồng, Học viện Nông nghiệp Việt Nam
  • 2 Viện Nghiên cứu quốc tế về Thông tin đa phương tiện, Truyền thông và Ứng dụng (MICA), Đại học Bách Khoa Hà Nội
  • 3 Khoa Nông học, Học viện Nông nghiệp Việt Nam
  • 4 Ban Khoa học và Công nghệ, Học viện Nông nghiệp Việt Nam

    • Từ khóa

    HTP, kiểu hình, G×E×M, dữ liệu lớn, học máy

    Tóm tắt


    Năng suất cây trồng cần phải tăng gấp đôi hiện tại để đáp ứng nhu cầu của 10 tỉ người tới năm 2050 là một thách thức toàn cầu, đòi hỏi các phương pháp chọn tạo giống mới với hiệu năng và độ chính xác cao. Với sự phát triển của khoa học máy tính, cảm biến hình ảnh, học máy, trí tuệ nhân tạo ngày nay đã giúp các nhà khoa học đánh giá chính xác kiểu hình trong sự tương tác giữa kiểu gen với môi trường ngày càng đa dạng và phức tạp. Đây là nền tảng ra đời kỷ nguyên đánh giá kiểu hình thế hệ mới: phương pháp đánh giá kiểu hình cây trồng hiệu năng cao (HTP) kết hợp đa hình ở nhiều cấp độ từ tế bào, cơ quan, cá thể đến cấp độ quần thể cây trồng. Việt Nam là một đất nước thuần nông đang phát triển, chịu ảnh hưởng mạnh của biến đổi khí hậu. Do vậy, việc áp dụng các thành tựu từ phương pháp HTP góp phần rút ngắn thời gian đánh giá, chọn tạo, tạo ra nhiều giống mới thích ứng cao với sự biến đổi khí hậu ngày càng khó lường như hiện nay. Nghiên cứu này trình bày tóm tắt sự ra đời, phát triển, những thách thức đang gặp phải của phương pháp HTP và tiềm năng ứng dụng cho Việt Nam.

    Tài liệu tham khảo

    Al-Tam F., Adam H., Anjos A.d., Lorieux M., Larmande P., Ghesquière A., Jouannic S. & Shahbazkia H. R. (2013). P-TRAP: a Panicle Trait Phenotyping tool. BMC Plant Biology.13(1): 122.

    Araus J.L. & Cairns J.E. (2014). Field high-throughput phenotyping: the new crop breeding frontier. Trends in Plant Science.19(1): 52-61.

    Araus J.L., Kefauver S.C., Zaman-Allah M., Olsen M.S. & Cairns J.E. (2018). Translating high-throughput phenotyping into genetic gain. Trends in Plant Science.23(5): 451-466.

    Behjati S. & Tarpey P.S. (2013). What is next generation sequencing? Archives of Disease in Childhood: Education & Practice.98(6): 236-238.

    Beres B.L., Hatfield J.L., Kirkegaard J.A., Eigenbrode S.D., Pan W.L., Lollato R.P., Hunt J.R., Strydhorst S., Porker K., Lyon D., Ransom J. & Wiersma J. (2020). Toward a Better Understanding of Genotype × Environment × Management Interactions - A Global Wheat Initiative Agronomic Research Strategy. Frontiers in Plant Science.11(828).

    Burton A.L., Williams M., Lynch J.P. & Brown K.M. (2012). RootScan: Software for high-throughput analysis of root anatomical traits. Plant and soil.357(1): 189-203.

    Carroll A.A., Clarke J., Fahlgren N., Gehan M.A., Lawrence-Dill C.J. & Lorence A. (2019). NAPPN: Who We Are, Where We Are Going, and Why You Should Join Us! The Plant Phenome Journal.2(1).

    Cobb J.N., Declerck G., Greenberg A., Clark R. & Mccouch S. (2013). Next-generation phenotyping: requirements and strategies for enhancing our understanding of genotype–phenotype relationships and its relevance to crop improvement. Theoretical and Applied Genetics.126(4): 867-887.

    Crowell S., Falcão A.X., Shah A., Wilson Z., Greenberg A.J. & Mccouch S.R. (2014). High-Resolution Inflorescence Phenotyping Using a Novel Image-Analysis Pipeline, PANorama. Plant Physiology.165(2): 479-495.

    Crowell S., Korniliev P., Falcão A., Ismail A., Gregorio G., Mezey J. & Mccouch S. (2016). Genome-wide association and high-resolution phenotyping link Oryza sativa panicle traits to numerous trait-specific QTL clusters. Nature Communications.7(1): 10527.

    Danilevicz M.F., Bayer P.E., Nestor B.J., Bennamoun M. & Edwards D. (2021). Resources for image-based high-throughput phenotyping in crops and data sharing challenges. Plant Physiology.10.1093/plphys/kiab301.

    Deery D.M., Rebetzke G.J., Jimenez-Berni J.A., James R.A., Condon A.G., Bovill W.D., Hutchinson P., Scarrow J., Davy R. & Furbank R.T. (2016). Methodology for High-Throughput Field Phenotyping of Canopy Temperature Using Airborne Thermography. Frontiers in Plant Science.7(1808).

    Enders T.A., St. Dennis S., Oakland J., Callen S.T., Gehan M.A., Miller N.D., Spalding E.P., Springer N.M. & Hirsch C.D. (2019). Classifying cold-stress responses of inbred maize seedlings using RGB imaging. Plant Direct.3(1): e00104.

    Falk K.G., Jubery T.Z., Mirnezami S.V., Parmley K.A., Sarkar S., Singh A., Ganapathysubramanian B. & Singh A. K. (2020a). Computer vision and machine learning enabled soybean root phenotyping pipeline. Plant Methods.16(1): 5.

    Falk K.G., Jubery T.Z., O’rourke J.A., Singh A., Sarkar S., Ganapathysubramanian B. & Singh A.K. (2020b). Soybean Root System Architecture Trait Study through Genotypic, Phenotypic, and Shape-Based Clusters. Plant Phenomics.2020: 1925495.

    Fiorani F. & Schurr U. (2013). Future Scenarios for Plant Phenotyping. Annual Review of Plant Biology.64(1): 267-291.

    Furbank R.T. & Tester M. (2011). Phenomics – technologies to relieve the phenotyping bottleneck. Trends in Plant Science.16(12): 635-644.

    Gehan M.A., Fahlgren N., Abbasi A., Berry J.C., Callen S.T., Chavez L., Doust A.N., Feldman M.J., Gilbert K.B., Hodge J.G., Hoyer J.S., Lin A., Liu S., Lizárraga C., Lorence A., Miller M., Platon E., Tessman M. & Sax T. (2017). PlantCV v2: Image analysis software for high-throughput plant phenotyping. PeerJ.5: e4088.

    Hartmann A., Czauderna T., Hoffmann R., Stein N. & Schreiber F. (2011). HTPheno: An image analysis pipeline for high-throughput plant phenotyping. BMC Bioinformatics.12(1): 148.

    Hickey L.T., Hafeez N.A., Robinson H., Jackson S.A., Leal-Bertioli S.C.M., Tester M., Gao C., Godwin I.D., Hayes B.J. & Wulff B.B.H. (2019). Breeding crops to feed 10 billion. Nature Biotechnology.37(7): 744-754.

    Johannsen W. (1911). The genotype conception of heredity. International Journal of Epidemiology.43(4): 989-1000.

    Klukas C., Chen D. & Pape J.M. (2014). Integrated Analysis Platform: An Open-Source Information System for High-Throughput Plant Phenotyping. Plant Physiol.165(2): 506-518.

    Knecht A.C., Campbell M.T., Caprez A., Swanson D.R. & Walia H. (2016). Image Harvest: an open-source platform for high-throughput plant image processing and analysis. Journal of Experimental Botany.67(11): 3587-3599.

    Lobet G., Pagès L. & Draye X. (2011). A Novel Image-Analysis Toolbox Enabling Quantitative Analysis of Root System Architecture Plant Physiology.157(1): 29-39.

    Lynch J.P. (2019). Root phenotypes for improved nutrient capture: an underexploited opportunity for global agriculture. New Phytologist.223(2): 548-564.

    Makanza R., Zaman-Allah M., Cairns J. E., Eyre J., Burgueño J., Pacheco Á., Diepenbrock C., Magorokosho C., Tarekegne A., Olsen M. & Prasanna B. M. (2018). High-throughput method for ear phenotyping and kernel weight estimation in maize using ear digital imaging. Plant Methods.14(1): 49.

    Miller N.D., Haase N. J., Lee J., Kaeppler S.M., De Leon N. & Spalding E.P. (2017). A robust, high-throughput method for computing maize ear, cob, and kernel attributes automatically from images. The Plant Journal.89(1): 169-178.

    Nguyen T.D. (2020). High-throughput phenotyping of rice genotypes for nitrogen use efficiency. ICAR-Indian Agricultural Research Institute, New Delhi.Master Thesis: T-10424.

    Pautasso M. (2013). Ten simple rules for writing a literature review. PLOS Computational Biology.9(7): e1003149.

    Pound M.P., French A.P., Murchie E.H. & Pridmore T.P. (2014). Automated Recovery of Three-Dimensional Models of Plant Shoots from Multiple Color Images Plant Physiology.166(4): 1688-1698.

    Reynolds D., Baret F., Welcker C., Bostrom A., Ball J., Cellini F., Lorence A., Chawade A., Khafif M., Noshita K., Mueller-Linow M., Zhou J. & Tardieu F. (2019). What is cost-efficient phenotyping? Optimizing costs for different scenarios. Plant Science.282: 14-22.

    Rosero A., Granda L., Pérez J.L., Rosero D., Burgos-Paz W., Martínez R., Morelo J., Pastrana I., Burbano E. & Morales A. (2019). Morphometric and colourimetric tools to dissect morphological diversity: an application in sweet potato [Ipomoea batatas(L.) Lam.]. Genetic Resources and Crop Evolution.66(6): 1257-1278.

    Schork N.J. (1997). Genetics of Complex Disease. American Journal of Respiratory and Critical Care Medicine.156(4): S103-S109.

    Seethepalli A., Guo H., Liu X., Griffiths M., Almtarfi H., Li Z., Liu S., Zare A., Fritschi F. B., Blancaflor E.B., Ma X.F. & York L.M. (2020). RhizoVision Crown: An Integrated Hardware and Software Platform for Root Crown Phenotyping. Plant Phenomics.p. 3074916.

    Shi Y., Thomasson J.A., Murray S.C., Pugh N.A., Rooney W.L., Shafian S., Rajan N., Rouze G., Morgan C.L.S., Neely H.L., Rana A., Bagavathiannan M.V., Henrickson J., Bowden E., Valasek J., Olsenholler J., Bishop M. P., Sheridan R., Putman E.B., Popescu S., Burks T., Cope D., Ibrahim A., Mccutchen B.F., Baltensperger D.D., Avant R.V., Jr., Vidrine M. & Yang C. (2016). Unmanned Aerial Vehicles for High-Throughput Phenotyping and Agronomic Research. PLOS ONE.11(7): e0159781.

    Tanabata T., Shibaya T., Hori K., Ebana K. & Yano M. (2012). SmartGrain: High-Throughput Phenotyping Software for Measuring Seed Shape through Image Analysis Plant Physiology.160(4): 1871-1880.

    Tanger P., Klassen S., Mojica J.P., Lovell J.T., Moyers B.T., Baraoidan M., Naredo M.E.B., Mcnally K.L., Poland J., Bush D.R., Leung H., Leach J.E. & Mckay J.K. (2017). Field-based high throughput phenotyping rapidly identifies genomic regions controlling yield components in rice. Scientific Reports.7: 42839.

    Tardieu F., Cabrera-Bosquet L., Pridmore T. & Bennett M. (2017). Plant Phenomics, From Sensors to Knowledge. Current Biology.27(15): R770-R783.

    Tuberosa R. (2012). Phenotyping for drought tolerance of crops in the genomics era. Frontiers in Physiology.3(347).

    Vadez V., Kholová J., Hummel G., Zhokhavets U., Gupta S.K. & Hash C.T. (2015). LeasyScan: a novel concept combining 3D imaging and lysimetry for high-throughput phenotyping of traits controlling plant water budget. Journal of Experimental Botany.66(18): 5581-5593.

    Varshney R.K., Bohra A., Roorkiwal M., Barmukh R., Cowling W.A., Chitikineni A., Lam H.M., Hickey L.T., Croser J.S., Bayer P.E., Edwards D., Crossa J., Weckwerth W., Millar H., Kumar A., Bevan M.W. & Siddique K.H.M. (2021). Fast-forward breeding for a food-secure world. Trends in Genetics. https://doi.org/10.1016/j.tig.2021.08.002.

    Walter A., Liebisch F. & Hund A. (2015). Plant phenotyping: from bean weighing to image analysis. Plant Methods.11(1): 14.

    Whan A.P., Smith A.B., Cavanagh C.R., Ral J.P.F., Shaw L.M., Howitt C.A. & Bischof L. (2014). GrainScan: a low cost, fast method for grain size and colour measurements. Plant Methods.10(1): 23.

    Yang W., Feng H., Zhang X., Zhang J., Doonan J.H., Batchelor W.D., Xiong L. & Yan J. (2020). Crop Phenomics and High-Throughput Phenotyping: Past Decades, Current Challenges, and Future Perspectives. Molecular Plant.13(2): 187-214.

    Yang W., Guo Z., Huang C., Duan L., Chen G., Jiang N., Fang W., Feng H., Xie W., Lian X., Wang G., Luo Q., Zhang Q., Liu Q. & Xiong L. (2014). Combining high-throughput phenotyping and genome-wide association studies to reveal natural genetic variation in rice. Nature Communications.5: 5087.

    Zhao C., Zhang Y., Du J., Guo X., Wen W., Gu S., Wang J. & Fan J. (2019). Crop Phenomics: Current Status and Perspectives. Frontiers in Plant Science.10(714).