共查询到20条相似文献，搜索用时 15 毫秒
1.
我国农业正处于由传统农业转向现代化农业的关键阶段,智慧农业是现代化农业发展的重要体现,是未来农业发展的必然趋势。智慧农业旨在将物联网、人工智能以及大数据等现代信息技术与传统农业深度结合,使农业生产实现智能化、绿色化、标准化、数字化。植物表型组学是研究植物表现型特征的科学,是智慧农业发展的关键技术之一,其通过采集细胞、器官、组织、植株以及群体各层面的表型数据,从海量数据中提取可重复性高、可信度高的重要性状信息,为基因挖掘、作物育种和农业生产过程精准管理提供数据支持和方法支撑。从表型数据采集、分析以及国内外植物表型分析平台建设方面综述了智慧农业背景下植物表型组学的发展现状,概述了植物表型组学研究在智慧农业生产中的应用,最后对植物表型组学未来发展趋势做出展望。 相似文献
2.
表型组学是指在基因组水平上系统地研究某一生物或细胞在不同环境条件下所有表型的学科。随着植物表型获取技术和设备的不断完善,以及基因组学、蛋白组学、代谢组学、生物信息学和大数据计算技术的快速发展,高通量表型组学分析在种质资源鉴定、遗传图谱绘制、功能基因挖掘等方面发挥越来越大的作用。高通量表型组学研究正成为突破未来作物学研究和应用的关键领域,为作物遗传育种、栽培管理提供精准、高效的决策支持。因此,充分挖掘多组学信息,加快高通量表型研究对全面了解农作物基因型、表型和环境之间的关系,发现和揭示重要农艺性状调控基因和作为机制,促进作物功能基因组及作物遗传改良研究具有非常重要的意义。概述了表型组学的发展历程,并对当前表型组学主要研究平台和成像系统,及其在作物根系结构、冠层结构、生物和非生物胁迫研究中的应用进行了系统论述,旨在为农作物表型高通量获取和解析提供方法借鉴,加速表型组学研究方法在作物育种中的应用。 相似文献
3.
快速重建植株三维结构并以三维可视的方式分析研究农作物的形态结构和生长过程、进行表型测量是数字植物及作物育种研究的热点和难点。概述了植物三维重建的研究现状和主流植物三维重建技术,并对各种技术的方法原理和技术优势进行了分类和对比;重点介绍了基于多视角图像三维重建方法 SFM和MVS的研究进展、技术原理以及相关软硬件系统平台;分析了近几年基于多视角图像三维重建方法在植物三维重建中的应用进展,基于多视角图像三维重建方法具有数据获取成本低、获取点云精度高、植物三维重建质量高等技术优势,同时指出了该技术方法的不足之处和未来技术发展趋势,以期为植物三维重建技术的发展、植物表型组学的研究以及低成本高通量设备的研制提供有益参考。 相似文献
4.
植物表型监测技术研究进展及发展对策 总被引：1，自引：0，他引：1
《江苏农业科学》2017,(11)
高效的植物表型监测技术作为现代化农业的一个重要研究方向,是育种、品种选择、基因组学和表型组学研究的一个先决条件。随着图像采集、网络传输技术、图像处理等技术的发展,植物表型监测技术的实际研究与应用日益得到重视。为了从整体上梳理植物表型监测技术的研究成果和存在问题,有效地推动植物表型监测技术发展和农业现代化进程,本研究介绍了植物表型监测技术的国内外研究进展,同时归纳了现阶段比较先进的植物表型平台产品,分析了其技术组成(主要是成像模块和图像分析模块),并且列举了植物表型监测中不同用途的图像分析方法。在此基础上阐述了植物表型监测技术目前存在的问题及相应对策,最后从3个方面作了前景展望。 相似文献
5.
6.
《南京农业大学学报》2018,(6)
[目的]文献计量方法可以用于反映和预测科学技术发展的历史和趋势。本文基于科学大数据的计量方法探讨植物表型组学的研究现状,为植物表型组学的发展提供参考。[方法]基于Scopus数据库,分析2013年—2018年9月数据库中植物表型组学及其相关学术产出的文献数量、引用次数、合作单位、研究方向、学术机构和科研团队等信息,利用Sci Val和Cite Space 5.0等统计分析工具,运用可视化数据方法,分析植物表型组学研究领域的发展特点和趋势。[结果]基于Scopus共检索到与植物表型组学研究和应用相关的文献共20 953篇,总被引数217 105,TOP1%高被引论文为2.0%。相关学术产出总被引量TOP10的国家是美国、中国、德国、英国、法国、日本、澳大利亚、西班牙、加拿大和荷兰。相关论文被引总量TOP10的机构分别是中国科学院、法国国家农业研究院、美国农业部、法国国家科学研究院、中国农业科学院、美国康奈尔大学、西班牙高等科学研究委员会、美国加州大学戴维斯分校、法国巴黎萨克莱大学、荷兰瓦赫宁根大学。学术产出最多的学者是德国克斯·普朗克分子植物生理研究所的Alisdair Robert Fernie,共发表58篇植物细胞表型论文,被引1 246次。目前植物表型组学研究的植物种类较少,主要包括拟南芥、水稻、小麦、玉米、番茄和大豆。[结论]作为一个新兴的研究方向,植物表型组学体现出作物栽培、育种、生物学与计算机科学等多学科交叉发展的特性。高通量图像及相关数据分析是现阶段植物表型组学的重要研究方向,主题显著度指数达到98.8%,受关注度极高。 相似文献
7.
《江西农业大学学报》2015,(6)
基因型、表型和环境三者构成了遗传学研究的铁三角。近年来,随着高通量测序技术的快速发展,基因型的研究更加简单快速。然而由于植物表型本身的复杂性以及动态变化的特性,表型研究严重滞后于基因型研究。为了充分挖掘基因组、转录组、蛋白质组等各种组学的信息以提高动植物育种效率,加快高通量、高分辨率表型组学研究具有重要意义。分析和概括了植物表型组学的概念和研究意义,对目前的表型组学的研究现状、具体的研究技术与重要的研究公司进行阐述,并对表型组学的发展进行了展望。表型组学作为一个与表型鉴定相关的研究领域,是联系生物体基因型和表型的桥梁。大力推动表型组学发展,整合有效资源,建立相关的研究设施和平台对推动我国分子育种和加速挖掘我国种质资源至关重要,这有助于推动我国动植物育种和农业的跨越式发展。 相似文献
8.
9.
《南京农业大学学报》2018,(4)
正表型组学研究是生命科学领域高速发展的交叉学科,该学科的发展有利于保障全球食品安全及建立现代农业体系。为实现我国作物学基础研究的快速发展,南京农业大学于2017年成立了国内高校首个作物表型组学交叉研究中心(http://pprc.njau.edu.cn/),致力于在全球范围内组建跨学科研究团队,建设国际一流的作物表型组学研究国家平台,引领农业植物科学发展,保障国家粮食安全。 相似文献
10.
植株表型性状是遗传育种和农业生产中普遍关心的数据,传统表型观测已成为限制育种效率和管理生长的主要因素。基于可见光图像的植株表型检测具有成本低、效率高、易推广等优点,不但可以原位、实时和连续获取植物生长图像,而且能够解析出植物结构、形态、颜色和纹理等多种表型参数。从玉米群体、单株和器官尺度上论述了基于可见光图像的玉米植物表型检测方法和技术,重点介绍了玉米根、叶、穗部等主要器官的高通量表型检测进展,并分析了基于可见光图像进行植物表型检测存在的问题和发展趋势,以期为制定作物表型检测技术方案和实施规程,及系统开展植物表型组学研究提供参考。 相似文献
11.
脂质是一类具有独特生理功能活性的化合物,参与调节多种植物应答非生物胁迫过程,对维持植
物组织中生理动态平衡至关重要。脂质组学（Lipidomics）自 2003 年被提出后,已迅速发展成为对脂质整体系
统分析的一门新兴学科,为传统代谢组学注入新的技术支撑,有助于阐明脂类物质在植物中的代谢调控机制。
同时,质谱成像技术因其具有无标记、非特异性、高灵敏度、多物质同时分析等优势,被广泛应用到植物组织
中各类脂质分子的空间分布研究。介绍了脂质组学和质谱成像技术的研究现状,重点综述脂质分析技术在植物
种子脂质代谢调控研究中的最新进展,特别是新兴质谱成像技术在植物种子中脂类物质的成像应用。脂质组学
和质谱成像技术作为目前多组学技术的重要补充,将为植物代谢途径和调控机制的深入探究提供新的契机。亚
微米级高空间分辨率质谱成像技术的不断发展,将进一步推动植物在空间分辨水平的脂质代谢调控网络的深入
解析和前沿应用研究。 相似文献
12.
金属纳米材料(MNMs)在农业领域中的广泛应用,已经引起国内外学者对其生态风险的关注。传统毒理学研究方法与组学技术(转录组学、代谢组学和蛋白质组学)相结合,逐渐成为当前纳米生态毒理学研究领域的主要手段。本文首先从植物生长效应、亚细胞及生理生化水平等不同层次,分别评述了MNMs植物效应的传统毒理学研究的主要发现;其次,阐述了转录组学、蛋白质组学以及代谢组学等多组学技术在MNMs植物毒理学领域中应用的最新研究进展,旨在进一步揭示MNMs植物效应潜在的分子机制;最后分析了该领域的研究现状、尚待解决的问题和未来发展方向,并提出今后的研究思路。 相似文献
13.
14.
棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方面综述了棉花表型获取相关传感器及高通量系统平台的发展现状,总结其适用场景、通量、效率及精度;详细综述了棉花多源表型数据处理技术体系,包括图像、三维建模、机器学习、深度学习以及表型大数据建模等技术方法;总结讨论了当前表型技术在棉花精准栽培管理和数字育种方面的应用进展;展望了棉花表型技术的未来发展趋势。 相似文献
15.
对生物体在体内生命过程中产生的一系列代谢产物做全面分析将有助于揭示生物基因型和表型之间的联系。代谢组学是应用"组学",包括基因组学、转录组学和蛋白质组学,综合分析代谢产物的方法;通过使用先进的分析技术结合应用新一代测序和统计学方法来提取信息,对数据诠释,实现细胞代谢物识别和量化,从而理解生物体对环境刺激或基因干扰的生物学反应。今简介代谢组学的数据库资源及研究方法,并以最近3～5年的应用实例来诠释植物代谢组学最新进展,包括植物在非生物胁迫下的响应及代谢谱的变化,诱发突变和转基因事件对代谢谱的影响,代谢产物的鉴定及其进化。 相似文献
16.
[目的 /意义]随着单细胞测序、高通量技术的突破,植物基因组学也取得了巨大进步,可以低成本获取多维全基因组分子表型的海量数据。深度学习技术可以作为强大的数据挖掘工具对获取的分子表型进行进一步预测和解释。当前研究表明,深度学习在植物基因组学与作物育种研究任务中取得显著效果。但目前尚缺乏对于深度学习在植物基因组学中应用的完整综述。[方法 /过程]本文首先概述了深度学习方法背景,包括最新的图神经网络;随后着重从基因特性、蛋白质特性方面综述了基因组学和深度学习交叉领域的两个突出问题：1）如何对从植物基因组DNA序列到分子表型的信息流进行建模？2）如何使用深度学习模型识别自然种群中的功能变异？[结果 /结论]本文总结了当前研究中如何应用传统深度学习算法、图深度学习、生成对抗网络以及可解释性AI等方法解决上述两个问题。最后分析了深度学习在未来植物基因组学研究和作物遗传改良中的发展前景。 相似文献
17.
蛋白质互作组学技术是一门鉴定和量化蛋白质与其他代谢物或蛋白质等分子相互作用的前沿技
术,已成为研究植物系统生物学和多组学研究的重要组成部分。近年来,基于质谱的组学技术迅速发展,也促
进蛋白质 - 代谢物相互作用（Protein-metabolite interaction, PMI）、蛋白质 - 蛋白质相互作用（ Protein-protein
interaction, PPI）的发现和验证方法取得巨大进步 , 这些蛋白质互作组学技术在功能基因组和功能代谢组研究中
逐渐展示出巨大的应用潜力。系统总结了过去 10 年不同蛋白质互作组学技术（主要包括 PMI 和 PPI）的分析策略,
并详细分析了它们各自的优缺点和适用的相互作用类型,综述了蛋白质互作组学技术在植物研究领域的应用进
展,对植物蛋白质互作组学技术的应用策略和需要攻克的关键技术瓶颈进行了总结。蛋白质互作组学技术的不
断发展将进一步推动植物胞内信号转导及代谢调控通路的解析,而精准解析信号网络中关键相互作用将为植物
自身生长发育以及适应外界环境等机制研究提供重要的信息。 相似文献
18.
19.
《福建农林大学学报(自然科学版)》2021,(4)
植物体细胞胚胎培养具有广阔的应用前景和巨大的潜在经济价值.目前植物体细胞胚胎发生和发育机制尚不清晰,阻碍了体细胞培养的规模化应用.组学技术在植物体细胞培养研究中的逐步应用,为分子层面深入揭示体细胞胚胎发生和发育的调控机理提供了可能.本文综述了基因组、转录组、蛋白质组和代谢组在植物体细胞胚胎再生调控应用的研究进展,并探讨了植物体细胞胚胎发生过程中的关键问题和应用前景. 相似文献
20.
植物代谢物是人类食物和营养物质的重要来源。代谢组学是对生物体内代谢物进行定量和定性分析,研究代谢物合成和调控机制的一门新兴学科。基于代谢组的全基因组关联分析（metabolome-based genome-wide association study,mGWAS）是将代谢组数据作为表型,与基因型数据进行关联分析的一种方法。概述了近几年利用mGWAS技术在植物代谢调控网络研究、初生和次生代谢物的形成机制、代谢物在植物生长发育和胁迫应答中的作用,同时综述了mGWAS在代谢物相关候选基因的定位和调控营养、品质相关代谢通路的挖掘,为深入了解植物代谢物合成调控的遗传机制奠定基础。 相似文献