fenotipagem de plantas em larga escala: um novo campo de ...ainfo. tus fisiol³gicos (babar et...

Download Fenotipagem de plantas em larga escala: um novo campo de ...ainfo. tus fisiol³gicos (BABAR et al.,

Post on 10-Oct-2018

213 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • 8585

    Fenotipagem de plantas em larga escala:

    um novo campo de aplicao para a viso computacional na agricultura

    Thiago Teixeira SantosJuliana Erika de Carvalho Teixeira Yassitepe

    Captulo

    5

    1 IntroduoTecnologias visando aumentar a acurcia e rapidez das mensuraes fenotpicas para melhor caracterizao e entendimento das funes biolgicas dos organismos em resposta a diferentes condies ambientais vm sendo alvo de intensas pesquisas nos ltimos anos. Este esforo recente busca diminuir o gargalo de fenotipagem (phenotyping bottleneck), como vem sendo chamada pela comunidade cientfica a lacuna entre a quantidade e qualidade de dados genmicos e fenotpicos disponveis. Tcnicas correntes de sequenciamento tornaram a caracterizao de genomas um processo eficiente e barato, gerando uma enorme massa de dados para pesquisa. Porm, um avano similar ainda no ocorreu na caracterizao em larga escala de fentipos, e isso retarda o avano no entendimento das associaes gentipo versus fentipo.

    Para alcanar a mesma velocidade observada atualmente na caracterizao genmica, neces-srio incorporar fenotipagem avanos nas reas de computao, robtica, viso computacional e anlise de imagens (COBB et al., 2013; FIORANI; SCHURR, 2013; FURBANK; TESTER, 2011). Com o foco neste objetivo, uma nova rea do conhecimento cientfico est emergindo e vem sendo chamada de fenmica, em aluso s cincias micas que estudam os genes, transcritos, protenas e metabolitos de um organismo. Esta nova cincia, fenmica, se concentra na aquisio de dados fentipos em larga escala e dimenso, em um curto espao de tempo, ofe-recendo com isso uma oportunidade nica de visualizar, em vrios nveis hierrquicos, o fentipo de um organismo.

    Viso computacional e anlise de imagens so hoje um dos principais componentes em qualquer plataforma moderna de fenotipagem (FIORANI; SCHURR, 2013; FURBANK; TESTER, 2011). Tcnicas baseadas em imagem so capazes de capturar grandes volumes de dados quantitativos sobre o fentipo, atravs de metodologias que no so invasivas ou destrutivas. A fenotipagem de plantas uma aplicao desafiadora viso computacional, por apresentar problemas nas reas de modelagem tridimensional (3D), segmentao e classificao, metrologia por imagem e processamento de nuvens de pontos. Um exemplo da aproximao entre as reas pde ser visto em 2014, quando a tradicional Conferncia Europeia em Viso Computacional - European Conference on Computer Vision (ECCV) incluiu um workshop dedicado a problemas em fenoti-pagem de plantas (Computer Vision Problems in Plant Phenotyping) (CVPPP).

  • Parte II - Captulo 5 - Fenotipagem de plantas em larga escalaTecnologias da Informao e Comunicao e suas relaes com a agricultura86 87

    Alm de serem aplicadas isoladamente, as tcnicas baseadas em espectroscopia e imagens po-dem ser combinadas para permitir uma anlise mais compreensvel das caractersticas mensu-radas (CHAERLE et al., 2007; GOETZ et al., 1985). Neste contexto, uma das tecnologias mais promissoras, imagens hiperespectrais, rene anlises de imagens e espectros ao longo de uma ampla extenso de comprimentos de ondas em duas ou trs dimenses do espao (GOWEN et al., 2007). Imagens hiperespectrais vm sendo utilizadas para detectar contaminao biolgica em gros (DEL FIORE et al., 2010, WILLIAMS et al., 2009) e na anlise de crescimento e desenvol-vimento de plantas (WALTER; SCHURR, 2005). Similarmente, imagens com fluorescncia da clorofila em um contexto espacial tambm vm sendo usadas para investigar resposta a estresses abiticos (KONISHI et al., 2009) e biticos (ROLFE; SCHOLES, 2010).

    Apesar das interessantes possibilidades que as tecnologias de fenotipagem utilizadas em labo-ratrio ou ambientes controlados podem oferecer, a maioria das caractersticas de importncia agronmica precisam ser avaliadas em campo. Felizmente, vrias destas recentes tecnologias podem ser adaptadas para caracterizao fenotpica no campo (HATFIELD et al., 2008). Vrios tipos de sensores vm sendo desenvolvidos para serem usados no campo. Ao nvel do solo, sen-sores esto disponveis em equipamentos manuais tais como espectro radimetros, medidores de clorofila, e termmetros infravermelhos (MONTES et al., 2007a, 2007b; WELLE et al., 2003, 2005) e acoplados em tratores, picadores, colheitadeiras e mesmo em pivs de irrigao, o que permite o ganho de escala e possibilita a anlise de milhares de amostras em um curto espao de tempo. Sensores manuais portteis esto disponveis para detectar deficincia de nutrientes e predizer contedo total de nitrognio, biomassa, produtividade de gros e variaes em sta-tus fisiolgicos (BABAR et al., 2006a, 2006b; OSBORNE et al., 2002a, 2002b; POSS et al., 2006). A aplicao de NIRS acoplados a tratores e picadores foi demonstrada por Montes et al. (2006, 2007b) e Welle et al. (2003, 2005) durante avaliao da qualidade, teor de matria seca e produtividade de silagem de milho. Algumas destas caractersticas puderam ser medidas com preciso superior s dos procedimentos clssicos de NIRS em laboratrio. Caractersticas de crescimento tambm tm sido mensuradas utilizando tecnologia de sensoriamento remoto no campo (PETERS; EVETT, 2007; WINTERHALTER et al., 2011a, 2011b). Sensores e cmeras podem tambm ser acoplados em torres, dirigveis ou drones, para nomear alguns, o que permite a aquisio de dados de uma rea extensa e favorece a anlise de caractersticas fenotpicas din-micas em milhares de plantas (FURBANK; TESTER, 2011; JONES et al., 2009).

    Mesmo utilizando estas novas tecnologias, muitos dos equipamentos disponveis para fenoti-pagem em larga escala ainda requerem o manuseio do operador. Este processo muitas vezes exaustivo, tedioso e custoso. Para minimizar o vis individual obtido pelas mensuraes manuais e garantir escala, acurcia e preciso nas medies, a mecanizao e a automao de alguns pro-cessos surgem como alternativas, principalmente envolvendo o cultivo das plantas e o processa-mento de imagens e dados gerados (COBB et al., 2013; FURBANK; TESTER, 2011).

    Empregando os ltimos avanos tecnolgicos em fenotipagem bem como tecnologias rob-ticas e analticas, sofisticadas plataformas de fenotipagem em configuraes automatizadas e semiautomticas vem sendo desenvolvidas, tais como: Phenopsis (GRANIER et al., 2006), Growscreen (BISKUP et al., 2009; NAGEL et al., 2012; RASCHER et al., 2011) e TraitMill (REUZEAU et al., 2006), alm de solues comerciais de empresas como LemnaTec, GmbH1

    1 Disponvel em: .

    O presente captulo apresenta uma viso geral dos avanos recentes na fenotipagem em larga escala (Seo 2) e como a viso computacional surge como ferramenta para a caracterizao fenotpica no-destrutiva da parte area de plantas (Seo 3). O captulo se encerra (Seo 4) apresentando cenrios futuros de pesquisa nessa rea.

    2 Tecnologias e plataformas de fenotipagem de plantas em larga escala

    As tecnologias que esto sendo utilizadas nesta nova era de fenotipagem de plantas empregam tcnicas de espectroscopia, termografia, tomografia, fluorescncia, discriminao por istopos e imagens digitais. Como muitas dessas tcnicas de aquisio de dados so no-destrutivas, possvel coletar dados em diversos momentos ao longo do crescimento e desenvolvimento da planta. Como resultado, caractersticas que nunca foram mensuradas antes ou somente em situ-aes especficas esto comeando a ser medidas com maior frequncia, como fluorescncia da clorofila, atividade de estmatos, temperatura foliar e arquitetura de razes e folhas. Alm disso, processos dinmicos tais como crescimento, desenvolvimento e resposta a estresse, os quais na maioria das vezes vinham sendo caracterizados em um nico e determinado momento, podem agora ser descritos ao longo do tempo e espao (FIORANI; SCHURR, 2013).

    Tecnologias baseadas em espectroscopia de absoro esto entre as novas tecnologias de fenoti-pagem em larga escala mais utilizadas nos laboratrios. Dentre elas se destaca a espectroscopia de infravermelho prximo (NIRS na sigla em ingls), comumente empregada para identificar a composio qumica de uma amostra. A identificao de um composto por esta tcnica pos-svel devido ao fato de as ligaes qumicas das substncias possurem frequncias de vibrao especficas, as quais correspondem a nveis de energia da molcula. Amostras de referncia so usadas para construo de curvas de calibrao validadas, que sero utilizadas na inferncia so-bre a composio qumica de amostras desconhecidas baseadas em seus espectros NIRS. Curvas de calibrao acuradas so essenciais para o sucesso da aplicao de NIRS e a obteno dessas curvas requer um trabalho prvio envolvendo a anlise de uma ampla diversidade fenotpica para as caractersticas que se deseja medir. Exemplos nos quais NIRS vem permitindo um rpido screening de germoplasmas incluem a caracterizao da composio qumica de gros (JIANG et al., 2007; OSBORNE, 2006; TALLADA et al., 2009), deteco de infeco por fungos e to-xinas derivadas de fungos em gros (BERARDO et al., 2005; PEARSON; WICKLOW, 2006) e a determinao da composio qumica de razes, caules e tubrculos (LEBOT et al., 2009; MURRAY et al., 2008a, 2008b; WALSH et al., 2000).

    Outra tecnologia que est contribuindo extensivamente para fenmica em ambientes controlados a captura e anlise de imagens. Imagens podem ser adquiridas usando tcnicas de refletncia clssicas tais como fotografia de luz e microscopia ou por tcnicas mais modernas como ter-mografia, fluorescncia, tomografia, ressonncia magntica e ressonncia nuclear (BERGER et al., 2010; HOULE et al., 2010; MONTES et al., 2007b). Tecnologias baseadas em imagens podem ser usadas para medir caractersticas bioqumicas, fisiolgicas e morfolgicas tais como atividade fotossinttica, atividade estomtica, composio qumica foliar e arquitetura de folhas e razes (CLARK et al., 2011; GENTY; MEYER, 1995; LENK et al., 2007; MERLOT et al., 2002; ROMANO et al., 2011).

  • Parte II - Captulo 5 - Fenotipagem de plantas em larga escalaTecnologias da Informao e Comunicao e suas relae