Summary

LeafJ: Un Plugin ImageJ pour semi-automatique de mesure Forme Feuille

Published: January 21, 2013
doi:

Summary

Démonstration de méthodes de mesures clés pour la haute feuille de débit. Ces méthodes peuvent être utilisées pour accélérer le phénotypage feuille lors de l'étude des mutants de nombreux végétaux ou installations de criblage autrement par le phénotype feuilles.

Abstract

Phénotypage à haut débit (phénomique) est un outil puissant pour les liens entre les gènes de leurs fonctions (voir avis 1 et des exemples récents 2-4). Les feuilles sont l'organe photosynthétique primaire, leur taille et leur forme varient du développement et de l'environnement dans une usine. Pour ces raisons, les études sur la morphologie des feuilles nécessitent une mesure de plusieurs paramètres de nombreuses feuilles, qui est le mieux fait par des outils semi-automatiques Phenomics 5,6. Ombre Canopy est un indice important de l'environnement qui affecte l'architecture des plantes et de l'histoire de vie, la suite des réponses est collectivement appelé le syndrome d'évitement ombre (SAS) 7. Parmi les réponses SAS, ombre feuilles induit un allongement du pétiole et les changements de zone de la lame sont particulièrement utiles comme les indices 8. À ce jour, les programmes de la forme des feuilles (par exemple, forme 9, LAMINA 10, LeafAnalyzer 11, LEAFPROCESSOR 12) permet de mesurer les contours de feuilles et de catégoriser les formes de feuilles, Mais ne peut pas émettre la longueur du pétiole. Le manque de systèmes de mesure à grande échelle des pétioles des feuilles a inhibé les approches Phenomics à SAS de recherche. Dans cet article, nous décrivons un plugin ImageJ nouvellement développé, appelé LeafJ, qui peut rapidement mesurer la longueur du pétiole et limbe des paramètres de la plante modèle Arabidopsis thaliana. Pour la feuille de temps en temps que la correction manuelle requise de la frontière lame pétiole / feuille, nous avons utilisé une tablette à écran tactile. De plus, la forme des cellules des feuilles et le nombre de cellules des feuilles sont des déterminants importants de 13 la taille des feuilles. Séparer LeafJ nous présentons également un protocole d'utilisation d'une tablette à écran tactile pour mesurer la forme des cellules, la superficie et la taille. Notre système de mesure feuille de trait ne se limite pas à l'ombre d'évitement de recherche et permettra d'accélérer le phénotypage feuille de mutants et de plantes de dépistage par phénotypage feuille.

Protocol

1. Matières végétales Notez que ce protocole a pour objectif la croissance des plantes pour détecter la réaction d'évitement ombre. Vous pouvez faire pousser des plantes dans votre état préféré. Saupoudrer de graines d'Arabidopsis thaliana sur l'eau trempés papiers filtres dans 9 des plats de Pétri et magasins cm (stratification) les à 4 ° C pendant quatre jours dans l'obscurité. Transférer ces boîtes de Pétri à conditions d&#3…

Representative Results

1. Images Feuille Affichage estimations du pétiole et limbe frontière, et leur fenêtre de mesure L'une des caractéristiques les plus utiles de LeafJ est la détection automatique des limbe / Pétiole limite (figure 1). L'algorithme LeafJ fonctionne comme suit: le haut-ImageJ ParticleAnalyzer fonctionnalité est utilisée pour trouver et déterminer l'orientation des feuilles à l'intérieur de la sélection de l'utilisateur. Pour chaque feuille de la lar…

Discussion

Notre "LeafJ" plugin permet de mesurer la longueur du pétiole semi-automatique, en augmentant le débit de près de 6 fois plus de mesure manuelle. Longueur du pétiole est un indice important de la SAS et est également un emblème d'autres phénomènes, comme la résistance de submersion et la croissance hyponastic 17. Par conséquent, ce plugin peut être utile à un large éventail de chercheurs de plantes.

Notre plugin est mis en œuvre dans un réseau bien ét…

Disclosures

The authors have nothing to disclose.

Acknowledgements

LeafJ a été écrit par JNM alors qu'il était en congé sabbatique au laboratoire du Dr Katherine Pollard aux Instituts Gladstone.

Ce travail a été soutenu par une subvention de la National Science Foundation (numéro de licence IOS-0923752).

Materials

Name of the reagent Company Catalogue number
far-red light LED Orbitec custom made
transparency IKON HSCA/5
scanner Epson Epson Perfection V700 PHOTO
Image J NIH http://rsbweb.nih.gov/ij/
LeafJ custom http://www.openwetware.org/wiki/Maloof_Lab
Air Display Avatron Software Inc. http://avatron.com/
iPad2 Apple Inc. http://www.apple.com/

References

  1. Furbank, R. T., Tester, M. Phenomics–technologies to relieve the phenotyping bottleneck. Trends Plant Sci. 16, 635-644 (2011).
  2. Berger, B., Parent, B., Tester, M. High-throughput shoot imaging to study drought responses. J. Exp. Bot. 61, 3519-3528 (2010).
  3. Borevitz, J. O. Natural genetic variation for growth and development revealed by high-throughput phenotyping in Arabidopsis thaliana. G3 (Bethesda). 2, 29-34 (2012).
  4. Albrecht, D. R., Bargmann, C. I. High-content behavioral analysis of Caenorhabditis elegans in precise spatiotemporal chemical environments. Nat. Methods. 8, 599-605 (2011).
  5. Chitwood, D. H., et al. Native environment modulates leaf size and response to simulated foliar shade across wild tomato species. PLoS ONE. 7, e29570 (2012).
  6. Chitwood, D. H., et al. The developmental trajectory of leaflet morphology in wild tomato species. Plant Physiol. 158, 1230-1240 (2012).
  7. Casal, J. J. Shade Avoidance. The Arabidopsis Book. , e0157 (2012).
  8. Smith, H., Kendrick, R. E., Kronenberg, G. H. M. . Photomorphogenesis in Plants. , 377-416 (1994).
  9. Iwata, H., Ukai, Y. SHAPE: a computer program package for quantitative evaluation of biological shapes based on elliptic Fourier descriptors. J. Hered. 93, 384-385 (2002).
  10. Bylesjo, M., et al. LAMINA: a tool for rapid quantification of leaf size and shape parameters. BMC Plant Biol. 8, 82 (2008).
  11. Weight, C., Parnham, D., Waites, R. LeafAnalyser: a computational method for rapid and large-scale analyses of leaf shape variation. Plant J. 53, 578-586 (2008).
  12. Backhaus, A., et al. LEAFPROCESSOR: a new leaf phenotyping tool using contour bending energy and shape cluster analysis. New Phytol. 187, 251-261 (2010).
  13. Tsukaya, H. Mechanisms of Leaf-shape determination. Annual Review of Plant Biology. 57, 477-496 (2006).
  14. Abramoff, M. D., Magalhaes, P. J., Ram, S. J. Image Processing with ImageJ. Biophotonics International. 11, 36-42 (2004).
  15. Horiguchi, G., Fujikura, U., Ferjani, A., Ishikawa, N., Tsukaya, H. Large-scale histological analysis of leaf mutants using two simple leaf observation methods: identification of novel genetic pathways governing the size and shape of leaves. Plant. J. 48, 638-644 (2006).
  16. Horiguchi, G., Ferjani, A., Fujikura, U., Tsukaya, H. Coordination of cell proliferation and cell expansion in the control of leaf size in Arabidopsis thaliana. J. Plant. Res. 119, 37-42 (2006).
  17. Pierik, R., de Wit, M., Voesenek, L. A. C. J. Growth-mediated stress escape: convergence of signal transduction pathways activated upon exposure to two different environmental stresses. New. Phytol. 189, 122-134 (2011).
check_url/50028?article_type=t

Play Video

Cite This Article
Maloof, J. N., Nozue, K., Mumbach, M. R., Palmer, C. M. LeafJ: An ImageJ Plugin for Semi-automated Leaf Shape Measurement. J. Vis. Exp. (71), e50028, doi:10.3791/50028 (2013).

View Video