HaberlerTeknoloji & Bilim

Etkili polen tanımlama

5 Mins read
Etkili polen tanımlama

Tozlayıcılar için önemli olan polenden mikroskobik görüntüler, görüntü tabanlı parçacık analizi ile elde edilir. Her satır, normal bir mikroskobik görüntü (soldaki ilk görüntü) ve farklı spektral aralıklar için floresan görüntülerle (sağdaki renkli görüntüler) belirli bir bitkinin tek bir polen tanesini gösterir. Kredi bilgileri: Susanne Dunker

Polen tahmini, bal analizi ve bitki-polinatör etkileşimlerindeki iklime bağlı değişikliklerden polen analizi, birçok araştırma alanında önemli bir rol oynar. Mikroskopi hala altın standarttır, ancak çok zaman alıcıdır ve önemli ölçüde uzmanlık gerektirir. Technische Universität (TU) Ilmenau ile işbirliği içinde, Helmholtz Çevresel Araştırma Merkezi’nden (UFZ) ve Alman Bütünleştirici Biyoçeşitlilik Araştırma Merkezi’nden (iDiv) bilim adamları artık polen analizi sürecini verimli bir şekilde otomatikleştirmelerini sağlayan bir yöntem geliştirdiler. Çalışmaları uzman dergisinde yayınlandı Yeni Fitolog.

Polen, bir çiçeğin organlarında üretilir ve çok sayıda çok küçük polenden oluşur. tanelerbitkinin üremesi için gerekli olan erkek genetik materyalini içerir. Polen taneleri, nektarla beslenen böceklerin küçük tüylerine yakalanırlar ve böylece çiçekten çiçeğe taşınırlar. İdeal senaryoda bir kez oradayken, polen tohumu aynı yapışkan stigmaya yapışacak bitki türleridaha sonra döllenmeye neden olabilir. Görüntüleme üzerine çalışma grubu başkanı Dr. Susanne Dunker, “Tozlaşan böcekler bu polen dağıtım hizmetini tamamen tesadüfen yerine getirseler de, değeri hem ekolojik hem de ekonomik olarak ölçülemeyecek kadar yüksek,” diyor. akış sitometrisi UFZ ve iDiv’deki Fizyolojik Çeşitlilik Departmanında. “İklim değişikliğinin arka planı ve hızla artan kayıplar karşısında Türler, bu etkileşimleri daha iyi anlamak bizim için özellikle önemlidir bitkiler ve tozlayıcılar. “Polen analiz bu bakımdan kritik bir araçtır.

Her bitki türü, karakteristik bir şekle, yüzey yapısına ve boyuta sahip polen tanelerine sahiptir. Bir örnekte 10 ila 180 mikrometre arasında ölçülen polen taneciklerinin tanımlanması ve sayılması söz konusu olduğunda, mikroskopi uzun zamandır altın standart olarak kabul edilmektedir. Bununla birlikte, bir mikroskopla çalışmak büyük bir uzmanlık gerektirir ve çok zaman alır. UFZ biyoloğu Dr. Dunker, “Polen analizinin otomasyonu için halihazırda çeşitli yaklaşımlar önerilmiş olsa da, bu yöntemler ya yakından ilişkili türler arasında ayrım yapamıyor ya da bir numunede bulunan polen tanelerinin sayısı hakkında niceliksel bulgular sunmuyor,” diye devam ediyor UFZ biyoloğu Dr. . Yine de bitkiler ve tozlayıcılar arasındaki etkileşim gibi birçok araştırma konusu için kritik olan tam da bu bilgidir.

Susanne Dunker ve araştırma ekibi son çalışmalarında, polen analizinin otomasyonu için yeni bir yöntem geliştirdiler. Bu amaçla, partikül analizi için kullanılan bir teknik olan görüntüleme akış sitometrisinin yüksek verimini bir yapay zeka (AI) formuyla birleştirdiler. derin öğrenme hem türleri doğru bir şekilde tanımlamayı hem de bir numunede bulunan polen tanelerini ölçmeyi mümkün kılan oldukça verimli bir analiz aracı tasarlamak. Görüntüleme akış sitometrisi, esas olarak tıbbi alanda kan hücrelerini analiz etmek için kullanılan, ancak şu anda polen analizi için de yeniden kullanılan bir işlemdir.

Susanne Dunker prosedürü açıklayarak, “İnceleme için bir polen numunesi önce bir taşıyıcı sıvıya eklenir ve daha sonra giderek daralan bir kanaldan akar” diyor. “Kanalın daralması, polen taneciklerinin bir inci dizisinin üzerindeymiş gibi ayrılmasına ve sıralanmasına neden olur, böylece her biri yerleşik mikroskop elemanından kendi başına geçer ve 2.000’e kadar polen tanesinin görüntüleri, saniyede yakalanacak. ” İki normal mikroskobik görüntü artı polen tanesi başına on floresan mikroskobik görüntü alınır. Bir lazer tarafından belirli dalga boylarında yayılan ışıkla uyarıldığında, polen taneleri kendileri ışık yayar. Dunker, “Polenin floresan ışıldadığı ve kesin konumun olduğu renk spektrumunun alanı bazen çok özeldir. Bu bilgi bize, bitki türlerini tanımlamaya yardımcı olabilecek ek özellikler sağlar,” diyor Dunker.

Derin öğrenme sürecinde, türe özgü özellikleri nihayetinde çıkarmak için bir görüntünün orijinal piksellerini gittikçe daha fazla soyutlamak için bir algoritma birbirini izleyen adımlarla çalışır. “Mikroskobik görüntüler, floresan özellikleri ve yüksek verim daha önce polen analizi için kombinasyon halinde hiç kullanılmamıştı – bu gerçekten mutlak bir ilk.” Nispeten basit bir numunenin analizinin örneğin mikroskop altında dört saat sürdüğü durumlarda, yeni işlem sadece 20 dakika sürer. Bu nedenle UFZ, mucidi Susanne Dunker ile 2019’da UFZ Teknoloji Transfer Ödülünü alan yeni yüksek verimli analiz yöntemi için patent başvurusunda bulundu.

Çalışmada incelenen polen örnekleri civanperçemi, adaçayı, kekik ve beyaz, dağ ve kırmızı yonca gibi çeşitli yonca türlerini içeren 35 tür çayır bitkisinden geldi. Araştırmacılar, bir veri setinin temelini oluşturan toplamda yaklaşık 430.000 resim hazırladı. TU Ilmenau ile işbirliği içinde, bu veri seti daha sonra derin öğrenme kullanılarak polen tanımlama için oldukça verimli bir araca aktarıldı. Sonraki analizlerde, araştırmacılar, 35 bitki türünden bilinmeyen polen örneklerini veri setiyle karşılaştırarak yeni yöntemlerinin doğruluğunu test ettiler. Susanne Dunker, “Sonuç tatmin edicinin de ötesindeydi – doğruluk seviyesi yüzde 96 idi,” diyor. Birbirinden ayırt edilmesi zor olan türler ve aslında mikroskop altında zorluk yaşayan uzmanlar bile güvenilir bir şekilde tanımlanabilir. Bu nedenle yeni yöntem, yalnızca son derece hızlı değil, aynı zamanda son derece hassastır.

Gelecekte, otomatik polen analizi için yeni süreç, bitkiler ve tozlayıcılar arasındaki etkileşimler hakkındaki kritik araştırma sorularını yanıtlamada önemli bir rol oynayacaktır. Belirli bitki türleri için arılar, sinekler ve bombus arıları gibi belirli tozlayıcılar ne kadar önemlidir? Tozlaşan bir böcek türünü veya bir bitkiyi kaybetmenin sonuçları ne olabilir? Susanne Dunker, “Artık polen örneklerini hem nitelik hem de – aynı zamanda – nicelik olarak büyük ölçekte değerlendirebiliyoruz. Bu amaçla polen veri setimizi böceklerle tozlaşan bitkilerden oluşan kümemizi sürekli olarak genişletiyoruz,” diyor Susanne Dunker. Veri setini en az 500 bitki türünü içerecek şekilde genişletmeyi hedefliyor. polen bal arıları için önemli bir besin kaynağıdır.


‘Arı’ polenin evrimi için minnettar


Daha fazla bilgi:
Susanne Dunker ve diğerleri, Çok bantlı görüntüleme akış sitometrisi ve derin öğrenme kullanarak polen analizi, Yeni Fitolog (2020). DOI: 10.1111 / nph.16882

Alıntı: Etkili polen tanımlama (2020, 5 Ekim) 5 Ekim 2020 tarihinde https://phys.org/news/2020-10-efficient-pollen-identification.html adresinden alındı

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amacına yönelik herhangi bir adil işlem dışında, yazılı izin olmadan hiçbir bölümü çoğaltılamaz. İçerik yalnızca bilgi amaçlı sağlanmıştır.

Benzer Haberler
Haberler

CHP'nin 2021 asgari ücreti: 3 bin 100 lira

1 Mins read
Milyonlarca işçinin merakla beklediği 2021 yılı asgari ücret miktarı, Aile ve Çalışma Bakanı Zehra Zümrüt Selçuk tarafından açıklandı. Buna göre asgari…
Haberler

‘Genelge beni bağlamaz’ dedi 24 kez ceza yedi

1 Mins read
Zonguldak’ta tantunici Erkan Cinbir, iş yerine müşteri alınca polisle tartıştı. Dükkanına gelen polislere “Genelge beni bağlamaz” diyen Cinbir, “corona virüsü yok” diye…
HaberlerTeknoloji & Bilim

Gökbilimciler 591 yüksek hızlı yıldız keşfetti

1 Mins read
2005 yılında ilk yüksek hızlı yıldız keşfedildikten sonra, 15 yıl içinde 550’den fazla yıldız birden çok teleskopla keşfedildi. Çin Bilimler Akademisi Ulusal…
Power your team with InHype

Add some text to explain benefits of subscripton on your services.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir