当前位置: 首页 > 因公出国 > 交流园地 > 正文
交流园地

杨万能、冯慧赴澳大利亚参加第五届国际植物表型组会议

发布日期:2018-10-11

第四届国际植物表型组学会议总结

2018.10.2-2018.10.5,澳大利亚国家植物表型设施中心APPF,澳大利亚

 

本次第五届国际植物表型组学会议5th International Plant Phenotyping Symposium, 5th IPPS由国际植物表型网络(International Plant Phenotyping Network, IPPN)主办以及澳大利亚国家植物表型设施中心Australia Plant Phenotyping Facility, APPF和阿德莱德大学(The University of Adelaide)共同承办,会场地址位于澳大利亚国家红酒中心(National Wine Center of Australia),根据现场参会情况来看,参会人员来自不同的领域,有植物学家、遗传育种专家、机器视觉专家等。因此,本次报告的内容涵盖面非常广泛。上一届IPPS2016年在墨西哥召开,内容主要偏重于表型研究的新技术方法,本次IPPS与上次相隔两年,加之现在各种技术的高速发展,因此,本次会议的议题比较偏重于表型的可持续发展,内容比较偏向于表型技术的应用以及对遗传育种的促进作用。接下来会详细介绍会议日程中与我们较为相关的报告。

华中农业大学加入IPPN比较早,现在技术发展比较快,因此,这次会议又公布了新加入的研究机构和商业推广公司。比较有意思的是,IPPN的会员不仅仅是各种研究机构,其中也包括商业推广公司,二者会员地位同等,此举让人感觉IPPN的主席团是非常明智的,表型组学的发展是离不开各种新技术新仪器的发展的,反过来,研究机构的研究成果也能进一步促进公司仪器及技术的发展,二者相得益彰,共同发展。此外,通过本次会议,还选举了各个workshop的副主席,为了促进各技术的快速发展,副主席一般从公司人员里选拔。这个决策挺值得我们学习的,包括我们组做表型这么多年,很多时候进展都受限于传感器的性能以及加工厂的进度,因此,研企合作非常有必要。

以下将列举与我们组目前所做工作比较类似的报告,并不是所有报告,仅涉及类似研究领域。以下为按照时间排序的简介:(原图实在太大,因此下面的图片都是经过压缩的,有些可能看不清,原图都在我电脑里)

1. Root Phenotyping workgroup总结:IPPN上次会议后就注明接下来的工作会着重于根部表型和数据共享,这次开会,根部表型和数据共享方面确实有很大进展,甚至已经准备出台相关标准,业内标杆,非常赞。

 

2. 讨论第六届IPPS会议地点,决定由南京农大协办,时间是201910月份。只是唯一的一次两次会议之间隔一年,在讨论过后决定,在2019IPPS过后,会议时间还是变为2年一次

 

3. 南京农大今年表型组进展如下,不论是政府还是学校,投入都非常大。我们学校得加油了!

 

4. Plant Screen Mobile-A smartphone App for plant growth monitoringby Mark Muller Linow,我们组也有做类似的工作,野外测玉米的,但是一直没发表,这下得抓紧了。

5. Raspberry Pi-powered imaging and open source software for plant phenotypingby Noah Fahlgren,主要思路是确定了传感器和方法后,将各种东西整合到电路板上,借此降低成本,思路是可行的,但是如果没有到大规模应用阶段,且如果没有公司支持的话,也是做不好。

 

6. Controlled Environment workgrop,主要是IPK,业界标杆,非常优秀!

其他如An accelerator for climate change researchby Carolyn J.Lawrence都是做的非常不错的

 

INRA

 

CSIRONCRIS以及APPF合作的结果:

 

 

7. JULICH介绍新成员概况,多集中在沿海和欧洲国家,看来大家越来越意识到人力资源的缺乏以及表型研究的重要性了:

 

8. Plant phenotyping for plant geneticsby Mark TesterMark人超级好,这次也有些交流。研究的内容也和我们这边比较类似,无论是室内还是室外表型,都值得我们学习。

 

 

9. Phenotyping undergroundanatomical traits of roots under compactionby Dorien Vanhees,工作做得非常细致

 

10. Phenomics In A SNAPwith Machine Learingby Claton N Carley,现在机器学习非常热门,表型上也是,不管什么识别或检测,使用机器学习都非常准确,文章也是一篇接一篇。其实我们组将机器学习应用在稻穗识别上还是比较早的,只不过后续博士生毕业后,后来的学生做的不够深入,发展较慢。不过这个报告讲的内容比较简单,偏向于技术,后续分析较少。

 

11. Root phenotyping in wheatfrom cabinets to Cootamundra,与上个报告相比,这个比较偏重于后续分析,二者结合的话应该是个非常不错的工作。

 

12. Phenotyping spatial and temporal dynamics of roots by MRI and PETby R. KollerJULICH的研究结果,上一次报告也有,他们设备非常富裕,有MRIPET,这两个仪器非常昂贵,成像速度也较慢,但是效果也是非常惊艳的,水稻的土中水分较多,估计不太适用。

 

 

13. Phenotyping seedsTraits of interest to enhance use and management of genetic resource collectionsby Christina Walters,非常厉害,种子方面应该就是他们做的最全面了,不过看后面的报告,其实JULICH也在做。

 

 

14. Advancing the phenomics of intact grains and spikesby Fernanda Dreccer,是CIMMYTCSIRO合作的研究成果,穗的性状研究的非常透彻。

 

15. Automated phenotyping of individual seeds of very different size and speciesby Ulrich SchurrUlrichJULICH表型团队负责人,这次报告主要是关于种子的表型,可见这个是非常重要的,其实我们也做了一些预实验,但是结果一般般,目前还在改进中。

 

 

16. Non-invasive determination of internal traits of wheat ears using CTby Joelle ClauBen,用CT测穗的性状,非常细致,结果也非常好,我们将来的研究方向刚好也是这个,非常直接借鉴。

 

17. Use of high-throughput plant phenotyping for the dection of developmental phase specifically acting growth QTL in maize and growth dynamics-related transcriptome analysisby Thomas AltmannIPK一直是我们学习的榜样,啥都不说了,加油,努力。

 

18. Field phenotyping photosynthesisby Onno Muller,田间荧光检测,因为荧光较弱,且又是在野外环境,其实这个工作还是有一定难度的,我们将来应该会尝试这方面的工作。也是JULICH的工作。

 

19. Hyperspectral reflectance to measure photosynthetic traits in wheatby Viridiana Silva PerezCSIRO的工作。

 

20. Challenges and opportunities applications in high-throughput phenomicsby Scott ChapmanCSIRO的工作

 

21. Translating genome and phenotyping information to develop superior varieties in legume cropsby Rajeev Varshney,研究内容非常广,从表型到后续基因组分析,非常好的工作!

 

22. Greenhouse phenotyping technologies used for trait characterization and ranking of transgenic Soybean eventsby Kurt Boudonck,使用激光雷达测表型,南农购买的是这一套系统。

 

23. High resolution growth analysis combined with hyperspectral nutrient analysis to understand nitrogen response in wheatby Trevor GarnettAPPF的工作

 

24. Genetic components of Unmanned Aerial Systems phenotyping variability in maize breedingby Nathalia Penna Cruzato

 

 

25. An integrated sensing pipeline to map the genetic loci associated with canopy radiation use efficiency in sorghumby Barbara George Jaeggli

26. Is HTP achievable in commercial wheat breedingby James Walter

 

27. Machine learing for automated plant stress phenotypingby Arti AS SinghIOWA State University研究成果,做的一般般

28. Comparison of UAV and UGV measurements for assessment of genotypic resistances to Cercospora on sygarbeetby Alexis Comar

29. Combination of multispectral and deep physiological phenotyping of barley resistances against powdery mildew in a controlled environmentby Thomas Roitsch

30. Toward the integrative modelling of drought tolerance in soybeanCollaborative phenotyping and multi-omics measurementsby Hiroyoshi Iwata

31. APPF总结

 

32. Affordable and open source technology development in plant phenotyping for DIY phenologyby Takanari Tanabata

 

33. Uli进行会议总结

 

 

摘录部分相关且有意思的海报:

 

 

 

 

 

 

 

我带过去的海报:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

同去的杨老师做报告: