作者:FAPESP·亚娜·西莫斯 信用:CC0公共领域 在巴西，隶属于农业核能中心(CENA)和路易斯·德凯罗斯农业学院(ESALQ)的研究人员开发了一种基于人工智能的方法，以自动化和简化种子质量分析，这是法律要求的一个过程，目前由农业部认可的分析师手工完成
该小组使用基于光的技术，如植物和化妆品分析中使用的技术，来获取种子的图像
然后，他们转向机器学习来自动化图像解释过程，最大限度地减少了传统方法的一些困难
例如，对于许多物种来说，光学成像技术可以应用于整批种子，而不仅仅是样品，正如目前的情况一样
此外，该技术是非侵入性的，不会破坏所分析的产品或产生残留物
基于光的技术包括叶绿素荧光和多光谱成像
在与作物和实验模型相关的植物中，研究人员选择了不同国家和季节生产的番茄和胡萝卜，并将其置于不同的储存条件下
他们使用了巴西和美国生产的高乔和泰娜商品番茄品种的种子，以及巴西、意大利和智利生产的巴西利亚和弗朗辛胡萝卜品种的种子
这一选择是基于这些粮食作物的经济重要性，因为世界对这些作物的需求很高，而且还在上升，同时也基于种植者在收集种子时面临的困难
在番茄和胡萝卜中，成熟过程是不均匀的，因为植物连续开花，种子生产是不同步的，所以种子批可能包含未成熟和成熟种子的混合物
未成熟种子的存在不容易通过视觉方法检测到，基于机器视觉的技术可以最小化这个问题
研究人员将他们的无损分析结果与传统的发芽和活力测试结果进行了比较，传统的发芽和活力测试是破坏性的、耗时的和劳动密集型的
在发芽试验中，种子分析员分离样品，将它们播种在适宜的温度、水和氧气条件下发芽，并根据农业部制定的规则验证正常幼苗的最终产量
活力测试是互补的，也更复杂
最常见的是基于种子对压力的反应和幼苗生长参数
除了上面提到的困难，传统的方法也很费时
以西红柿和胡萝卜为例，根据分析师的解释，可能需要两周才能获得结果，而这在很大程度上也是主观的
“我们的建议是，利用叶绿素荧光和多光谱成像技术来分析种子质量，尽可能地使这一过程自动化
这将避免所有常见的瓶颈，”CENA-南太平洋大学的研究员、发表在《植物科学前沿》杂志上的一篇文章的作者之一克里西娅·巴尔沃萨·达席尔瓦说
席尔瓦是圣保罗研究基金会- FAPESP支持的项目的首席研究员
这篇文章的主要作者是帕特丽夏·加莱蒂，她作为硕士研究的一部分进行了这项研究，并在2019年第七届美洲种子大会上获得了最佳海报奖，她在会上介绍了该项目的部分结果
叶绿素是质量的标志 叶绿素存在于种子中，它为发育所需的营养物质(脂类、蛋白质和碳水化合物)的储存提供能量
一旦完成这一功能，叶绿素就会分解
“然而，如果种子没有完成成熟过程，叶绿素会留在里面
残余叶绿素越少，成熟过程越快，种子中的营养物质越多，质量越高
席尔瓦说:“如果叶绿素含量高，种子就不成熟，质量也差。”
如果特定波长的光照射到种子中的叶绿素上，它不会将这种能量转移到另一个分子上，而是以另一种波长重新发射光，这意味着它会发出荧光
她解释说，这种荧光是可以测量的
红光可以用来激发叶绿素，并利用一种将叶绿素转换成电信号的设备捕获荧光，从而产生包含灰色、黑色和白色像素的图像
较亮的区域对应较高水平的叶绿素，表明种子不成熟，不太可能发芽
人工智能 在多光谱成像中，发光二极管(发光二极管)发出可见光谱部分的光以及不可见光(紫外和近红外)
为了基于反射率分析种子质量，研究人员使用了19种波长，并将结果与通过传统方法获得的质量评估数据进行了比较
在胡萝卜种子的情况下使用近红外获得最佳结果，在番茄种子的情况下使用紫外获得最佳结果
种子含有蛋白质、脂类和糖类，它们吸收发光二极管发出的部分光，并反射其余的光
反射光被多光谱照相机捕获，并且捕获的图像被处理以将种子与设备中的支持物分离，这对应于具有零值的黑色像素，而种子是灰度级的
种子图像中的像素值对应于其化学成分
“我们不使用样本的平均结果
我们对每颗种子进行个体化提取，”席尔瓦说
“种子含有的特定营养物质越多，它吸收的特定波长的光就越多，因此反射的光就越少
营养成分较少的种子含有较少的吸光分子
这意味着它的反射率更高，尽管这根据其成分而变化，这些成分根据所用的光波长而不同
" 算法识别获得最佳结果的波长
这个过程提供了种子化学成分的信息，由此可以推断出种子的质量
对研究人员来说，这还不足以达到成像阶段，因为这仍然是一项需要人类观察的操作
“我们随后采用了化学计量学，一套用于对材料进行化学分类的统计和数学方法，”席尔瓦说
“当时的想法是，该设备应该根据其捕获的图像对质量进行分类
“科学家在这项研究中使用的方法广泛应用于医药和食品工业
接下来，他们利用机器学习来测试使用化学计量学创建的模型
“我们教模型识别高质量和低质量的种子
我们用70%的数据来训练模型，用剩下的30%来验证，”席尔瓦说
番茄种子的质量分类准确率在86%到95%之间，胡萝卜种子的质量分类准确率在88%到97%之间
考虑到图像捕捉的速度，这两种主要技术既精确又省时
叶绿素荧光仪每秒捕捉一幅图像，而多光谱成像分析仪在五秒钟内处理了19幅图像
意外的结果 项目过程中产生的一个意想不到的结果证明是非常重要的
叶绿素荧光和多光谱成像也是植物品种筛选的有效技术，是避免经济损失的种子批次评估的重要部分
席尔瓦说:“种植者购买种子是希望获得一定的作物产量，但是如果不同基因特征的种子没有正确分离，产量就会受到影响。”
目前，筛选工作是由受过按颜色、形状和大小以及可能的分子标记对种子进行分级所需技能培训的分析师来完成的
在这项研究中，两种技术都被证明能有效地分离胡萝卜品种，但多光谱成像在番茄品种的情况下并不令人满意
“这项研究在利用荧光筛选品种方面产生了新的结果，”席尔瓦说
“我们没有发现以前的研究将荧光用于此目的
一些研究表明多光谱成像对于这个目的是有效的，但是对于我们使用的仪器却不是这样
" 仪器共享 席尔瓦说，将研究产生的知识转移到生产部门的一个好方法是让公司开发设备，出售给种子生产商
“例如，可以利用我们的研究成果开发一种仪器，只用紫外光来表征番茄种子的质量，并将其推向市场，”她猜测道
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
