TY - JOUR

T1 - Феномика растений: фундаментальные основы, программно-аппаратные платформы и методы машинного обучения

AU - Демидчик, В.В.

AU - Шашко, А.Ю.

AU - Бондаренко, В.Ю.

AU - Смоликова, Г.Н.

AU - Пржевальская, Д.А.

AU - Черныш, М.А.

AU - Пожванов, Г.А.

AU - Барковский, А.В.

AU - Смолич, И.И.

AU - Соколик, А.И.

AU - Ю, М.

AU - Медведев, С.С.

PY - 2020/4

Y1 - 2020/4

N2 - последние годы сформировался новый раздел физиологии растений – феномика растений, который фокусируется на выявлении закономерностей организации и изменения растительных феномов, т.е. физических и биохимических характеристик, рассматриваемых как совокупность фенотипов растительного организма. Феномика – постгеномная дисциплина, активно использующая достижения геномной эры и биоинформатики. Она дополняет их стандартизированным и статистически значимым фактологическим материалом о фенотипах с высокой степенью детализации. Техника получения и анализа информации о фенотипах в феномике получила название фенотипирование. Широкое распространение получило высокопроизводительное фенотипирование, обеспечивающее цифровой автоматизированный анализ больших выборок данных. Наметившийся в последние годы прогресс в высокопроизводительном фенотипировании связан с развитием систем регистрации изображений в различных областях спектра, подходов культивирования растительных объектов в стандартизированных условиях, сенсорных технологий, робототехники, а также методов обработки и анализа данных, таких как компьютерное зрение и машинное обучение (искусственные нейронные сети). Феномные технологии имеют высокую информативность анализа, превосходя возможности человека, проводя измерения в гиперспектральном диапазоне, используя X-ray-томографию, сверхточные “термальные” имиджи, а также ряд других низкоинвазивных и прецизионных подходов. Получаемые с использованием феномных технологий массивы данных регистрируются и обрабатываются автоматически и лишены проблемы субъективной оценки и неадекватной статистической обработки. Предполагается, что фенотипирование может стать методологией, которая позволит создать цифровые модели процессов жизнедеятельности и “формирования” продуктивности растений на организменном уровне в связи с динамикой транскриптомов, протеомов и метаболомов. Феномика помогает исследователям трансформировать большое количество информации, получаемой от современных датчиков и сенсоров, в новые знания с помощью компьютерной обработки данных и моделирования, сокращая расстояние от фундаментальной науки до практического применения результатов в растениеводстве и селекции. Фенотипирование активно развивается как в лабораторных и в тепличных условиях, так и на открытых сельскохозяйственных площадках, лесных массивах и в реальных природных фитоценозах. В обзоре анализируется текущее состояние феномики растений с фокусом на технические аспекты, в частности, устройство аппаратно-программных комплексов фенотипирования – т.е. феномных платформ, а также на использование нейронных сетей в фенотипировании растительных организмов.

AB - последние годы сформировался новый раздел физиологии растений – феномика растений, который фокусируется на выявлении закономерностей организации и изменения растительных феномов, т.е. физических и биохимических характеристик, рассматриваемых как совокупность фенотипов растительного организма. Феномика – постгеномная дисциплина, активно использующая достижения геномной эры и биоинформатики. Она дополняет их стандартизированным и статистически значимым фактологическим материалом о фенотипах с высокой степенью детализации. Техника получения и анализа информации о фенотипах в феномике получила название фенотипирование. Широкое распространение получило высокопроизводительное фенотипирование, обеспечивающее цифровой автоматизированный анализ больших выборок данных. Наметившийся в последние годы прогресс в высокопроизводительном фенотипировании связан с развитием систем регистрации изображений в различных областях спектра, подходов культивирования растительных объектов в стандартизированных условиях, сенсорных технологий, робототехники, а также методов обработки и анализа данных, таких как компьютерное зрение и машинное обучение (искусственные нейронные сети). Феномные технологии имеют высокую информативность анализа, превосходя возможности человека, проводя измерения в гиперспектральном диапазоне, используя X-ray-томографию, сверхточные “термальные” имиджи, а также ряд других низкоинвазивных и прецизионных подходов. Получаемые с использованием феномных технологий массивы данных регистрируются и обрабатываются автоматически и лишены проблемы субъективной оценки и неадекватной статистической обработки. Предполагается, что фенотипирование может стать методологией, которая позволит создать цифровые модели процессов жизнедеятельности и “формирования” продуктивности растений на организменном уровне в связи с динамикой транскриптомов, протеомов и метаболомов. Феномика помогает исследователям трансформировать большое количество информации, получаемой от современных датчиков и сенсоров, в новые знания с помощью компьютерной обработки данных и моделирования, сокращая расстояние от фундаментальной науки до практического применения результатов в растениеводстве и селекции. Фенотипирование активно развивается как в лабораторных и в тепличных условиях, так и на открытых сельскохозяйственных площадках, лесных массивах и в реальных природных фитоценозах. В обзоре анализируется текущее состояние феномики растений с фокусом на технические аспекты, в частности, устройство аппаратно-программных комплексов фенотипирования – т.е. феномных платформ, а также на использование нейронных сетей в фенотипировании растительных организмов.

KW - растения

KW - ФЕНОМИКА РАСТЕНИЙ

KW - ВЫСОКОПРОИЗВОДИТЕЛЬНОЕ ФЕНОТИПИРОВАНИЕ

KW - ФЕНОМНАЯ ПЛАТФОРМА

KW - компьютерное зрение

KW - машинное обучение

KW - СВЕРХТОЧНЫЕ НЕЙРОННЫЕ СЕТИ

UR - https://elibrary.ru/item.asp?id=42569193

UR - https://www.mendeley.com/catalogue/4d060ca7-c52b-3a78-8429-27dd1d188be7/

U2 - 10.31857/S0015330320030069

DO - 10.31857/S0015330320030069

M3 - статья

VL - 67

SP - 227

EP - 245

JO - ФИЗИОЛОГИЯ РАСТЕНИЙ

JF - ФИЗИОЛОГИЯ РАСТЕНИЙ

SN - 0015-3303

IS - 3

ER -