时间分辨表型分析揭示浅水培养条件下水稻种子萌发动力学的异质性

发芽率是一个终点测量指标，因此无法描述单粒种子何时开始出现可见生长，也无法反映其胚根和胚芽扩展的速度。我们开发了一种时间分辨表型分析流程，用于在浅水培养条件下对水稻种子萌发进行连续定量。单台工业相机沿1 m导轨移动，以1 h的时间间隔对3个培养盒进行成像，持续时间最长达80 h。采用六粒种子视场配置时，所得图像库包含1,062张全幅图像和6,372次种子水平的重复观测。物理网格在时间序列中维持了种子身份的一致性，并能够提取单粒种子的感兴趣区域。利用预训练的U2-Net获得整粒种子的前景，并通过基于掩膜的RGB强度规则将新生组织与颜色较深的稃壳分离。对于每一粒被追踪的种子，计算其新生组织的投影面积和时间间隔生长速率。 3粒具有代表性的正常萌发种子均在48 h首次显示出可测的新生组织，但随后表现出不同的生长轨迹：最终投影面积范围为2,605至4,700像素，峰值时间间隔生长速率范围为106.88至287.92像素 h-1。B-1在72–80 h期间累积了其最终可见面积的63.71%，而B-3在60–72 h期间累积了73.51%。因此，即使种子具有相同的观测出苗时间区间，其出苗后扩展的时序和幅度也可能存在显著差异。该流程可将重复获取的图像转化为具有生物学解释意义的时间表型，并为水稻种子活力和萌发异质性的无损研究提供了基础。

发芽率是一个终点测量指标，因此无法描述单粒种子何时开始出现可见生长，也无法反映其胚根和胚芽扩展的速度。我们开发了一种时间分辨表型分析流程，用于在浅水培养条件下连续量化水稻种子的萌发过程。一台工业相机沿着1 m导轨移动，以1 h为间隔对3个培养盒进行成像，持续时间最长可达80 h。在六粒种子视野配置下，所得图像档案包含1,062张全幅图像和6,372次种子水平的重复观测。通过设置物理网格来维持种子随时间变化的身份一致性，并能够提取单粒种子的感兴趣区域。利用预训练的U2-Net获得整粒种子的前景，并通过基于掩膜的RGB强度规则将新出现的组织与较暗的稃壳区分开来。对于每一粒被追踪的种子，计算其新生组织的投影面积和时间间隔生长速率。3粒具有代表性的正常萌发种子均在48 h时首次显示出可测量的组织，但随后表现出不同的轨迹：最终投影面积范围为2,605至4,700像素，峰值时间间隔生长速率范围为106.88至287.92像素 h-1。B-1在72–80 h期间累积了其最终可见面积的63.71%，而B-3在60–72 h期间累积了73.51%。因此，具有相同观测出苗时间区间的种子在出苗后扩展的时间和幅度上仍可能存在显著差异。该流程能够将重复获取的图像转化为具有生物学解释意义的时间表型，并为水稻种子活力和萌发异质性的无损研究提供基础。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.07.743436v1?rss=1

🏷️ 水稻种子萌发 时间分辨表型分析 萌发动力学 种子活力 图像分割 表型异质性