Разработан новый подход для сбора, хранения и анализа информации о колосьях пшеницы

Ученые Новосибирского госуниверситета и Института цитологии и генетики СО РАН представили новый подход для сбора, хранения и анализа информации о морфометрических характеристиках колоса пшеницы. Активное участие в работе по созданию системы SpikeDroidDB приняли студенты Механико-математического факультета НГУ, Факультета информационных технологий НГУ, а также Математического центра в Академгородке. Работа над данным проектом выполнена при поддержке Российского научного фонда, проект № 23-14-00150.

Информационная система SpikeDroidDB позволяет хранить цифровые изображения колоса, аннотировать их фенотипические характеристики по 14 важным признакам и предоставляет гибкую систему запросов для доступа к данным.

С использованием SpikeDroidDB произведена оцифровка и аннотация коллекции колосьев гибридов F2 от скрещивания австралийского сорта мягкой пшеницы Triple Dirk с образцом KU506 китайской пшеницы Triticum yunnanense. Проведен анализ изменчивости колосьев по форме, длине и ширине.

Структура колоса – один из важнейших признаков злаков, связанный с такими их хозяйственно ценными качествами, как продуктивность, устойчивость к факторам внешней среды и вредителям, легкость обмолота. Колосья различаются по форме, размерам, плотности, остистости, цвету и так далее.

Для селекционеров и генетиков большое значение имеют такие параметры, как число зерен в колосе, масса тысячи зерен и другие. Эти характеристики тесно связаны с продуктивностью растений. Полезным селекционным признаком является форма зерновки и такие характеристики колоса, как его тип, длина, профиль, наличие или отсутствие остей, число плодоносных и стерильных колосков (то есть озерненность), ломкость колоса, свойства колосковой чешуи. Собирать и описывать эти признаки вручную — процесс трудоемкий и длительный.

— Научные сотрудники нашей лаборатории давно занимаются решением важной задачи, направленной на то, чтобы заменить измерительные способы генетиков и селекционеров с линейки на компьютер или мобильный телефон. Мы хотели бы сделать так, чтобы ученым больше не надо было бы вручную измерять параметры растений, а просто сделать фотоснимок колоса пшеницы, соблюдая при этом ряд технических условий, и затем получить интересующую их информацию, загрузив это фото в нашу базу данных. Создавая ее, мы работали с обычным анализом изображений, то есть с цифровым зрением, и применили глубокое машинное обучение в части распознавания изображений с помощью нейросетей, выделения отдельных признаков и классификации, — рассказал ведущий научный сотрудник Лаборатории эволюционной информатики и теоретической генетики Института цитологии и генетики СО РАН, сотрудник кафедры информационной биологии Факультета естественных наук Новосибирского государственного университета Дмитрий Афонников.